OpenAI 正把下一波成長重心，從大眾消費市場逐步轉向職場專業人士與企業場景。原因很直接：生成式 AI 的運算成本極高，如果只是依賴大量免費用戶，很難撐起長期商業模式；相較之下，企業客戶願意為能真正提升效率、優化流程、降低人力成本的 AI 工具付費，這才是更穩定的收入來源。1

OpenAI 首任營收長 Denise Dresser 表示，她上任前 90 天最強烈的感受，就是企業高層對 AI 的態度已經完全不同了。過去不少公司還停留在試水溫、做小型實驗的階段，但現在許多主管已經把 AI 視為足以重塑公司運作方式的重大轉折點。他們關心的，不再只是 AI 能不能寫文案、做摘要，而是：公司要怎麼圍繞 AI 重新設計組織、流程與工作模式。1

「這些領導者認為，AI 是他們這一生中影響最深遠的轉變，他們正在詢問我們，該如何圍繞 AI 重新打造自己的公司。」1

從單點工具走向企業級 AI 平台

為了回應企業需求，OpenAI 正在推動更明確的產品轉型。它不再只把 AI 當成單一聊天工具，而是要打造一個能真正融入工作現場的整合型 AI 平台。根據報導，OpenAI 正準備推出一套代號為 Spud 的系統，主打高價值專業工作，強調更強的推理能力、更好的意圖理解、更可靠的執行結果，鎖定的就是法律、研究、分析、營運等高知識密度工作。1

除了 Spud，OpenAI 也推出 GPT-Rosalind，聚焦藥物研發與生命科學研究。這代表它已經不只是想做「人人都能聊天的 AI」，而是要把模型能力包裝成更貼近專業工作流程的產品，直接深入企業核心部門。1

Dresser 進一步描繪了一個更大的藍圖：OpenAI 想建立的是一個以 OpenAI Frontier 為底層智慧核心的企業系統。她把它形容成一種統一的 AI「超級應用」，員工未來可以透過同一個入口完成工作，而不是在不同部門、不同任務之間切換一堆互不相通的 AI 工具。1

企業最怕的，不是沒 AI，而是 AI 太零碎

這篇報導點出一個很真實的企業痛點：很多公司現在不是沒有導入 AI，而是導入得太零散。行銷部一套、工程部一套、法務部再一套，最後資料無法共享、上下文無法延續，反而讓組織更混亂。Dresser 也明確提到，企業客戶已經對這種彼此無法對話的「AI 點狀解決方案」感到厭倦。1

因此，OpenAI 想要推的不只是更多新功能，而是跨系統、跨資料、跨工作流程的 AI 同事。這些 AI 不只是回應問題，而是能帶著企業上下文，在不同工具中持續執行任務。她指出，像 Oracle、State Farm、Uber 等客戶，已經開始利用這套思維建構可在公司範圍內部署與管理的 AI agents。1

從商業角度來看，這一步很重要。因為真正能讓企業願意持續付費的，不會只是「回答得更聰明」的模型，而是能穩定嵌入既有流程、持續提升生產力的系統。

ChatGPT、Codex 與代理式工具正被整合成一個工作入口

報導提到，OpenAI 目前的方向，是把 ChatGPT、Codex 與各類代理式工具整合進同一個職場介面，形成所謂的「unified AI superapp」。這個概念的重點不是單一產品有多厲害，而是讓員工在一個統一環境中完成查詢、寫作、編碼、自動化任務與跨部門協作。1

OpenAI 也透露一些數字來證明這條路正在成形。Dresser 表示，Codex 每週活躍用戶已達 300 萬，OpenAI 的 API 每分鐘處理超過 150 億 tokens，而更新一代模型如 GPT-5.4，也正在推動代理式工作流程出現創紀錄的使用量。1

