OpenAI 把 ChatGPT 推向辦公室後台：工作區智慧體登場，企業 AI 競賽進入「可執行」時代

【 AI 新聞 ｜ 編輯：Sandy】

OpenAI 於 2026 年 4 月 22 日發布 ChatGPT 工作區智慧體，將企業版 ChatGPT 從「對話式助手」推向更接近「數位同事」的產品形態。根據 OpenAI 官方公告「ChatGPT 工作區智慧體登場」（https://openai.com/zh-Hant/index/introducing-workspace-agents-in-chatgpt/），這項功能目前以研究預覽形式開放給 ChatGPT Business、Enterprise、Edu 與 Teachers 方案使用，並在 2026 年 5 月 6 日前不額外收費，之後將改採按積分計費。其核心賣點相當直接：企業員工只要描述一項工作，ChatGPT 就能協助建立一個可在團隊內分享、可接入工具、可記住流程並持續改進的智慧體。

這不是 OpenAI 第一次談論 GPT 或客製化 AI 工具，但這次的差異在於，工作區智慧體不再只是個人化提示詞、知識庫或聊天介面的包裝。OpenAI 將其定位為「GPT 的進化版本」，由 Codex 驅動，可在雲端運行，處理撰寫報告、編寫程式碼、回覆訊息、整理資料、產出簡報、更新 CRM、建立工單等多步驟任務。換言之，ChatGPT 正從白領工作的文字入口，往企業流程的執行層滲透。這也是生成式 AI 商業化的一個關鍵轉折：模型本身仍重要，但真正可被企業採購、管理與衡量的價值，越來越來自模型能否安全地進入組織流程。

從 GPT 到工作區智慧體：差異不在聊天，而在可治理的行動

OpenAI 這次發布的產品邏輯，是把許多企業早已在內部嘗試的自動化流程產品化。公告中提到，使用者可以描述想完成的工作，或上傳檔案，由 ChatGPT 協助定義步驟、連接合適工具、加入技能，並反覆測試到符合需求。OpenAI 舉出的範例涵蓋軟體申請審查、產品回饋分流、每週指標報告、潛在客戶開發與第三方風險管理。這些任務的共同點，是過去常由人類在多個系統之間切換，讀文件、查資料、寫摘要、判斷下一步，再把結果送到 Slack、郵件、CRM 或工單系統。

工作區智慧體真正值得注意之處，不是它能生成更漂亮的文字，而是它被設計成可執行、可分享、可監控的工作單元。OpenAI 表示，智慧體能存取涵蓋檔案、程式碼、工具與記憶的工作區；可撰寫或執行程式碼、使用已連接的應用程式、記住學到的內容，並跨多個步驟持續執行任務。它也可在 ChatGPT 與 Slack 中被團隊使用，未來還會支援更多介面。這種設計凸顯一個產業趨勢：AI 的競爭不再只是誰的模型回答更聰明，而是誰能把模型放進企業日常工作的縫隙裡，讓它在不打斷人類工作的情況下完成更多背景勞動。

治理機制同樣是這次公告的重點。OpenAI 強調，企業可控制智慧體能使用哪些資料與工具、能執行哪些動作，以及哪些敏感步驟必須取得核准，例如編輯試算表、傳送電子郵件或新增行事曆活動。Enterprise 與 Edu 管理員還可用角色式權限控管誰能建立、分享與使用智慧體，並透過 Compliance API 監控智慧體設定、更新與執行情況。這些安排看似保守，實際上是企業 AI 普及的必要條件。若智慧體被視為企業內的新型勞動力，它就不能只是聰明，還必須可審計、可暫停、可追責。

Codex 的企業化：從寫程式到編排知識勞動

OpenAI 將工作區智慧體描述為由 Codex 驅動，這使產品帶有明顯的技術方向。Codex 原本最鮮明的形象，是協助開發者撰寫與理解程式碼；如今它被放進更廣泛的企業工作區，代表 OpenAI 正把「程式化處理任務」的能力延伸到非工程部門。當 AI 智慧體需要讀取資料、呼叫工具、執行程式、檢查輸出並進行下一步判斷時，程式能力不只是寫軟體的專業技能，而是讓 AI 可靠行動的基礎設施。

