← 返回案例库
图:凡人小北据原文整理
图:凡人小北据原文整理
图:凡人小北据原文整理
CASE · UBER
Uber:约 3 万员工全员开通 ChatGPT Work,试点 80% 非工程
原文:TechCrunch · Uber puts all 30,000 employees on ChatGPT Work ↗
Agent落地实操 · 2026-10-24
C出行与本地生活内部知识办公
全员
约 3 万
试点非工程
约 80%
证据
C · 媒体转述
01
背景(公司、场景、痛点)
Uber 与 OpenAI 扩大合作:全球约 3 万员工开通 ChatGPT Work(7 月推出的企业向 Agent)。工程副总裁 Sumanth Sukumar 对 TechCrunch 说,早先 1000 人试点覆盖财务、运营、产品等,其中约 80% 不是工程师。
02
原来怎么做
试点前各团队工具分散;公司并未先规定「唯一正确用法」。公开稿强调先给能力、再观察工作流,而不是先上僵硬流程再开权限。
03
实际做法(步骤与架构)
- 1000 人跨部门试点:复杂运营数据分析与建议、多市场培训材料本地化、个性化仪表盘等(Sukumar 举例);
- 派出约 30 名 AI 工程师组成「AI pods」进业务团队驻两周,寻找可自动化环节;
- 全员开通 ChatGPT Work;OpenAI 协助集成;
- 以使用方式、沉淀工作流与是否更有效为后续部署依据;未公布花费。
短引:「Our approach is to make powerful AI tools available… while giving teams room to experiment.」——Sukumar。
04
效果(数字与声称方)
可核验数字几乎都是部署规模(TechCrunch 转述 Uber,C):约 3 万全员、试点 1000、非工程师约 80%、AI pods 30 人×两周。无节省工时或收入影响的审计表。列表页口径正确,勿改成「效率 +X%」。
05
没说清楚的地方
- 无采用率、周活、成功工作流目录。
- 数据进入 ChatGPT Work 的治理与驻留未在稿中展开。
- 与既有内部工具的替代关系不明。
06
我们的判断
可迁移点:先宽开+驻场摸流程,比一上来买「标准流程包」更适合多元业务;但宽开后必须补度量,否则无法证明价值。
minimal_trial:选一个非工程职能 30 人,开企业助手两周,强制每周交一条「可复用提示/工作流」。先量:提交条数、主管是否愿意续费。
07