17x

头部企业（前5%）与中位企业的coding消息量差距——OpenAI百万企业客户实测数据

OpenAI: The State of Enterprise AI 2025（2025年12月）

OpenAI企业AI现状报告（上）：8倍增长与头部企业的生产力差距

核心发现

8倍。这是OpenAI在调研了100万+企业客户之后，给出的企业AI消息量同比增长数字。同时，API推理token消耗增加了320倍。按任何标准来看，这都是规模性AI采纳（AI Adoption），不是小范围试点（Pilot）。

但同一份报告里有另一个数字：19%的ChatGPT Enterprise用户从未使用过数据分析功能，14%从未使用推理能力。这两个数字并列出现，说明的是同一件事——增长和使用是两回事。企业付了账，但不代表员工真的在用。

这才是这份报告最值得看的地方。OpenAI把企业用户分成两类：前5%的Frontier企业，和中位企业。差距是系统性的。Frontier企业发送的coding消息是中位企业的17倍，数据分析工具使用量是16倍，对Custom GPT的使用是7倍。这些差距不来自工具获取的差异——两类企业都有同等访问权限，区别是有没有人把工具嵌进工作流。

BBVA用ChatGPT Enterprise构建了4,000+个GPT，每年自动处理9,000+个法律查询，同时把3个全职员工的时间释放出来做更高价值的工作。Oscar Health用AI即时回答了58%的保险福利咨询。Payabli的AI客服实现了约80%的工单自动处理。这些不是POC，是生产级系统。

调研同时指出，能跨7个不同任务类型使用AI的员工，节省的时间是只用4类任务的员工的5倍。宽度和深度都重要，但宽度是深度的前提——先横向覆盖工作流，再在核心场景纵向打深。