這也解釋為何 OpenAI 的工作區智慧體不是單純的聊天機器人升級。企業流程往往不是一次問答，而是帶有條件、例外、權限與交接的長鏈條。例如銷售團隊處理潛在客戶，不只是寫一封跟進郵件，還要評分、查研究資料、整理通話紀錄、更新 CRM，並把摘要發布到團隊頻道。OpenAI 在公告中引用 Rippling 的早期回饋指出，該公司銷售顧問可不透過工程團隊，自行建立、評估並反覆調整銷售商機智慧體，將原本每週需花 5 至 6 小時的資料整理工作轉為背景自動化。這類案例若能被大規模複製，將使 AI 從「提升個人效率」進一步轉向「重組部門流程」。

不過，從技術展示到穩定商用仍有距離。企業工作流充滿例外狀況，資料來源也常不完整、不一致或權限複雜。智慧體若要在雲端長時間運行，除了需要強大的模型推理能力，也需要可靠的狀態管理、錯誤復原、日誌紀錄與安全邊界。OpenAI 提到內建防護機制可在智慧體遇到具誤導性的外部內容，例如提示詞注入攻擊時，協助持續遵循使用者指示。這代表 OpenAI 明白，企業市場的核心疑慮不是 AI 能否完成十次中的八次，而是它在失敗的那兩次會不會造成難以承擔的成本。

國際競爭：美國科技巨頭正把 AI 代理人變成企業入口

OpenAI 的發布並非孤立事件，而是美國企業 AI 平台競爭的一部分。Microsoft 早已把 Copilot Studio 定位為企業建立 AI agents 的工具。根據 Microsoft 官方頁面「Microsoft Copilot Studio」（https://adoption.microsoft.com/en-us/ai-agents/copilot-studio/），AI agents 可從簡單的問答代理人延伸到能從頭到尾執行整個工作流的自主代理人，企業可透過 Microsoft 365 Copilot、Azure AI Foundry 與 Copilot Studio 建立、治理與保護代理人。這使 Microsoft 的優勢更接近其既有企業軟體版圖：Outlook、Teams、SharePoint、Dynamics 與 Azure 是它天然的分發通道。

Google 則從搜尋、雲端與模型基礎設施切入。根據 Google Cloud 官方部落格「Google Agentspace enables the agent-driven enterprise」（https://cloud.google.com/blog/products/ai-machine-learning/google-agentspace-enables-the-agent-driven-enterprise），Google Agentspace 強調員工可快速發現與採用代理人，並透過無程式碼工具建立代理人，結合企業搜尋、Chrome Enterprise 與 Google 既有的 Workspace 生態。Google 的策略是把代理人與企業知識檢索綁在一起，讓 AI 不只生成文字，而是協助員工理解公司內部龐雜資訊。對大型組織而言，這可能與 OpenAI 的工作區智慧體形成微妙分工與競爭：前者強調工作區對話與任務執行，後者更突出搜尋、雲端平台與模型基礎設施。

Salesforce 則將代理人直接嵌入客戶關係管理與業務流程。根據 Salesforce 官方新聞稿「Salesforce’s Agentforce Is Here: Trusted, Autonomous AI Agents to Scale Your Workforce」（https://www.salesforce.com/uk/news/press-releases/2024/10/29/agentforce-general-availability-announcement/），Agentforce 提供可客製化的自主 AI agents，能連接企業資料並在銷售、服務、行銷與商務等場景中採取行動。這反映另一種路線：不從通用聊天入口出發，而是從特定企業應用與資料模型切入，讓 AI 更快接近可量化的營收、客服與行銷指標。

中國市場則可能走出不同節奏。百度、阿里巴巴、騰訊、字節跳動等公司皆在企業模型、辦公套件、雲端與客服自動化中推進 AI 工具，但中國企業導入常受到資料合規、私有化部署與產業垂直場景影響。相較於美國巨頭主打跨 SaaS 生態的代理人，中國企業市場更可能偏向雲端廠商、行業解決方案商與大型平台共同推動。歐洲則有另一重變數：AI Act 與資料保護制度將提高企業採用自主代理人的合規成本，也可能迫使供應商更早將可審計、可解釋與人類監督設計成標準功能。這些差異意味著，AI 代理人的全球競賽不是單一產品競爭，而是雲端基礎設施、辦公生態、監管制度與企業文化的複合賽局。

