bingdadaOpenAI最新B2B Signals报告揭示：前沿企业每位员工使用的AI智能量已达普通企业的3.5倍，差距源于使用深度而非频率。自主工作流成为新标志，领先企业正在将AI从聊天助手转变为委托式代理，重新定义工作方式。
Signals报告深度解析 2026年5月6日，OpenAI发布了名为“B2B Signals”的新报告，揭示了人工智能在企业中扩散的最新趋势。报告的核心发现是：那些在AI使用上处于前沿的企业（即使用强度处于第95百分位的公司），其每位员工所使用的“智能”量已达到普通企业的3.5倍，而一年前这一差距仅为2倍。差距不仅在于使用频率，更在于使用深度——前沿企业正在将AI更深、更广、更自主地嵌入工作流程，从而形成持续的竞争优势。
报告中最清晰的信号是“深度”。前沿企业如今每位员工使用的智能量是普通企业的3.5倍，而2025年4月仅为2倍。令人惊讶的是，消息发送量仅能解释这一差距的36%，其余大部分来自于更深入的使用方式。前沿企业的员工正在要求AI承担更复杂的工作，提供更丰富的上下文，并生成更具实质性的输出。 在报告中，OpenAI使用“生成的token数量”作为智能需求的代理指标。Token并非商业价值的直接衡量标准，但它能有效衡量员工要求AI完成的工作量，从而成为AI使用深度的有用代理。 简单来说：普通企业用AI来回答问题，而前沿企业用AI来帮助执行复杂工作。它们不仅仅发送更多消息，而是每一次交互都在完成更多实际工作。这些信号共同表明，前沿企业正在将AI用于更复杂、更具挑战性的任务。对于企业领导者而言，问题正从“多少人能使用AI”或“他们多频繁使用AI”转向“AI在哪些方面深化了工作流程，并改变了团队的运作方式”。
前沿企业也在向“委托”模式迈进。差距最大的领域出现在高级和自主工具上。以OpenAI Codex为例，前沿企业每位员工发送的Codex消息量是普通企业的16倍。ChatGPT Agent、ChatGPT中的Apps、Deep Research以及GPTs等工具也呈现类似的趋势，表明前沿企业更擅长采用那些能帮助员工编码、委托多步骤任务、应用公司上下文以及进行更复杂研究的工具。 随着AI系统在工具使用、跨文件和代码库工作以及完成更长期任务方面能力不断增强，企业需要适应将实质性工作委托给AI代理。那些率先行动的企业正在建立运营肌肉，不仅将AI作为更快的界面，而是从根本上重新设计工作方式。 案例：思科（Cisco）
思科使用Codex加速大型企业工程组织中的复杂软件工作。在生产工作流中，Codex帮助将构建时间缩短了约20%，每月节省超过1500个工程小时，并将缺陷解决吞吐量提高了10-15倍。正如思科团队所说，最大的收益来自他们将Codex视为“团队的一部分”。
AI也正在进入企业各个领域的生产工作流。企业正在跨应用助手、编码和开发者工具以及客户支持等领域部署API用例。这些都是AI可以成为产品、服务和内部系统一部分的地方。 AI的使用在写作和沟通领域最为广泛，但特定职能的使用正在增长。IT和安全团队将查询高度集中在“如何做”和程序性指导上；软件开发和数据科学团队显示出较高的编码使用率；财务团队则使用AI进行分析和计算。这种模式表明，AI正在超越通用生产力，进入与每个职能部门核心职责更紧密相关的工作领域。 不存在单一的AI采用排行榜。一些行业在ChatGPT的广泛采用上领先，其他行业则在Codex使用、API强度或消息强度上领先。这意味着组织有多种切入点：扩大访问规模、深化使用、采用自主工具，或者将AI直接构建到产品和系统中。 案例：旅行者保险（Travelers Insurance）
旅行者保险展示了AI在实践中的样子。其AI理赔助手（基于OpenAI构建）引导客户完成首次损失通知，回答保单问题，收集启动索赔所需的信息，并直接在旅行者系统中创建索赔。该公司预计，该助手在第一年将处理约10万通首次损失通知电话。
前沿企业与普通企业之间的差距不应被解读为“前沿企业做得更好，普通企业做得更差”。相反，这种差距揭示了一个可操作的转型路径：组织可以朝着前沿方向移动，而领先企业的实践提供了具体指南。
衡量深度而非广度：前沿企业不仅追踪有多少员工使用AI，更关注每次交互的复杂性和价值。它们监控token生成量、任务完成率以及工作流集成度等指标。 2. 为生产使用建立治理：随着AI从实验走向生产，前沿企业建立了明确的治理框架，包括安全审查、输出验证和合规流程。这确保了AI在关键业务场景中的可靠性和可信度。 3. 投资于赋能：领先企业不仅提供工具，还投资于培训、最佳实践分享和内部社区建设，帮助员工掌握高级AI使用技巧。 4. 规模化有效实践：前沿企业通过识别和复制成功的用例，将AI从孤立的试点扩展到整个组织。它们建立内部“AI卓越中心”来推动这一过程。 5. 从聊天式助手转向委托式代理：最前沿的企业正在从基于聊天的AI助手转向能够自主完成多步骤任务的AI代理。这要求重新设计工作流程，将AI视为团队成员而非简单工具。
对于许多企业而言，AI采用的第一阶段是关于“访问”：谁拥有AI工具，部署了多少席位，员工是否在实验。这些仍然重要，但访问已不再是区分因素。最新的研究表明，前沿优势正在累积。前沿企业之所以领先，是因为它们每位员工使用更多的智能，更密集地采用高级工具，并将AI更深地嵌入工作流程。 B2B Signals报告为企业提供了一个新的视角：不是看谁拥有AI，而是看谁在使用AI做更复杂、更有价值的工作。随着AI继续进化，那些现在就开始深化使用、构建自主工作流并投资于组织能力的企业，将更有可能在下一个十年中保持竞争优势。 对于领导者来说，关键问题已经改变：你的组织是在用AI回答问题，还是在用AI重新定义工作本身？
Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。 编辑团队：内容策划 · 技术编辑 · AI 研究组 网站：bingdada.com © 2026 Bingdada. 保留所有权利。
SEO & GEO 技术探索者，专注于搜索引擎优化和生成式引擎优化。
英伟达内部实践显示，ChatGPT Work正帮助企业团队将信息整合工作自动化，每周节省16小时，并将原型开发周期从数周缩短至数天。这一案例揭示了AI工作流从工具到组织资产演进的趋势。
OpenAI 将 GPT-5.6 系列模型（Sol、Terra、Luna）集成至 Kiro 开发代理，通过规格驱动方法实现约 82% 的成本降低，标志着 AI 编程从能力竞赛转向成本效率竞争。
OpenAI因模型网络能力逼近关键门槛而调整开发策略，强调安全需贯穿训练全周期。文章解析其技术升级，并对比国内AI安全建设路径。
获取最新的 SEO 与 GEO 技术资讯。
我们尊重您的隐私，随时可以取消订阅。
