· OpenAI · 報告翻譯 · 14 min read
【譯】從問到做:全世界正在怎樣用 ChatGPT 幹活
OpenAI 首次公佈按國家拆分的 ChatGPT 使用資料。配套的 Signals 資料集裡,新加坡的人均訊息量在 147 個國家中排第一。工作場景下「讓它做事」的比例是非工作場景的兩倍多,多媒體是增長最快的用法,35 歲以上人群的訊息佔比在幾乎每個國家都在上升——新加坡是少數的例外。
原文:From asking to doing: How the world is putting ChatGPT to work 資料:OpenAI Signals — individual data(CC BY 4.0) 釋出日期:2026 年 8 月 6 日 翻譯:Nix(AI 輔助翻譯,人工校對)。文末「站方補註」一節為新加坡 AI 觀察所加,不屬於原文。
AI 正在從人們「問」的東西,變成人們「拿來幹活」的東西。
OpenAI 首次公佈按國家拆分的資料,展示世界各地的人怎樣使用 ChatGPT。這些發現描述的是一項正在越過「給答案」、走向「做事情」的技術:它正在走出早期採用者的圈子,以更多方式對更多人有用。
- 從問到做:在工作場景中,人們用 ChatGPT 完成一項任務或做出一個成品——寫作、寫程式碼、做分析——的可能性,是非工作場景的兩倍多。
- AI 採用正在全球化:拉美、非洲、大洋洲的國家正在追上早期採用者,全球採用差距在收窄。
- AI 正在超越文本:多媒體是全球增長最快的用法,佔全部訊息的 7.8%,在巴西、哥倫比亞等國超過十分之一。
- AI 正在觸達早期採用者之外的人群:35 歲以上人群的使用量在幾乎每個國家都在上升。在法國和捷克,這一人群的訊息佔比過去一年提高了 10 個百分點以上。
合起來看,這些資料指向一個明確的轉變:AI 不再只是幫人找答案,它在幫更多地方的更多人把事情做完。
這批新資料可以在 OpenAI Signals 上檢視或下載——那是 OpenAI 經濟研究團隊的資料、研究與分析中心。這些國家級統計能幫助各國的公眾、政策制定者和研究者,更好地理解超過 10 億人正在怎樣使用 ChatGPT。
Signals 資料集只反映 ChatGPT Free、Go、Plus、Pro 賬戶內傳送的訊息——也就是一般由個人而非機構管理的那類賬戶。
在工作中,「做」佔主導
這批資料印證了近期新聞裡出現的一個趨勢,尤其是在 ChatGPT Work 推出之後:人們越來越多地把這項技術用於職業事務。在這些場景中,使用者更頻繁地在「做」——用 ChatGPT 產出一個結果或執行一項任務。
這類工作包括編輯、寫程式碼、做分析等應用。我們的資料顯示,在全球範圍內,人們在工作場景中這樣使用 ChatGPT 的可能性,是非工作場景的兩倍多。在工作之外,使用更偏探索性:「問」——尋求資訊與澄清——仍然是最大的類別。
採用差距正在收窄
延續我們在 6 月記錄的全球穩步上升趨勢,那些起步時人均 ChatGPT 採用率較低的國家和地區,正在逐漸追上已確立的早期採用者。
針對 2026 年第二季度,我們的團隊更新了跨國使用排名。相關圖表顯示了人均排行榜自 2026 年第一季度以來的變化。
值得注意的是,第二季度裡,拉美、大洋洲和非洲部分地區的使用增長快於世界其他地方,其中秘魯、烏拉圭和哥斯大黎加在全球排名中上升最多。北美和歐洲的採用仍在上升,但南半球部分地區正在人均採用率上追趕。
說明:排名變化圖覆蓋 144 個國家,藍色代表排名上升,棕色代表下降,灰色代表不變;斜紋標識被排除或不符合條件的國家。
多媒體是 ChatGPT 增長最快的用法
隨著新能力出現,特定的用法會抓住人們的注意力並帶動採用。多媒體的生成、分析與檢索就是一例。自 2026 年 4 月 ChatGPT Images 2.0 釋出以來,全球以多媒體為主的訊息佔比升至 7.8%。它仍然落後於實用指導、寫作和資訊查詢這幾個領先用法,但年初至今一直在穩定上行。
拉美國家在「做與分析媒體」上格外突出
深入到多媒體訊息這一類別,資料顯示出國家和地區之間的明顯差異。在巴西和哥倫比亞這樣的拉美國家,發給 ChatGPT 的訊息中超過十分之一被歸類為多媒體。
說明:按國家統計的 2026 年第二季度多媒體訊息佔比。本次重新整理版本包含 126 個具備合格第二季度多媒體估計值的國家;條紋國家不在本次釋出範圍內或沒有合格資料。
全球 35 歲以上人群的 ChatGPT 採用在增長
人均採用率的季度環比變化不只體現在用法和地區上,資料也顯示出年齡群體之間的差異。
過去一年的趨勢線顯示,35 歲以上人群傳送的訊息佔比在幾乎每個國家都在上升。同比來看,這批使用者現在的訊息佔比比 12 個月前高出 5%。
這項分析只涵蓋在 ChatGPT 平臺上自報年齡的使用者。
按國家逐一看,35 歲及以上人群的採用在若干國家增長尤其快。例如相關圖表顯示,35 歲及以上使用者的訊息佔比在幾個歐洲國家發生了明顯位移。在法國和捷克,這一佔比過去一年提高了 10 個百分點以上。