商業模式正在轉向：從訂閱席位到「數位勞動」計量

OpenAI 宣布工作區智慧體在 2026 年 5 月 6 日前免費提供，之後改為按積分計費，這一細節相當重要。過去 SaaS 軟體多以席位訂閱計價，企業按人頭購買帳號；生成式 AI 初期也多沿用類似模式。但工作區智慧體若能長時間運行、跨工具執行並完成具體任務，其成本與價值都更接近「工作量」而非「使用人數」。按積分計費意味著 OpenAI 可能正在測試一種更像雲端運算與數位勞動混合的新模式：企業為代理人執行任務所消耗的模型推理、工具調用與運算資源付費。

這將改變企業採購 AI 的計算方式。若一個智慧體能每週替業務團隊節省數小時整理資料的時間，採購部門可把費用與人力成本、成交率或回覆速度比較；若一個智慧體只是偶爾生成摘要，其付費意願就會低得多。未來 AI 公司可能不再只宣傳模型準確率或上下文長度，而會更重視代理人的任務完成率、節省工時、錯誤率、核准等待時間與跨系統成功率。這種指標化趨勢對 OpenAI 有利，因為它能把 ChatGPT 的高頻使用轉化為企業流程中的可量化支出；但也帶來壓力，因為企業會要求更明確的投資報酬。

產業影響：AI 開始改寫白領工作的組織方式

工作區智慧體的中長期影響，可能不在於單一員工是否少寫幾封信，而在於公司如何重新設計工作。過去許多組織流程依賴「人作為系統膠水」：員工在不同工具之間複製貼上、彙整資料、確認狀態、追蹤決策。這些工作通常不被視為核心創造力，卻佔據大量時間。若智慧體能穩定接手這些協調與整理工作，企業可能會重新定義職位邊界，讓初階分析、營運、客服、銷售支援與財務月結等工作變得更依賴 AI 協作。

但這也會引發新的管理問題。首先是代理人蔓延。當每個團隊都能建立自己的智慧體，公司可能很快出現大量功能重複、品質不一、權限設定混亂的代理人。OpenAI 提供智慧體庫、使用分析與管理控制台，正是為了回應這一風險。其次是知識固化。智慧體若把某個團隊當下的最佳做法封裝成流程，短期可提高一致性，長期卻可能讓組織過度依賴舊流程，降低對例外與創新的敏感度。第三是責任歸屬。當智慧體草擬郵件、更新資料或建立工單後，錯誤究竟由建立者、使用者、管理員還是供應商承擔，仍需要企業制度與法律實務逐步釐清。

對員工而言，智慧體也不是單純的威脅或福利。它可能減少繁瑣工作，讓人投入更高價值判斷；也可能使工作節奏加快，讓管理層期待更高產出。歷史上，辦公自動化常不是讓工作消失，而是重新分配工作內容與技能門檻。工作區智慧體若普及，企業需要的不只是會寫提示詞的人，而是懂流程、懂資料、懂風險、能評估 AI 輸出品質的人。這類「流程設計者」可能成為下一階段企業 AI 採用的關鍵角色。

開放式結局：OpenAI 的機會與難題同時擴大

OpenAI 這次推出工作區智慧體，顯示其企業策略正在從模型與聊天產品向工作流平台移動。它要爭取的，不只是員工每天打開 ChatGPT 的時間，而是企業內部一段段可重複、可衡量、可自動化的工作流程。這將使 OpenAI 更直接地與 Microsoft、Google、Salesforce 及各地雲端與 SaaS 業者競爭，也會迫使它面對企業市場最嚴苛的要求：穩定性、安全性、治理能力、成本可預測性與責任邊界。

若工作區智慧體能證明自己不只是新奇功能，而是真能在銷售、財務、工程、客服與教育場景中持續節省時間、降低摩擦並提高決策品質，企業 AI 的採用曲線可能再度加速。若它在權限、錯誤、整合與成本上遇到阻力，市場也會更快從熱情轉向審慎。無論結果如何，這次發布已經透露一個清楚訊號：生成式 AI 的下一場競爭，不再只是誰能回答問題，而是誰能被信任去完成工作。