OpenAI于8月中旬发布两份相互补充的数据报告，首次公开企业版ChatGPT的后台使用数据。工作论文《How Organizations Use AI: Evidence from ChatGPT》及配套报告《Enterprise Signals》基于2024年1月至2026年3月的真实使用记录，回答了企业AI应用领域此前缺乏实证的核心问题：企业里谁在使用AI、用AI完成什么任务，以及采用AI的企业呈现何种特征。
论文将ChatGPT Enterprise的企业账户记录与员工职位、岗位任务及上市公司财务数据进行交叉分析。员工层面样本覆盖超过1500家组织、1700多万条消息；任务分类样本覆盖973家组织、近870万条消息；同时匹配417家美国上市公司的财务数据。所有结果均经过脱敏和聚合处理，研究者未手动查看任何企业消息。
数据揭示的第一个关键趋势是采用量持续攀升。以“每家企业、每个自然周”为统计单位，ChatGPT Enterprise客户生成的输出token在2025年6月至2026年3月之间增长约7倍。其中约一半增长来自已采用企业的使用深化：同一批在2024年1月至2025年6月间上车的企业，输出token同期增长约4倍。这一结构表明，企业AI使用并非一次性部署，而是呈现“越用越深”的典型特征。2026年初，不同时间采用的企业使用量几乎同步加速，OpenAI方面认为，这一现象更可能源于模型能力本身的提升，使新老用户同时受益。
第二个发现聚焦于采用企业的画像。将ChatGPT Enterprise采用者与未采用的美国上市公司对比，采用企业的收入中位数为22.75亿美元，未采用者为2.096亿美元，相差约10倍；总资产分别为43.94亿美元对6.68亿美元；员工数2934人对424人；市值49.97亿美元对3.16亿美元；研发支出1.13亿美元对990万美元。即便剔除行业和公司规模影响，人均收入越高的企业仍更易采用AI；人均固定资产越多的企业反而更不易采用。这一结果指向“轻资产、重知识”的企业率先上车的特征。
规模效应同样显著。收入排名前25％的企业采用概率比普通企业高6.9个百分点，前5％的企业高9.8个百分点；同一行业内，前5％的企业高出11.3个百分点。论文还以企业此前多年积累的销售与管理费用、研发投入和软件投入衡量“组织底子”，发现这些积累越多的企业越可能采用ChatGPT Enterprise。该结论印证了一个观点：AI落地需要配套能力承接，组织流程、数据基础和培训体系缺一不可。
第三个发现关乎使用者的分布。论文将采用6个月后的活跃用户按职位和资历拆分：工程与技术从业者约占周活跃用户的11％，高管、创始人、合伙人约占9％，财务会计、市场营销各占5％左右。资历分布上，经理与总监约占24％，普通员工约15％，资深骨干约14％，高管约10％，初入职场的员工约7％。AI使用横跨几乎所有职能，并非由程序员垄断。
真正拉开差距的是使用强度。以平均活跃用户为基准，初入职场的员工和实习生每周发送的消息比平均值高出8至9条；高管、创始人、合伙人发送的消息明显更少。分析师、市场营销与传播岗位也是重度用户。这一规律在同一家公司内部依然成立，表明年轻人是任何采用AI的企业中最勤快的用户群体。论文同时指出，很多经理、总监的发消息频率偏低，说明“分配任务”与“亲自操作”是两回事。
论文还发现，ChatGPT Enterprise客户在2025年6月到2026年3月间的输出token增长中，老客户使用深化贡献约一半，其余来自新客户加入。OpenAI方面承认，token只是衡量使用深浅的粗略指标，但“越用越多”本身已构成清晰的方向信号。该报告为观察企业级AI应用的实际渗透路径提供了首个规模化实证样本，其数据维度覆盖组织规模、行业属性、岗位结构与使用强度，对理解AI在企业中的落地节奏具有参考价值。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
