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
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。