GPT-5.4与百万token时代：上市公司的AI转型窗口还剩多久

文章转载来源：火讯财经

2026年3月，OpenAI发布了GPT-5.4系列模型，带来两个核心升级：100万token的上下文窗口，以及原生计算机操作能力。在OSWorld-Verified基准测试中，GPT-5.4的任务成功率达到了75.0%，超过了人类平均水平72.4%。这意味着AI第一次能够在“工作记忆”容量和基础操作效率上同时超越人类个体。

图片来源于网络

就在刚刚过去的一周，新的变局接踵而至。当地时间3月17日，OpenAI再度出手，推出旗下迄今能力最强的两款小型模型——GPT-5.4 mini与GPT-5.4 nano，以更低延迟和更低成本大幅缩小与旗舰模型的性能差距。GPT-5.4 mini在编程、推理、多模态理解及工具调用等核心维度全面超越上一代，运行速度提升逾2倍。与此同时，据媒体援引消息人士透露，OpenAI已签署新协议，将通过亚马逊云服务向美国国防部及政府机构出售其AI模型使用权，用于处理机密与非机密工作。

更引人注目的是，OpenAI正筹备最快于今年第四季度上市。应用业务首席执行官菲姬·西莫在上周的全员大会中明确表示，公司正“积极转向”高生产力应用场景，未来将更专注于协助企业提升工作效率与生产力。她在会议中直言：“我们现在的机遇，是把超过9亿的周活跃用户转化为高算力用户。我们将通过把ChatGPT打造成生产力工具来实现这一目标。”

然而，就在OpenAI向着10亿周活目标冲刺的同时，一场始料未及的格局重塑正在暗流涌动。

其最大竞争对手Anthropic在过去一年中实现了惊人的逆袭——在企业LLM API市场的份额已达32%，而OpenAI滑落至25%。更令人震惊的是，在API支出份额上，Anthropic甚至抢占了90%的绝对优势。财富10强企业中，已有8家成为Claude的忠实用户。这场市场份额的此消彼长，揭示了一个更深层的信号：AI竞争的焦点，正从消费级流量转向企业级生产力。

当Anthropic因拒绝将技术用于自主武器和大规模监控而与五角大楼公开决裂时，超过250万用户发起“QuitGPT”运动，用“钱包投票”表达立场。而OpenAI则迅速递上橄榄枝，与国防部达成合作协议。所有这些事件指向同一个问题：当AI的工作记忆超过任何人类团队，当它能像人一样操作电脑、处理Excel、分析财报，当全球科技巨头正将AI定义为企业“生产力工具”的核心——上市公司靠什么生存？

一、GPT-5.4带来的三个“第一次”

理解GPT-5.4的战略意义，需要先看清它与前代模型的本质差异。这不是“更聪明一点”的升级，而是能力维度的系统性跃迁。

AI的“工作记忆”首次超过人类组织。100万token的上下文窗口意味着模型可以在单次任务中处理相当于三本《三体》体量的小说，或一家上市公司过去五年的所有财报，或一个中型软件项目的完整代码库。过去，企业部署大模型时必须构建复杂的RAG系统，将文档切片、向量化、索引，再在查询时重新拼接。这种架构虽然解决了上下文限制，但也带来了新的复杂度：数据被切块后，上下文关系容易丢失，检索系统本身也增加了延迟与维护成本。而超长上下文的出现，让模型第一次能够“通读”完整项目，理解信息间的隐性关联，而不只是处理零散片段。

图片来源于网络

AI首次能像人一样“用电脑”。GPT-5.4是OpenAI首个原生具备计算机操作能力的通用模型。它可以通过屏幕截图理解软件界面，模拟鼠标点击、键盘输入以及应用导航，像人类用户一样直接操作软件。在OSWorld-Verified基准测试中，GPT-5.4的任务成功率从GPT-5.2的47.3%跃升至75.0%，而人类平均水平为72.4%。这意味着在桌面任务层面，AI的“操作能力”已经跨过了人类基线。对于企业自动化领域而言，这一变化尤其重要。过去二十年，大量企业流程依赖RPA系统，其核心逻辑是通过脚本执行固定步骤。而具备视觉理解与规划能力的AI，则可以承担更复杂的任务，例如跨系统整理数据、在多步骤后台流程中自主导航、在陌生界面中寻找操作路径。

AI开始在专业工作中达到甚至超越人类水平。OpenAI同步上线了ChatGPT for Excel插件，GPT-5.4可以直接在电子表格中构建财务模型、生成投资备忘录。在OpenAI内部的投行基准测试中，GPT-5.4 Thinking的得分从初代GPT-5的43.7%飙升至87.3%。在GDPval评估中，横跨44种知识型职业的对比，GPT-5.4在83%的情况下追平或超过了行业专业人士的表现。一位软件工程师在试用后感叹：“GPT-5.4爬取Zillow后，提取了所有旧金山的房价，在4分钟内就把所有数据导入到Google表格中。”

