发帖
雷达卡
2025企业级AI发展洞察：应用深化与生产力变革
基于对全球100家企业、超过9000名员工的真实使用数据分析，OpenAI发布了《2025 State of Enterprise AI》报告。该研究依托百万级企业客户数据，揭示了当前人工智能在组织中的渗透趋势与实际影响。
核心发现概览
- AI应用规模持续扩大，深度整合工作流程：企业对AI的依赖显著增强。ChatGPT消息量增长达8倍，API推理Token消耗同比增长高达320倍，反映出AI已从辅助工具逐步演变为关键业务支撑系统。
- 高效使用者实现可量化的业务提升：善用AI的企业员工平均每天节省40至60分钟，并能完成以往难以触及的技术任务，如代码编写和复杂数据分析。案例显示，AI正推动收入增长、优化客户体验及缩短产品开发周期。
- 全球各行业加速采纳，呈现普遍性增长：过去半年，国际范围内AI采用率快速上升，补充了美国市场的强劲需求。中位数行业整体增长超6倍，科技领域更是达到11倍增幅，体现跨区域、跨行业的广泛扩散。
- “领先者”与“滞后者”差距日益明显：前沿员工的消息发送量为普通员工的6倍；领先企业在每席位上的消息活跃度也达到行业中位水平的2倍。尽管技术获取门槛降低，但实际应用意愿和能力仍存在显著分化。
未来，企业AI的发展将聚焦于三大方向：在高经济价值任务中展现更强性能、更深入理解组织上下文信息，以及实现从“请求模型输出”向“委托多步骤复杂工作流”的转变。随着这些能力成熟，企业不仅效率将提升，还将探索全新的服务模式与价值交付路径。
一、企业AI应用现状：加速融入核心业务
在过去一年中，越来越多组织将AI嵌入到跨部门、多环节的标准化工作流中，推动企业级AI采用率大幅跃升。目前，OpenAI支持的ChatGPT工作席位已超过700万个，其中企业版席位同比增长约9倍。自2024年11月以来，企业用户每周消息总量增长近8倍，人均消息发送量上升30%。
两大关键变化表明AI正在成为企业运作的核心组成部分：
1. Custom GPTs 与 Projects 推动深度工作流自动化
Custom GPTs 和 Projects 是构建于 ChatGPT 之上的可配置平台，允许通过指令设定、知识库接入和自定义操作来实现重复性、多阶段任务的自动化执行。
- 年初至今，其周活跃用户数量增长约19倍。
- 近期，约20%的企业级消息由 Custom GPT 或 Project 处理。
- 最广泛应用的场景包括：将企业内部知识体系转化为可复用智能助手，或通过连接ERP、CRM等系统实现流程自动执行。例如，BBVA银行已部署超过4,000个定制化GPT实例。
2. 开发者生态与API集成迅速扩展
企业正利用API将大模型深度集成至自有产品和服务中，以获得更高的控制力与定制灵活性。
- 已有超过9,000家机构累计处理超100亿token数据。
- 近200家企业总使用量突破1万亿token。
- 过去12个月，单个组织平均推理Token消耗量增长约320倍，说明更强大的AI模型正被系统化应用于生产环境。
此外，Codex作为AI编程辅助工具，在企业内关注度快速上升。过去六周内，其周活跃用户增长2倍，消息量提升约50%，显示出AI驱动软件开发正加速普及。
二、员工层面的AI使用成效：时间节约与能力跃迁
在多数工作场景下，AI不仅提升了产出速度，也提高了成果质量。然而，其真正价值远不止于效率提升——它正在重新定义员工的能力边界。
1. 显著节省时间并改善跨职能绩效表现
使用ChatGPT Enterprise的员工在活跃日平均节省40至60分钟。部分岗位收益更高：
- 数据科学、工程与通信类岗位每日节省60至80分钟。
- 87%的IT人员表示问题解决速度加快。
- 85%的营销与产品团队反馈活动执行更为高效。
- 73%的工程师指出代码交付周期缩短。
2. 技术能力突破传统角色限制
AI不仅加速现有工作，还使员工能够胜任此前无法完成的任务。研究发现，AI具有明显的“能力拉平效应”，尤其有助于提升低绩效员工的表现。
- 75%的员工表示可以完成过去不具备能力的技术任务，如编程协助、代码审查、数据分析和工具开发。
- 非技术部门（如市场、人力资源）中，涉及编码相关的交互量平均增长36%。这表明非专业人员正越来越多地参与原本属于技术岗位的工作内容。
3. 使用强度与生产力呈正相关
数据显示，AI使用频率越高的员工，其工作效率和产出质量越高。高频使用者不仅能更快完成常规任务，还能承担更具挑战性的项目，体现出“工具赋能→行为改变→绩效提升”的正向循环。
数据显示，能够每周节省超过10小时工作时间的员工群体，其使用的Credit消耗量是那些没有实现时间节省员工群体的8倍。这类高效率用户不仅在AI使用频率上更高，还表现出更强的工具多样性应用能力——他们调用多种模型、接触更多AI功能，并将技术广泛应用于各类任务中。
企业正从AI试点迈向全面部署阶段
在过去一年中，随着越来越多公司由初步尝试转向系统性推广，AI的整体采用率显著上升。这一趋势反映出组织对人工智能价值认知的深化以及基础设施准备度的提升。
1. 行业层面的快速增长
各行业的客户规模均呈现强劲增长态势：
- 中位数行业客户数量增长超6倍；
- 即便是增速最慢的行业，也实现了2倍以上的扩张。
