企业AI正在重塑全球商业流与组织架构。

AI不再仅仅是一个供人消遣的聊天窗口，它已成为重塑全球经济复杂工作流的隐形引擎。

12月8日，OpenAI发布的这份2025年报告基于其百万级企业客户的真实使用数据，揭示了一个决定性的转变。

企业对AI的使用量呈现爆发式增长，消息量激增8倍，API推理消耗增长了320倍。

商业世界已跨越了单纯的实验阶段，迈向了将智能深度嵌入核心业务的实战期。

与此同时，能够熟练驾驭高级推理与编程工具的先锋用户正在与普通用户之间划开一道巨大的效率鸿沟。

AI正在进化为业务流基础设施

过去的一年是企业AI应用的分水岭。

数据表明，企业不再满足于通过对话框询问简单问题，而是开始构建能够执行多步骤任务的复杂工作流。

OpenAI目前的付费商业用户已突破100万，涵盖了从初创公司到全球巨头的广泛群体。

工作场所的ChatGPT席位（ChatGPT Enterprise seats）数量同比激增了约9倍。

自2024年11月以来，每周的企业消息总量增长了约8倍，平均每位员工的消息发送量增加了30%。

这30%的增量背后，是员工对AI工具依赖度的显著提升，他们正在将AI从偶尔咨询的顾问转变为每日协作的同事。

更深层次的变革体现在交互方式的进化上。

自定义GPT（Custom GPTs）和项目（Projects）功能的兴起，证明了企业正在试图将碎片化的知识固化为标准化的工具。

这类能够根据特定指令、知识库和动作进行配置的界面，让员工得以通过AI执行可重复的复杂任务。今年以来，自定义GPT和项目的周活跃用户数增长了约19倍。约20%的企业消息通过自定义GPT或项目处理。

