OpenAI 最新的「企業訊號」顯示，企業 AI 正從輔助走向執行，但各家企業的進展速度差異極大。前沿企業（AI 使用量排名前 10% 的企業）目前每位活躍使用者產生的輸出 Token 數是一般企業的 8.3 倍，高於一月的 2.6 倍。這項差距持續擴大，反映出更深層的營運轉變：領先企業將智慧體連結至公司情境與工具、委派更實質的工作，並讓成功的工作流程更容易重複運用。
對領導者而言，挑戰在於將這種深度轉化為值得信賴、可衡量且能持續改善的工作。領導者也應保留實驗空間，包括嘗試那些初次使用時價值並不明顯的案例。
新創公司 Basis(在新視窗中開啟)、Clay(在新視窗中開啟) 和 Exa Labs(在新視窗中開啟) 已將智慧體導入員工入職、客戶管理及開發者生態系成長等工作。它們的工作流程各不相同，但發展路徑值得參考：先教導智慧體執行穩定的流程，再隨工作變化為其提供持續保留的情境，最後讓它將機會推進為經過驗證的行動。
這些案例共同說明了團隊如何將智慧體融入熟悉的工作，並持續改善流程。
長久以來，入職流程對雇主和員工都相當繁瑣。Basis 為會計師事務所打造 AI 智慧體；如今，第一天的入職流程從兩小時縮短至 30 分鐘，讓人資能投入更多時間介紹企業文化並提供支援。
員工在到職第一天就能立即使用 Codex，以及公司專屬的入職技能（針對特定工作流程，可重複使用的一組指示與資源）。Codex 會迎接新進員工、介紹公司的重要概念，並在背景操作其電腦，完成整合設定。若出現重複的問題或例外情況，人資可在下一批員工入職前更新該技能。
Basis 示範一次入職流程後，便將其轉化為可重複使用的技能，包含明確的觸發條件、已知步驟、適當工具的存取權，以及對「完成」的清楚定義。流程不再取決於某個人是否有空，但遇到例外情況或複雜問題時，團隊仍可介入。如今，入職流程更加一致、可重複運用，也更容易改善；新進員工還能立即掌握與 AI 協作的方式。
Clay 致力於為市場進入團隊打造可自我學習的營收引擎，也面臨常見的銷售挑戰：重要的交易情境分散在 CRM 記錄、電子郵件、Slack、通話、簡報、簡訊，以及與內部團隊和客戶端支持者的對話中。
為讓這些情境持續保持最新，Clay 的一位 GTM 工程師嘗試了更好的方法：為每個客戶建立持續運作的工作區及專屬子智慧體。每個子智慧體都會檢視第一手資料，並在夜間更新其交易資料夾。每天早上，一個協調智慧體會彙整她所有客戶的更新，列出簡短的優先行動清單：回答客戶懸而未決的問題、補齊採購決策團隊中的缺口，或提供潛在客戶再次接洽的理由。
Clay 表示，這套工作流程每晚可為她省下約一小時整理收件匣的時間。每日優先事項可協助她落實各項小行動；在漫長的企業銷售週期中，這些行動能逐步累積成效。每項建議都會附上相關佐證，讓銷售人員能在採取行動前檢視第一手資料。企業可在既有客戶權限的規範下，將這套共用情境擴展至客戶經理、業務開發代表、解決方案工程師和銷售主管。
Clay 顯示了持續演變的工作若要擴展，需要哪些要素：一致的結構、實用的更新頻率、共用佐證，以及行動當下的人為判斷。
Exa Labs 為 AI 智慧體打造網路搜尋基礎架構，並希望讓開發者能在任何有需要之處使用其搜尋 API。團隊將這項目標稱為「Exa 無所不在」。過去要實現這項目標，開發者關係與客戶團隊必須監控程式碼儲存庫和更廣泛的生態系、找出具潛力的整合機會、蒐集相關情境，並跨系統協調工作。雖然機會各不相同，但從發現到實作的路徑都遵循一致的步驟。Exa 將這套步驟轉化為 Codex 的明確工作流程，設有清楚的優先順序、必要資料來源的存取權，且任何成果發布前都要經過人工審查。
