企业 AI 用量过半已是"智能体干活":OpenAI 数据显示中小企业用户半年涨 8 倍
一句话结论:2026 年 10 月 OpenAI 官方数据显示,企业客户的 AI 用量里智能体工具已贡献超过一半——企业用 AI 正在从"问一问"变成"交任务";欧盟中小企业的智能体周活跃用户半年涨了 8.1 倍,说明门槛在快速下降。但头部企业人均用量超一般企业 4 倍以上:差距已经不在"用不用",在"用多深"。
发生了什么
2026 年 10 月 14 日,OpenAI 经济研究团队发布报告《欧盟 AI 的下一篇章是智能体》(The EU's next chapter in AI is agentic),基于 ChatGPT Enterprise 与 ChatGPT Business 账户的匿名使用数据,分析欧盟企业与中小企业的智能体使用强度。
关键数字:
| 指标 | 报告口径 |
|---|---|
| 智能体占企业 AI 用量的比例 | 欧盟样本中,Codex 与 ChatGPT Work 合计贡献超过一半的输出 Token |
| 欧盟中小企业智能体周活跃用户 | 自 2026 年 5 月以来增至 8.1 倍,所有成员国均有增长 |
| 各国企业智能体用量占比区间 | 最低 22%(斯洛文尼亚),最高 85%(立陶宛) |
| 头部企业 vs 一般企业 | 9 月,欧盟头部企业(人均输出前 10%)人均输出 Token 超一般企业 4 倍以上 |
| 全球对比 | 欧盟以外头部企业人均输出超欧盟头部企业 2 倍以上;欧盟企业仅占全球头部企业的 10% |
数据说明:以上数字均来自 OpenAI 经济研究团队 2026-10-14 发布的报告(openai.com 官方页面,中英文版均已核对)。报告样本仅含 ChatGPT Enterprise 与 Business 账户,"中小企业"指关联用户不超过 200 人的企业;报告衡量的是使用强度(输出 Token),不是任务完成质量或经营结果。样本、平台与语料环境均以欧盟为主,不能直接平移到国内平台,请以原始报告为准。
对企业意味着什么
三点,按重要性排序。
1. "问一问"和"交任务"是两笔账,预算要分开。 过去企业给 AI 的预算是"工具订阅"——人人能问答就算用上了。这份报告说明用量的大头已经转移到执行层:把一个任务从头跑到尾(查资料→出方案→跟进)。如果你的 AI 预算还只覆盖问答工具,等于只买了半套能力。
2. 中小企业不是旁观席,但"跑起来"只是及格线。 8.1 倍的增速来自中小企业,说明执行类智能体的门槛在快速下降。但同时报告指出:头部企业与一般企业的人均用量差 4 倍以上,欧盟头部企业还落后全球头部企业一倍多。也就是说,"有没有在用"很快不再是差距来源,"每个员工每周交给 AI 多少件完整任务"才是。
3. 用量翻倍的前提是流程和底座,不是换个更强的模型。 智能体要能接任务,前提是它拿得到企业的资料、规则和口径——这正是知识库和系统对接的活。报告测的是使用强度而非经营结果,用量涨不等于产出涨;判断标准应该落在"任务是否闭环、结果是否可追溯"上。
mermaid
flowchart TB
A["企业用 AI 的两个阶段"] --> B["问答层<br/>提问、查资料、写初稿"]
A --> C["执行层<br/>把完整任务交给智能体"]
B --> D["人均提升有限<br/>用量增长见顶"]
C --> E["用量翻倍<br/>过半输出来自智能体"]
E --> F["强度分层<br/>头部人均是一般的 4 倍以上"]
F --> G["差距不在工具<br/>在流程改造与知识库底座"]建议动作
| 优先级 | 动作 | 判断标准 |
|---|---|---|
| 高 | 挑 1~2 个高频重复流程,让智能体完整跑而不是只参与一段 | 该流程每周发生 10 次以上、产出有固定格式、出错可人工兜底 |
| 高 | 先补知识底座,再上执行类智能体 | 智能体能引用到企业自己的资料、答错时能追溯到是哪条资料缺了 |
| 中 | 用"人均完成任务数"自查,不只看"有没有在用" | 抽一周样本统计:人均交给 AI 的完整任务件数、每件是否闭环 |
| 中 | 别拿这份欧盟报告的数字直接套国内预算 | 平台、语料、客户习惯都不同,先按自己的业务跑一轮用量基线 |
FAQ
Q1:这是欧盟和 OpenAI 客户的数据,跟中国企业有什么关系?
关系在趋势判断,不在具体比例。"从问答转向执行"这个结构变化在各家平台上都在发生;国内智能体产品(如各家的 Agent 与工作流产品)也在往"接任务"方向走。但占比数字(过半、22%~85%、4 倍)是欧盟 ChatGPT 企业客户的口径,不能拿来套国内,评估自己的用量结构需要自己跑基线。
Q2:智能体用量过半,是不是说明该减人了?
不是同一件事。用量反映的是"任务交给了 AI",不反映"任务干得怎么样、省了多少人时"。要不要调整编制,先看自助解决率、人均会话和挽回成单这些经营指标——参考我们写过的一篇专门算这笔账的文章(见下方相关方案)。
Q3:怎么判断自己公司"用得浅"?
三个自查问题:交给 AI 的事,AI 能不能一次跑完(还是要你反复追问)?每次使用前,要不要人工把背景重新解释一遍?AI 的产出有没有下游的人或系统接住?三问里有两问是"否",说明还在问答层,没进执行层。
相关方案
想知道你的业务里哪些流程适合先交给智能体完整跑一遍?联系我们,可以按你的场景做一次流程诊断。
