Uber 與 OpenAI 於二零二六年十月二十二日宣布，將企業代理產品 ChatGPT Work 由約一千人試點擴至全球逾三萬名員工全面啟用，成為該公司首個面向知識工作的全公司代理平台部署。官方指預設能力為 GPT‑6.1 Sol，並可連接 Google Drive、Gmail、Calendar 與 Slack 等日常工具；來源真實性已核對 OpenAI 官方專頁及 TechCrunch 引述 Uber 工程副總裁說法。
Uber／OpenAI：ChatGPT Work 擴至全球逾三萬員工——由千人試點升級為全公司代理平台；預設 GPT‑6.1 Sol
Uber 與 OpenAI 於二零二六年十月二十二日經 OpenAI 官方專頁及媒體採訪同步披露，Uber 將把 ChatGPT Work 推廣至全球逾三萬名員工。該產品定位為在 ChatGPT Enterprise 內協助員工處理多步驟任務並交付成品的代理；由年初約一千人試點擴至全公司，是 Uber 首次以知識工作為主軸的全公司代理平台部署。本文已對照 OpenAI 官方說明與 TechCrunch 引述 Uber 工程副總裁 Sumanth Sukumar 的說法，來源真實性已驗證；以下整理機制、場景與對企業導入的啟示。
一、核心事件：由試點走向全公司代理部署
技術細節
根據 OpenAI 官方專頁，ChatGPT Work 自當日起向 Uber 全球逾三萬名員工開放，承接複雜、多步驟任務並產出可交付結果。平台可連接 Uber 日常使用的 Google Drive、Gmail、Google Calendar 與 Slack，支援資料研究、會議簡報、簡報製作、數據分析與跨應用工作流。
模型層面，官方指 Uber 將受惠於 OpenAI 前沿模型組合；ChatGPT Work 預設能力為 GPT‑6.1 Sol，以求在前沿表現與成本效率之間取得平衡，並可搭配語音與圖像生成等多模態能力。軟體工程團隊則會繼續使用 Codex 加速開發。部署配套包括內部 AI 技能庫、已核准整合與員工培訓，涵蓋營運、財務、市場與產品等職能。
TechCrunch 引述 Sukumar 指，早期試點約八成使用者並非工程師，應用包括分析營運數據、為不同市場本地化培訓材料，以及建立個人化儀表板。Uber 亦曾以「AI pods」安排約三十名 AI 工程師與各業務團隊配對兩週，自動化關鍵工作環節。公司未公布本次擴展的具體金額，但表示將追蹤使用方式、工作流與成效，並據此調整後續 AI 部署。
Uber 首席技術官 Praveen Neppalli Naga 與 OpenAI 總裁兼共同創辦人 Greg Brockman 均在官方專頁發表評論，強調此舉是把前沿 AI 能力交到更廣泛員工手上，並延續雙方合作。雙方亦表示會在後續分享採用情況、用例與可量化成果。
二、技術原理深度解析
ChatGPT Work 的重點不在單一聊天介面，而在把企業既有工具鏈與代理執行層串起來：員工在熟悉的通訊與文件環境中發起任務，代理可跨應用取數、整理並產出簡報或分析，減少在多個系統之間手動搬運資訊。預設選用 GPT‑6.1 Sol，反映大型部署往往要同時兼顧模型能力與單位成本；多模態與 Codex 則把「知識工作」與「軟體工程」分開配置，避免以同一模型硬套所有場景。
對企業架構而言，這類部署通常需要：身份與權限對齊（誰可連哪些資料源）、核准整合清單、技能／提示模板庫，以及用量與成效儀表。OpenAI 專頁強調「已核准整合」與培訓，正是要把實驗性試點升格為可治理的生產用法。
三、日常應用場景
1. 開發者與技術團隊
工程團隊可繼續以 Codex 處理程式工作流，同時讓產品與營運同事透過代理完成需求分析、儀表板與跨系統查詢，減少工程排期成為所有自動化的瓶頸。試點中的「AI pods」模式，也提供可複製的內部賦能做法：短期配對、鎖定可自動化的具體工序，再擴散模板。
2. 企業與隱私敏感行業
金融、營運與市場職能若要導入類似代理，需先釐清哪些雲端磁碟、郵箱與通訊頻道可被代理讀取，以及輸出是否可離開企業邊界。Uber 選擇在 ChatGPT Enterprise／Work 框架下擴展，並以核准整合與技能庫約束範圍，對同樣重視治理的香港企業有參考價值——先定資料邊界與審批，再談全公司開啟。
3. 一般用戶
對非技術員工而言，價值在於用自然語言完成數據整理、多語培訓材料與會議準備，而不必事事找分析師或工程師。官方與採訪均強調跨職能實驗空間，意味著成功指標不應只看工程產出，也要看營運與前線流程是否真的縮短。
4. 香港與亞洲市場視角
香港企業若評估全員 AI 代理，可對照三點：一是是否已有企業級租戶與單一登入；二是本地化與多語材料是否為高頻痛點（Uber 試點已點名本地化培訓）；三是能否建立內部技能庫與用量追蹤，避免「開了帳號卻無治理」。對有跨境營運的團隊，代理連接日曆與通訊工具時，更要注意資料駐留與供應商條款。
四、專業評價與潛在考量
優勢
- 有官方專頁與具名管理層表態，事件可核實；規模由一千人試點到逾三萬人，訊號清楚。
- 明確列出工具連接與預設模型，方便技術決策者對照自家堆疊。
- 非工程職能佔試點多數，說明代理價值不僅限於寫程式。
需要留意的地方
- Uber 未公開本次擴展的合約金額與量化生產力指標，短期難以直接對標投資回報。
- 全公司開啟後，資料外洩、提示注入與影子工作流風險上升，需持續的權限審計與輸出審查。
- 預設模型與多模態能力會隨供應商路線圖變更，企業應保留切換與成本上限機制。
結語
Uber 把 ChatGPT Work 推至全球逾三萬員工，標誌大型科技企業正把「代理式知識工作」由實驗櫃搬上正式編制。對香港與亞洲決策者而言，重點不在追同一品牌，而在工具連接、模型成本、治理與培訓是否一次到位。如需在香港部署可治理的企業私有或託管 AI 工作流，可參考 YSK Limited 的企業私有 LLM 全託管（年費 HK$88,000 起，Dataset → QLoRA/LoRA → 私有 API，100% 數據不出境）：https://ysk.hk/services/ai-automation 。
參考來源
- OpenAI 官方：Uber brings ChatGPT Work to all employees with OpenAI — https://openai.com/index/uber-chatgpt-work-rollout/
- TechCrunch：Uber puts all 30,000 employees on ChatGPT Work — https://techcrunch.com/2026/10/22/uber-puts-all-30000-employees-on-chatgpt-work/
- OpenAI：ChatGPT Work 產品頁 — https://openai.com/chatgpt-work/