OpenAI 发布的《2025 年企业 AI 现状报告》（The State of Enterprise AI 2025 Report）基于超过 100 万企业客户的使用数据及 9000 名职场人士的调研结果，全景式呈现了企业 AI 从消费端热潮向产业端深度渗透的关键转型。报告揭示，企业 AI 已告别零散试点阶段，进入规模化应用与 workflow 深度融合的全新周期，正在重塑生产力格局、行业竞争态势与全球数字化进程。
Part 01 核心趋势：企业 AI 进入规模化深耕阶段
1、应用规模与使用强度双爆发
企业 AI 的普及不再是单点突破，而是呈现全维度加速态势。ChatGPT 的企业端消息量同比增长 8 倍，单个组织的 API 推理令牌消耗激增 320 倍，彰显出越来越多企业将 AI 纳入核心运营体系。OpenAI 目前已服务超过 700 万个 ChatGPT 职场席位，企业版席位年增长率达 9 倍，每周活跃用户发送的消息量平均增长 30%，既体现了覆盖范围的扩大，更反映出使用频次与依赖度的深度提升。
这种增长背后是工具与业务的深度绑定。定制化 GPT（Custom GPTs）和项目功能（Projects）的周活跃用户同比增长 19 倍，近 20% 的企业消息通过这类定制化工具处理。西班牙对外银行（BBVA）常态化使用超过 4000 个定制 GPT，将 AI 驱动的工作流转化为日常运营中的固定工具，印证了 AI 从 “辅助插件” 向 “核心基础设施” 的转变。
2、生产力价值量化落地，跨职能赋能凸显
企业 AI 的价值已从定性描述走向定量验证。调研显示，企业用户平均每天通过 AI 节省 40-60 分钟，数据科学、工程和通信领域的专业人士节省时间更是高达 60-80 分钟 / 天。这种效率提升并非局限于技术岗位，而是渗透到企业运营全链条：87% 的 IT 工作者报告问题解决速度加快，85% 的营销和产品人员实现更快的活动执行，75% 的人力资源从业者改善了员工参与度，73% 的工程师加速了代码交付。
更具变革意义的是 AI 打破了传统技能边界。75% 的职场人士表示能够借助 AI 完成以往无法胜任的任务，包括编程支持、电子表格分析自动化、技术工具开发等。非技术团队参与编码和数据分析工作的趋势尤为明显，除工程、IT 和研究部门外，其他职能的编码相关消息在半年内平均增长 36%，AI 正成为技能普惠的 “均衡器”。
3、全球渗透加速，行业分化显现
企业 AI 的增长已形成全球共振格局。尽管早期 adoption 以美国为主，但当前国际市场增长迅猛，澳大利亚、巴西、荷兰和法国的企业客户数量同比增幅均超过 143%，日本成为美国之外企业 API 客户数量最多的国家。美国、德国、日本则凭借消息量规模，成为全球最活跃的三大企业 AI 应用市场。
行业层面呈现 “全面增长与头部领跑并存” 的态势。所有行业的 AI 应用规模中位数年增长超过 6 倍，即使增长最慢的行业也突破 2 倍。科技行业以 11 倍的年增长率遥遥领先，医疗健康（8 倍）和制造业（7 倍）紧随其后，成为增长最快的三大领域。从应用场景看，科技企业聚焦面向客户的应用开发和编码工作流，专业服务行业侧重定制工具构建，金融机构则优先布局客户支持与合规系统，行业特性决定了 AI 落地的差异化路径。
Part 02 关键挑战：日益扩大的 “AI 鸿沟”
报告显示，企业 AI 领域正出现显著的 “领跑者与落后者” 差距。在个人层面，前沿工作者（使用强度处于 95 百分位）发送的消息量是中位数用户的 6 倍，在数据分析工具使用上更是达到 16 倍差距
任务维度上，编码领域的差距最为突出，前沿用户的消息量是中位数用户的 17 倍，写作、分析等场景的差距也均超过 10 倍。
企业层面的分化同样明显。前沿企业每席位发送的消息量是中位数企业的 2 倍，向 GPT 发送的消息量更是达到 7 倍。
这种差距的核心并非工具可得性，而是组织层面的落地能力 —— 即使在活跃用户中，仍有 19% 未使用过数据分析功能，14% 未尝试过推理工具，12% 未使用过搜索功能。报告指出，模型的能力远未被大多数组织充分挖掘，这种潜力与应用之间的差距，既是挑战也是机遇。
Part 03：成功密码：
前沿企业的五大实践
报告通过案例分析，提炼出领先企业的共性做法。这些企业并非简单堆砌 AI 工具，而是构建了完整的 AI 落地体系：
一是深度系统集成，通过安全连接器让 AI 获取企业核心数据，实现情境感知响应与自动化操作，而约四分之一的企业仍未迈出这关键一步；
二是工作流标准化与复用，积极推广常见任务的可重复解决方案，将 API 驱动的助手嵌入核心内部系统；
三是高管领导力与支持，通过明确指令、保障资源、协调团队和鼓励实验，推动 AI 规模化部署；
四是数据就绪与持续评估，将机构知识转化为机器可读流程，构建关键数据管道 API，并通过持续评估跟踪模型实际表现；
五是审慎的变革管理，结合集中治理与分布式赋能，培养内部 AI 倡导者，加速组织学习。
从具体案例来看，Intercom 借助实时 API 将语音 AI 代理的延迟降低 48%，使 53% 的电话咨询实现端到端解决；劳氏（Lowe’s）通过 AI 助手每月解答近百万个问题，线上转化率翻倍，客户满意度提升 200 个基点；莫德纳（Moderna）利用 AI 将产品目标档案开发的核心分析步骤从数周缩短至数小时。这些实践印证了 BCG 的研究结论：AI 领先企业在过去三年实现了 1.7 倍的收入增长、3.6 倍的股东总回报和 1.6 倍的息税前利润率。
Part 04：未来展望：从效率工具到增长引擎
报告预测，企业 AI 的下一阶段将聚焦三大方向：提升经济价值任务的表现、深化对组织情境的理解、从 “请求输出” 转向 “委托复杂多步骤工作流”。随着这些能力的成熟，企业 AI 将从单纯的效率提升工具，转变为创造新客户价值、开辟新增长路径的核心引擎。
OpenAI 首席经济学家罗尼・查特吉强调，企业是经济价值创造的核心载体，解决企业问题既是 AI 技术的终极考验，也是实现 “AI 造福全人类” 使命的关键途径。当 AI 深度融入产品开发、客户服务、决策支持等各个环节，其创造的不仅是效率提升，更是商业模式的重构与竞争优势的重塑。
2025 年的企业 AI 图景清晰显示，这场变革已不是 “是否参与” 的选择题，而是 “如何深度布局” 的必答题。对于企业而言，缩小 AI 鸿沟的关键不在于追逐最新的模型，而在于构建适配的组织能力、标准化的工作流和持续学习的文化。那些能够将 AI 能力转化为市场竞争力的组织，终将在这场变革中占据先机，实现从 “使用 AI” 到 “驾驭 AI” 的跨越，开启生产力与价值创造的新篇章。