这三个“第一次”指向同一个趋势：AI正在从“信息处理工具”变成“任务执行系统”。当它能理解全局、操作软件、完成专业分析时，它就不再是员工的辅助，而是组织的“数字同事”。

二、正在发生的“创造性毁灭”

如果只有GPT-5.4的发布，或许还可以将其视为一次技术升级。但过去两周发生的三件事，让“窗口期正在关闭”这句话从预言变成了现实。

第一拳来自Claude Code。2月23日，Anthropic宣布其编码工具可对COBOL遗留系统进行现代化改造。当天，IBM股价暴跌13.2%，创下2000年以来最大单日跌幅，约400亿美元市值蒸发。COBOL是上世纪50年代末开发的主流代码系统，至今仍支撑着全球大部分银行、保险公司和政府机构的关键系统。据Anthropic称，美国约95%的自动柜员机交易使用COBOL语言。懂这门语言的人已寥寥无几，因此这些公司每年要向IBM支付巨额维护费。而Claude Code可以自动完成COBOL现代化改造中最复杂的代码探索与分析工作——正如Anthropic在博客中所写：“对遗留代码的现代化改造停滞多年，因为理解遗留代码的成本高于重写成本。人工智能颠覆了这一格局。”市场用脚投票：Bloomberg数据显示，IBM在2月份累计下跌27%，创下至少自1968年以来的最大单月跌幅。

第二拳来自Block。2月26日，Block CEO杰克·多西宣布裁员超过4000人，从10000多人缩减至不到6000人。他在致股东的公开信中直言：“智能工具已经改变了建设和运营一家公司的含义。更小、更扁平的团队，配合我们正在构建的工具，能做得更多、做得更好。”他甚至预测：“未来一年内，大多数公司都会得出同样的结论，做出类似的结构性调整。”市场反应如何？Block股价盘后一度暴涨25%，市值增加约80亿美元。这是标普500历史上规模最大的AI驱动裁员之一。公司越敢裁人，股价越涨——这个信号比任何研报都刺眼。

第三拳来自GPT-5.4本身。当它杀入Excel，华尔街的分析师们第一次感受到“降维打击”。OpenAI与FactSet、穆迪、道琼斯Factiva、MSCI等金融数据平台达成合作，ChatGPT插件可直接在Excel中调用。这意味着构建财务模型、修正复杂公式、对数据进行自然语言分析，都可以用“说话”完成。MercorAI CEO评价道：“一年前，前沿模型甚至无法编辑Excel表格，得分不到5%。而现在，GPT-5.4已经是首个平均分超过50%的模型。”当智能体的工作效率达到50%的时刻，这些系统就不再只是令人印象深刻的演示，而是开始成为真正的运营者。

图片来源于网络

这三件事看似独立，实则指向同一个经济学概念：创造性毁灭2.0。互联网时代替代的是信息的“搬运工”——旅行社搬运航班信息，报纸搬运新闻信息，Blockbuster搬运影片信息。而AI时代替代的是信息的“加工者”——分析师加工数据，律师加工法条，程序员加工逻辑，医生加工症状。两者的区别在于：1.0替代的是体力劳动，2.0替代的是脑力劳动；1.0冲击的是执行层，2.0冲击的是决策层。

三、为什么窗口期正在加速关闭

如果把上述现象放在更长的时间轴上观察，会发现三个不可逆的趋势正在同时起作用。

在CritPt物理基准测试中，GPT-5.4 Pro拿下了30.0%的最高分，而2025年那些最先进的模型大多只有个位数的正确率。在FrontierMath Tier4最难数学题上，GPT-5.4 Pro的得分达到38.0%，而一年前的最好成绩仅为2%。能力的跃升不是线性的，而是指数级的。过去企业谈转型，还有“五年窗口期”可以慢慢规划。今天，这个窗口可能只剩下两到三年。

第一批完成AI转型的企业，正在形成正向循环：积累的数据训练出更好的模型，更好的模型吸引更多的用户，更多的用户产生更多的数据。后来者要追赶的，不仅是技术差距，更是这个不断扩大的“数据鸿沟”。当竞争对手的AI已经能在一周内完成你团队三个月的战略推演，竞争的基础维度已经改变。

回顾企业应用AI的历程，大致可以分为三个阶段：第一阶段是单点提效，用AI写文案、做图片；第二阶段是跨场景协同，AI打通数据、模型和工具；第三阶段是深度嵌入业务流程，AI成为组织的一部分，能够自主学习、自主决策。大多数企业仍停留在第一阶段，而领先者已开始第三阶段的探索。当竞争对手的AI已经能“自主优化”时，你的企业还在用AI“写周报”——这不是差距，是代际落后。

经济学家约瑟夫·斯蒂格利茨近期接受《财富》杂志采访时，给出了一个简洁而刺骨的判断：“如果我们不对AI加以管理，它势必会带来更加严重的不平等。”他进一步拆解了其中的机制：AI让企业甩掉人工、利润集中到金字塔尖，转型的风险全甩锅给工人和普通人。技术战略家Daniel Miessler的一句话被广泛引用：“任何公司里最完美的人类员工数量，是零。”刺耳吗？刺耳。但它精准地概括了老板们的真实想法——人力从来就是成本中心，而AI是第一个靠谱地承诺能把人工彻底踢出局的技术。

