歡迎收看 Eye on AI。這裡是 Emily Forlini，在 Jeremy 的假期即將結束之際，最後一次代班。今天的內容：

OpenAI 不想讓你在新報告中看到的關鍵細節

據報 Anthropic 計劃於 10 月進行 2 兆美元 IPO——史上最大規模

OpenAI 在不到一年後更換營收長

Google 宣布 Sam Altman 已死亡——持續 41 分鐘

這一週，我深刻感受到 AI 產業正在流入多少資金。

我與兩位前 OpenAI 員工交談，他們透過內部要約收購出售持股，短短一天各自賺進約 1000 萬美元；Bloomberg 報導，整體員工合計交易金額達 70 億美元。今天早上，在 Fortune 的每週 AI podcast 上，我和同事 Beatrice Nolan 訪問了 Lovable 的執行長。本週這家來自斯德哥爾摩、僅有三年歷史的公司，將估值翻倍至 133 億美元。

幾百萬、1000 億、1 兆（或 2 兆，以 Anthropic 即將進行的 IPO 為例）——到了這個程度，差別是什麼？背景中其實正浮現一個重大問題：AI 採用的投資報酬率對企業來說仍不明朗。

OpenAI 在 8 月 11 日發布的一份 69 頁報告中，正面對這個攸關存亡的問題，內容聚焦 ChatGPT 在企業內部的採用情況。從表面看，這份報告描述了 AI 使用量在所有職級與職能中的指數型成長，並強調其所稱的「frontier gap」，也就是使用 AI 的公司正超前於未使用 AI 的公司。換句話說，如果你沒有使用 AI——尤其是可以交辦工作的 agents——你就會落後。

但細節卻說明了不同的故事。

更多 AI 不代表更多營收

在第 35 頁的一個小表格中，研究人員回報，員工每人營收與這些員工使用 AI 的程度之間，沒有統計上顯著的相關性；衡量方式是傳送的訊息數與使用的 tokens 數量。

報告解釋說：「在納入其他控制變數後，員工每人營收與每位員工的輸出 tokens 或每位活躍使用者的訊息數之間，沒有具實質意義的關聯。」

報告指出，員工每人營收已經較高的公司，往往較早採用 ChatGPT。同時，較常使用這項技術的公司，通常整體上也擁有較高的員工每人營收。換句話說，規模大、獲利高的公司更可能搭上 AI 列車。然而，這項研究並未清楚證明他們使用更多 AI，就能賺更多錢。

主管使用 AI 最少

另一個埋在報告中的細節是，主管或高階員工可能最不適合用來評估 ROI，因為他們是使用最少的人。這不僅僅是因為企業中的主管本來就比一般員工少。第 29 頁的圖表有趣之處在於，多數資深員工的使用強度更低，每位使用者每週訊息數也最少。

初階員工的使用量明顯最高；OpenAI 財務長 Sarah Friar 也在她針對這份報告的 LinkedIn 貼文中強調了這一點：「對領導者來說，這提醒我們，競爭優勢來自最接近工作現場的人。傾聽他們、向他們學習，並協助組織其他部門跟上。」

OpenAI 的企業銷售在 2025 年第四季表現疲弱

令人意外的是，OpenAI 在企業內部的整體使用量自 2025 年 10 月左右至 12 月完全停滯。第 26 頁顯示輸出 tokens 成長的圖表中，代表「total」成長的黑線在那段期間幾乎完全持平。就在此時，Anthropic 的 Claude Code 在企業界大受歡迎，成為許多公司的首選平台。

值得 OpenAI 額手稱慶的是，到了 2026 年 1 月，曲線猛然向上，形成指數型成長。正如一位 VC 昨天對我說的：「OpenAI 在 2026 年的 run rate 相當驚人。」OpenAI 將這波成長歸因於新客戶加入，以及既有客戶加深使用。CEO Sam Altman 也一直在重組公司，使其更聚焦於企業銷售，並砍掉公司所稱的「side quests」，例如影片應用 Sora。

為了加速這條成長曲線——或者說讓它重新動起來？誰知道呢，圖表只到 2026 年 3 月——OpenAI 今天宣布聘請新的 Chief Revenue Officer，Dali Rajic，接替 Denise Dresser。這是一項積極的動作；Dresser 擔任該職位還不到一年。Rajic 的重點將是加速客戶採用，並協助企業衡量影響，因為公司正朝 IPO 加速前進。

為報告作出貢獻的學者是受 OpenAI 支付的

最後，五位作者中有兩位是 OpenAI 付費合作的學者，其餘三位為 OpenAI 員工。將學者納入這類論文，通常意味著更高的可信度，以及外部研究機構的中立性，但在這裡情況稍微複雜一些。

在首頁上，David Holtz 與 Prasanna Tambe 分別隸屬於 Columbia Business School 與賓夕法尼亞大學 Wharton。不過，註腳說明兩人皆「以 OpenAI 受薪承包商的身分參與這項工作」。

研究人員是否發現了更多未公開的內容——就像學術論文通常會做的那樣？我們永遠不會知道。但這再次提醒我們一件始終成立的事：你必須根據自己的第一手經驗來衡量 AI 的影響，而不是根據炒作。

以上就是更多 AI 新聞。

Emily Forlini emily.forlini@fortune.com @emilyforlini

本文最初刊載於 Fortune.com