AI百科网 AI教程
起步必读

欧盟企业一半以上的 token,已经交给智能体

OpenAI 用自家企业客户数据算账:欧盟企业输出 token 里,Codex 和 ChatGPT Work 已过半,中小企业用户五个月涨 8 倍。读完能看清差距在哪一层。

本文目录 · 6 节

讨论欧洲 AI,通常比的是模型数量、算力、融资额。OpenAI 这次换了个口径:看企业到底把多少活交给了 AI 去执行。

一、发生了什么

10 月 14 日,OpenAI 发布报告《Europe's Agentic Opportunity》,并配了一篇解读文章。数据来自 OpenAI 自己的企业客户,样本只包括 ChatGPT Enterprise 和 Business 账号,不是全市场统计。

几个关键数字:

在欧盟的企业客户里,Codex 和 ChatGPT Work 合计已经占输出 token 的一半以上。也就是说,这些公司消耗的模型产出,超过一半不是聊天,而是让 AI 去执行任务。

中小企业这块,OpenAI 把关联用户不超过 200 人的企业算作中小客户。从 2026 年 5 月起,这类客户在欧盟的周活跃用户增长了 8 倍以上,每个成员国都有增长。

成员国之间差得很远。在样本里,Codex 和 ChatGPT Work 占输出 token 的比例,最低的斯洛文尼亚是 22%,最高的立陶宛是 85%。

还有一组关于「前沿企业」的对比。OpenAI 把每活跃用户输出 token 数排在前 10% 的企业定义为前沿企业。2026 年 9 月,欧盟的前沿企业,人均 token 是欧盟典型企业的 4 倍以上;而欧盟以外的前沿企业,又是欧盟前沿企业的 2 倍以上。全球前沿企业里,欧盟只占 10%。

今年 1 月,OpenAI 另一份欧洲报告引用 Eurostat 2025 年数据:小企业 AI 采用率 17%,大企业 55%。差距不在头部,在长尾。

二、跟你有什么关系

在欧盟有业务的公司。 这份数据不能代表你的行业,但可以当一个对照:如果你的团队还在把 AI 当搜索框用,你和「前沿企业」的差距可能不是模型,是工作流。

做出海工具的人。 斯洛文尼亚 22% 和立陶宛 85% 的差距说明,同一个市场里,用法差异比渗透率差异更大。本地化不只是语言,还包括把 agent 嵌进当地的业务流程。

关心监管的人。 这份报告谈的是采用差距,不是责任归属。它给政策制定者的建议是技能、可负担性、使用深度,没有提立法。

三、怎么判断自己处在哪一层

读到这儿,可以顺路看 OpenAI 送 30 个免费席位,只限美国高校实验室 OpenAI 推出罗莎琳德学术计划,符合条件的美国高校实验室可免费用 30 个席位一年,含生命科学模型 GPT-Rosalind。读完能知道申请条件、额度边界,以及不在美国的人能等什么。
  1. 算一个比例。 过去一周,你的团队让 AI 执行任务(改代码、跑流程、生成报表)的次数,和纯问答的次数,各占多少。低于三七开,说明还在浅层。
  2. 看有没有人负责结果。 智能体跑完的东西,谁签字。没人签字,用量再大也只是试验。
  3. 看小团队能不能用上。 如果只有总部的专家团队能用,长尾的差距会继续扩大。OpenAI 的数据里,增长最快的是 200 人以下的企业。
  4. 别拿 token 当 KPI。 token 多只说明用得多,不说明用得好。这份报告也没给生产率的数字。

四、三个别信的说法

「欧盟企业已经一半业务自动化了。」 一半指的是输出 token 的占比,而且是 OpenAI 企业客户的样本。它既不代表企业数量,也不代表业务价值。

「8 倍增长说明欧洲追上来了。」 这是 5 月以来的增长,起点基数没有公布。欧盟前沿企业的人均 token,仍不到欧盟以外前沿企业的一半,这个差距没有缩小。

「这份报告在推动欧盟立法监管智能体。」 原文没有提 AI Act,也没有提责任规则。它是一份采用率分析,政策建议停留在技能培训和降低使用门槛。

五、一句话结论

欧洲 AI 的短板不在模型,而在把模型变成工作流的深度;token 占比是最早亮起来的一盏灯,但它照不出生产率和利润。

信息来源

功能与价格以官方公告为准。本文写于 2026 年 10 月 18 日。

下一站 · 产业观察 Jump Trading 用 AI 做量化,改的是研究流程 量化研究员的瓶颈从来不是想法,是验证一个想法要几周。Jump Trading 把验证交给能跑几天的智能体,人只保留定义问题和终审。读完知道这套流程怎么拆。
下一篇,直接发你邮箱

每周一封,只发新教程和可复制模板。不发广告,随时退订。

复制规范引用格式,便于转载注明出处
这篇有用吗?