OpenAI 高層稱企業收入已占多數：採購 Codex，該驗收哪些工作成果？

據路透 11 月 4 日發自美國加州納帕的報導，OpenAI 總裁 Greg Brockman 在華爾街日報科技活動表示，企業銷售已占公司收入多數。這是媒體報導中的高層陳述，並非獨立審計的分部財報；Codex 各自貢獻多少收入與利潤，仍不能據此推定。[S01]

專題編輯：Nolan Tsai｜全球科技與產業編輯

資料查核：2026 年 11 月 6 日（台北時間）。文內分析與已確認事實分開呈現。

從個人使用者到企業採購，重心正在移動

路透將收入結構的說法明確歸於 Brockman。[S01] 這與 OpenAI 4 月公布的「企業營收占比超過 40％，預期年內與消費端持平」相比，呈現一個值得關注的變化。不過兩個數字來自不同時間的公司高層發言，並不是一份獨立審計、口徑完整的分部財報。

因此，這則新聞可以寫成「高層稱企業收入已超過消費端」，不能寫成外部機構已確認 OpenAI 的每一種收入都完成結構轉型。占比是一種相對數字，單憑企業占比提高，不能判定消費端收入下降，也不能判定公司將退出消費市場。若要比較，還需要兩端同期間、同定義的收入資料。

Codex 為何比一般聊天功能更接近企業預算

軟體開發是一種具體、可測量且持續發生的工作。Coding Agent 可以閱讀程式庫、修改檔案、執行測試與協助提出變更建議。與一次性的聊天回答相比，它更容易被企業對應到專案進度、工程人力及維運成本。官方 Codex 文件描述了探索程式庫、修改檔案、執行本機開發工具與審查變更的工作方式；這只能證明文件列有相關能力，不代表任何專案都能無人驗收地上線。[S04][S05]

對採購者而言，真正值錢的功能不是模型宣稱能寫多少程式，而是能否在既有 Git 版控、資安規則、程式碼審查與測試流程內穩定完成任務。只要一個 Agent 必須接觸企業私有程式碼與權限，它就進入資訊治理、法務與供應商管理的採購評估，而不再只是員工個人訂閱一個聊天工具。

企業端成長如何改變產品競爭

OpenAI 財務長 Sarah Friar 9 月 8 日在官方文章稱，產品觸及 250 萬家企業，並列舉 ChatGPT、ChatGPT Work、Codex 與 API 應用。[S03] 這是公司披露的觸及口徑，不等於 250 萬份大型企業合約，也未提供各項產品的分部獲利。這種組合可讓企業用同一供應商處理一般知識工作、軟體工程與既有系統整合；但單一供應商的便利性，也可能增加資料與工作流程的依賴程度。

企業購買 AI 平台時，往往不是只比模型分數，而是比較安全承諾、可稽核性、管理功能、用量成本、資料留存和整合速度。從供應商角度，企業合約有機會提高收入可預測性，但部署、支援與資安要求也會提高服務成本。不能僅憑企業營收占比上升，就直接推定毛利率必然改善。

台灣企業如何評估 Coding Agent 投資

建議用一個能回滾、低敏感度、且有明確測試的既有程式庫進行試點。把任務拆成需求、程式修改、測試、Pull Request 與人工批准，紀錄每個階段實際節省時間、返工次數及新引入缺陷。若對比對象只是員工手工敲程式的分鐘數，容易忽略需求確認、權限審查和部署事故的成本。

對金融與製造業，還要確認模型是否會接觸個資、客戶程式碼、營業秘密或受法規限制的環境。若內部禁止雲端接入，就先驗證工具是否支援允許的部署模式，而不是用示範影片推論可以直接導入。企業 AI 導入的價值，最終取決於能否納入可驗收的工作流程。

仍需等待的資料

Brockman 所提的收入結構變化，是值得追蹤的公開說法。未來若有正式申報文件，才可能進一步核對企業與消費端收入定義、毛利、客戶留存及訂閱與 API 收入占比。就目前資料而言，可以確認企業端已成為 OpenAI 對外敘事的重點；至於不同產品各自創造多少獲利，仍沒有足夠公開資訊可供推論。

主要資料來源

• [S01] OpenAI, ready to IPO in 2027, now counts majority of sales from enterprises, Brockman says（Reuters，2026-11-04）。
• [S02] The next phase of enterprise AI（OpenAI，2026-04-08）。
• [S03] The Work Now Within Reach（OpenAI，2026-09-08）。
• [S04] Codex CLI（OpenAI documentation，查核時現行頁面）。
• [S05] Code review（OpenAI documentation，查核時現行頁面）。

編輯說明

本文依可讀的公開文件與報導修訂，區分公司自述、媒體消息與原創分析。產品與採購討論未包含親自操作或企業成效測試，不構成投資建議、法律意見或採購承諾。

圖片資訊

封面為原創編輯概念圖；圖形不表示統計序列、產品畫面或新聞現場。圖面數字的日期、口徑與來源以正文說明為準。