原始来源日期:2026-10-22。Uber宣布向全球三万多名员工开放ChatGPT Work,覆盖运营、财务、营销和产品等职能。此次扩展来自约1000人的初始试点,被两家公司描述为Uber首个面向知识工作的公司级Agent平台部署。开发团队仍继续使用Codex,因此这不是把所有AI工具统一替换为单一产品。

ChatGPT Work运行在ChatGPT Enterprise内,能够连接Google Drive、Gmail、Google Calendar和Slack,用于检索资料、准备会议简报、制作演示文稿、分析数据和跨应用执行工作流。默认能力采用GPT-6.1 Sol,同时可调用语音和图像等多模态功能。公告没有列出每项连接器的具体权限模型,也没有说明哪些业务系统被排除。

Uber为推广配置了内部AI技能库、经过批准的集成和员工培训。这个组合说明,公司级部署的重点不仅是账户数量,还包括把可复用工作流、工具白名单和使用规范放到统一入口。对于跨应用Agent,技能和连接器配置会直接决定它能看到哪些数据、能执行哪些动作,以及失败后由谁复核。

现有材料没有提供生产率提升、任务成功率、误操作数量或安全事件数据。两家公司表示将来会分享采用情况、用例和可量化结果,因此本次能够确认的是部署规模、产品形态与治理准备,而不能确认经济回报。30,000多个可用席位也不等于所有员工立即高频使用,更不等于每个工作流已经达到无人监督运行。

该案例仍提供了一个清晰的企业落地结构:先以千人试点验证入口,再扩大到全员;通用知识工作Agent与开发工具并存;内部技能库和批准的集成承担标准化;培训负责降低误用。后续值得核验的指标包括活跃使用率、人工复核比例、连接器权限收缩、敏感数据处理边界,以及不同职能的实际收益差异。

量仔观察

本站判断,Uber这次发布的新闻价值在于规模和组织方式,而不是尚未出现的效率数字。大型企业把Agent扩到全员时,最大的工程风险往往来自权限扩散、错误动作和不可追溯的跨系统组合。内部技能库可以减少重复搭建,却也会形成新的供应链;企业应为每个技能声明数据源、允许动作、负责人和回滚方式,并用真实业务指标区分“已开通”与“已产生稳定价值”。