OpenAI Blog

How to connect AI usage to business value

8.5内容质量
How to connect AI usage to business value

TL;DR · AI 摘要

OpenAI推出ChatGPT Admin Console分析工具,通过整合使用数据、成本和任务洞察,帮助管理员评估AI对业务的实际价值。

核心要点

  • 使用分析视图可识别低使用率团队,优化资源分配
  • 任务分类功能揭示AI在销售、开发等场景的使用分布
  • 模型设置分解帮助评估AI配置与业务需求的匹配度

结构提纲

按章节快速跳转。

  1. 阐述AI使用分析对业务价值评估的重要性

  2. 通过用户活跃度和信用数据识别资源分配机会

  3. 分类AI使用场景辅助业务需求评估

  4. 账户研究占信用消耗最大比例

  5. 分析模型设置对任务成本的影响

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • AI使用与业务价值评估
    • 使用分析
      • 用户活跃度监测
      • 信用消耗分布
    • 任务洞察
      • 销售场景分析
      • 开发场景分析
    • 模型优化
      • 模型设置评估
      • 性能调优建议

金句 / Highlights

值得收藏与分享的关键句。

#AI管理#OpenAI#数据分析#企业应用
打开原文

随着越来越多团队使用AI,管理员和业务领导者需要了解AI在哪些方面创造了价值,以及下一步应在哪里进行投资。使用情况和支出数据可以讲述部分故事,但管理员还需要了解人们使用AI的用途以及它帮助他们完成了哪些任务。

ChatGPT管理控制台中的分析功能将ChatGPT工作和Codex的使用数据、成本数据、任务洞察和成果指标整合在一起。

以下是管理员如何利用这些工具来理解采用情况、支持团队并评估业务价值的方法。

理解AI使用和支出

使用分析显示采用率增长和支出集中的领域,帮助管理员聚焦支持、审查成本并评估容量需求。使用视图整合了ChatGPT工作和Codex中的活跃用户、信用额度和令牌使用情况。例如,通过按组或用户筛选,可以发现采用率较低的领域,为管理员与团队负责人审查启动流程和培训需求提供依据。

Image 1: 使用概览,显示ChatGPT工作和Codex中的活跃用户和信用趋势。
Image 1: 使用概览,显示ChatGPT工作和Codex中的活跃用户和信用趋势。

_使用概览显示ChatGPT工作和Codex中的活跃用户和信用趋势。所有截图均使用示例演示数据。_

查看团队如何使用AI

洞察中的任务分类器通过将消息样本分组到用例和任务中,帮助管理员了解AI支持的工作类型。例如,软件工程包括功能开发和代码维护,而销售与收入则包括账户研究和规划。概览标签页可快速查看工作类型分布;用例标签页提供带有任务细分的详细表格。管理员可通过按组筛选查看团队如何使用AI,然后与业务负责人合作决定需要评估的工作流程和成果。

Image 2: 洞察概览,显示任务之间的信用分配情况。
Image 2: 洞察概览,显示任务之间的信用分配情况。

_洞察概览显示信用在从功能实现到账户研究等任务间的分配情况。_

如图所示销售团队中,账户研究和规划是信用消耗最大的用途——这是讨论AI如何改变账户准备工作的起点。

Image 3: 用例表格,显示销售任务、信用、消息和活跃用户。
Image 3: 用例表格,显示销售任务、信用、消息和活跃用户。

_用例表格按任务细分团队工作,包含信用、消息和活跃用户信息。_

识别团队需要培训和支持的领域

在任务详情中,模型、推理和速度的细分显示了每个设置在任务中的信用占比。这帮助管理员评估当前配置是否符合工作需求,并针对模型选择进行针对性培训。例如,常规简报可能值得通过更快或更低成本的配置进行测试,同时比较质量和审查修正所花费的时间。

插件排行榜和技能视图展示了哪些工具支持某项任务,帮助管理员聚焦培训重点并决定需要维护或共享的工作流程。相关插件使用率低可能表明存在访问权限或培训需求;高频使用的技能可能需要明确负责人并定期更新。

图4:账户研究和规划分析,显示按模型、推理层级和速度划分的信用份额,同时展示插件和技能使用情况。Google Drive插件以308.1K次调用位居榜首;Account Brief技能以96K次调用领先。
图4:账户研究和规划分析,显示按模型、推理层级和速度划分的信用份额,同时展示插件和技能使用情况。Google Drive插件以308.1K次调用位居榜首;Account Brief技能以96K次调用领先。

跟踪Codex对工程成果的贡献

成果视图展示了Codex对合并提交和代码行数的贡献,以及代码审查活动。趋势分析和可用的团队、用户或仓库筛选功能帮助管理员和工程负责人理解采用情况,并决定需要扩展访问权限或加强支持的团队。

如果Codex对合并代码的贡献比例持续增长,工程负责人可以将这一趋势与审查时间、缺陷率和返工量进行对比,评估其是否帮助团队更高效地交付软件。

图5:Codex成果仪表板,展示对合并提交和代码行数的贡献。
图5:Codex成果仪表板,展示对合并提交和代码行数的贡献。

_成果视图会随时间追踪Codex对合并提交和代码行数的贡献占比。_

ChatGPT Work的管理员插件允许管理员对比采用情况、支出和任务,然后将分析结果转化为预算和推广决策的报告。它还可以生成完整的工作成果,例如包含图表、关键发现和推荐后续步骤的领导力演示文稿,便于与跨职能利益相关者分享。

