新闻资讯/News

AI 洞察 | OpenAI: 企业中的人工智能--来自七家前沿公司的经验 （上）

导言

自从2023年8月底，OpenAI推出ChatGPT的企业版后，到目前，OpenAI的企业客户已经在其用户和收入构成中占据了相当重要的比例，企业客户占比从收入占比、用户数量两个维度如下：

· 收入占比：截至2025年4月，OpenAI的企业AI订阅占比达到了32.4%，这一比例高于2025年1月的18.9%和3月的28%，显示出企业客户对OpenAI收入的贡献在持续增长。

· 用户数量：截至2025年3月，OpenAI报告称其ChatGPT Team、Enterprise和Edu产品的付费企业用户已超过200万，相比2024年9月的100万实现了显著增长。

以下是OpenAI近期发表的《企业中的人工智能--来自七家前沿公司的经验》，文章总结了OpenAI在企业市场与企业客户合作的优秀实践和宝贵经验。

OpenAI: 企业中的人工智能--来自七家前沿公司的经验

目录

1.全新的工作方式

2.执行摘要

3.企业采用人工智能的七点经验

3.1从评估入手3.2定制并微调模型

3.3将人工智能嵌入产品

3.4即刻开始，尽早投资

3.5让专家掌握人工智能

3.6为开发者扫除障碍

3.7设定大胆的自动化目标

4.结论

5.更多资源

正文

企业中的人工智能：全新的工作方式

作为一家专注于人工智能研究与应用部署的公司，OpenAI 非常重视与全球企业建立合作关系。这是因为，随着工作流程和系统变得愈发复杂、精细且相互关联，我们的模型在这样的环境中才能发挥出最佳效能。

我们发现，人工智能在以下三个方面能够带来显著且可衡量的提升：

不过，利用人工智能与开发软件或部署云应用有所不同。那些最成功的企业往往将人工智能视为一种全新的范式，这促使他们秉持实验性思维和迭代方法，更快地实现价值，并获得用户和利益相关者的高度认可。

我们的方法：迭代开发

OpenAI 由三个团队协同运作。

i. 我们的研究团队专注于推进人工智能的基础研究，开发新的模型和功能；

ii. 应用团队负责将这些模型转化为产品，比如 ChatGPT 企业版和我们的 API；

iii. 部署团队则把这些产品引入企业，解决企业最紧迫的实际应用问题。

我们采用迭代部署的方式，从客户的实际应用案例中快速学习，并利用这些反馈加速产品的改进。这意味着我们会定期发布更新，收集反馈意见，并在每一个环节提升产品的性能和安全性。

最终，用户能够频繁且尽早地接触到人工智能的新进展，而他们的反馈也会塑造未来的产品和模型。

执行摘要：企业采用人工智能的七点经验

1. 从评估入手：运用系统的评估流程，衡量模型在实际应用场景中的表现。创造全新的客户体验，实现更具关联性的互动。

2. 将人工智能嵌入产品：行动越早，价值积累越多。

3. 即刻开始，尽早投资：根据具体应用场景对人工智能进行优化调整，能大幅提升价值。

4. 定制并微调模型：最了解业务流程的人，也是最适合借助人工智能改进流程的人。

5. 让专家掌握人工智能：软件开发周期的自动化能够成倍提升人工智能带来的收益。

6. 为开发者扫除障碍：大多数业务流程都包含大量适合自动化的重复性工作。目标要高远。

7. 设定大胆的自动化目标：让我们深入探讨每一点，并以客户案例为示例进行说明。

经验一：从评估入手

摩根士丹利如何通过迭代确保质量与安全

作为全球金融服务领域的领导者，摩根士丹利的业务高度依赖客户关系。因此，公司内部对人工智能如何为这项高度个性化且敏感的工作增添价值存在诸多疑问，这并不意外。

他们的解决方案是，对每一项拟应用的人工智能项目进行深入评估。评估是一个严谨、结构化的过程，用于衡量人工智能模型在特定应用场景中与基准相比的实际表现。同时，这也是一个借助专家反馈不断改进人工智能驱动流程的途径。

项目起始

摩根士丹利的首次评估聚焦于提升财务顾问的工作效率和效能。其核心思路很简单：如果财务顾问能够更快获取信息，减少花在重复性任务上的时间，就能为客户提供更多、更优质的见解。

