Uber 把 3 万员工，一次性交给了 ChatGPT Work
Uber 与 OpenAI 在 10 月 22 日宣布，ChatGPT Work 从 1000 人试点扩展到 Uber 全球约 30000 名员工。这是 Uber 首次全公司范围部署面向知识工作的智能体平台，默认模型为 GPT-6.1 Sol。
- 01THE ROLLOUT：10月22日，Uber 与 OpenAI 宣布 ChatGPT Work 扩至全部员工。
- 02THE PILOT：试点 1000 人，约八成非工程师，覆盖运营、财务与产品团队。
- 03THE STACK：默认模型 GPT-6.1 Sol；工程团队继续使用 Codex。
WHAT HAPPENED发生了什么
试点画像很说明问题：约八成试点用户不是工程师。他们的用法集中在三件事：分析运营数据找趋势与建议、为不同市场与语言本地化培训材料、搭建管理日常工作的个性化仪表盘。企业 AI 推广的早期用户，不一定是写代码的人。
推广的配套同样值得注意：30 名 AI 工程师与各团队结对两周，组成 AI 小组，专门找可以自动化的工作环节；各团队获得内部 AI 技能库、获批的应用连接与员工培训。推广不只是开通账号，而是一套组织动作。
THE PILOT试点不是验证，而是动员
1000 人试点到 30000 人全员的跳跃，说明试点的作用不是验证工具好不好用，而是验证组织能不能接住。Uber 在试点里搭好的技能库、培训与连接审批，才是全员推广的真正前提。
试点用户构成也值得记录：八成非工程师，意味着这款工具的早期价值不在代码生成，而在日常办公流程。企业 AI 的第一批赢家，往往是离业务最近的人。
THE DEFAULT默认模型的选择，透露了成本考量
ChatGPT Work 的默认模型为 GPT-6.1 Sol，OpenAI 的说法是兼顾前沿性能与成本效率；工程团队继续使用 Codex。默认模型与专业工具分开，等于把通用办公与专业编码做了分层定价。
连接的应用清单同样关键：Google Drive、Gmail、Google Calendar 与 Slack。代理的价值不在于回答问题，而在于跨应用完成工作，连接清单就是它的工作范围。
THE MISSING NUMBERS没有数字的推广，本身就是一种信号
两家公司都没有披露推广成本，也没有给出试点阶段的生产力数据，只承诺后续分享使用情况与可衡量结果。没有数字的推广，读者只能把它当作部署公告，而不是效果证明。
时间线上的另一个事实需要完整记录：推广开始前七周，Uber 刚裁撤约 3300 个岗位，约占员工总数的 10%。两家公司均未把两件事关联，裁员理由表述为精简管理层级。
SIGNAL JUDGMENT推广容易，证明难
Uber 的全员推广是一次部署规模的宣言，不是效果的证明。Tokenta Signal 的判断不变：企业 AI 的下一场比赛不在开通账号的数量，而在可量化的使用结果与成本账本，两者目前都还没有公布。
WHAT REMAINS UNCERTAIN还有什么不确定
EVIDENCE证据
原文确认推广要点：从 1000 人试点扩至 30000 名员工、约八成试点用户为非工程师、GPT-6.1 Sol 为默认模型、工程团队继续使用 Codex。
PRIMARY SOURCES原始来源
- TechCrunch：Uber puts all 30,000 employees on ChatGPT Work
https://techcrunch.com/2026/10/22/uber-puts-all-30000-employees-on-chatgpt-work/ - Unite.AI：Uber Rolls Out ChatGPT Work to More Than 30,000 Employees
https://www.unite.ai/uber-rolls-out-chatgpt-work-to-more-than-30-000-employees/ - PYMNTS：Uber Deploys OpenAI Agents to All 30,000 Employees
https://www.pymnts.com/news/artificial-intelligence/2026/uber-deploys-openai-agents-to-all-30000-employees/