Uber rolls out ChatGPT Work to 30,000 employees: moving from pilot to company-wide, the hard problems are just beginning.

Uber把ChatGPT Work推向三万员工：从试点走到全员，难题才开始 - 币界网 一个AI工具在千人试点中受到欢迎，与它要服务三万名员工，是两件不同的事。10月22日，OpenAI披露Uber启动面向全球员工的ChatGPT Work全公司推广，目标是让超过三万人可使用该工具；此前试点规模约为一千人。公告使用的是“从今天开始推广”和“将可供使用”的表述，因此不能写成三万员工已经全部日常使用，更不能推导出三万人都已经取得生产力提升。 这一差别，恰好是企业AI从演示走向运营时最容易被标题掩盖的部分 。一个AI工具在千人试点中受到欢迎，与它要服务三万名员工，是两件不同的事。10月22日，OpenAI披露Uber启动面向全球员工的ChatGPT Work全公司推广，目标是让超过三万人可使用该工具；此前试点规模约为一千人。 公告使用的是“从今天开始推广”和“将可供使用”的表述，因此不能写成三万员工已经全部日常使用，更不能推导出三万人都已经取得生产力提升。这一差别，恰好是企业AI从演示走向运营时最容易被标题掩盖的部分。ChatGPT Work被放在ChatGPT Enterprise环境中，可与Google Drive、Gmail、Google Calendar和Slack等工具连接，帮助员工检索资料、准备会议简报、制作演示、分析数据和处理跨应用工作流。 OpenAI称GPT-6.1 Sol将作为默认能力，另有语音和图像生成能力供团队选择。Uber还计划用内部AI技能库、获批准的集成和专门培训支持推广；软件工程团队继续使用Codex。组合起来看，这不是简单给员工开通一个聊天入口，而是要把模型、数据权限和工作流程一起纳入企业治理。 试点阶段通常能挑选愿意尝试、任务合适的团队；全面推广时，真实使用者的技术熟悉度、岗位和风险偏好会明显分散。运营部门可能想自动整理区域业务数据，财务团队需要核对口径，营销人员要快速生成材料，产品经理又需要跨部门检索。相同的模型界面不代表这些工作有相同的权限边界和验收标准。 会议摘要中的错字可能容易改，财务数字的错误却会直接影响决策。工具连接能力是这次推广的核心，也是最需要细看的一环。一个代理若能同时读取邮件、日历、文件和沟通记录，就可能替员工完成多个步骤；但它的可见范围、是否能代表员工写入、是否向第三方发送内容，也需要有清晰的控制。 公告提到的是“已批准的集成”，并没有列出每一种连接在Uber内部的权限矩阵。外部读者不应把通用产品能力等同于Uber已对所有员工开放了全部跨应用操作。Uber和OpenAI提到的内部技能库值得注意。 企业里常见的失败并非模型完全不能回答，而是员工不知道哪个任务适合交给它、该给什么材料、产出如何复核。若一个团队各写各的提示词，结果很难复制。技能库可以把成熟流程固定成模板，再让培训解释何时使用、何时退回人工。 这套运营机制的价值需要观察后续真实使用情况，目前公告并未公布使用率、节省工时或准确率的完整审计数据。对外合作也不等于把所有决策交给模型。Uber技术负责人在公告中把此次推广描述为帮助员工创新和解决问题的工具；OpenAI则强调复杂多步骤任务。 企业真正要建立的是“可委托”和“不可委托”的分界：信息搜集、会议材料初稿等适合让代理先做，涉及人事、定价、支付或用户敏感数据的动作则应保持批准与复核。代理提供完成品的能力越强，组织越不能把最终责任误认为已经转移给软件供应商。最直接的指标不是账号开通量，而是员工是否在合适场景持续使用。 运营团队可以按岗位观察活跃率、任务完成率、人工修改幅度和故障回退次数；对高价值流程，还应测量从需求提出到可用结果交付的整段时间。若员工用代理十分钟做出材料，随后花二十分钟核对错误，就不能只宣传前十分钟的节省。反过来，有些工作即使没有缩短总时长，也可能提高资料覆盖或减少跨团队等待，这些收益也应分别记录。 安全和合规成本不能从算式里省略。全员部署意味着新员工入职、离职、岗位变更、跨区域办公时，都要同步调整数据访问。连接到企业邮件与文件的工具需要审计日志、权限撤销和异常行为监控，员工还应知道哪些客户或商业资料不能直接上传。 ChatGPT Work作为现有企业环境中的代理，并不自动替代Uber自己的信息安全制度。规模越大，最小权限和灰度上线越重要。还要防止把新闻中的“超过三万人”理解成某种已实现的绩效样本。 它描述的是可覆盖的全球员工规模，而非每天使用人数。公告称两家公司以后会分享采用情况、用例和可衡量结果；恰恰说明这些结果尚待披露。对其他企业来说，Uber的行动证明大型组织愿意把代理工作台推向广泛员工，但并不提供一套不经调整便可照搬的收益率。 这场推广的新闻性在于从一千人试点迈向全公司，而不是AI已经替Uber完成了三万人的日常工作。下一阶段值得追踪的，是跨部门流程能否稳定运行、权限控制是否经得起规模化，以及员工是否真正减少重复劳动。只有这些可核查的后续数据出现，外界才能判断它是一轮大规模账号开通，还是组织工作方式发生了持续变化。