欢迎来到 Eye on AI。这里是 Emily Forlini，在 Jeremy 度假结束前最后一次代班。今天的内容：

OpenAI 新报告中不想让你看到的“劲爆”细节

据报道，Anthropic 计划在 10 月进行一笔 2 万亿美元的 IPO——史上最大规模

OpenAI 在任不到一年后更换首席营收官

Google 宣布 Sam Altman 死亡——持续 41 分钟

本周让我真正意识到，AI 行业正在涌入多少资金。

我采访了两名前 OpenAI 员工，他们通过内部要约收购卖股，在一天内各自赚了约 1000 万美元；Bloomberg 报道称，这次面向员工的交易总额达 70 亿美元。然后，今天早上，在 Fortune 的每周 AI 播客上，我和同事 Beatrice Nolan 采访了 Lovable 的 CEO。本周，这家位于斯德哥尔摩、成立仅三年的老牌公司，将估值翻倍至 133 亿美元。

几百万、几千亿、几万亿（Anthropic 即将进行的 IPO 甚至可能是两万亿）——到这个阶段还有什么区别？背景里悬而未决的只有一个大问题：企业采用 AI 的投资回报率仍然不清楚。

OpenAI 在 8 月 11 日发布的一份 69 页报告中，正面回应了这个关乎生存的问题，报告主题是企业如何采用 ChatGPT。表面上看，报告讲述的是 AI 使用量在所有资历层级和岗位职能中指数级增长的故事，并强调它所称的“frontier gap”，即使用 AI 的公司正在拉开与未使用 AI 的公司之间的差距。换句话说，如果你不用 AI——尤其是可委派任务的 agent——你就会落后。

但细则却讲述了不同的故事。

更多 AI 不等于更多收入

在第 35 页的一张小表中，研究人员报告称，公司的人均营收与员工使用 AI 的程度之间并不存在统计显著相关性；该使用程度以发送消息数量和使用的 token 数量衡量。

报告解释说：“在人为加入其他控制变量后，人均营收与每名员工输出 token 数或每位活跃用户消息数之间没有显著关联。”

报告称，已经具备更高人均营收的公司往往是 ChatGPT 的早期采用者；而更频繁使用该技术的公司总体上也往往拥有更高的人均营收。换句话说，规模大、利润高的公司更有可能已经搭上 AI 这班车。不过，这项研究并没有明确证明他们使用的 AI 越多，就赚得越多。

高管使用 AI 最少

高管或许并不是评估 ROI 的最佳人选，因为他们恰恰是最少使用 AI 的人群——这是报告中埋得很深的另一个细节。并不只是因为公司里的高管人数少于普通员工。第 29 页的图表更有意思之处在于，大多数资深员工的使用强度都更低，每位用户每周发送的消息最少。

初级员工的使用量远远最高，OpenAI 首席财务官 Sarah Friar 在她关于该报告的 LinkedIn 帖子中强调了这一点：“对于领导者来说，这是一个提醒：竞争优势来自最接近工作的那些人。倾听他们，向他们学习，并帮助组织的其他部分跟上。”

OpenAI 的企业销售在 2025 年第四季度表现疲软

令人意外的是，OpenAI 在企业中的整体使用量从 2025 年 10 月左右到 2025 年 12 月完全停滞不前。在一张展示输出 token 增长的图表（第 26 页）中，代表“total”增长的黑线在那段时间几乎完全持平。就在这段时间里，Anthropic 的 Claude Code 横扫企业市场，成为许多公司的首选平台。

值得肯定的是，到了 2026 年 1 月，这条线猛然上扬，进入指数曲线。一位风投昨天对我说：“OpenAI 在 2026 年的 run rate 非常惊人。”OpenAI 将这一增长归因于新增客户以及现有客户加深使用。我们也知道，CEO Sam Altman 一直在围绕企业销售重组公司，并砍掉公司所称的“side quests”，例如视频应用 Sora。

为了加速这条增长曲线——或者说，可能是为了让它重新动起来？谁知道呢，图表只画到 2026 年 3 月——OpenAI 今天宣布聘请新的首席营收官 Dali Rajic，由他接替 Denise Dresser。此举颇为激进；Dresser 在这个职位上任职还不到一年。Rajic 的重点将是加速客户采用，并帮助企业衡量影响力，因为公司正冲刺 IPO。

为这份报告贡献的学者由 OpenAI 付费

最后，五位作者中有两位是 OpenAI 付费邀请来协助这份报告的学者，另外三位是 OpenAI 员工。在这类论文中加入学者通常意味着更高的可信度，以及外部研究机构的独立性，但在这里情况要复杂一些。

在第一页，David Holtz 和 Prasanna Tambe 分别隶属于哥伦比亚商学院和宾夕法尼亚大学沃顿商学院。不过脚注注明，两人都是“以 OpenAI 付费承包商的身份参与这项工作的”。

研究人员是否发现了更多但未公开的内容，就像学术论文通常会做的那样？我们永远不会知道，但这再次提醒我们一件始终成立的事：你必须基于自己的第一手经验来衡量 AI 的影响，而不是基于炒作。

以上就是更多 AI 新闻。

Emily Forlini emily.forlini@fortune.com @emilyforlini

本文最初刊登于 Fortune.com