他们从三个模型评估入手：

这些评估以及其他相关评估，让摩根士丹利有信心将这些应用场景逐步投入实际生产。

项目进展

如今，摩根士丹利 98% 的财务顾问每天都会使用 OpenAI；文档访问率从 20% 跃升至 80%，搜索时间大幅缩短；由于任务自动化和更快速的洞察，财务顾问能够将更多时间投入到客户关系维护中。

财务顾问们的反馈极为积极。他们与客户的互动更加密切，过去需要数天才能完成的跟进工作，现在仅需数小时就能完成。

凯特琳・埃利奥特摩根士丹利全公司生成式人工智能解决方案主管：如需了解更多信息，可观看《摩根士丹利：塑造金融服务的未来》，并向我们咨询评估框架相关内容。

评估的定义

评估是对模型输出进行验证和测试的过程。严格的评估能够带来更稳定、可靠的应用程序，使其更能适应变化。评估围绕一系列任务展开，这些任务将模型输出的质量与基准进行对比，例如：它是否更准确？更合规？更安全？关键指标会因每个应用场景的重点需求而异。

经验二：将人工智能嵌入产品

Indeed 如何让职位匹配更具人性化

当人工智能用于自动化和加速繁琐、重复的工作时，员工就能够专注于只有人类才能完成的任务。而且，由于人工智能可以处理来自多个来源的海量数据，它能够创造出更具人性化的客户体验，因为这些体验更加贴合用户需求且个性化十足。

全球排名第一的求职网站 Indeed，运用 GPT-4o mini 以全新的方式为求职者匹配职位。

背后的关键因素

为求职者提供优质的职位推荐仅仅是 Indeed 服务体验的开端。他们还需要向求职者解释为什么推荐某个特定职位。

Indeed 利用 GPT-4o mini 的数据分析和自然语言处理能力，在发送给求职者的电子邮件和信息中撰写这些 “推荐理由”。借助人工智能，广受欢迎的 “邀请申请” 功能也能说明求职者的背景或过往工作经验为何与该职位匹配。

Indeed 团队将之前的职位匹配引擎与由 GPT 驱动、带有全新定制内容的版本进行对比测试。结果显示，新系统性能提升显著：

· 职位申请发起量增加 20%

· 下游成功率提高 13%—— 不仅有更多求职者愿意申请，雇主也更倾向于录用他们。

鉴于 Indeed 每月向求职者发送超过 2000 万条信息，且每月网站访问量高达 3.5 亿人次，这些增长对业务产生了重大影响。

不过，规模的扩大也意味着需要消耗更多的令牌（tokens）。为提高效率，OpenAI 和 Indeed 合作，对一个较小的 GPT 模型进行微调，使其在减少 60% 令牌消耗的情况下仍能取得相似的效果。

帮助求职者找到合适的工作，并让他们明白为什么某个机会适合自己，这是一项极具人文关怀的成果。Indeed 团队借助人工智能，让更多人更快地找到工作，实现了多方共赢。

克里斯・海姆斯Indeed 首席执行官：我们认为在这一新基础设施上持续投入，将有助于我们实现营收增长。

经验三：即刻开始，尽早投资

Klarna 如何从人工智能知识积累中获益

人工智能很少能做到即插即用，实际应用场景会通过不断迭代变得更加复杂且影响力更大。企业启动得越早，就越能从持续的改进中受益。

Klarna 是一家全球支付网络和购物平台，它推出了一款新的人工智能客服助手，以简化客户服务流程。短短几个月内，这款助手就处理了所有服务聊天记录的三分之二，承担了数百名客服人员的工作，平均解决问题的时间也从 11 分钟缩短至 2 分钟。该项目预计将带来 4000 万美元的利润增长，同时客户满意度与人工客服相当。这些成果并非一蹴而就，Klarna 通过持续测试和优化这款助手才取得了这样的成绩。

同样重要的是，如今 Klarna 90% 的员工在日常工作中都会使用人工智能。随着公司上下对人工智能的熟悉程度不断提高，Klarna 的行动更加迅速，内部项目的启动也更加高效，客户体验也在持续优化。通过尽早投资并鼓励广泛应用，Klarna 见证了人工智能带来的多重收益，推动了整个业务的发展。

塞巴斯蒂安・西米亚特科夫斯基Klarna 联合创始人兼首席执行官：这次在客户互动方面的人工智能突破，为我们的客户带来了更优质、价格更合理的体验，为员工提供了更具挑战性的工作，也为投资者创造了更好的回报。

原文链接：

https://cdn.openai.com/business-guides-and-resources/ai-in-the-enterprise.pdf