OpenAI数据：AI代理已占欧盟企业输出Token过半

OpenAI最新经济研究报告揭示了一个转折点：在其欧盟企业客户中，Codex和ChatGPT Work等代理式产品生成的输出Token已超过总量的一半。这意味着企业使用生成式AI的方式正在从「提问-回答」转向「委托-执行」。

欧盟市场的代理式AI采用现状

据OpenAI经济研究部门发布的欧洲代理式AI采用报告，其欧盟ChatGPT Enterprise和Business客户中，Codex与ChatGPT Work两款代理式工具贡献了超过50%的输出Token。这一比例标志着代理式产品已从边缘实验进入主流使用场景。

最值得关注的信号并非AI使用量的整体增长，而是代理式产品在工作负载中所占份额的快速攀升。在OpenAI的欧盟样本中，员工规模200人以下的中小企业里，Codex和ChatGPT Work的周活跃用户自5月以来增长了超过八倍，且增长覆盖每一个欧盟成员国。

OpenAI将「欧盟前沿企业」定义为按每活跃用户输出Token排名前10%的公司。截至9月，这些企业的每活跃用户输出Token量是典型欧盟企业的四倍以上。但报告同时指出，欧盟前沿企业在同一指标上仍落后于全球前沿企业——欧洲拥有高度投入的采用者，但区域最密集用户与全球领先者之间仍存在差距。

国家间差异悬殊

代理式Token份额在欧盟内部差异极大：斯洛文尼亚约为22%，而立陶宛高达约85%。这一差距不能简单解读为「立陶宛企业生产率更高」。产品组合、账户构成、工作模式和使用时机都会影响该指标。但它确实表明，向代理式工作流的迁移并非在所有欧盟市场以相同速度推进。

什么是「代理式AI」？ 代理式AI（Agentic AI）是指能够自主规划、执行多步骤任务并调用外部工具的AI系统，区别于传统「提问-回答」式聊天机器人。传统模式下，用户发出提示词，模型返回一段文本，交互即结束；而代理式系统可接受一个目标，自行拆解为子任务，调用代码执行、文件读写、网络检索等工具，最终交付可用的结果（如一份报告、一段可运行代码），并在此过程中根据中间结果调整策略。OpenAI的Codex是面向软件开发的代理式编码工具，ChatGPT Work则面向通用企业工作流。两者的共同点是：用户委托的是「任务」，而非「问题」。

输出Token为何是代理式使用的关键指标？ Token是大语言模型处理文本的基本单位，输出Token即模型实际生成的内容量。传统聊天场景中，一次交互的输出Token往往只有几百；而代理式工作流可能需要生成完整文档、多轮代码修改和工具调用日志，单次任务的输出Token可达数万甚至更多。因此，输出Token的规模和结构能较真实地反映「委托-执行」的深度，而不仅仅是使用频率。OpenAI以「每活跃用户输出Token」衡量使用强度，正是基于这一逻辑。

为什么产品组合会显著影响Token占比？ 代理式Token份额是一个比率，分子是Codex和ChatGPT Work产生的输出Token，分母是该市场内所有企业产品的输出Token总量。如果某国企业大量使用传统ChatGPT进行写作、翻译或客服辅助，分母会抬高，即使代理式产品的绝对使用量不低，其占比也会被稀释。反之，若某国客户结构以开发者或已深度采用自动化工作流的企业为主，代理式工具的使用密度更高，占比自然偏大。此外，账户构成（如大企业多还是中小企业多）、工作模式（项目制还是日常运营）以及统计窗口内的使用时机（是否处于集中交付期）都会造成波动。因此，斯洛文尼亚22%与立陶宛85%的差距，更多反映的是市场结构和采用节奏的差异，而非生产率的高低。

企业应如何理解这一转变

对企业而言，关键区分在于「实验性使用」与「可重复产出结果的工作流」。传统聊天机器人交互可能帮人起草邮件或解释电子表格公式；而代理式工作流在任务具有多个关联阶段时更具价值——例如信息收集、初稿准备、对照既定输入进行检查，然后将结果交给人工审批。

