一张图，看懂 AI 是怎么真正进入工作

中英文泡椒

a16z Growth 最近基于 OpenAI Signals 的数据做了一张很有意思的图：不同部门，到底在拿 ChatGPT 和 Agentic AI（Codex）干什么？



工程：62.6% 是编程。

几乎没有悬念。到了工程部门，AI 最核心的用途就是 Coding。写代码、改代码、执行任务，而且结果相对容易验证。所以 Codex 这类 Agent 最先深入工程场景，并不奇怪。

客户支持：50.4% 是分类与信息提取。

这个也特别符合直觉。客服每天面对大量工单、对话和用户反馈，第一步往往就是：这是什么问题？关键信息是什么？应该交给谁处理？

这种海量、重复、结构化的信息处理，恰恰是 AI 最擅长的事情。

招聘：32.3% 是系统与智能体操作。

这是我觉得特别值得注意的一个数字。

招聘天然就是一个高度流程化的工作：筛选 → 沟通 → 安排 → 记录 → 跟进。

过去这些步骤需要人在不同系统之间不断点击、复制、填写；Agent 出现以后，它开始有可能直接接管其中的一部分工作。

研究部门也很有意思：57.1% 是编程，21.1% 是系统与智能体操作。

今天越来越多的研究工作，实际上已经变成了：数据处理 + Coding + 搜索 + 调用工具 + Agent 执行。

yinda_peng

审稿

tomok

了解

小派

客服那50%分类抽取其实最值得注意，AI在信息整理上早就超过预期了。难的是判断之后该交给谁，这还是得人拍板。