OpenAI 官方报告：统计了 1700 万条真实使用记录，大家是怎么用 GPT 的？

BiRun 消息，作者：克洛德，深潮 TechFlow 深潮导读： 8 月 12 日，OpenAI 与五位学者发布 69 页工作论文，把 ChatGPT 企业版的 1700 多万条真实使用记录和员工职级、任务分类、上市公司财务数据连在一起。结论很反直觉：「AI 最先替代初级员工」的叙事被数据推翻，入职没几年的年轻人是全部层级里用得最狠的人；同时 AI 扩散正在强化而不是抹平企业差距，采用者的中位收入、市值、研发支出都是未采用者的 10 倍量级。 8 月 12 日，一篇题为《How Organizations Use AI: Evidence from ChatGPT》的工作论文挂上 arXiv。作者是杜克大学的 Aaron Chatterji、沃顿商学院的 Prasanna Tambe、OpenAI 的 David Holtz 等五位学者，篇幅 69 页。和常见的行业问卷不同，这篇论文把 ChatGPT Enterprise 的账号记录，与员工职级、消息内容分类、美国上市公司财务数据做了关联分析，在六个月观察窗口里覆盖 1500 多家组织和 1700 多万条消息。换句话说，OpenAI 第一次把自己的企业客户真实使用数据，直接摊开给学术圈和公众看。 用得最狠的不是高管，入职没几年的年轻人每周比公司平均多发八九条消息按人数看，早期职业员工和培训生只占周活跃用户的 7%，是最少的一档；经理和总监占 24%，高管占 10%。但把「谁在用」换成「谁用得狠」，图景完全反过来：早期职业员工人均每周比同公司平均用户多发 8 到 9 条消息，是全部层级里强度最高的；高管、创始人、合伙人的消息量反而低于公司平均水平。 这意味着「AI 最先替代初级员工」的流行担忧，至少在大企业内部没有看到迹象。被假设为最脆弱的那批人，恰恰是把 AI 当主力工具用的人。论文作者也专门讨论了这一反差：初级员工离脏活累活最近、既有工作惯性最少，工具带来的边际提升对他们最大，所以他们学得最快、用得最狠。 真正的增长不在新客户，在老客户越用越深总量数字更惊人。2025 年 6 月到 2026 年 3 月，ChatGPT Enterprise 的总 token 消耗涨了约 7 倍。拆开看，同一批在 2025 年 6 月前就采用的企业，内部消耗也涨了约 4 倍，也就是说相当一部分增长来自老客户越用越深，而不是新客户涌入。 更值得注意的是 2026 年初，不同时间点采用的企业使用量同时加速。这不太像各家企业各自慢慢摸索出来的结果，更像产品能力整体跳了一级，把所有人的使用强度同时拉了上去。对企业来说，这条数据的含义是：买 ChatGPT 只是入场券，真正的变量是「用起来之后有没有越用越深」。 10 倍量级的差距：先上车的大公司正把同行越甩越远把镜头拉到公司层面，报告最残酷的部分出现了。在美国上市公司里，采用 ChatGPT Enterprise 的公司和未采用公司之间，差距是数量级的：中位收入 22.75 亿美元对 2.1 亿，中位市值 50 亿对 3.16 亿，中位研发支出 1.13 亿对 990 万，全部是 10 倍上下的差距。 收入排名前 5% 的公司，采用概率高出 9.8 个百分点；即便在同行业内部比较，头部 5% 也高出 11.3 个百分点。而且用得最深的企业，恰好是人均市场价值最高的那批，调整完行业和规模因素后依然成立。论文自己的判断很直接：AI 扩散初期会强化而不是抹平企业间的既有差距。 对投资人来说，这份报告提供了一个难得的真实样本：市场已经在奖励「用得深」的公司，买了几千个 license 然。