Enterprise Signals：前沿企業有何不同

企業 AI 正進入新階段：更多工作正委派予智能代理，而進展最快的企業正逐步拋離其他企業。前沿企業與其他企業同樣可使用這些 AI 模型，但它們正以更快速度深化應用。它們的不同之處，在於如何運用這些模型：由協助轉向委派、為智能代理提供完成複雜任務所需的情境和工具，並加快將智能代理式 AI 擴展至軟件開發以外。

OpenAI 針對智能代理如何改變工作方式的研究提供了一項領先指標，顯示這種轉變在 AI 原生機構內可能呈現的模式。Enterprise Signals 將觀察範圍擴展至 OpenAI 的全球企業客戶，展示智能代理式工作如何在各機構普及，以及前沿企業與其他企業有何不同。

今期 Enterprise Signals 顯示，前沿企業（即每月 AI 使用量位列前 10% 的企業）與一般企業（即位列中間 10% 的企業）之間的差距正不斷擴大。我們探討前沿企業有何不同，以及各機構可如何收窄差距。

重點摘要：

• 企業使用 AI 正逐漸轉向智能代理。 截至 6 月，在企業客戶中，Codex 產生的輸出 Token 佔 Codex 和 ChatGPT 合計輸出 Token 的 64%，顯示智能代理正推動企業轉向更具實質內容的委派工作。
• 前沿企業差距正在擴大。 前沿企業（即每月 AI 使用量位列前 10% 的企業）目前每名活躍用戶產生的輸出 Token，是一般企業的 8.3 倍，高於 1 月的 2.6 倍。
• 前沿企業更常使用進階能力。 每週，前沿企業有 21% 的活躍用戶使用外掛程式，而一般企業只有 9%。在 OpenAI，95% 的員工每週使用外掛程式，突顯進一步採用的潛力。
• 智能代理正普及至各類知識工作。 自 2 月以來，企業 Codex 每週活躍用戶在法律職能增長 108 倍、銷售增長 41 倍、招聘增長 41 倍、市場推廣增長 26 倍，相比之下，工程方面增長 5 倍。
• 初入職場員工更常使用 AI：初入職場員工的使用率最高，較資深員工的使用率則較低，這顯示初入職場員工在使用 AI 方面可能具備比較優勢。

企業 AI 正由回答問題轉向執行工作。這項轉變最先透過 Codex 在軟件工程領域展開。現在，ChatGPT 工作正將智能代理式 AI 擴展至開發人員以外，讓企業各部門員工由尋求協助，轉為委派實質任務。

截至 2026 年 6 月，智能代理式 AI 的使用量（定義為 Codex Token）佔企業客戶 Codex 和 ChatGPT 合計輸出 Token 的 64%。ChatGPT 和智能代理式 AI 均採用相同的底層前沿模型；差別在於如何運用這種智能。

ChatGPT 協助人們提出問題、發展構思，並逐步解決難題。智能代理式 AI（如 Codex 和「ChatGPT 工作」）為模型提供與你的電腦互動所需的工具，讓模型能尋找資訊、編輯檔案，並可以自主或在監督下執行多步驟任務。完成複雜的長時間任務可能需要大幅增加運算量，這亦有助解釋智能代理式 AI 的 Token 用量為何迅速增長。

每月，我們會按每名活躍用戶的輸出 Token，為企業客戶排名。前沿企業是指當月位列前 10% 的企業，而一般企業則位於第 45 至 55 個百分位之間。截至 6 月，前沿企業每名活躍用戶產生的輸出 Token 是一般企業的 8.3 倍，較 1 月的 2.6 倍差距增加逾三倍。

前沿企業差距亦存在於各行業，其中 Token 用量差距最大的是資訊及科技業（11.7 倍），最小的是製造業（5.3 倍）。相比之下，一般企業在各行業的 Token 用量相若，過去一年的增長相對溫和（1.9 倍至 2.8 倍）。這顯示許多機構仍在使用簡單的對話助理，採用程度仍有相當大的深化空間， 亦可運用智能代理完成更複雜的工作。

Token 並非衡量業務價值的完美指標：簡短回應可以極具價值，冗長回應卻可能價值不大。不過，Token 用量可作為有用的參考指標，用以衡量 AI 使用深度，以及員工要求 AI 承擔多少工作。

領先企業正深化 AI 應用，因為它們正運用 AI 解決機構內部及所屬行業的具體問題。

早期的企業 AI 應用由內部開始，協助員工尋找資訊、草擬文件、分析資料、編碼，以及自動處理日常流程。越來越多領先企業正將 AI 的應用由提升內部生產力，擴展至面向客戶的產品、服務及體驗。

AI 智能代理必須能存取合適背景資料和工具，才能發揮效用。外掛程式⁠（在新視窗中開啟）會整合多種能力，協助智能代理完成特定工作流程。外掛程式可結合提供可重用指示的技能，以及連接公司資料、工具和操作的應用程式。例如，銷售外掛程式可結合團隊的銷售手冊和 CRM 存取權限，讓智能代理運用最新客戶資料和過往提案，準備切合客戶需要的回應以供審閱。

