刚刚！OpenAI发布「2025企业AI报告」：头部员工效率是普通人17倍，API用量暴增320倍

↑阅读之前记得关注+星标⭐️，每天才能第一时间接收到更新

刚刚，OpenAI发布了其首份《企业AI状况报告》

pdf：

https://cdn.openai.com/pdf/7ef17d82-96bf-4dd1-9df2-228f7f377a29/the-state-of-enterprise-ai_2025-report.pdf

这份报告基于超过 100万 个商业客户的真实使用数据，以及对近100家企业中 9000名 员工的深度调研，全面揭示了AI在当今企业中的应用现状与未来轨迹。

报告指出，企业AI正从实验阶段迈向规模化应用，其影响已深入组织的核心工作流。

OpenAI首席经济学家Ronnie Chatterji总结了报告的四大核心发现：

1. 1. 企业用量正在规模化，工作流集成不断加深。 ChatGPT消息量增长了 8倍 ，而每个组织的API推理token消耗量同比增长了惊人的 320倍

3. 2. AI正带来可衡量的生产力与商业影响。 企业用户报告称，每天可节省40-60分钟。AI正在为收入增长、客户体验改善和产品周期缩短等关键成果做出贡献

5. 3. 企业增长呈全球化、跨行业加速态势。 过去12个月，行业增长中位数超过 6倍 ，其中科技行业以 11倍 的增速领跑。国际市场的采用率也在飙升

7. 4. 领导者与落后者之间的差距正在扩大。 “前沿员工”（frontier workers）发送的消息量是中位数员工的6倍。企业能从AI中获得的价值，远超目前大多数组织的实际应用水平

以下是报告的详细解读

企业AI用量暴增：API推理调用增长320倍

过去一年，企业对AI的采用已不再是浅尝辄止。

OpenAI目前服务着超过 700万 个ChatGPT工作席位，其中ChatGPT企业版（ChatGPT Enterprise）的席位同比增长了约 9倍。

自2024年11月以来，企业级总消息量增长了约 8倍，每位员工发送的消息量也增加了 30%。这标志着AI使用频率和深度的双重提升。

两大转变，体现了AI正在深度融入企业核心工作流：

1. Custom GPTs和Projects赋能深度工作流集成

作为构建在ChatGPT上的可配置接口，GPTs和Projects允许员工将指令、知识和自定义操作打包，执行可重复的多步骤任务。

今年以来，Custom GPTs和Projects的周活跃用户数增加了 19倍。

近期，所有企业消息中约有 20% 是通过Custom GPT或Project处理的。一些组织已经形成了大规模开发和共享GPTs的文化，例如，BBVA银行日常使用的GPTs数量超过 4000个。

2. 开发者和API工作流迅速扩展

企业通过API将模型直接集成到其产品和系统中，以实现高度控制和定制。随着企业从实验转向生产部署，API消耗量迅速增长。

过去12个月，每个组织的平均“推理token”消耗量增加了约 320倍，这表明更智能的模型正被系统地集成到扩展产品和服务中。

用于代码生成、重构和测试的Codex模型，在过去六周内，周活跃用户数增加了 2倍，周消息量增加了约 50%，显示出AI辅助开发在企业中的渗透率正在快速提升。

员工报告可衡量价值：人均每天节省40-60分钟

AI不仅让工作变得更快，也让工作质量变得更高。

1. 跨职能的时间节省与成果改进

75% 的受访员工表示，在工作中使用AI提升了产出的速度或质量。

平均而言，ChatGPT企业版用户认为每天因使用AI节省了 40-60分钟。其中，数据科学、工程和通信领域的员工节省时间更多，达到 60-80分钟。

这些效率提升转化为跨职能的广泛运营改进：

• • 87% 的IT员工报告IT问题解决速度加快。

• • 85% 的市场和产品用户报告营销活动执行速度加快。

• • 75% 的人力资源专业人员报告员工敬业度提高。

• • 73% 的工程师报告代码交付速度加快。

2. 技术工作的边界正在扩展

AI正在扩展员工能执行的任务和技能。75% 的员工报告称，他们能够完成以前无法完成的任务，如编程支持、代码审查、电子表格分析和自动化等。

一个显著的趋势是，非技术团队正越来越多地参与到编码和数据分析工作中。在工程、IT和研究部门之外，与编码相关的消息在过去六个月平均增长了 36%。

3. 更高强度的AI使用带来更大生产力

生产力收益与AI的使用强度成正比。

数据显示，每周节省超过10小时的员工，其消耗的“智能”（以积分衡量）是未节省时间员工的 8倍。他们不仅使用更多的智能，还使用多种模型、更多工具，并在更广泛的任务中应用AI。

