OpenAI《2025年企业人工智能现状》解读及启示

chzh4719

胡雪原 陈丹丹 天翼智库

12月8日，OpenAI发布研究报告《2025年企业人工智能现状》，报告基于超过100万家企业客户的使用数据与近9000名企业员工问卷，总结了来自OpenAI企业客户群的关键发现，以及这些模式对企业AI当前状态和发展轨迹的启示。

从规模爆发到能力分化：企业AI四大演进态势

1.应用规模跨越式增长，从企业、用户到使用强度的全面爆发

企业不再满足于对AI的简单应用，正将日益复杂的核心任务交付给AI，报告显示，AI应用已进入不可或缺的深度运营阶段。从应用企业的数量看，AI正快速扩散至全球经济主体。截至2025年底，OpenAI服务的企业客户已超100万家。据《2025麦肯锡AI应用现状调研》，7%的企业已完成AI全面部署，31%的企业正在各业务单元加速推广。用户规模增长显著。企业场景ChatGPT服务的用户数超过700万，同比增长约9倍。应用场景也从简单的问答，深度嵌入到数据分析、产品研发、客户服务等核心业务流程中，AI逐渐成为精通特定业务领域、深嵌独特工作流的“专家伙伴”。使用规模呈现爆炸式增长。自2024年11月起，企业用户每周发送消息总量增长约8倍，人均消息量增加30%。通过API的推理计算用量，过去12个月飙升约320倍。根据国家数据局数据，国内同样经历Token革命，日均消耗量从2024年初的1000亿，激增至2025年6月底的30万亿，增幅达300倍1。

图1 2025年应用AI的企业所处的阶段

资料来源：麦肯锡全球人工智能现状调研（2017-2025）

2.融合深度向核心渗透，从辅助工具演变为工作流基础设施

AI在企业内的应用正沿着两条路径向纵深整合。一是工作流的深度集成。约20%的企业消息由定制GPTs（自定义生成式预训练变换模型）处理，定制GPT和项目周活用户激增19倍，表明AI正成为标准化工作流的核心。企业借此将内部知识、业务流程编码为可复用的智能资产，从采购通用服务迈入构建专属能力的新阶段。如报告中案例所示，某企业经常使用超过4000个GPTs，这表明由人工智能驱动的工作流程正越来越多地作为嵌入日常运营的持久工具而被实施。二是通过API实现系统级融合。企业通过API将模型深度嵌入自身系统，获得高度控制力。目前超9000家组织处理了百亿级Token，应用从科技公司迅速扩展至金融、专业服务等领域，覆盖内容生成、数据分析等核心运营环节。这意味着AI能力正像基础设施一样，被无缝接入企业数字系统。

3.价值创造成效显著，从提升效率迈向驱动增长与创新

报告显示AI应用对企业运营效率提升显著，体现在三个层面：一是员工生产效率的普遍性提升。75%的受访员工表示，工作效率或输出质量得到提升，日均节省40-60分钟。在IT、营销、人力资源等核心职能中，分别有87%、85%和75%的从业者反馈任务执行速度显著加快。二是成为增收与创新加速的价值引擎。案例研究表明，AI驱动已实现可量化的商业价值：客服公司通过AI语音客服将端到端通话解决率提升至53%，显著节约成本；百货公司助AI购物助手使线上转化率翻倍；药物公司将新药开发文件的核心分析步骤从数周缩短至数小时。三是快速帮助员工拓展工作范围。AI显著降低了技术门槛，75%的用户表示能完成编程、数据分析等以往无法胜任的新任务，非技术团队的相关消息量增长超过36%。这标志着AI正在重塑岗位边界，形成更广泛的问题解决能力。

4.能力鸿沟日益显现，组织适配力差异将重塑竞争格局

伴随企业整体效能提升，企业内外部正出现一个日益扩大的AI鸿沟，这种鸿沟在各层面均有表现，并可能构成未来企业AI转型的分水岭。在员工层面，处于应用前沿（前5%）的员工，其AI交互消息量是中位数员工的6倍；在编程等高价值领域，这一差距更扩大至17倍。在企业层面，领先企业（前5%）人均生成的消息量是中位数企业的2倍。鸿沟已带来效率的不均衡，深度使用者（能将AI深度融入复杂工作流）的时间节省效益是浅度使用者（将AI用于简单问答）的5倍，所产生的回报也存在数量级差异。造成这一鸿沟的根本原因并非是使用AI工具数量的区别，而是组织之间在数据整合、流程再造与变革管理上的成熟度差异。约四分之一的企业尚未实现AI与核心数据的深度集成，AI应用只是停留于表面。报告认为，当前企业面临的已非技术挑战，而是组织与战略挑战。效能鸿沟的扩大速度可能快于弥合速度，最终将塑造未来数年“AI原生”组织与“AI表面”组织并存的二元竞争格局。

图 2  不同应用场景前沿工作者（前5%）与中位数员工AI使用差异

启示

企业未来AI竞争的关键差异，将从单纯追求技术先进性，转向构建系统的组织适配力。真正决定AI价值实现的，是企业能否在四个层面完成深度整合：一是系统与数据的深度打通。未来重点不仅是积累数据，而是构建可供AI理解与调用的高质量、结构化知识体系，形成企业专属的知识图谱，使AI能够基于上下文进行推理与决策。二是业务流程的智能重构。AI应用将从辅助简单任务，升级为驱动端到端的核心价值流。这要求企业重新设计流程，让AI嵌入关键业务环节，实现自动判断与流转，从而根本性提升效率与创新速度。三是人员素养与人机协同的重塑。员工的角色将逐渐从执行操作转向指挥、训练与协同AI。四是构建完善安全与治理框架。在数据隐私、算法公平与系统可靠性等方面，企业需建立制度化的保障能力，将合规与伦理要求内化为AI系统的一部分。