AI 帳號開很多，不代表公司真的會用 AI

企業 AI 專案最容易交出漂亮數字。買了多少 seat、多少人登入、多少訊息、多少團隊開通。這些數字很適合放進簡報，卻常常回答不了最重要的問題：AI 到底有沒有接到工作？

OpenAI 在 2026 年 5 月 6 日推出 B2B Signals，等於把這個問題丟回管理層。官方用彙整後的企業使用訊號，把第 95 百分位用量的企業稱為 frontier firms，並說它們每位員工使用 3.5 倍的 intelligence；訊息量只解釋其中 36% 的差距，剩下來自更豐富、更複雜的使用。

這些數字很有吸引力，也很容易被誤用。OpenAI 是供應商，也是這份資料的解讀者。更重要的是，OpenAI 自己也說 generated tokens 是 demanded intelligence 的 proxy，不是 business value 的直接衡量。

所以這份報告不能被寫成「OpenAI 證明 AI 有生產力」。它比較適合當一面鏡子：如果公司現在只數帳號和訊息，可能根本還沒開始量 AI 的工作深度。

帳號數只能證明門打開了

Access 指標很好做，也很容易讓管理層安心。開了多少帳號？有多少 active user？每週有多少訊息？哪個部門用得最多？

問題是，門打開不代表有人走到裡面。員工可能只是問摘要、翻譯、重寫郵件，也可能真的把 AI 放進研究、分析、程式開發、客服流程和內部營運。兩者在 dashboard 上都可能只是「使用量」。

OpenAI B2B Signals 的可用之處，是把問題換掉：不要只問多少人用，而要問用到多深。

使用深度不是讓人多傳幾句 prompt。它更接近三件事：AI 吃進更完整的脈絡，產出更複雜的結果，並被委派到更接近任務完成的位置。

3.5 倍和 16 倍，該讀成使用深度

OpenAI 的 3.5 倍 intelligence 很適合當標題，但更該看的其實是另一句：message volume 只解釋 36% 的 frontier advantage，剩下來自 richer, more complex use。

如果差距只來自訊息量，管理方式很簡單：鼓勵大家多用。但如果差距來自複雜度，管理層就要問另一組問題：

• AI 是否接進真實工作資料？
• 輸出是否比短回答更複雜？
• AI 是否能跨步驟完成任務，而不是只回答問題？
• 結果是否被人審、被流程接住、被系統紀錄？

這些問題比「本月 prompt 數上升」更接近營運。

OpenAI 特別提到 Codex gap：frontier firms 每位員工送出的 Codex messages 是 typical firms 的 16 倍。這不只是 coding tool adoption，而是技術工作最容易顯露使用深度。工程任務通常有 repository context、測試回饋、多檔案變更、審查循環；如果 AI 真能進入這些環節，訊息就不只是聊天，而是委派。

但 tokens 不是價值，usage 也不是 ROI

這份 benchmark 最容易被誤用的地方，是把使用深度直接寫成 business advantage。

OpenAI 的資料可以告訴你：在 OpenAI 產品內，某些企業使用得更深、更複雜、更接近代理人式工作。它不能單獨告訴你：這些企業因此賺更多錢、成本下降多少、產品變好多少，或員工壓力減少多少。

管理者應該把 B2B Signals 當成衡量提示，而不是 ROI 判決。

一個更健康的企業 AI dashboard，至少要分五層，而且不要把它們混成一個漂亮分數。

第一層是 access：誰有權用。

第二層是 activity：誰真的用。

第三層是 depth：AI 吃多少 context，輸出多複雜。

第四層是 delegation：AI 是否被放進工作流、能不能執行多步驟任務。

第五層是 outcome 和 governance：結果是否更快、更準、更省，風險是否可控。

OpenAI 的資料主要推你看到第三、第四層；第五層仍需要企業自己的 business metrics 和審核。

下一張 dashboard 要問：AI 交付了什麼

企業 AI 的早期問題是「員工願不願意用」。下一個問題是「AI 到底被派去做什麼工作」。

如果 AI 只停在回答問題，它是知識工具。如果 AI 能吃進資料、產出複雜內容、修改程式、建立流程、交出可審核的 work product，它就開始接近工作系統。

OpenAI B2B Signals 值得看，不是因為它替企業證明 AI ROI，而是因為它提醒管理層：AI adoption 的漂亮數字可能太淺。

真正要看的不是座位多不多，而是 AI 是否已經進到公司最有價值、也最需要治理的工作裡。用得多不等於用得好；但如果只知道誰登入，你甚至還不知道自己在量什麼。

林子睿（編輯：廖玄同），《AI 帳號開很多，不代表公司真的會用 AI》，矽基前沿 [Si]gnals，2026-05-07。https://signals.tw/articles/openai-b2b-signals-frontier-firms/