不同行业和地区的采用速度差异

AI的采用已呈现全球化和跨行业的快速发展，但也存在显著差异。

1. 行业增长普遍迅速

OpenAI的客户增长在各行业基础广泛，行业中位数年增长率超过 6倍，即使是增长最慢的行业也超过了 2倍。

• • 增长最快 ：科技、医疗健康和制造业。

• • 规模最大 ：金融和专业服务业。

目前，ChatGPT企业版客户最集中在专业服务、金融和科技领域。而医疗健康和制造业虽然起步较晚，但正迅速追赶，成为增长最快的行业之一。

• • 技术行业 ：客户增长 11倍

• • 医疗健康 ：客户增长 8倍

• • 制造业 ：客户增长 7倍

在API使用方面，不同行业也各有侧重：

• • 科技公司 ：主要用于构建面向客户的应用（如产品内助手、搜索和自动化），API使用率同比增长 5倍 。

• • 专业服务 ：集中于编码和开发者工具，以构建加速交付、改善客户体验的定制工具。

• • 金融机构 ：通常从客户支持场景开始，因为这是一个规模大、投资回报率明确的成本中心。

2. 全球增长正在加速

虽然早期AI采用以美国为主，但国际增长正迅速加速。

• • 在主要市场中， 澳大利亚、巴西、荷兰和法国 的商业客户增长最快，同比增长超过 143% 。

• • 按消息量计算， 美国、德国和日本 是最活跃的市场。

• • 在过去6个月里，国际API客户增长已超过 70% ，其中日本拥有美国以外最大的企业API客户群。

在AI使用方式上，不同行业、企业内部以及员工个人之间都出现了明显差异。

1. 员工层面的差距

“前沿员工”（使用强度排名前5%）与中位数员工之间的差距巨大。

• • 前沿员工生成的消息量是中位数员工的 6倍 。

• • 在数据分析领域，前沿员工使用数据分析工具的频率是中位数员工的 16倍 。

差距最显著的领域是写作、编码和分析。其中，编码的相对差距最大，前沿员工发送的消息量是中位数员工的 17倍。

使用深度直接决定了收益大小。数据显示，执行大约七种不同类型任务的用户，比只执行四种任务的用户报告节省的时间多 五倍。

然而，即便是活跃的ChatGPT企业用户，许多人也未尝试过最强大的工具。

• • 19% 的月活跃用户从未使用过数据分析功能。

• • 14% 从未使用过推理功能。

• • 12% 从未使用过搜索功能。

对于日活跃用户，这一比例分别降至3%、1%和1%。

2. 企业层面的差距

企业层面的采用强度差距同样显著。

• • “前沿企业”（95th percentile）每席位生成的消息量是中位数企业的 2倍 。

• • 发送到GPTs的消息量更是达到中位数企业的 7倍 。

这表明，领先企业正在系统性地投资于基础设施和运营模式，将AI作为核心组织能力，而不仅仅是一个外围的生产力工具。

AI商业影响：六大企业案例实证

报告列举了六个来自不同行业的真实案例，展示了AI如何产生可衡量的商业成果。

• • Intercom（客户服务） ：使用Realtime API构建语音AI代理，延迟降低了48%，平均能 端到端解决53%的电话呼叫。每年为客户节省数亿美元。

• • Lowe's（零售） ：部署的AI助手Mylow使在线访问的 转化率翻倍，店内使用时，顾客满意度得分提高200个基点

• • Indeed（招聘） ：AI驱动的职位匹配使 申请发起率提高20%，下游成功率（面试和录用）提高13%。求职者使用AI工具寻找和申请工作的速度快7倍

• • BBVA（金融） ：部署的法律AI聊天机器人每年自动化处理超过9000个查询，相当于重新部署了3名全职员工，完成了该部门年度成本节约KPI的 26%

• • Oscar Health（医疗健康） ：其AI平台能 即时回答58%的福利问题，并能在没有任何人工干预的情况下处理39%的福利相关消息**。

• • Moderna（生物科技） ：使用ChatGPT Enterprise将目标产品概况（TPP）的核心分析步骤从数周缩短至数小时，加速了为患者提供药物的进程。

报告总结了在实践中，领先企业通常会做好五件事：

1. 1. 通过赋能上下文进行深度系统集成 ：为AI开放对公司核心工具内部数据的安全访问，但仍有约四分之一的企业未采取此步骤。

2. 2. 工作流的标准化和复用 ：积极推动可重复解决方案的创建、共享和发现。

3. 3. 高管领导和赞助 ：设定明确任务、确保资源、协调团队，并为实验创造空间。

4. 4. 数据准备和评估 ：将制度知识编码为机器可读的程序，并建立持续评估体系以追踪模型在真实世界中的表现。

5. 5. 审慎的变革管理 ：建立加速组织学习的结构，将集中治理与分布式赋能相结合。

报告最后强调，AI领域的发展日新月异，OpenAI大约每三天就会发布一个新功能或能力。对组织而言，主要的制约因素已不再是模型性能或工具，而是组织自身的准备度

结论

AI正被广泛嵌入到企业的各种工作流、产品和内部系统中。采用是广泛且加速的，但集成深度因组织而异。

数据显示，使用的深度至关重要。更频繁使用高级工具（如推理模型、数据分析、Custom GPTs和API）的员工和企业，能获得更大的生产力收益和更广的任务覆盖。

尽管AI采用的鸿沟正在扩大，但企业AI仍处于早期阶段。落后的企业仍有机会通过采纳前沿工作者和组织的模式来迎头赶上。成功的组织将不仅仅把AI用作生产力工具，而是作为收入增长和竞争优势的持久引擎

--end--

最后记得⭐️我，这对我非常重要，每天都在更新：

欢迎点赞转发推荐评论，别忘了关注我