Uber 将 ChatGPT Work 推广至全球 3 万名员工,试点阶段 80% 使用者为非工程师
来源TechCrunch AI查看原文
速览
- Uber 把 ChatGPT Work 从 1000 人试点扩到全公司 3 万人
- 试点中 80% 使用者是非工程师,说明企业 AI 的主要用户未必是技术岗
- 典型用法是运营数据分析、培训材料本地化、个性化仪表盘
- Uber 不公开花费,改为跟踪使用方式与工作流来评估效果
- OpenAI 正加速企业业务扩张,与 Anthropic 正面竞争
Uber 与 OpenAI 周四宣布扩大合作,Uber 全球约 3 万名员工将全部接入 ChatGPT Work。ChatGPT Work 于今年 7 月推出,定位企业级 AI agent。Uber 今年早些时候先在 1000 名员工中试点,覆盖财务、运营、产品等部门,其中约 80% 的早期使用者不是工程师。Uber 工程副总裁 Sumanth Sukumar 表示,员工用它分析运营数据、识别趋势并给出建议,为不同市场和语言本地化培训材料,以及搭建个性化交互式仪表盘来管理日常工作。Uber 未披露此次推广的支出,只表示会跟踪员工使用方式、开发出的工作流及其效率提升,再据此决定 AI 在全公司的部署方式。OpenAI 也参与了集成工作。
关键事实
- Uber 全球约 30000 名员工将全部使用 ChatGPT Work
- ChatGPT Work 于 2026 年 7 月推出,面向企业团队部署工作流
- Uber 今年早些时候以 1000 名员工试点,覆盖财务、运营、产品等部门
- 试点早期使用者中约 80% 为非工程师
- Uber 未披露此次推广的支出金额
- Uber 曾组建 30 名 AI 工程师的「AI pods」,给两周时间自动化所在团队的关键工作
本站视角
这笔交易的实际意义不在「3 万人」这个数字,而在于它暴露了企业 AI 落地的真实形态。试点中 80% 的使用者是非工程师,说明 ChatGPT Work 的价值主要落在运营、财务、产品这类知识工作岗位上,而不是替代写代码的人。这对国内做企业 AI 的团队是一个明确信号:产品设计要面向不会写 prompt、也不懂 API 的业务人员,卖点应是「把现有工作流搬进对话框」,而不是模型能力本身。 我们的判断是,Uber 这次宣布更像一次组织层面的表态,而非可量化的效率成果。Uber 拒绝披露支出,也没有给出任何效率提升数字,只说会「跟踪员工怎么用、开发了什么工作流」。这种措辞说明连 Uber 自己都还没想清楚 ROI 怎么算。所谓「AI pods」——30 名工程师驻场两周做自动化——恰恰反证了纯自助式使用不足以产生深度改造,仍需技术人力介入。 需要观察的是两点:一是这类全公司铺开的许可费用最终如何计价,若按人头收费,3 万人的账单对 OpenAI 是笔可观收入,对 Uber 则是需要证明回报的成本;二是「让团队自由实验」在没有治理框架时容易变成影子 IT,数据权限和合规风险会随使用面扩大而放大。对中文读者而言,这条新闻的价值是提供一个参照:美国头部互联网公司目前的企业 AI 部署,仍处在「先发工具、再找场景」的阶段,而非已经跑通的最佳实践。
背景与影响
ChatGPT Work 是 OpenAI 今年 7 月推出的企业级产品,面向公司团队而非个人用户。Uber 的路径是先小范围试点再全量铺开:先在 1000 人规模验证,覆盖财务、运营、产品等非技术部门,再推广到全球 3 万人。值得注意的是,Uber 并未给出统一的使用规范,而是强调「让团队有空间实验」,并曾用 30 名 AI 工程师组成「AI pods」短期驻场,帮业务团队自动化关键工作。这意味着大企业采购 AI 工具后,落地方式仍处于摸索阶段,效果评估依赖后续对工作流和使用行为的跟踪。对 OpenAI 而言,Uber 是其企业客户名单上的标志性案例,有助于在与 Anthropic 的企业市场竞争中背书。
本文由 AI 辅助整理自公开信源,事实部分以原文为准;「本站视角」一节为编辑部判断,欢迎指正。版权归原作者所有,如有异议请联系我们。