OpenAI大规模研究：1500家企业1700万条消息揭示企业AI使用真相

数据：前所未有的获取渠道

这不是一份调查问卷，而是真实的 usage 数据。研究团队——来自 OpenAI、哥伦比亚商学院和沃顿商学院的学者——将 ChatGPT Enterprise 账户记录与以下数据进行了关联：

使用数据：员工与 ChatGPT 交互的消息级记录

员工角色：职称信息和职级分类

任务分类：员工实际用 AI 做什么工作

上市公司财务数据：与美国上市公司数据匹配用于 adoption 分析

这是一次保护隐私的大规模分析，其规模是问卷调查永远无法企及的。在六个月 adoption horizon 的员工级别样本中，涵盖了超过 1,500 家组织和超过 1,700 万条消息。

发现 1：爆发式增长——9 个月内增长 7 倍

ChatGPT Enterprise 客户产生的 aggregate 输出 token 在 2025 年 6 月至 2026 年 3 月期间增长了约七倍。这是一个惊人的增长率——月环比约 25% 的复合增长。

值得注意的是，这一增长并非仅来自新客户。在 2025 年 6 月已经 adoption 的企业中，输出 token 增长了约四倍。这意味着约一半的总增长来自现有 adoptee 更密集地使用 AI，而非仅仅是新公司注册。

含义：AI adoption 不是一次性事件。它是一个组织逐步发现更多用例并随时间增加使用强度的过程。从初始 adoption 到完全利用的「爬坡」需要数月，而非数周。

发现 2：Adoption 与规模和研发投入相关

在美国上市公司中，ChatGPT Enterprise adoptee 具有以下特征：

• 规模更大（员工更多、收入更高）
• 估值更高（市值更高）
• 研发强度更高（相对收入的研发支出更高）
• SG&A 强度更高（更高的销售、一般及管理费用支出）

这一模式表明，早期企业 AI adoption 与前期在无形资产和组织能力上的更大投入相关。那些已经在知识工作基础设施上投入巨资的公司最先 adoption AI。

含义：AI adoption 中可能正在形成一种「数字鸿沟」。规模较小的公司以及现有知识工作基础设施较少的公司，面临进一步落后的风险。AI 的收益可能会不成比例地流向那些已经处于前沿的组织。

发现 3：早期职业员工使用 AI 最多

在已 adoption 的企业中，使用分布在职称类别和职级上相当广泛——但在强度上存在显著异质性：

• 营销和传播工作者发送的消息比高管还多
• 早期职业员工发送的消息远多于资深员工
• 实习生占总使用量的相当一部分

这与直觉相悖。你可能预期资深员工——承担更复杂任务和更具战略责任——是 AI 的重度用户。但实际上，是初级员工最积极地拥抱 AI。

为什么？论文没有推测，但几种解释是合理的：

• 转换成本更低：早期职业员工没有那么多既定习惯和工作流程需要打破。
• 更多基于任务的工作：初级员工经常处理更多重复性、定义明确的任务，这类任务 AI 处理得很好。
• 更少的风险规避：资深员工可能对 AI 的可靠性和数据安全更加谨慎。
• 组织许可：公司可能明确鼓励初级员工使用 AI，而高层领导则在等待更清晰的 ROI 证据。

含义：AI 对劳动力的影响可能是自下而上的，而非自上而下。掌握 AI 工具的初级员工可能会形成生产率优势，加速职业发展——或者他们可能会发现自己的任务正越来越多地被自动化。

发现 4：AI 是知识工作的通用目的技术

ChatGPT Enterprise 使用涵盖了广泛的知识工作任务：

• 写作（最常见的用例）
• 沟通（起草邮件、消息、报告）
• 信息综合（总结、提取要点）
• 技术工作（编码、数据分析、文档）
• 研究（收集信息、探索主题）
• 规划（项目规划、会议准备）
• 法律和合规工作（文件审查、合规）
• 财务（分析、报告）

这一广度与生成式 AI 作为知识工作的通用目的技术一致——它并非专为某一项任务而生，而是可以应用于许多不同领域。

含义：AI 的经济影响不会集中在某一个行业或某一种工作职能。它将分布在整个知识经济中，影响几乎所有白领职位。

大局：广泛但不均衡的 Adoption

论文的结论可能是其最重要的发现：企业 AI adoption 是一个广泛但不均衡的组织现象。

广泛：Adoption 跨越 1,500+ 家组织、许多工作职能和所有职级

不均衡：Adoption 集中在规模更大、研发强度更高的企业；使用强度在不同 worker 群体间差异显著

企业 AI adoption 的长期经济价值将取决于分散的个人使用是否能发展为互补的组织能力。换句话说，个人用 ChatGPT 更快地写邮件是好事，但真正的生产率提升将来自组织围绕 AI 能力重新设计工作流程。

这对开发者和企业意味着什么

• AI 工具正在整个企业中 adoption，不仅限于科技公司
• 最常见的用例（写作、沟通、综合）表明，存在让这些工作流程变得更好的工具机会
• 早期职业 adoption 模式表明，AI 融入工作的方式正在发生代际转变
• 如果你不 adoption AI，你那些规模更大、研发强度更高的竞争对手很可能正在做
• 从 adoption 到完全利用的「爬坡」需要数月——现在就开始
• 最大的收益将来自组织重新设计，而非仅仅是个人工具使用
• 早期职业员工可能，是你内部推动 AI adoption 的最佳倡导者
• 企业增长由新客户和现有客户加深使用共同驱动
• 用例的广度表明，通用目的 AI 工具（如 ChatGPT）比专用工具具有更大的企业潜力
• 与研发强度的相关性表明，向更具创新性的公司营销可能更有效

本文是一份 working paper，作者指出「结果可能会发生变化」。数据来源于 ChatGPT Enterprise 账户，代表了市场的一个特定细分（为企业 AI 付费的组织）。消费者 AI 使用和小型企业使用可能遵循不同的模式。研究结果应被解释为企业 AI adoption 的证据，而非 AI adoption 的普遍规律。

Based on "How Organizations Use AI: Evidence from ChatGPT" by Chatterji, Holtz, Tambe, Rakholia, and Weeratunga. Last updated August 11, 2026.