OpenAI周一发布最新数据显示,其AI工具在企业中的使用量在过去一年内大幅增长,ChatGPT消息量自2024年11月以来增长8倍,员工报告称每天可节省最多一小时工作时间。这一发现出现在CEO山姆·奥特曼发布关于谷歌竞争威胁的内部"红色警报"备忘录一周后。
这一时间点凸显了OpenAI努力重新定位其作为企业AI领导者地位的决心,尽管面临着不断增长的压力。尽管据Ramp AI指数显示,接近36%的美国企业是ChatGPT企业版客户,相比之下Anthropic仅占14.3%,但OpenAI的大部分收入仍来自消费者订阅,而这一基础正受到谷歌Gemini的威胁。OpenAI还必须与竞争对手Anthropic竞争,后者的收入主要来自B2B销售,以及日益增长的开源权重模型提供商争夺企业客户。
这家AI巨头已在未来几年承诺了1.4万亿美元的基础设施投资,使得企业增长对其商业模式至关重要。
"从经济增长的角度来看,消费者确实很重要,"OpenAI首席经济学家罗尼·查特吉在简报会上表示。"但当你回顾蒸汽机等历史性变革技术时,正是当企业采用并扩展这些技术时,你才能真正看到最大的经济效益。"
OpenAI的新发现表明,大型企业的采用不仅在增长,而且正在更深入地整合到工作流程中。员工不仅发送了更多消息,使用OpenAI API(其开发者接口)的组织消耗的"推理Token"比一年前增加了320倍,这表明公司正在将AI用于更复杂的问题解决。或者他们正在大量实验新技术并消耗Token,而不一定获得长期价值。
推理Token的增加与能源使用增加相关,这对公司来说可能成本高昂,因此从长远来看可能不可持续。TechCrunch已向OpenAI询问企业AI预算分配和这种增长率的可持续性问题。
除了原始使用指标外,OpenAI还看到了公司部署其工具方式的变化。定制GPT的使用量今年增长了19倍,现在占企业消息的20%,报告发现。公司使用定制GPT将机构知识编码成助手或自动化工作流程。OpenAI指向数字银行客户BBVA,称其定期使用超过4000个定制GPT。
"这显示了人们真正能够采用这种强大的技术,并开始将其定制为对他们有用的东西,"OpenAI首席运营官布拉德·莱特卡普在简报会上说。
据OpenAI称,这些集成带来了有意义的时间节省。参与者报告使用OpenAI企业产品每天节省40到60分钟,尽管这可能不包括学习系统、提示或纠正AI输出所花费的时间。
报告发现,企业员工也越来越多地利用AI工具来扩展自己的能力。四分之三的受调查者表示,AI使他们能够完成以前无法完成的任务,包括技术任务。OpenAI报告在工程、IT和研究团队之外的编程相关消息增加了36%。
虽然OpenAI强调其技术正在民主化技能获取,但需要注意的是,更多的代码编程可能导致更多的安全漏洞和其他缺陷。当被问及此问题时,莱特卡普指向OpenAI最近发布的智能体安全研究员Aardvark,该产品目前处于私有测试阶段,作为检测错误、漏洞和攻击的潜在方法。
写作、编程和分析方面前沿员工和普通员工之间的差距最大。
OpenAI的报告还发现,即使是最活跃的ChatGPT企业版用户也没有使用他们可用的最先进工具,如数据分析、推理或搜索。在简报会上,莱特卡普思考这是因为完全采用AI系统需要思维转变和与企业数据及流程的更深度集成。他说,随着公司重新设计工作流程以更好地理解可能性,先进功能的采用需要时间。
莱特卡普和查特吉还强调了报告的一个发现,显示"AI采用存在日益扩大的分歧",一些"前沿"员工比"落后者"更频繁地使用更多工具来节省更多时间。
"有些公司仍然将这些系统视为一款软件,我可以购买并提供给我的团队,这基本就结束了,"莱特卡普说。"然后有些公司真正开始拥抱它,几乎更像一个操作系统。这基本上是对公司许多运营的重新平台化。"
OpenAI的领导层显然感受到了公司1.4万亿美元基础设施承诺的压力,他们将此视为落后者赶上的机会。对于训练AI系统复制他们工作的员工来说,"赶上"可能更像是倒计时。
Q&A
Q1:OpenAI企业版工具使用量增长了多少?
A:OpenAI数据显示,ChatGPT消息量自2024年11月以来增长了8倍,使用API的组织消耗的推理Token比一年前增加了320倍,定制GPT使用量今年增长了19倍。
Q2:企业员工使用OpenAI工具能节省多少时间?
A:参与调查的员工报告使用OpenAI企业产品每天可节省40到60分钟工作时间,四分之三的受调查者表示AI使他们能够完成以前无法完成的技术任务。
Q3:OpenAI面临哪些竞争压力?
A:OpenAI面临谷歌Gemini对消费者订阅基础的威胁,还要与主要收入来自B2B销售的Anthropic竞争,以及日益增长的开源权重模型提供商争夺企业客户。
好文章,需要你的鼓励
Anthropic推出Claude Code的Slack集成功能,让开发者能直接在聊天线程中委托编程任务。这项测试功能于周一以研究预览版形式发布,基于现有Slack集成增加了完整工作流自动化。开发者现在可以标记@Claude启动完整编程会话,Claude会分析消息确定合适的代码库,在线程中发布进度更新并分享审查链接。这反映了行业趋势:AI编程助手正从IDE迁移到团队协作工具中。
波恩大学研究团队首次量化AI训练的材料成本,发现一块GPU含32种元素,93%为重金属。训练GPT-4需消耗约7吨金属材料,其中多为有毒重金属。研究建立了从计算需求到硬件消耗的评估框架,发现通过软硬件优化可减少93%的资源消耗。该研究揭示了AI发展的隐性环境代价,呼吁行业从规模竞赛转向效率革命,实现可持续发展。
AI发展推动数据中心行业迎来前所未有的挑战与机遇。Switch公司消耗内华达州三分之一电力,展现了AI对电力需求的巨大规模。核能成为AI未来发展的关键,单个AI机架功耗可达1.7MW。预计到2030年,数据中心行业将消耗200GW电力。创新的星形配置设计和差异化备电策略正在重新定义数据中心的弹性架构,仅20%的工作负载需要发电机备份。
南开大学团队构建了迄今最大规模的结肠镜AI数据库COLONVQA,包含110万视觉问答条目。他们发现现有AI模型存在泛化能力不足和容易被误导等问题,因此开发了首个具备临床推理能力的结肠镜AI模型COLONR1。该模型采用多专家辩论机制生成推理数据,在综合评估中准确率达56.61%,比传统方法提升25.22%,为智能结肠镜诊断从图像识别向临床推理的转变奠定了基础。