Codex 現在會監控高優先級的整合機會、蒐集相關情境、建立 pull requests、執行測試，並使用 Slack 和 Notion 等資料來源準備每週更新。在適當情況下，它也能起草下一步內容，包括初版公告，再交由團隊審查。這套工作流程將機會從訊號推進為經過測試的成果，同時減少研究、工程與溝通之間的工作交接。
哪些機會值得把握、Exa 應做出哪些承諾，以及如何管理外部關係，仍由人員決定。測試與審查節點讓智慧體的工作在發布前清楚可見。測試結果和人工審查能讓團隊知道下次執行前應如何調整工作流程。隨著工作的影響日益重大，權限、佐證與決策權也會成為工作流程設計中更重要的部分。
Basis、Clay 和 Exa 共同將我們在「企業訊號」中觀察到的模式轉化為具體的營運做法。Basis 將經過驗證的流程轉化為可重複使用的技能。Clay 為智慧體提供情境與持續運作能力，使不斷演變的工作內容保持最新。Exa 加入工具、測試與審查機制，讓智慧體能將訊號轉化為範圍明確的執行工作。三者都將改善納入工作流程：入職流程中的例外情況會揭示技能需要改進之處；新的客戶活動與銷售人員的驗證能讓交易情境保持最新；測試和人工審查則能進一步釐清未來執行工作的界線。每個案例都從一項具體工作開始，並保留足夠的測試空間。分工會隨實際使用而變得更清楚；當工作流程證明成效後，責任範圍也會擴大。
隨著前沿差距擴大，企業領導者必須讓員工有空間測試影響重大的工作流程、衡量成效，並將最出色的實驗轉化為可重複運用的實務做法。
- 選擇一個關鍵的價值創造環節。先從一套端到端工作流程著手，讓策略優先事項、系統、工作交接、控管機制與可衡量的成敗影響在此交會。這套流程應經常重複，足以從中學習；同時也必須足夠重要，值得重新設計。
- 定義成果及其衡量方式。明確指定負責人、KPI、基準值與防護措施。透過已完成的任務、連結的情境與工具、例外情況和審查負擔，追蹤使用深度。透過週期時間、品質、成本、營收或風險來追蹤價值。輸出量能顯示人們是否要求 AI 完成更多工作；工作流程成果則能顯示這些工作是否真正重要。
- 撰寫智慧體的工作說明。定義工作的觸發條件、預期成果、必要情境、工具與權限，以及智慧體應將任務推進到什麼程度。明確說明它必須提出哪些佐證，以及必須在哪些節點停下來接受人工審查。
- 以智慧體為核心建立人員協作體系。讓最熟悉工作流程的人員參與設計。明確指定誰負責業務成果、領域邏輯、存取與控管、採用推廣及日常使用。新創公司可由少數幾人承擔這些職責；企業在擴展工作流程時，則需要明確界定決策權。
- 讓實驗成果清楚可見且可重複運用。OpenAI 的研究發現，採用六個月後，職涯初期員工每週傳送的訊息比高階主管多 13 則。給予員工空間測試新的使用案例，再記錄有效做法背後的流程與佐證，並將其封裝為技能、外掛程式或共用工作區。對話、工作和 Codex(在新視窗中開啟)支援不同模式：對話適合提問及快速協作，工作適合多步驟的知識工作與完整交付成果，Codex 則適合技術執行。
- 延續這套營運模式。保留已證明有效的情境、權限、評估、審查節點、負責人、衡量方式與支援資源，再將其套用至下一個價值創造環節。每項新實驗都應為下一個團隊提供更好的起點。