將近四分之三的歐洲國家出現了高於平均的增幅,而在一些東南亞國家——比如新加坡——出現了相反的模式。整體上,該地區八個國家中有六個的這一佔比在上升,只是幅度很小。
說明:35 歲及以上自報年齡使用者訊息佔比的三個月移動值,變化相對於各國自身 2025 年第二季度的平均水平。灰線為 111 個具備完整估計值的國家,虛線灰色為各國中位數。2026 年 6 月的端點將最新一個季度與 2025 年第二季度對比。資料來源:OpenAI Signals 重新整理版公開發布 CSV。
關於 OpenAI Signals
OpenAI Signals 是 OpenAI 經濟研究團隊向外界分享資料和研究的平臺。除研究之外,我們還定期釋出個人和企業如何使用 ChatGPT 的更新。資料可在資料與方法論頁面下載。
站方補註:新加坡在這份資料裡的位置
原文正文只提到新加坡一次,而且是作為反例——35 歲以上人群的訊息佔比幾乎沒動。真正跟新加坡有關的那個數字,在配套資料裡。
在 2026 年第二季度(4–6 月)的人均訊息量排名中,新加坡在 147 個國家裡排第一。
| 排名 | 國家/地區 |
|---|---|
| 1 | 新加坡 |
| 2 | 馬耳他 |
| 3 | 荷蘭 |
| 4 | 黑山 |
| 5 | 拉脫維亞 |
| 6 | 阿聯酋 |
| 7 | 愛沙尼亞 |
| 8 | 立陶宛 |
| 9 | 亞塞拜然 |
| 10 | 盧森堡 |
同一份排名裡的其他參照:澳大利亞第 19,韓國第 25,紐西蘭第 40,英國第 41,美國第 51,日本第 57,馬來西亞第 59,越南第 88,菲律賓第 92,泰國第 96,印尼第 101,印度第 109。東南亞內部的落差是九十個名次量級。
這已經是第三家廠商的資料把新加坡排進最前列:
- Anthropic(2026 年 3 月):AI Usage Index 5.53,116 個地區中第一。詳見我們的分析
- 微軟(2026 年 1 月):生成式 AI 採用率 60.9%,全球第二,僅次於阿聯酋。全文翻譯
- OpenAI(2026 年 8 月):人均訊息量 147 國第一。阿聯酋在這份榜單上排第六。
三家公司、三套不同的指標、三個不同的分母,結論一致。這基本排除了「某家產品在本地恰好賣得好」這種解釋。新加坡小、富、說英語、知識工作者密集,還有連著七年往一個方向推的政策——這些條件疊加出的結果,是人均口徑上的天花板。
那個 +1.2 個百分點
新加坡在原文裡的出場,是 35 歲以上使用者訊息佔比只漲了 1.2 個百分點,而各國中位數是 5.1。同圖上標出的其他國家:捷克 +12.6、法國 +10.1、韓國 +8.0、美國 +7.8。
這個數字容易被誤讀。它量的是訊息構成,不是採用水平。佔比不動,可以是 35 歲以上的人沒跟上,也可以是年輕使用者的用量漲得一樣快,兩邊同步放大、比例不變。這份資料分不出是哪一種,而且年齡是使用者自報的,樣本本身有偏。
放在新加坡的語境裡,第二種解釋更說得通:一個人均使用量已經排全球第一的市場,各年齡段大機率都早就上了車,剩下的增量空間本來就薄。真正值得追的不是這個佔比,而是「深度」——用來做什麼、替代了多少工時。那屬於企業側資料,個人版 Signals 看不到。
對政策的含義
新加坡的公共討論裡,「AI 採用率」還經常被當成 KPI 來講。這三份獨立資料說明這個階段基本結束了:普及本身不再是瓶頸。
下一個問題是原文標題裡的那個詞——從問到做。全球範圍內,工作場景中「讓 AI 做事」的比例是非工作場景的兩倍多。對一個人均用量已經封頂的經濟體,邊際價值不在於讓更多人開啟 ChatGPT,而在於讓已經在用的人從「問」轉到「做」,以及讓這件事發生在企業內部的正式流程裡,而不只是員工個人賬戶上。
Signals 的個人版資料明確不含企業賬戶和 Codex。也就是說,新加坡這個全球第一,量的還只是個人在用。企業側的那本賬,還沒開啟。
參考來源
- From asking to doing: How the world is putting ChatGPT to work(OpenAI,2026 年 8 月 6 日)
- OpenAI Signals — individual data(資料更新於 2026 年 8 月 6 日)
- Signals 資料下載與方法論
- 引用格式(OpenAI 官方建議,原文照錄):Aaron Chatterji, Thomas Cunningham, David J. Deming, Zoe Hitzig, Drew Johnston, Alex Martin Richmond, Christopher Ong, Carl Yan Shan, and Kevin Wadman, “OpenAI Signals v2.0”(CC BY 4.0)