10 月 22 日，OpenAI 宣布 Uber 把 ChatGPT Work 铺给全球超过 3 万名员工——从今年早些时候 1000 人的试点，一步扩到这家公司的全员规模。Uber 自己的定性是：这是它头一回把一个面向知识工作的智能体平台做全公司级部署。运营、财务、市场、产品各条线都会拿到席位，开发团队则继续用 Codex 干编码的活。
从千人试点到全员铺设，Uber 走了三步千人试点今年早些时候启动80% 用户非工程师AI 突击队30 名 AI 工程师进驻业务两周全员 3 万人10/22 官宣运营财务市场产品默认模型 GPT-6.1 Sol（9/29 发布），主打性能与成本平衡连接 Google Drive、Gmail、Google Calendar、Slack；工程团队继续用 Codex试点用法：运营数据分析、培训材料本地化定价与许可条款未披露，效果数据待发布
图｜Uber 的铺设路径分三步：千人试点验证非工程师也能上手，AI 突击队进驻业务两周打通工作流，10 月 22 日起扩到全部约 3 万名员工。
产品形态值得交待一句：ChatGPT Work 是 7 月 9 日发布的企业级智能体，接在 ChatGPT Enterprise 里，能跨应用、跨文件执行多步任务并交付成品，而不是回一段聊天。这次部署里，9 月 29 日发布的 GPT-6.1 Sol 成为默认模型，定位是性能与成本的平衡点；连接器覆盖 Google Drive、Gmail、Google Calendar 和 Slack，员工可以在这一个入口里做调研、备会议简报、搭演示文稿、分析数据。 比规模更有信息量的是试点结构。TechCrunch 报道给出的细节是：试点用户约 80% 是非工程师，他们用智能体分析运营数据、把培训材料本地化成多个市场的语言版本、搭个人用的交互看板。铺开前，Uber 还搞过「AI pods」——30 名 AI 工程师配到业务团队，花两周时间把各自岗位的关键环节自动化。CTO Praveen Neppalli Naga 把这件事框定为给每个员工创新工具，OpenAI 总裁 Greg Brockman 则把它视作前沿能力扩面的标志。两家公司都承诺后续公布采纳数据与可衡量效果。
企业智能体的瓶颈在接口不在模型常见铺法先给工程团队发许可等业务部门自己找场景用不起来，续费时被打回Uber 铺法非工程师先上，占试点八成工程师随队进驻两周配套技能库与培训跟进采购的是席位，成败押在组织接口上
图｜Uber 试点的 80% 用户是非工程师，并配了随队工程师与内部技能库；这说明企业级智能体铺开的真正瓶颈不是模型能力，而是组织接口。
把镜头拉远，这单生意真正的样本价值在组织接口。多数企业铺智能体的惯性是先给工程团队发许可，等业务部门自己找场景，结果往往是用不起来。Uber 反着走：非工程师先上、工程师随队进驻、内部技能库和培训配套跟进。对还在观望的企业采购方来说，这单的可借鉴处不是「买哪家」，而是铺设顺序——席位好买，接口难通。局限也要说清：定价与许可条款未披露，效果数据只闻楼梯响；试点到全员之间的留存与产出，目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。
Uber ChatGPT Work OpenAI GPT-6.1 Sol 企业落地 全员部署