前沿企業在進階能力方面明顯領先。在前沿企業的每週活躍用戶中，有 21% 使用外掛程式，19% 使用技能；一般企業的比例則分別只有 9% 和 3%。不過，前沿企業目前的採用程度仍只發揮了小部分潛力。OpenAI 的內部使用情況突顯這些能力還有進一步採用的潛力，每週使用外掛程式的活躍用戶達 95%。我們針對智能代理如何改變工作方式的研究，進一步探討 OpenAI 員工如何運用進階能力。

AI 智能代理需要三項條件，才能完成實質工作：背景資料、工具和持續運作能力。「記憶」、語音輸入和「智能快照」讓員工輕鬆分享成功完成任務所需的背景資料和資訊。「電腦操作」和瀏覽器功能讓智能代理可以瀏覽網站、建立檔案，並且自主或在監督下完成任務。目標和循環讓智能代理持續工作，直到完成任務。這些能力相輔相成，協助前沿企業充分發揮智能代理的潛力。

讓智能代理存取公司系統亦會帶來新的風險。前沿企業制定清晰規則，界定智能代理可在哪些範圍運作、可存取哪些資訊、何時可採取行動，以及人員如何審查較高風險的決策。隨着各機構從實際部署中汲取經驗，這些控制措施亦必須持續調整。

前沿企業亦會將持續學習和實驗融入日常工作。實作工作坊、分享新興使用案例的論壇和內部展示活動，有助成功做法在不同團隊和職能之間普及。

軟件開發人員是最早採用 AI 智能代理的群組之一，但現時增長最快的是一般知識工作者。自 2 月以來，企業 Codex 每週活躍用戶人數在法律職能增長 108 倍、銷售增長 41 倍、招聘增長 41 倍、市場推廣增長 26 倍，相比之下，工程方面增長 5 倍。 

軟件開發率先轉型，自有其原因。程式碼庫為智能代理提供清晰的背景資料，測試令輸出更容易驗證，而編碼方面的進展亦有助加快 AI 研發。過去兩年，開發人員已由使用 AI 完成個別程式碼行，轉為由智能代理處理整個軟件開發任務。不少開發人員已不再親手編寫程式碼，而是把時間集中於設定任務、協調智能代理，以及檢視結果。

相比之下，一般知識工作的進展較為緩慢，因為很多任務提供的背景資料有限、難以清晰說明，而且缺乏驗證結果的明確準則。不過，隨着規模持續擴展、強化學習不斷進步，以及有針對性地提升 GDPval 等評估的表現，前沿模型正可處理更多現實世界的任務、工具和工作環境。因此，自今年初以來，智能代理式 AI 逐漸切合一般知識工作者的需要。

從超過 1,000 萬則訊息的樣本可見，企業 AI 正由協助員工產出工作成果，轉向協助團隊執行工作。即使在同一職能內，對話和智能代理式 AI 的使用模式亦大為不同。

寫作仍是 ChatGPT 最常見的用途，編碼與系統或智能代理操作合計佔智能代理式 AI 訊息近 75%。這種轉變在傳統技術團隊以外尤其明顯：招聘（32%）、銷售（26%）、政策（25%）和傳訊（24%）有四分之一至三分之一的訊息用於系統及智能代理操作。技術工作亦正擴展至不同職能，其中設計職能近 60% 的智能代理式 AI 訊息與編碼有關。

對於 AI 採用狀況，並沒有單一排行榜可以概覽各企業的進展。行業排名會因所用的衡量標準而異。過去一個月，專業及科學服務業在 Codex 採用率和 API 使用強度兩方面均領先。藝術、娛樂及康樂業在 ChatGPT 採用率方面領先，而製造業雖然在 Codex 和 API 使用強度方面排名最後，ChatGPT 使用強度卻最高。

各行業採用 AI 的路徑並不相同。有些行業透過開發工具和 AI 支援的產品推進，另一些行業的日常使用則更廣泛或更深入。

AI 在為機構提供新的商品和服務交付方式之餘，亦正重塑網絡安全格局。當中最迫切的風險莫過於網絡安全，尤其是 AI 網絡安全能力發展迅速。

AI 亦可協助防禦人員方作出回應。模型可分析大型程式碼庫、調查漏洞，並支援多步驟的系統防護工作。不過，找出更多問題並不會自動令系統更安全。真正的樽頸在於把發現轉化為行動：判斷哪些漏洞確實存在、優先處理影響最重大的風險、測試修補程式，並確保系統防護團隊迅速審查和部署修復。 

OpenAI Daybreak 匯聚前沿網絡安全模型、企業系統防護工具和合作夥伴生態系統，協助機構應對這些挑戰，並加強抵禦新興威脅的能力。

OpenAI 的使命是確保 AI 造福全人類。機構將在很大程度上塑造 AI 對經濟的影響，因此我們定期發佈 Enterprise Signals，透過一系列持續更新的指標，追蹤企業採用和普及 AI 的情況及其影響。本報告的所有分析均以彙總並移除識別資料的企業使用資料為基礎。我們使用自動化系統分類訊息內容，並無任何 OpenAI 員工審閱客戶訊息。

OpenAI Enterprise 客戶亦可申請度身訂造的基準比較，以了解其機構在最新使用情況和能力指標上的比較表現。