其中增长最为迅猛的是科技（达11倍）、医疗（8倍）和制造业（7倍）。而在总体使用规模方面，专业服务、金融及科技行业处于领先地位。
2. API应用场景日益多样化
虽然API最初主要用于构建面向客户的产品功能（如内置助手、智能搜索与自动化流程），尤其受到科技类企业的青睐，但当前用途已明显扩展。客户服务与内容生成现约占全部API活动的20%。非科技企业在该领域的API使用量同比增长达5倍，表明AI正逐步渗透至更广泛的运营场景，不再局限于技术主导的产品集成。
3. 全球化扩张加速，国际市场需求激增
尽管早期AI采纳主要集中在北美市场，但近年来国际市场增长势头迅猛：
- 澳大利亚、巴西、荷兰和法国的企业客户增速最快，同比增幅超过143%；
- 全球范围内ChatGPT的企业使用持续扩展，美国、德国和日本成为消息交互最活跃的三大市场；
- 英国与德国已进入除美国外最大的ChatGPT Enterprise市场行列（按客户数量统计）；
- 过去六个月中，国际API客户数量增长逾70%，其中日本拥有美国以外最多的企业级API用户。
AI使用鸿沟扩大，个体与组织能力差异凸显
无论是跨行业还是同一企业内部，不同人员在AI的应用深度和广度上存在显著差距。这种分化是否会加剧或缓解，取决于组织在变革管理方面的策略，以及是否具备建立必要系统、技能和运营模式的能力。
1. 前沿员工 vs 中位数员工：表现差异显著
前沿员工发送的消息数量达到中位数员工的6倍。即使是在数据分析岗位中，前者使用相关工具的频率也是后者的16倍。编程领域差距最大——前沿员工的消息量高达中位数员工的17倍。
写作、编程和分析是AI使用差异最突出的任务类型。整体来看，员工在不同职能中对AI的利用程度极不均衡。
进一步结合行为数据与调研结果发现：能跨越约7种任务类型使用AI的用户，所报告的时间节省效果，是仅在约4种任务中使用AI用户的5倍。这说明，AI带来的实际收益与其应用深度高度正相关。
值得注意的是，即便在活跃的企业用户中，仍有相当比例未充分使用核心高级功能。例如，在月活跃用户中，有19%从未启用数据分析，14%未使用推理功能，12%未尝试搜索工具；而在日活跃用户中，这些比例分别下降至3%、1%和1%，显示出高频使用者更倾向于全面掌握平台能力。
2. 企业间的成熟度差距同样明显
在组织层面，领先企业在AI整合强度上远超平均水平：
- 每席位产生的消息量约为行业中位企业的2倍；
- 发往GPT的消息总量更是达到中位企业的7倍。
这些企业通常会系统性投资于将AI嵌入核心业务流程所需的基础设施与运营架构，而非将其作为边缘化的效率辅助工具。
典型企业应用案例展示AI的实际价值
以下案例揭示了AI如何针对特定组织环境中的运营与战略挑战，带来可量化的成果。这些实践强调定制化解决方案的重要性，而非通用型部署。
领先企业在AI实践中采取的关键举措
综合观察表明，成功实现规模化AI部署的企业普遍具备以下特征：
- 实现深度系统集成，启用上下文感知能力：通过激活连接器，允许AI安全访问企业核心系统中的数据，从而支持基于真实业务背景的响应与自动化操作。目前仍有约四分之一的企业尚未完成此关键步骤。
- 推动工作流标准化与复用机制：鼓励创建、共享并发现适用于常见任务的可重复AI解决方案。GPT常被用于驱动此类创新，而成熟组织则进一步将API驱动的助手直接嵌入内部核心系统。
- 获得高层领导的实质性支持：高管层设定清晰目标、保障资源投入、协调跨团队协作，并为试验性项目提供空间，为大规模落地创造条件。
- 强化数据就绪性与持续评估体系：将组织知识转化为机器可读格式，为关键数据流构建专用API接口，并实施持续监控以评估模型在实际业务结果中的表现。
在 OpenAI 拥有超过 100 万企业客户的大背景下，人工智能正被逐步整合进日益广泛的工作流程、产品开发以及内部运营系统中。尽管 AI 的应用范围持续扩大且采纳速度加快，但不同组织之间的融合深度仍存在显著差异。
当前，AI 领域正处于高速发展阶段，OpenAI 平均每三天就会推出一项新功能或技术升级。对于企业而言，制约其 AI 发展的关键因素已不再局限于模型本身的性能或可用工具的丰富程度，而是转向了更为根本的——组织准备度（Organizational Readiness）。
研究数据表明，AI 使用的深度直接影响成效。那些员工能够持续运用高级功能（如推理模型、数据分析工具、Custom GPTs）的企业，在生产力提升和任务覆盖面上明显优于仅进行浅层应用的组织。
与此同时，AI 正在重塑部分技术性工作的执行主体。编程与数据分析等任务不再局限于传统技术岗位，而是逐渐向非技术团队延伸，拓展了更多角色的能力边界。然而，各行业的应用模式仍具有鲜明特征，体现出科技、金融服务、医疗健康、专业服务及制造业等领域在实际运作中的差异化需求。
5. 实施有意识的变革管理：通过构建促进组织学习的机制，将集中化的治理与培训体系，同分布式的 AI 倡导者网络相结合，实现能力的全面赋能。
尽管企业间在 AI 采纳水平上正形成差距，整体来看，企业级 AI 仍处于发展初期。这为企业提供了追赶和超越的机会窗口——借鉴领先企业及其员工的最佳实践模式，有望快速提升自身竞争力。随着企业 AI 能力的不断成熟，成功组织将不再仅仅视其为效率提升工具，而会将其定位为驱动收入增长与建立长期竞争优势的持久引擎。
京公网安备 11010802022788号