四、上市公司的AI生存五步法

面对百万token时代的到来，上市公司不应恐慌，而应系统性构建AI生存能力。以下五步可以作为转型起点。

第一步是认知升级，建立“AI原生”战略思维。不要将AI视为“工具”，而要视为“认知伙伴”。在董事会层面，可以设立AI战略委员会，每季度评估AI对行业竞争格局的影响。在高管层面，每位高管需要亲自用AI完成至少一项核心工作——比如让GPT-5.4分析一份竞争对手的财报，建立真实的“体感”。在战略层面，将AI能力纳入所有业务线的核心KPI，明确“明年此时，我们的业务流程中AI将扮演什么角色”。

图片来源于网络

第二步是资产诊断，识别“AI免疫”型核心资产。在AI时代，有三类资产不易被替代。第一类是关系资产，包括客户信任、政企关系、品牌认知——AI可以生成内容，但无法建立信任。第二类是数据资产，尤其是独家的、非公开的、高质量的行业数据——AI依赖数据训练，谁拥有稀缺数据，谁就拥有话语权。第三类是决策权资产，包括最终决策权、风险承担能力、资源配置权——AI可以给建议，但无法替董事会承担法律责任。企业需要系统盘点自身资产，区分“AI可替代”和“AI免疫”部分，并重新配置资源。

第三步是组织重构，从“人力密集”转向“人机协同”。在百万token时代，组织设计的原则需要从“分工”转向“协同”。可以设立“AI员工”岗位，每个部门配备一个“AI助理”，负责信息整合、初步分析、报告生成。需要重构知识管理体系，所有文档、会议记录、客户沟通，均应结构化输入AI，形成“组织记忆库”。需要扁平化决策流程，让AI同步向所有层级提供信息，减少信息传递层级，提升决策效率。TCL的实践提供了一个可参考的案例：截至2026年初，公司员工基于内部平台已经开发了近3000个AI智能体，在TCL华星面板厂，过去至少需要一百名质检员同时作业，现在只需六个人。

第四步是技术部署，构建企业级AI中台。不要满足于使用公开的AI工具，要构建企业专属的AI能力。在基础层，可以进行私有化部署和API集成，将GPT-5.4等模型能力嵌入核心业务流程，如风控、合规、客服。在数据层，建立企业知识库，对内部数据进行清洗、标注、向量化，让AI真正“懂”你的业务。在应用层，开发面向具体场景的AI应用，如智能投顾助手、合规审查工具、研发辅助系统。GPT-5.4引入的“工具搜索”机制，可以在保持准确率不变的前提下，将工具调用相关的token消耗降低47%——这意味着企业可以用更低成本实现更复杂的功能。

第五步是合规先行，在红线内探索AI应用。数据安全是底线，严禁将敏感数据上传至境外AI平台。内容合规是刚需，AI生成内容需经过人工审核，确保符合国家法律法规和行业规范。跨境业务涉及的相关监管要求也必须严格遵守。合规不是限制，而是竞争壁垒——能够在合规框架内提供最专业、最有洞察力的AI应用，才是企业的核心护城河。

回到开篇的问题：当AI能在几分钟内完成一个团队需要一个月才能消化的分析工作，上市公司的存在形态还剩下什么？

答案或许恰恰在于那些AI无法替代的部分：战略判断、风险承担、客户信任、组织协同。正如诺贝尔经济学奖得主西蒙·约翰逊所指出的，公司倒闭可能引发连锁信用风险，“你最不希望看到的是信用体系崩溃，或者风险蔓延到银行内部”。这些风险最终仍需人类来承担和决策。

GPT-5.4的发布，不是终点，而是一个新起点。它标志着AI正式从“工具”走向“同事”，从“辅助”走向“协同”。对于上市公司而言，真正的挑战不是“如何用AI”，而是“如何重新定义自己”——如果你的核心资产是人力资本，AI正在重新定价它；如果你的核心资产是知识壁垒，AI正在拆除它；但如果你的核心资产是驾驭AI的能力，那么窗口期才刚刚打开。

里士满联储主席汤姆·巴金面对“AI毁灭论”时说了一句话：“这种事情在美国已经发生了几百年。”从蒸汽机到电力，从流水线到互联网，每一次技术革命都伴随着行业洗牌和企业倒闭。但最终，经济总会在废墟上重建，而且建得更高。

问题是：“最终”是多久？对于被柯达裁掉的十万人，对于Blockbuster关门后失业的数万店员，“长期来看经济会好起来”这句话，对他们毫无意义。

这一次，当Claude能读懂六十年前的COBOL代码，当GPT-5.4能在Excel里搭出87.3分的投行模型，当一家公司砍掉40%的人反而更值钱——游戏规则已经变了。

剩下的问题只有一个：你是站在“创造”这一边，还是即将成为被“毁灭”的那一个？