週一早上，財務說 ChatGPT Enterprise 的信用用量比上週高很多；工程主管說 Codex 正在幫忙補測試和修文件，不能被一刀切；行銷團隊剛用 Workspace Agents 做競品整理，客服也開始把內部文件丟進 ChatGPT 問答。這時候公司會卡在一個更難回答的問題：哪些用量值得加額度，哪些用量正在製造資料風險。
如果管理者只看總帳單，最容易做出兩個壞決策：看到費用上升就把額度砍低，讓有效的工程和營運試點中斷；或者因為大家都說 AI 很有用，就放任 Codex、代理人和文件分析一起長大，直到有人問「這個內部小工具誰維護」「這份客戶資料為什麼被拿去測提示」。OpenAI 這次補上的 usage analytics 與 spend controls，價值就在這個交界點：把用量拆開，讓公司用任務和成果決定預算，少靠感覺控管。
OpenAI 2026 年 6 月 18 日公布新的使用量分析（usage analytics）與支出控制（spend controls）；6 月 21 日宣布 Samsung Electronics 將 ChatGPT Enterprise 與 Codex 開放給韓國全員，以及全球 Device eXperience（DX）部門員工；6 月 28 日又公布 HP Inc. 擴大 OpenAI Frontier strategic partnership，準備把客服、通路、裝置遙測、資安、員工生產力與軟體開發放進同一個治理層。對正在把企業 AI 接進正式流程的公司來說，這三則消息合在一起看的意思很直接：ChatGPT、Codex 和代理人不會只停在少數愛嘗鮮的人手上，管理者需要一套能看見用量、分配額度、審核例外、必要時停用的流程。
7 月 3 日 The Decoder 引述 The Information 對 Tesla 內部 memo 的報導稱，Tesla 對員工 AI 花費設每週 200 美元上限，超過需核准；報導也提到，部分軟體工程師先前每週可能消耗數千美元 token 費用。這裡不能寫成 Tesla 官方政策公告；它補上的現場問題是：當 AI 從鼓勵試用進入預算控管，公司該設哪些例外任務、誰驗收、何時回頭檢查。
如果用量上升來自會議、頻道和協作資料，還要一起檢查 ChatGPT Microsoft Teams 管理式同步 的資料邊界；如果員工主要從手機或 iPad 使用，則要把 ChatGPT for Intune 的裝置政策放進同一張治理清單。
公司開始用時：先把帳單拆成三種使用
假設一家公司把 ChatGPT Enterprise 開給產品、工程、客服和行銷團隊。第一個月大家都覺得效率變高，第二個月財務看到信用用量上升，開始要求 IT 設上限。這時候如果直接把每個人的額度壓低，會把三種完全不同的使用混在一起。
第一種是值得保留的高價值工作。工程團隊用 Codex 補測試、整理 pull request、更新文件，成果可以用測試結果、PR review 和缺陷修補數量檢查。這種用量上升不一定是浪費，可能代表某個團隊真的找到可複製的工作流。
第二種是需要靠近檢查的高風險工作。客服或業務把客戶資料、合約片段、內部政策放進 ChatGPT 問答，即使用量不高，也可能牽涉資料分類、權限繼承和保留政策。這類任務不能只靠額度管理，需要先確認哪些資料可以被接入，哪些場景要走人工檢查。
第三種是看起來熱鬧、但未必有產出的低品質使用。有人反覆要求 AI 生成報告、簡報、代理人流程，卻沒有固定模板、來源紀錄或負責人。這類用量最容易在帳單上變大，也最容易讓管理者誤以為「大家都在用，所以很成功」。
OpenAI 新控制面的用途，就是讓管理者先把這三種情境拆開，再決定誰該有更多額度、誰需要教育、誰要先暫停。
新的 usage analytics 可以回答什麼問題？
OpenAI 的公告說，ChatGPT Enterprise 管理者可以使用 credit usage analytics，觀察使用趨勢、高用量使用者和新興使用模式。官方更新記錄也提到，Global Admin Console 的分析與帳務區會顯示 ChatGPT/Codex 使用視圖、方案資訊、信用餘額、發票、用量提醒和超額上限等資訊；同樣的信用用量資料也能透過 Cost API 接到內部報表。
對財務、IT 或企業 AI 負責人來說，這些資料最該拿來回答四個問題：
| 要問的問題 | 看哪種資料 | 管理動作 |
|---|---|---|
| 哪些團隊用量最高？ | workspace、group、user 的信用用量趨勢 | 先找出高用量部門，不急著全公司降額度。 |
