OpenAI 于 2026 年 8 月 12 日发布两份互相补充的研究，分别是 Enterprise Signals，以及 How Organizations Use AI: Evidence from ChatGPT。文章的核心判断是，企业 AI 正由协助人思考，走向直接执行一部分工作，但不同公司的进度差距正在扩大。
OpenAI 把每月 AI 使用强度最高的前 10% 企业称为 frontier firms，并以每名活跃用户的输出 token 作为使用深度的 proxy。按 OpenAI 的数据，截至 6 月，这些企业的输出 token 是 typical firms 的 8.3 倍；1 月时差距是 2.6 倍。这个指标不是生产力或收入的直接证明，但可以反映企业是否在使用更长、更有上下文、包含更多步骤的 agentic 工作。
另一个信号是 Codex 在企业使用中的比重。OpenAI 表示，截至 6 月，Codex 产生的输出 token 占企业客户 Codex 和 ChatGPT 合计输出 token 的 64%。这个比例同时受到使用频率和任务输出量影响，因此不应简单理解为 64% 的工作已经完全自动化；它更像是 agent 型工作开始承担较长任务的使用信号。
前沿企业也更常使用 plugins 和 skills。每周活跃用户中，frontier firms 使用 plugins 的比例是 21%，typical firms 是 9%；使用 skills 的比例则是 19% 对 3%。OpenAI 同时提供内部使用作为参考，表示其员工每周使用 plugins 的比例为 95%。这些数据都是 OpenAI 的客户和内部使用分析，不能直接代表其他企业会得到相同结果，但方向很清楚：把 AI 接上公司上下文、工具和可重复指令，比单独打开一个聊天窗口更接近深度采用。
agent 型使用也开始扩散到工程以外。OpenAI 表示，自 2 月起，企业 Codex 每周活跃用户在法律、销售、招聘和营销职能分别增长 108 倍、41 倍、41 倍和 26 倍，工程则增长 5 倍。这些增长倍数受到起点大小影响，不能视为各职能的市场总量，但显示 agent workflow 的采用不再只是一个 coding team 的故事。
研究还提出一个与一般问卷直觉不同的观察：采用 AI 六个月后，early-career 员工每周发出的消息比 executives 多 13 条。对于管理者而言，OpenAI 的建议是找出最有效的员工工作方式，把个人 workflow 变成团队可共享的方法，而不是只看高层是否宣称使用 AI。
这篇文章最值得留意的地方，是 OpenAI 把企业落地拆成三个条件：让 agent 获得完成工作所需的上下文和工具；建立清晰的权限、人工审查和治理；把个人试出的有效方法变成共享 workflow。这是从研究内容整理出的实践框架。企业若要由协助走向执行，应先衡量成功率、人工修改比例、例外情况和成本，再决定哪些步骤可以交给 agent，哪些步骤必须由人批准。
