Uber 3 万员工全员用上 ChatGPT Work：最大的企业 AI agent 落地长这样

Uber 和 OpenAI 昨天（10 月 22 日）宣布扩大合作：ChatGPT Work 从 1000 人试点，直接扩到全球约 3 万名员工全员使用。这是迄今规模最大的企业级 AI agent 落地之一。

有意思的细节在试点数据里：最早的 1000 个用户，80% 是非工程师——财务、运营、产品。他们拿它分析运营数据找趋势、给培训材料做多语言本地化、搭个人工作仪表盘。Uber 工程 VP Sumanth Sukumar 是实名出来接受采访的，信息源比较硬。

Uber 的做法很值得琢磨：它没有规定员工必须怎么用。“我们的做法是把强大的 AI 工具交到所有人手里，同时给团队留出实验的空间。”——先让 3 万人自己发明工作流，Uber 看数据，再决定下一步 AI 往哪投。等于把“agent 到底该怎么用”这道题，交给 3 万人做 A/B 测试。合同金额双方都没披露。

今年早些时候 Uber 还搞过“AI pods”：30 个 AI 工程师配到各个业务团队，用两周时间帮他们自动化工作的关键环节——先小规模验证“技术+业务理解”结合的威力，再全员铺开。

我的判断：

这才是企业 AI 落地的正确姿势。不自上而下规定用法（那种最后都变成没人用的面子工程），而是给工具、留实验空间、用数据收敛。

80% 非工程师这个数字最重要：agent 的第一批重度用户不是工程师，是天天跟表格、文档、流程打交道的人。AI agent 的“iPhone 时刻”不在极客圈，在财务和运营的工位上。

对做 B 端 agent 的人也有启发：Uber 这种“先铺开、再看数据”的买单逻辑，意味着你的产品要经得起“被员工乱用”——鲁棒性和可观测性，比 demo 漂不漂亮重要得多。以及，买单的人看的是“员工发明出了什么工作流”，你的产品最好自带用法发现机制。

（可信度：TechCrunch 报道，含 Uber 工程 VP 实名采访；adgully 交叉）