| 用量花在 ChatGPT 還是 Codex？ | 產品、模型或 Codex 使用視圖 | 把知識工作、程式任務、文件分析分開討論。 |
| 高用量有沒有成果？ | PR、測試、報告、客服回覆、流程節省時間 | 有成果就設群組額度和審核人；沒成果就先縮小。 |
| 哪些任務碰到資料或權限風險？ | 內部文件、客戶資料、跨部門資料來源 | 先補資料分類、覆核方式和停用條件。 |
這張表的用途是避免公司把所有 AI 使用者放進同一個桶子。工程團隊需要的 Codex 額度，和行銷團隊測 Workspace Agents 的額度，不應該用同一條線處理。
spend controls 的正確用法：不要只拿來砍預算
OpenAI 的支出控制讓管理者可以設定 workspace 預設額度、group 額度，以及個別使用者例外額度（user override）。使用者也能看到自己的 credit usage，並在需要更多額度時提出申請與工作脈絡。
比較好的做法，是先給整個 workspace 一個基本護欄，再為可驗證價值的群組開較高額度。例如工程團隊如果能交出測試、PR、文件更新和缺陷修補結果，就可以用 group 額度管理；短期專案如果需要集中使用，也可以設定期限，要求下次檢查日期。個別使用者例外額度應該留給少數確實有產出的重度使用者，避免變成主管或最會喊需求的人優先拿到容量。
例外申請也要改寫成任務問題，不要只問「可不可以加額度」。申請表至少要問四件事：正在做什麼任務、輸出長什麼樣、誰能驗收、下一次檢查日是哪天。這樣財務看到的是成本與成果，IT 看到的是權限與風險；公司會開始知道 AI 容量被分配到哪些工作。
如果公司最後仍需要硬上限，先把它寫成「預設護欄」。例如 Tesla 報導裡的每週上限，對其他公司有用的部分是例外流程：超過上限的任務要能說明產出、資料範圍、審核人與結束日期；說不出這四件事，再把額度壓低才合理。
Samsung 與 HP 案例提醒：AI 會離開單一部門
OpenAI 6 月 21 日公布 Samsung Electronics 使用案例。官方說法是，ChatGPT Enterprise 與 Codex 會開放給 Samsung Electronics 在韓國的全體員工，以及全球 DX 部門員工；使用場景涵蓋研發、製造、行銷、產品開發與企業職能。OpenAI 也把這次稱為該公司迄今最大規模的企業部署之一。
很多公司一開始會把 Codex 當成工程工具，但 Samsung 案例裡，Codex 被描述成員工可以用來把想法轉成可運作軟體、內部工具、網站或自動化工作流的能力。這代表非工程團隊也會開始做原型。
原型本身可以節省時間，風險出在正式系統邊界。行銷做了一個活動頁自動產生器，營運做了一個庫存整理工具，客服做了一個內部查詢介面；如果只是草稿，可以快速試方向。如果它開始寫入正式資料、連到客戶系統，或被其他部門依賴，就需要 IT、資安和流程負責人接手檢查。Codex 用量一旦進到非工程部門，管理者要同時看 credit usage、資料來源、權限、維護責任和回退方法。
HP 的新案例把同一個問題推到更大的範圍。OpenAI 官方說，HP 從 2026 年 2 月開始測試 OpenAI Frontier，現在要把 partnership 擴大到 customer and partner-facing solutions、customer telemetry insights、employee productivity、software development 等工作流。官方案例提到，一名工程師數週內處理 43 個專案的 122 個 pull requests；資安團隊用 OpenAI 工具在一天內修補數個軟體漏洞，HP 估計這類工作原本可能需要一個月；OpenAI 也引述 HP 方向性估算，資安團隊約釋出每週 82 小時容量。
這些數字應該當成官方案例，不是獨立審計後的 ROI 保證。對一般企業比較有用的讀法，是看 HP 把 Frontier 放在哪些節點：通路與客服自助、Partner Portal、裝置健康遙測、crash / Wi-Fi / app hang 調查、資安分析、ChatGPT 知識工作與 Codex 軟體交付。這些工作流如果各自長大，最後會共用同一批資料、權限、評估與停用規則。管理者不能只問「哪個模型比較省」，還要問每個代理人能看哪些 context、能呼叫哪些工具、輸出誰驗收、失敗時誰回退。
本週可以照這個順序做