通过Admin API,团队可以在自己的仪表板中自动化生成报告,并将分析数据与业务系统数据结合。例如,支持仪表板可以同时显示信用使用情况和工单解决时间。

图6:ChatGPT管理员插件对月度AI推广审查请求的响应。示例数据总信用量为681万,同比增长45.3%,图表对比了2026年8月12日至9月10日期间工程和销售部门每日Work和Codex信用使用情况。
图6:ChatGPT管理员插件对月度AI推广审查请求的响应。示例数据总信用量为681万,同比增长45.3%,图表对比了2026年8月12日至9月10日期间工程和销售部门每日Work和Codex信用使用情况。

_管理员插件会对比团队信用使用趋势,并汇总月度推广审查的变更情况。_

将分析与业务成果连接

使用情况和任务数据是管理员与业务负责人探讨价值的起点。业务负责人会提供评估所需的关键背景信息:工作流程发生了哪些变化、结果是否有所改善、这些改善的价值是什么。通过协作,他们可以将产品活动与交付时间、质量或盈利能力等指标关联起来。

假设管理控制台中的任务分类器显示,销售团队中账户研究是一项常见任务。管理员会检查模型选择是否符合任务需求,为CRM插件使用不足的情况提供培训,并分享制定一致账户计划的技巧。销售负责人随后将准备时间和计划质量与团队基准进行对比。如果节省了时间,他们会追踪这些时间如何用于客户对话,哪些对话转化为合格机会,以及哪些机会最终促成销售。该业务产生的收入和贡献毛利有助于判断额外产能是否带来财务收益。

要探索工作流程的价值,请从以下几个问题入手:

  1. 您希望改进什么? 选择对团队有重要意义的结果,例如更快的准备时间、更高质量的工作、更低的成本或更多的销售。
  1. 当前流程是怎样的? 确立起点:团队执行该任务的频率、耗时以及理想结果的定义。
  1. AI会带来哪些变化? 在特定时间段内对比结果。包括用于审查和修正工作所花费的时间,以确保更快的完成仍符合团队的质量标准。
  1. 这对团队能实现什么? 节省的时间可能意味着与客户进行更多对话。更高质量的工作可能意味着更少的修正次数。与团队沟通,了解这些改进对哪些环节影响最大。
  1. 收益是否值得投入? 将团队获得的收益与在AI、部署和持续支持上的支出进行对比。这有助于决定需要扩展的领域以及团队可能需要更多帮助的环节。

示例年度投资回报率:销售账户研究

设想一个销售团队,每位销售人员每周准备两次账户简报。每份简报整合账户历史、行业研究以及下一次对话的见解。

#### AI会带来哪些变化?

图7:示例销售账户研究对比:手动准备一份简报需要4小时,使用AI包括审查和修正仅需1小时,每份简报节省3小时。将节省时间的50%重新投入,可增加三次30分钟的客户通话。其他潜在收益包括更强大的账户计划、更个性化的外联以及更短的交易周期。
图7:示例销售账户研究对比:手动准备一份简报需要4小时,使用AI包括审查和修正仅需1小时,每份简报节省3小时。将节省时间的50%重新投入,可增加三次30分钟的客户通话。其他潜在收益包括更强大的账户计划、更个性化的外联以及更短的交易周期。

#### 总体效果如何?

年度节省时间

20名销售人员 × 每周2份简报 × 每份节省3小时 × 46周 = 5,520小时

预估年度产能价值

假设团队将节省时间的50%用于生产性工作,按每小时75美元的全员工资成本计算。销售人员可以利用这些时间接触新客户、跟进机会,并与客户投入更多时间。

5,520小时 × 50% × 75美元 = 207,000美元

第一年总成本

假设AI、部署、培训和持续支持的总成本为60,000美元。

(207,000美元 − 60,000美元) ÷ 60,000美元 = 245%的示例投资回报率。

工作流程的价值可能超出生产力范畴。在销售领域,更深入的账户研究和对客户的共同理解可以促进更深入的对话、更牢固的关系以及新机会的产生。团队随后可以衡量这些改进是否带来额外的业务成果,例如加快交易周期或提高成交率。

所有数据均为假设性示例。投资回报率(ROI)反映预估的产能价值,未包含更高成交率、更大交易规模或其他销售成果可能带来的潜在收益。

客户通过AI看到的业务影响

从软件交付到举办实时活动,客户正在将AI应用于对企业至关重要的任务中:

**1Password**⁠使用Codex构建、审查和测试软件,使工程师能够更快地发布功能。通过Codex快速构建生产就绪功能和内部工具的同时保持严格的安全部署政策,预计实现553%的投资回报率,每年节省80万美元的工程产能价值。

**ATV Big Air Tour**⁠使用ChatGPT Work检查活动列表、规划库存并提升网站可见度。活动列表审核时间从每周8小时减少到1小时,库存工作时间从2-3天缩短到2-3小时,使团队能投入更多时间关注巡演和客户体验。

**Playco**⁠通过OpenAI的API使用GPT-6 Astra构建和测试可玩游戏原型。团队基于同一基础构建了三个主题原型,相比上一代模型手动修复需求减少50%,帮助开发人员测试和比较更多创意方案。

如何开始

在管理控制台中打开洞察分析,选择一个支持业务优先级的常见任务。与业务负责人一起审核该任务,确定基准线和衡量成果的指标,并设定复查进度的日期。利用分析结果决定是否扩展工作流程、改进团队使用方式或测试其他方法。了解更多⁠(在新窗口中打开) 请参阅我们的文档。