背景與擴張範圍
OpenAI 與 Uber 於 2026 年 10 月 22 日宣布，Uber 將把 ChatGPT Work 全面推廣至全球工作團隊，涵蓋超過 3 萬名員工。這項服務是一種在 ChatGPT Enterprise 內運作的企業 AI 代理，主要面向知識型工作，可處理包含多個步驟、需要彙整資訊並使用多種工具的任務，最後直接交付研究結果、簡報、會議資料或分析成果。
這次擴張建立於先前 1,000 名員工的試行計畫之上。Uber 技術長 Praveen Neppalli Naga 表示，公司一直把自己視為一家由工程師與創建者驅動的企業，而 ChatGPT Work 的全面部署，是讓員工在人工智慧改變工作方式的同時，取得處理複雜問題與推動创新的工具。對 Uber 而言，這也是首次把專為知識工作設計的代理式平台部署到全公司，而不再只是由少數團隊進行有限度測試。
ChatGPT Work 與一般聊天機器人的差別，在於它不只回答問題，而是能依任務需求串接既有工作系統。主辦單位在 Google Drive、Gmail、Google Calendar 與 Slack 之間調取資訊、整理脈絡並執行後續步驟，使代理能跨應用程式完成一項完整工作。這種能力特別適合需要同時查閱文件、彙整會議紀錄、分析郵件討論與產出報告的企業流程。
從資訊研究到工作流程整合
依 OpenAI 的說明，Uber 員工可以利用 ChatGPT Work 搜尋與整理資料、準備會議簡報、製作簡報、分析數據，以及完成跨應用程式的工作流程。員工不再需要逐一開啟雲端硬碟信箱、日曆和即時通訊工具，再人工搬運資料，而是可以把任務與交付要求交給代理，由代理在已連結的系統之間蒐集所需內容。
這類整合的實際意義，是降低跨工具操作帶來的成本。知識工作往往不是單一問題，而是由大量非結構化資料組成。會議前簡報可能同時涉及客戶往來紀錄、既有研究報告與行程安排；營運或財務分析也可能需要結合文件、郵件與內部資料。代理式平台的核心價值，就在於理解多步驟目標、主動選擇工具，並將中間結果組成可使用的成品，而不是只提供文字建議。
不過，原始公告並未交代各整合項目的權限細節，例如代理能讀取哪些郵件、能否代表員工寄送訊息、修改行事曆或存取哪些雲端文件，也沒有說明操作失敗時的處理方式。因此，可以確認的是平台具備跨應用工作能力，但無法僅依本次公布內容判斷它能自主執行到什麼程度，或企業資料在代理處理過程中受到哪些具體限制。
模型選擇與多模態能力
ChatGPT Work 也讓 Uber 接觸 OpenAI 的前沿模型組合。所謂前沿模型，是指在能力基準或實際任務表現上位於業界leading級別的模型。Uber 預計將 GPT-6.1 Sol 設為 ChatGPT Work 的預設能力，OpenAI 對此的定位，是在模型表現與運算成本之間取得平衡。這種設計反映企業部署 AI 時的現實考量：代理若要持續處理大量工作，除了足夠準確，也必須讓整體使用成本維持在可管理範圍。
平台同時提供包括語音與圖像生成在內的多模態能力，讓團隊能依任務選擇合適的模型及工具。文字研究、語音整理、視覺素材製作與資料分析未必適合由同一種模型處理，模型組合因此提供更大的彈性。員工仍可在不同能力之間切換，而不必把每一類工作都交由單一模型完成。
模型與代理的角色也需加以區分。模型負責理解、推理與生成內容，ChatGPT Work 則是把這些能力包裝成能連接工具並完成多步驟任務的工作介面。Uber 軟體工程團隊則會繼續使用 Codex 加速軟體開發與精簡程式碼工作流程，顯示這次擴張並非以 ChatGPT Work 取代既有工程工具，而是把不同類型的 AI 代理納入同一套企業採用策略。
培訓、治理與內部能力建設
OpenAI 表示，ChatGPT Work 的部署將由 Uber 的內部 AI 技能庫、經核准的整合項目及專門的員工培訓共同支援。內部技能庫可用來累積公司核准的 AI 使用方式與實務知識，而整合項目則界定代理能使用哪些外部與內部工具。這些安排的重要性在於，企業級 AI 不只需要模型與平台，還需要讓員工理解可用範圍，並確保各部門採用方式符合公司要求。
受影響的團隊橫跨營運、財務、行銷與產品等不同職能。各部門的工作內容與資料敏感度並不相同，因此全面推廣不等於對所有人採取完全相同的用法。Uber 透過培訓、核准整合與技能庫提供共同基礎，再由各團隊將技術嵌入既有流程，這是從試點走向大規模使用時不可缺少的治理層。
這次部署顯示 Uber 與 OpenAI 的合作正在由局部功能導入，擴展到企業營運的核心。對大型跨國企業而言，超過 3 萬名員工都是潛在使用者，意味著代理式 AI 從個別效率工具逐漸成為日常工作環境的一部分。員工是否能真正把研究、文件製作、資料分析與跨應用流程交由代理處理，則取決於工具整合程度、員工採用情況，以及公司能否持續更新權限、培訓與內部規範。
雙方下一步將分享採用情況、使用案例及可量化成果。這表示本次公告主要確立部署範圍與技術方向，Uber 尚未公開代理平均節省多少時間、任務完成率如何、不同部門的實際使用量，以及整體成本效益等數據。公告也沒有宣稱系統將全面取代員工或進行無人監督的業務決策。對 ChatGPT Work 這類新興企業代理而言，部署規模已經明確，但生產環境中的效益、可靠性與風險，仍須由後續使用資料驗證。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。