企业 AI 可能正在进入一个新的不平等阶段

企业 AI 采用的第一波浪潮由可及性所定义。哪些公司已经部署了这些工具？有多少员工拥有使用权限？员工是否开始尝试聊天界面？OpenAI 最新的 B2B Signals 研究表明，这些问题已不再能描绘前沿。根据这份报告，正在形成的分化并不只是企业是否使用 AI，而是它们在日常工作中使用 AI 的深度有多大。

最引人注目的数字是，处于使用量第 95 百分位的前沿企业，如今每位员工使用的智能量是普通企业的 3.5 倍，而在 2025 年 4 月，这一数字还是 2 倍。OpenAI 用生成的 token 数量来衡量这一指标，把它作为员工要求 AI 承担工作量的替代 proxy。token 并不被视为价值的直接衡量标准，而是用于估算 AI 使用深度的一种方式。

报告的核心观点是，这种优势正在累积。一旦企业不再停留于广泛接入，而是转向更复杂、面向生产的使用方式，它们似乎就会进一步拉开与仍主要把 AI 当作轻量助手的同行之间的距离。

为什么消息量并不是全部

报告中一个更具影响力的观点是，消息量只能解释前沿优势的 36%。换句话说，这种差距不仅仅在于领先企业向 AI 提出了更多问题，而在于它们要求 AI 承担更丰富、更复杂的工作，提供更多上下文，并产出更实质性的结果。

这种区别很重要，因为它改变了企业采用 AI 时应如何评估成效。一家公司可以报告活跃度持续增长，却仍然在使用上相对浅层。如果员工只是把 AI 用于简单提示或偶尔的起草辅助，组织可能并没有捕捉到那种能够带来更强竞争优势的工作流变革。

OpenAI 的表述暗示，深度正成为更相关的指标。处于前沿的企业似乎正在把 AI 融入真实流程，而不是把它当作辅助性的便利工具。这种转变更难，因为它需要治理、赋能和工作流设计，而不只是软件接入。

委派式工作正在成为前沿的标志

报告特别指出，高级工具和 agentic 工作流是差异最明显的领域。OpenAI 表示，前沿企业每位员工发送的 Codex 消息数量是普通企业的 16 倍。这是数据集中最清晰的信号之一，表明企业 AI 的下一阶段可能会围绕委派式工作展开，而不是简单的聊天式辅助。

这标志着商业 AI 成熟度的描述方式发生了重要变化。如果早期企业采用意味着员工向 AI 寻求帮助，那么前沿采用如今更像是员工把工作分配给 AI。这使 AI 从生产力层工具变得更接近运营基础设施。它也提高了落地实施的门槛，因为委派式工作流通常需要更严格的控制、更清晰的成功标准，以及对输出结果更强的信任。

OpenAI 表示，领先企业正在为生产用途建立治理机制，投入赋能建设，衡量使用深度，复制有效做法，并从基于聊天的辅助转向由 agent 驱动的委派式工作流。它所描述的是一种组织层面的模式，而不仅仅是技术层面的模式。前沿不仅由工具选择定义，更由企业能否把 AI 使用转化为可管理的系统，而不是零散的习惯来定义。