先看证据
从问答转向交付任务
OpenAI Economic Research 于 2026 年 10 月 14 日发布了关于欧盟企业 agentic AI 使用情况的分析，考察 ChatGPT Enterprise 和 Business 账户中 Codex 与 ChatGPT Work 的使用。报告关注的变化，是用户不再只向 AI 提问，而是把任务交给工具，让它从规划推进到完成。
这份材料值得技术负责人读，不是因为它证明“半个欧洲已经采用 AI agent”，而是因为它给出了企业账户内使用方式变化的具体信号：Codex 与 ChatGPT Work 已占样本企业输出 token 的 55% 以上。与此同时，SMB 账户的相关周活跃用户从 2026 年 5 月到 9 月增长到原来的 8.1 倍。两项数据都指向产品使用加深，但都不能直接代表整个欧盟的企业采用率。
先看清指标究竟测了什么
报告把 Codex 与 ChatGPT Work 产生的输出 token 作为 agentic 使用的代理指标。这个口径试图捕捉用户是否把工作交给工具，而不只是请求一段回答；它适合观察产品内部的使用强度，也能比较样本中的企业和国家。
但 token 是使用量，不是成果。输出变多可能说明任务更复杂或交互更深入，却不能单独说明任务是否正确完成、节省了多少工时，或是否带来投资回报。尤其要区分“55%”和“8.1 倍”：前者是样本企业输出 token 的构成，后者是 SMB 样本相关工具周活跃用户的时间变化，二者不是同一类指标，更不能互相替代。
增长很快，分布却不均匀
OpenAI 将小型或中型企业定义为关联用户不超过 200 人。按这个产品账户口径，2026 年 5 月至 9 月，欧盟 SMB 样本中 Codex 或 ChatGPT Work 的周活跃用户增长至 8.1 倍；报告称所有成员国都超过五月基准的五倍。这显示增长并非只发生在少数国家，但不能据此推算有多少欧盟中小企业已部署 agent。
使用强度的国家差异同样明显：报告样本中，立陶宛企业账户的 agentic token 占比为 85%，斯洛文尼亚为 22%。这组数字描述的是 2026 年 9 月特定 OpenAI 账户中的输出构成，不是两国企业总体的采用率或能力排名。对跨国技术团队而言，它更适合作为进一步检查部署、培训和工作流程差异的线索，而不是把国家数字当作生产力排行榜。
前沿企业的差距，不能只用 token 解释
报告把每活跃用户输出 token 排名前 10% 的企业定义为 frontier firms。2026 年 9 月，欧盟这组前沿企业的人均输出 token 超过欧盟典型企业四倍，说明同一地区内部也存在明显的使用深度差距。然而，欧盟以外的全球前沿企业人均输出 token 又超过欧盟前沿企业两倍，欧盟企业只占全球前沿企业的 10%。
这些比较提示，欧盟的挑战可能不只是让更多企业“试过 AI”，还包括如何把使用推向更深入的工作流程，以及如何让更多企业达到前沿使用者的水平。但这里的“前沿”本身就是按 token 强度划分的，不等于经过验证的经营绩效。报告也没有证明高 token 使用导致了更高生产率，或说明这种差距由哪些组织、技能或成本因素造成。
把使用信号接到业务结果上
欧盟整体 AI 普及数据可以提供背景，但不能与这份产品账户研究直接对比。Eurostat 统计的是雇员不少于 10 人的企业，2025 年其中 20.0% 使用至少一种 AI 技术，高于 2024 年的 13.5%；这个范围包括多种 AI，并非 agentic AI。调查总体、企业定义和测量方式都与 OpenAI 的 Enterprise、Business 账户样本不同。
对技术负责人，更可执行的做法是把使用强度与任务结果并行追踪：哪些任务交给了工具，完成率和返工率如何，实际节省了多少时间，是否需要新的人工审核。跨国团队可以把国家差异当成诊断入口，再检查工具可及性、员工技能与工作流程，而不要仅凭 token 排名下结论。报告证明了产品内使用方式正在变化；价值是否兑现，仍要由企业自己的结果指标来回答。