第一天先拉出高用量清單。把 ChatGPT、Codex、Workspace Agents 和 Frontier 代理人分開看，列出前幾個 workspace、group、user 和 agent workflow，不要只看總信用數。每個高用量項目旁邊補一欄「任務」，例如補測試、整理會議、分析客訴、產生報告、做內部工具原型、查裝置異常或回覆通路夥伴問題。
第二天把任務分成三類：可擴大、需治理、先暫停。可擴大的任務要有成果證據；需治理的任務通常碰到敏感資料、跨部門資料、裝置遙測或正式流程；先暫停的任務通常說不出產出、沒有人負責，或只是反覆讓 AI 生成看起來很忙的內容。
第三天設定三層額度。workspace 給基本護欄，group 給可驗證價值的團隊，個別使用者例外額度只給少數有清楚任務和驗收方式的人。如果採用硬上限，同一天就要公布例外條件：哪些任務能申請、誰批准、多久失效、下次檢查看哪個成果。不要把所有員工的額度壓到最低，否則有成效的 AI 工作流也會被切掉。
第四天建立例外申請。每次加額度或新增代理人工作流，都要留下任務、輸出、驗收人、資料風險和下次檢查日。如果批准，就知道為什麼加；如果拒絕，也要給替代做法，例如縮小資料範圍、改用模板、批次處理，或加人工檢查。
第五天回頭檢查舊的限制。OpenAI Help Center 提到，舊的 weekly limits 仍會暫時存在；2026 年 7 月 15 日後，系統會把 Permissions & roles 裡的每週限制自動遷移到月度 workspace 與 group 預設值。已經設過限制的公司，應該在遷移前確認新舊設定是否符合預算策略。
什麼時候先不要擴大？
ChatGPT Enterprise 的新控制面讓管理更容易，但它不會替公司補完治理。遇到下面幾種情況，先縮小範圍會比繼續加額度安全。
- 高用量任務說不出成果，只能說「大家都在用」。
- 使用者大量處理客戶資料、合約、內部政策，但資料分類和保留政策還沒確認。
- Workspace Agents 沒有負責人，沒有人維護指令、資料來源與停用條件。
- Codex 或 Frontier 代理人產出的工具會寫入正式資料、連到客戶系統或讀取裝置遙測，卻沒有 code review、測試或資安檢查。
- 財務只看到總信用用量，無法看到部門、任務、成果與例外理由。
如果公司還在處理影子 AI（shadow AI）或未授權工具，建議先補 AI Agent 治理與 Shadow AI 風險 這類基礎規則，再把 ChatGPT Enterprise 的控制面放進正式流程。如果主要問題是程式代理採購與驗收，可以接著看 企業 AI Coding Agent 評估指南。
接下來觀察什麼？
短期要看四件事。第一，Workspace Agents 7 月 6 日開始計費後，哪些代理流程還值得保留；第二，Usage limits 7 月 15 日遷移後，月度 workspace 與 group 預設值是否符合預算策略；第三，若公司跟進每週或每月 AI 花費上限，例外申請是否綁到任務成果、資料風險與下次檢查日，不能只看主管職級或誰聲音大；第四，Samsung、HP 這類大規模部署後續是否釋出更多管理後台、訓練、資料政策、非工程 Codex 或 Frontier 代理人案例。
對企業來說，好的 AI 成本治理要知道每一段用量服務哪個任務。能把 ChatGPT、Codex、Workspace Agents 和 Frontier 代理人拆開看，並把額度綁到成果、審核和停用條件，ChatGPT Enterprise 才有機會變成可管理的工作層，不會淪為另一張越來越難解釋的 SaaS 帳單。
參考來源
- OpenAI：New usage analytics and updated spend controls for enterprises
- OpenAI：Samsung Electronics brings ChatGPT and Codex to employees
- OpenAI：HP Inc. launches Frontier strategic partnership with OpenAI
- OpenAI Help Center：ChatGPT Enterprise & Edu Release Notes
- OpenAI Help Center：Setting usage limits in ChatGPT Enterprise and Edu
- OpenAI Help Center：Global Admin Console
- The Decoder：Tesla caps employee AI spending at $200 per week