這些訊號說明，AI 已經不只是「使用者偶爾開來問問題」的輔助工具，而是越來越像真正嵌入日常工作的數位基礎設施。

企業收入占比快速上升，OpenAI 正在改寫營收結構

OpenAI 為什麼這麼積極搶企業市場？答案就在營收結構的變化。

根據 Dresser 的說法，企業客戶目前已貢獻 OpenAI 超過 40% 的營收，而且預計到 2026 年底，企業收入將與消費者收入幾乎持平。1 這是一個非常重要的轉折，因為它代表企業業務不再只是附屬市場，而是逐漸變成 OpenAI 的核心收入引擎。

OpenAI 財務長 Sarah Friar 也給出相似說法。她提到自己在 2024 年加入公司時，企業客戶大約只占 20% 收入，如今已升到約 40%，預計年底可達一半左右。1 另一方面，報導也提到，大約 95% 的 ChatGPT 使用者其實沒有付費，這讓 OpenAI 更必須加快企業付費場景的拓展。1

這裡的商業邏輯很清楚：大規模免費流量雖然能帶來品牌聲量與市場普及，但真正能支撐模型研發、算力成本與長期競爭力的，還是高單價、可續約、可擴張的企業合約。

與 Anthropic 的競爭，已經從模型能力延伸到企業落地速度

這場比賽當然不只 OpenAI 一家。報導指出，Anthropic 也正在積極搶進企業市場，並推出針對法務部門設計的 AI 助手，可協助合約審查、保密協議篩檢與文件流程處理，作為其 Cowork 方案的一部分，定位是協助企業內部法務團隊，而非直接取代律師。1

同時，Anthropic 也推出包括 Claude Mythos 與 Opus 4.7 等進階模型，並宣稱年化營收已達 300 億美元。研究機構 Epoch AI 的研究員 Luke Emberson 甚至表示，依照目前趨勢來看，Anthropic 的成長速度可能比 OpenAI 更快，甚至有機會後來居上。1

也就是說，這場競爭早就不只是誰的模型比較會回答問題，而是誰能更快把模型能力變成企業真正會採購、會續用、會擴大部署的產品與平台。

OpenAI 為了企業市場，開始讓位部分消費型產品

報導還提到一個很值得注意的訊號：OpenAI 已經從某些消費型產品上後退，把算力資源轉給更重要的下一代模型與企業需求。像是 Sora 影片生成 App 就被收掉，以騰出更多運算能力。Friar 坦言，停止 Sora 令人遺憾，但眼前的優先事項不是炫目的單點產品，而是確保新模型有足夠算力支撐更大規模的商業應用。1

這其實透露出一個現實：AI 產業目前最大的限制之一，不只是人才與技術，而是算力與電力。當運算資源有限，企業級產品通常比消費型娛樂應用更能帶來回報，因此資源自然會往企業市場傾斜。1

接下來的關鍵，不只是 AI 能做什麼，而是企業敢不敢全面接上

報導同時提到，加拿大聯邦政府已啟動 AI Sovereign Compute Infrastructure Program，要推動大規模 AI 超級運算能力建設，藉此加速各產業的 AI 導入。1 這也顯示出，AI 競爭已經不只是企業層級的事，而是上升到國家基礎建設與產業政策層級。

不過，風險也同樣存在。報導指出，Anthropic 已對重度使用者祭出速率限制，而兩家公司也都推出分級服務。評論者 Ed Zitron 因此警告，如果企業過度依賴某些 AI 服務，未來一旦價格上升或權限收緊，可能會形成新的經營風險，甚至引發所謂的「次級 AI 危機」。1

因此，對企業來說，現在最值得思考的問題已不是「要不要用 AI」，而是：要把 AI 放在哪些流程裡、如何控制成本、如何避免被單一供應商綁住，以及怎麼把短期工具使用升級成長期競爭力。

繁體中文改寫重點整理

整體來看，這篇文章傳達的核心訊息非常明確：OpenAI 的下一場戰役，不是在大眾市場搶更多新奇使用者，而是在企業工作現場成為真正不可或缺的 AI 基礎設施。 誰能把 AI 從展示品變成工作流程的一部分，誰就更有機會在下一輪競爭中勝出。1

References