當 OpenAI 把 ChatGPT 往『共享工作流軟體』再推一步，真正要取代的可能已不只是聊天介面，而是很多公司內部那層鬆散的人工作業

作者:

過去兩年，大家談 ChatGPT 進企業，多半還停留在「一個人打開一個聊天窗，讓模型幫他寫摘要、改文案、補程式」的想像。這次 OpenAI 在 ChatGPT 推出 workspace agents，真正有意思的地方，是它開始明講：下一步不是讓每個人都擁有更聰明的 AI 助手，而是讓整個團隊把原本要靠人手接力完成的流程，直接交給一個共享、可持續運作、能跨工具行動的 agent。這個位移看起來只是產品升級，但實際上，它把 ChatGPT 從「個人生產力工具」往「企業內部工作流軟體」推近了一大步。

OpenAI 官方公告把話說得很直接。workspace agents 是由 Codex 驅動的 shared agents，能在 ChatGPT 與 Slack 中被整個組織共用，也能接上文件、日曆、訊息與各種工作系統。它們不是只負責回答一個 prompt，而是可以在雲端持續工作：拉資料、整理脈絡、執行多步驟任務、在敏感操作前要求批准，甚至定時跑固定流程。OpenAI 列出的示範情境很能說明它要搶的位置：軟體請購審查、產品回饋路由、每週營運報表、銷售 lead outreach、第三方風險管理。這些工作本來就不是單點智慧問題，而是跨部門、跨工具、跨責任邊界的流程問題。

這正是這次發布比「又多一個 agent 功能」更重要的原因。企業裡真正耗時間的，常常不是生成內容本身，而是把內容放到對的地方、在對的時間送給對的人、再等到對的批准回來。OpenAI 的 Help Center release notes 與 Developers Cookbook 都在強調同一件事：workspace agents 的核心不是聊天，而是把 end-to-end workflow 變成可共享、可排程、可治理的自動流程。Cookbook 裡那個 sales meeting prep 範例尤其典型：agent 會先檢查明天的客戶會議，再去 SharePoint 抓資料、上網補背景、產出簡報、寫回文件，最後把摘要送給使用者。這套動作如果放在過去，其實比較像一個輕量內部系統，現在 OpenAI 想把它包進 ChatGPT。

這意味著競爭邏輯也在變。先前 ChatGPT Enterprise、Microsoft Copilot、Notion AI、Slack AI 這一波企業 AI 產品，大多是在既有軟體表面加上一層生成能力：幫你寫、幫你找、幫你總結。但 workspace agents 追求的，是讓 AI 成為工作流程裡一個能持續被指派、監看、修正與重用的執行單位。換句話說，OpenAI 不只想做「介面上的 AI 按鈕」，而是想做公司內部流程之間的新協調層。這件事一旦成立，它碰撞的對手就不只是其他聊天機器人，而是 CRM 自動化、IT service desk、知識管理、內部審批工具，甚至一部分低程式碼 workflow 軟體。

當然，OpenAI 也知道這種產品一碰到企業現場，第一個問題從來不是酷不酷，而是可不可控。所以官方這次特別把治理機制講得很前面：管理員可以決定哪些人能建、能發、能用；哪些工具與動作可開放；哪些敏感步驟一定要先批准；而 Compliance API 可以讓企業追蹤 agent 的設定、修改與執行紀錄。這其實透露出一個很現實的訊號：OpenAI 已經不再把企業版 ChatGPT 當成單純的知識工作輔助，而是當成一種會真正進入組織流程、因此必須接受內控與稽核的系統。也因此，workspace agents 比較像企業軟體，不太像 consumer AI feature。

但這條路也不是沒有摩擦。官方現在仍把它放在 research preview，表示很多企業級細節還在試。Help Center 也明說，使用 EKM 的 Enterprise workspace 在 launch 時還不能用，代表最重視資料控制的客戶，暫時還站在觀望區。此外，OpenAI 雖然說 GPTs 未來可轉成 workspace agents，但目前兩者如何分工、企業會不會真的從「每人一個小工具」遷移到「全隊共用流程代理」，仍是未定數。很多公司愛上 AI，往往是因為它讓個人立刻變快；但要把它變成組織流程的一部分，牽涉到權限、責任、政策與跨部門協調，阻力通常比模型能力更大。

所以，workspace agents 最值得看的，不是它今天示範了多少個酷炫 use case，而是 OpenAI 正在試圖把 ChatGPT 重新定義成一個工作面，而不是一個聊天框。只要它真的能把「知道怎麼做」變成「幫你一路做到完」，那它切入的就不再只是搜尋、摘要與生成，而是企業裡那些原本鬆散、零碎、靠人補縫的流程本身。對 OpenAI 來說，這比再多一個模型更新更像一筆大賭注；對企業軟體市場來說，這也意味著未來幾年的 AI 競爭，可能不只在比誰的模型更聰明，而是在比誰更早長成那層真正能接住組織運作的軟體骨架。

發表迴響