OpenAI的数据并未指明哪些工作流回报最高，但它支持一个更务实的结论：企业正在以远超偶尔提示词辅助的规模使用其代理式产品。因此，领导者应以具体流程而非宽泛的转型口号来评估AI机会。

一个实用的切入点是识别具有明确输入、可重复序列和可衡量产出的工作。适合的候选项可能包括内部研究准备、文档处理、软件开发任务或经常性的客户与运营工作。在扩大使用范围之前，团队应明确：任务负责人和结果审核人；完成任务所需的系统、文档或数据；使输出有用的质量阈值；以及实施后可比较的时间、成本、错误率或吞吐量基线。

这种方法有助于将「活动」与「价值」区分开来。高Token用量可能反映深度采用，但ROI需要证据表明工作流更快、更可靠、更少人工干预，或能支持更多工作而无需成比例增加投入。OpenAI CFO Sarah Friar表示，欧洲正朝着AI赋能的生产率迈进，并强调需要赋予员工作有效使用AI的技能和信心。

如何界定「可重复产出的工作流」？ 与传统提示词辅助不同，可重复工作流具备三个特征：其一，有明确的触发条件和输入源，例如每周固定收到的客户反馈表或代码仓库的待办清单；其二，任务可拆解为稳定的多阶段序列，如「抓取数据→生成初稿→对照规则检查→人工审批」；其三，产出可以用统一标准衡量，例如处理时长、错误率或单位时间吞吐量。企业应优先选择满足这三条的工作流进行代理式试点，因为只有可重复，才能建立基线、比较前后差异并计算ROI。若任务每次输入和判断标准都不同，代理式工具的价值会大打折扣，反而更适合传统助手模式。

如何区分「活动」与「价值」？ 高Token用量只能说明模型生成了大量内容，但不代表这些内容被采纳或产生了业务收益。价值需要可比较的证据：同一工作流在引入AI后，完成时间是否缩短、人工返工是否减少、单位成本是否下降，或在人员不增的情况下处理量是否提升。若Token用量上升但上述指标没有改善，可能只是把更多草稿交给了人工审核，并未真正减少工作量。因此，企业在扩大代理式部署前，应为每个候选工作流设定可量化的基线和成功标准，避免以使用强度替代效果评估。

数据边界与解读注意事项

这份报告应被视作方向性基准，而非全市场记分卡。其数据集仅限于OpenAI的企业和商业账户，其定义和产品使用方式可能无法直接映射到其他提供商的客户群。Token量可以反映使用强度，但本身并不能证明特定的生产率提升、成本节约或投资回报。

尽管如此，在该生态系统内，趋势是清晰的：代理式工具正在成为欧盟企业AI使用的核心部分。下一阶段的问题不是企业是否使用AI，而是能否将AI应用于明确的工作流并衡量结果。

常见问题

OpenAI在欧盟企业中发现了什么？

OpenAI发现，在其欧盟样本中，Codex和ChatGPT Work在ChatGPT Enterprise和Business用户中贡献了超过一半的输出Token。该公司将此作为向代理式、任务导向型AI使用转变的证据。

欧盟中小企业的代理式AI使用增长有多快？

OpenAI表示，在员工数200人以下的欧盟企业中，Codex和ChatGPT Work的周活跃用户自5月以来增长了八倍以上，每个欧盟成员国都有增长。

该报告是否证明AI代理能提高生产率？

不能。报告衡量的是OpenAI企业账户内的输出Token。它表明使用强度，但不直接衡量单个企业的生产率、成本节约或ROI。

为什么各国代理式AI采用数据差异很大？

OpenAI报告显示，Codex和ChatGPT Work的输出Token占比从斯洛文尼亚的约22%到立陶宛的约85%不等。报告数据未确定单一原因，产品组合、账户构成和使用时机都可能影响比较。