OpenAI 首次披露企业版后台数据，用真实使用记录回答了谁在用 AI、用 AI 干什么、用得有多深——答案出乎多数管理者意料：最早上车的是大公司，用得最狠的是职场新人。
OpenAI 追踪了从 2024 年 1 月到 2026 年 3 月采用 ChatGPT Enterprise 的企业，以「每家企业 × 每个自然周」为统计单位，记录消息数、活跃用户数与输出 token。结果很清晰：企业 AI 不是装上就完事，而是越用越深。
注：数据来自 OpenAI 工作论文，统计周期为 2025 年 6 月至 2026 年 3 月。token 是衡量使用深度的粗略指标，但「越用越多」本身是清晰的方向信号。
更值得注意的是增长的结构——约一半来自已经采用的企业在「加码」。同一批在 2024 年 1 月到 2025 年 6 月之间上车的企业，输出 token 同期也增长了约 4 倍。2026 年初，所有不同时间采用的企业使用量几乎同步加速，说明模型能力本身的提升让老用户和新用户同时受益。
把 ChatGPT Enterprise 采用者与未采用的美国上市公司放在一起比，差距惊人：
收入中位数 2.096 亿美元 · 总资产 6.68 亿美元 · 员工 424 人 · 市值 3.16 亿美元
收入中位数 22.75 亿美元 · 总资产 43.94 亿美元 · 员工 2934 人 · 市值 49.97 亿美元
但这不只是「钱多就买」。即便把行业和规模的影响剔除，人均收入越高的企业越容易采用 AI；而人均固定资产越多的企业反而越不容易采用。率先上车的是那些「轻资产、重知识」的公司。
比规模更有意思的是「无形资产」。销售与管理费用、研发投入、软件投入——这些积累越多的企业，越可能采用 ChatGPT Enterprise。这印证了一个老观点：AI 不是凭空生效的，它需要「配套能力」来承接。
注：以上对比基于美国上市公司数据，采用企业与未采用企业的中位数差异在统计上显著。无形资产指标包括人均销售管理费用、研发投入和软件投入。
历史上，越是先进的通用技术，越是「强者愈强」。如果这个规律重演，生成式 AI 可能反而拉大企业之间的效率差距——即便底层模型对所有人都开放。
论文把采用 6 个月后的活跃用户，按职位和资历拆开。从职位分布看，工程与技术约占周活跃用户的 11%，高管约占 9%，财务、市场各占 5% 左右——AI 的使用横跨几乎所有职能。
但真正拉开差距的，是使用强度：
注：柱形表示相对于平均活跃用户每周消息数的差值，正值表示高于均值，负值表示低于均值。数据来自 OpenAI 论文，样本覆盖 973 家组织。
这个规律在「同一家公司内部」依然成立——不是新人恰好去了用 AI 更猛的公司，而是在任何一家采用了 AI 的企业里，年轻人都是最勤快的用户。对管理者而言，这意味着：真正需要被「解放生产力」的，恰恰是那些还没坐上管理层、却天天在跟 AI 较劲的年轻人。
论文用自动分类程序把企业消息归到 60 种任务类型里。结果不是集中在少数几种用法上，而是覆盖了几十种工作：
注：百分比表示「曾使用过该类任务的活跃用户占比」。同一用户可能使用多类任务，因此总和超过 100%。「其他任务」占比高，说明企业 AI 的使用范围远超预设分类。
还要分清两个维度：「用的人多不多」和「消息占的比重」。文档写作在这两方面都靠前；而法律合规、财务税务这类任务，用的人很广，但每条消息都很「轻」。企业 AI 既在广撒网，也在深挖井。
任务重点还随行业变化：金融保险行业里，财务税务类任务明显更多；娱乐、零售、信息等行业，销售营销类任务更普遍。生成式 AI 正像当年的电脑和互联网一样，成为各行各业通用的万能工具。
真正把「会问」推向「会做」的，是配套报告《企业信号》的数据。到 2026 年 6 月，Codex 生成的输出 token 已占到企业客户合计输出 token 的 64%——智能体开始接手实质性的、能直接交付的任务。
注：Codex 是 OpenAI 的智能体系统，可自主完成多步任务。前沿企业定义为月人均输出 token 前 10%，典型企业为中间 10%。差距从 2026 年 1 月的 2.6 倍扩大到 6 月的 8.3 倍。
更惊人的是扩散速度：自 2026 年 2 月以来，法律、销售、招聘、营销部门的每周活跃 Codex 用户，分别增长了 108 倍、41 倍、41 倍和 26 倍，而最早用上智能体的工程部门只增长了 5 倍。非技术部门正在快速追赶。
前沿企业与典型企业的差距正在拉大。2026 年 1 月，前沿企业人均输出 token 是典型企业的 2.6 倍；到了 6 月，这个数字飙到 8.3 倍。在信息与科技行业，差距甚至达到 11.7 倍。而典型企业之间，行业差异却很小——这暗示很多企业仍把 AI 当「高级搜索引擎」，迟迟没有跨过从「会问」到「会做」的门槛。
AI 使用停留在「问答」层面，插件使用率仅 9%，增长缓慢，行业差异小。
智能体配齐上下文、工具与持久力，插件使用率 21%（OpenAI 内部 95%），差距在「落地」。
前沿企业的秘密：让 AI 读懂工作背景、连上公司系统、长时间连续干活——同时为高风险操作保留人工复核。差距不在「有没有模型」，而在「有没有把 AI 接进公司的工具、数据和流程」。
接入不等于落地。同一套模型，在不同企业手里，落地速度、覆盖广度、任务深度可能天差地别。