2026年10月22日，Uber与OpenAI在官方联合公告中宣布，把ChatGPT Work从1,000名员工的试点扩大到公司级部署，开放给Uber全球超过30,000名员工。ChatGPT Work位于ChatGPT Enterprise内，OpenAI把它定义为可处理复杂、多步骤知识工作的代理平台。官方材料确认的是覆盖范围从当天开始扩大，不代表全部员工已经活跃使用，也没有提供上线后的生产率、成本或质量结果。

从试点扩大到全球员工范围

OpenAI把这次扩张称为Uber首次面向全公司部署专为知识工作设计的代理平台。官方公告点名运营、财务、营销和产品等职能将获得支持，但没有公布各部门的实际使用人数。因而，“超过30,000名员工”应理解为可获得服务的全球员工范围，而不是日活用户或已经完成培训的人数；最初试点的1,000人也只是官方披露的范围数字，不能据此推断试点效果。

按照官方说明，ChatGPT Work可以连接Google Drive、Gmail、Google Calendar和Slack，协助研究资料、准备会议简报、制作演示文稿、分析数据并完成跨应用流程。OpenAI称代理可以处理多步骤任务并交付完成品，但没有披露这些完成品在Uber内部需要经过哪些人工复核。这四项是公告明确列出的连接器，并非一份完整的接入清单。材料也没有说明代理可以读取Uber所有系统或所有员工文件，具体权限仍取决于获批的集成和访问设置。

连接器、技能库与培训边界

Uber计划用内部AI技能库、经过批准的集成和专门培训支撑推广。这个安排说明，公司并非只向员工开放一个聊天界面，而是把工具选择、连接范围和培训放入统一部署流程。

公告没有列出技能库内容、培训时长、允许处理的数据类别或违规处置办法，也没有说明员工能否自行增加连接器。由于部署覆盖多个职能部门，相同工具不必然拥有相同访问范围；公告只确认存在获批集成，没有披露具体批准规则，也没有说明培训是否为上线前的必要条件。它能否形成一致的工作方式，仍要看员工采用、权限配置、任务适配和输出复核等后续环节。

默认模型与开发工具分工

OpenAI表示，GPT-6.1 Sol将成为ChatGPT Work在Uber部署中的默认能力，并称该模型在性能与成本效率之间取得平衡。公告还说，Uber员工可以使用OpenAI的语音和图像生成能力。上述产品定位和性能判断来自OpenAI，目前公开信息没有给出Uber场景下的独立基准、推理成本或准确率数据。

软件开发与工程团队将继续使用Codex，以加快软件开发和代码工作流。官方表述只确认工具会继续存在，没有给出采用率、代码接受率、缺陷变化或交付周期等指标，也没有说Codex或ChatGPT Work将替代工程岗位。把开发工具与知识工作代理并列，显示Uber选择了按任务配置不同AI能力的路径。

公司目标与媒体口径分开

两家公司把此次扩张描述为让员工处理更复杂工作、连接日常工具并完成更多任务的方式。Uber首席技术官Praveen Neppalli Naga把目标概括为给员工提供创新和解决问题的工具，OpenAI总裁兼联合创始人Greg Brockman则强调扩大前沿模型与代理的可用范围。这些都是部署目标和公司立场，不能写成已经实现的业务成效。

TechCrunch在10月22日16时发布的报道标题将事件概括为Uber让全部30,000名员工使用ChatGPT Work；OpenAI官方公告则采用“超过30,000名员工”的表述。两种写法存在范围差异，人数应采用官方口径，不能把媒体标题中的“全部”延伸成活跃使用结论。两家来源都确认公司级扩张，但都没有披露实际采用率，也不能共同证明使用成效。

组织治理与可验证结果

部署规模把企业AI问题从单个助手扩展到跨应用工作流、统一模型、连接器审批和员工培训。覆盖面越大，企业越需要明确谁能让代理访问哪些资料、输出由谁复核、异常操作如何追踪。内部技能库和获批集成提供了治理入口，却不自动等于治理已经有效，尤其当一个任务横跨邮件、日历、文档和聊天记录时。公告展示了Uber拟采用的组织框架，但没有披露权限审计细节，也不足以证明隐私、安全、质量或投资回报已经得到独立验证。

能够检验此次部署的后续材料包括实际采用率、常用任务、输出质量、权限边界以及可量化的业务指标。OpenAI与Uber表示会在推广过程中进一步分享采用情况、用例和衡量结果，但没有给出时间表。现阶段准确结论是公司级开放已经启动，员工覆盖从1,000人试点扩大到超过30,000人；任何关于裁员、成本节省或生产率提升的判断都仍缺乏公开证据。