五分之一的AI交互已经脱离了通用的闲聊，进入了预设的业务逻辑中。

像BBVA（西班牙对外银行）这样的机构，内部定期使用的GPT数量超过4000个。这种规模化的部署显示，AI驱动的工作流正逐渐成为企业日常运营中不可或缺的器官。

在更底层的技术架构上，开发者正在通过API将模型直接集成到产品和系统中。

超过9000家组织处理了超过100亿个Token，其中近200家组织的Token处理量甚至突破了1万亿。

这种量级的消耗主要由推理模型驱动——每组织平均推理Token（reasoning token）消耗量在过去12个月内增长了约320倍。

推理Token的暴涨是一个关键信号，它暗示企业不仅仅是在利用AI生成文本，更是在利用AI进行逻辑推演、复杂决策和问题解决。

软件开发领域的变革尤为剧烈。

Codex等模型正在被系统性地引入代码生成、重构、测试和调试的全流程中。

在过去六周内，Codex的周活跃用户翻了一番，周消息量增加了约50%。这表明AI辅助开发已经渗透进企业的核心技术栈，成为程序员手中的标配工具。

非专业人员突破了传统能力边界

在针对近100家企业的9000名员工的调查中，75%的受访者表示AI提高了他们工作的速度或质量。

这种提升转化为切实的时间收益：ChatGPT Enterprise用户平均每个活跃工作日能节省40到60分钟。

对于数据科学、工程和通信等领域的员工，这一数字甚至更高，达到每天60到80分钟。

会计和金融用户报告的时间节省幅度最大，其次是分析、通信和工程部门。

这些节省下来的时间并非仅用于休息，而是被重新投入到更高价值的工作中。

IT员工解决问题的速度加快了87%，营销人员执行活动的速度提升了85%，HR专业人士则看到了员工敬业度的改善。

更为深远的影响在于工作性质的改变。

AI正在模糊技术与非技术角色的界限，展现出一种强有力的技术平权效应。

75%的员工报告称，他们能够完成以前无法胜任的任务，包括编程支持、代码审查、电子表格自动化以及技术工具开发。

这种能力的拓展在非技术团队中尤为明显。

过去六个月里，工程、IT和研究部门之外的职能部门，其涉及代码的消息量平均增长了36%。

营销人员开始用Python分析数据，财务人员开始用脚本自动化报表，这些曾经需要专门请教技术人员的工作，现在通过自然语言交互就能完成。

AI不仅加速了现有的工作，更扩展了普通员工的能力半径，让全栈员工成为可能。

生产力的释放与使用深度呈正相关。

那些每周节省超过10小时的重度用户，不仅消耗了更多的智能算力（Credits），而且使用了更多样化的模型和工具。

他们不仅是在提问，更是在调用Deep Research（深度研究）、GPT-5 Thinking（思考模型）和图像生成等高级功能。

浅尝辄止只能获得边际收益，深度沉浸才能挖掘出AI的真正红利。

行业与地域的快速渗透

从行业维度看，AI的渗透呈现出全行业加速的态势。

虽然科技、金融和专业服务领域凭借先发优势在绝对使用量上保持领先，但增长速度最快的却是那些传统上被认为数字化程度较低的行业。

科技行业的客户同比增长了11倍，继续领跑；但医疗保健和制造业紧随其后，分别实现了8倍和7倍的增长。

这两个行业基数虽小，但追赶速度惊人。

制造业正在利用AI优化复杂的供应链和生产流程，医疗保健行业则在利用AI处理庞大的病历数据和行政流程。

即便是增长最慢的行业，其客户增速也超过了2倍，这说明没有哪个行业能置身于这场变革之外。

API的使用模式也揭示了行业应用的差异化。

科技公司主要利用API构建面向客户的应用，如产品内助手和搜索功能，其API使用量同比增长了5倍。

相比之下，专业服务公司则将API预算集中在编码和开发工具上，旨在构建定制化工具以加速交付和改善客户体验。

金融机构则将客户支持视为首选场景，因为这是规模最大、ROI（投资回报率）最显著的成本中心，同时也大量投资于合规和风险管理系统的自动化。

非科技公司的API使用量同比增长了5倍，证明AI正在走出硅谷，深入传统产业的毛细血管。

从地理维度看，AI的应用早已跨越国界。

虽然早期采用者主要集中在美国，但国际市场的增长正在加速。

澳大利亚、巴西、荷兰和法国的商业客户增长速度最快，同比增长均超过143%，超过了全球平均水平。

日本、德国和英国已成为美国之外最大的ChatGPT Enterprise市场。

特别是日本，拥有美国以外最大的企业API客户群，且国际API客户在过去6个月内增长超过70%。

这表明全球企业都在积极拥抱AI，试图在这一轮技术浪潮中占据有利位置。

先锋与跟随者之间鸿沟正在急剧扩大

在这一片繁荣的增长数据背后，一个令人担忧的趋势正在浮现：企业之间以及企业内部员工之间，正在形成巨大的AI鸿沟。

将位于使用强度第95百分位的先锋员工（Frontier workers）与中位数员工（Median workers）进行对比，可以清晰地看到这种差距。

先锋员工产生的消息量是中位数员工的6倍。在数据分析这一特定职能中，先锋员工使用数据分析工具的频率甚至是中位数员工的16倍。

这种差距在复杂的认知任务中尤为悬殊。

在编程任务中，先锋员工的消息量是中位数员工的17倍，这是所有任务类型中相对差距最大的。

在写作与沟通任务中，这一差距为11倍；在分析与计算任务中为10倍。

这意味着，当普通员工还在用AI写邮件时，先锋员工已经在使用AI重构代码库、分析复杂数据集和设计自动化流程。

这种深度的差异直接关系到价值的获取。

调查数据显示，那些涉足约七种不同任务类型的用户，其报告的节省时间是仅涉足四种任务类型用户的五倍。

换句话说，AI的收益并非线性增长，而是随着使用广度和深度的增加呈现指数级跳跃。

只把AI当搜索引擎用，收益寥寥；将AI嵌入工作流的每一个环节，收益巨大。

然而，许多企业和员工仍处于起步阶段。

即使在活跃的ChatGPT Enterprise用户中，也有相当一部分人从未尝试过最强大的功能。

19%的月活用户从未使用过数据分析，14%从未使用过推理功能。

这种由于不知道或不会用而闲置先进生产力的现象，是企业当前面临的最大浪费。

在企业层面，先锋企业（第95百分位）每个席位的消息量是中位数企业的2倍，发送给自定义GPT的消息量更是高出7倍。

这表明先锋企业已经建立了系统化的基础设施和运营模式，将AI深度集成到组织能力中，而落后企业仍将其视为个人的辅助工具。

领先企业的共同点在于，他们不再将AI视为一个外挂的小工具，而是将其深度整合。

他们打通了数据接口，让AI拥有上下文；他们鼓励将重复性工作封装成标准化的GPT；他们有高层的明确授权，也有自下而上的变革管理。

波士顿咨询集团（BCG）的研究佐证了这一点：在过去三年中，AI领先者的收入增长是平均水平的1.7倍，股东总回报是3.6倍。

这表明，AI成熟度已开始直接影响企业的财务报表。

企业AI目前仍处于早期阶段，但游戏规则已经改变。

对于那些仍在观望的企业来说，现在的机会在于迅速复制先锋者的模式：从简单的对话转向复杂的工作流，从通用的模型转向定制的解决方案，从个人的效率工具转向组织的核心能力。

AI不仅是提升效率的手段，更是未来商业竞争中不可撼动的增长引擎。

参考资料：

https://openai.com/index/the-state-of-enterprise-ai-2025-report/

https://www.bcg.com/press/30september2025-ai-leaders-outpace-laggards-revenue-growth-cost-savings

END