· OpenAI · 报告翻译 · 14 min read
【译】从问到做:全世界正在怎样用 ChatGPT 干活
OpenAI 首次公布按国家拆分的 ChatGPT 使用数据。配套的 Signals 数据集里,新加坡的人均消息量在 147 个国家中排第一。工作场景下「让它做事」的比例是非工作场景的两倍多,多媒体是增长最快的用法,35 岁以上人群的消息占比在几乎每个国家都在上升——新加坡是少数的例外。
原文:From asking to doing: How the world is putting ChatGPT to work 数据:OpenAI Signals — individual data(CC BY 4.0) 发布日期:2026 年 8 月 6 日 翻译:Nix(AI 辅助翻译,人工校对)。文末「站方补注」一节为新加坡 AI 观察所加,不属于原文。
AI 正在从人们「问」的东西,变成人们「拿来干活」的东西。
OpenAI 首次公布按国家拆分的数据,展示世界各地的人怎样使用 ChatGPT。这些发现描述的是一项正在越过「给答案」、走向「做事情」的技术:它正在走出早期采用者的圈子,以更多方式对更多人有用。
- 从问到做:在工作场景中,人们用 ChatGPT 完成一项任务或做出一个成品——写作、写代码、做分析——的可能性,是非工作场景的两倍多。
- AI 采用正在全球化:拉美、非洲、大洋洲的国家正在追上早期采用者,全球采用差距在收窄。
- AI 正在超越文本:多媒体是全球增长最快的用法,占全部消息的 7.8%,在巴西、哥伦比亚等国超过十分之一。
- AI 正在触达早期采用者之外的人群:35 岁以上人群的使用量在几乎每个国家都在上升。在法国和捷克,这一人群的消息占比过去一年提高了 10 个百分点以上。
合起来看,这些数据指向一个明确的转变:AI 不再只是帮人找答案,它在帮更多地方的更多人把事情做完。
这批新数据可以在 OpenAI Signals 上查看或下载——那是 OpenAI 经济研究团队的数据、研究与分析中心。这些国家级统计能帮助各国的公众、政策制定者和研究者,更好地理解超过 10 亿人正在怎样使用 ChatGPT。
Signals 数据集只反映 ChatGPT Free、Go、Plus、Pro 账户内发送的消息——也就是一般由个人而非机构管理的那类账户。
在工作中,「做」占主导
这批数据印证了近期新闻里出现的一个趋势,尤其是在 ChatGPT Work 推出之后:人们越来越多地把这项技术用于职业事务。在这些场景中,用户更频繁地在「做」——用 ChatGPT 产出一个结果或执行一项任务。
这类工作包括编辑、写代码、做分析等应用。我们的数据显示,在全球范围内,人们在工作场景中这样使用 ChatGPT 的可能性,是非工作场景的两倍多。在工作之外,使用更偏探索性:「问」——寻求信息与澄清——仍然是最大的类别。
采用差距正在收窄
延续我们在 6 月记录的全球稳步上升趋势,那些起步时人均 ChatGPT 采用率较低的国家和地区,正在逐渐追上已确立的早期采用者。
针对 2026 年第二季度,我们的团队更新了跨国使用排名。相关图表显示了人均排行榜自 2026 年第一季度以来的变化。
值得注意的是,第二季度里,拉美、大洋洲和非洲部分地区的使用增长快于世界其他地方,其中秘鲁、乌拉圭和哥斯达黎加在全球排名中上升最多。北美和欧洲的采用仍在上升,但南半球部分地区正在人均采用率上追赶。
说明:排名变化图覆盖 144 个国家,蓝色代表排名上升,棕色代表下降,灰色代表不变;斜纹标识被排除或不符合条件的国家。
多媒体是 ChatGPT 增长最快的用法
随着新能力出现,特定的用法会抓住人们的注意力并带动采用。多媒体的生成、分析与检索就是一例。自 2026 年 4 月 ChatGPT Images 2.0 发布以来,全球以多媒体为主的消息占比升至 7.8%。它仍然落后于实用指导、写作和信息查询这几个领先用法,但年初至今一直在稳定上行。
拉美国家在「做与分析媒体」上格外突出
深入到多媒体消息这一类别,数据显示出国家和地区之间的明显差异。在巴西和哥伦比亚这样的拉美国家,发给 ChatGPT 的消息中超过十分之一被归类为多媒体。
说明:按国家统计的 2026 年第二季度多媒体消息占比。本次刷新版本包含 126 个具备合格第二季度多媒体估计值的国家;条纹国家不在本次发布范围内或没有合格数据。
全球 35 岁以上人群的 ChatGPT 采用在增长
人均采用率的季度环比变化不只体现在用法和地区上,数据也显示出年龄群体之间的差异。
过去一年的趋势线显示,35 岁以上人群发送的消息占比在几乎每个国家都在上升。同比来看,这批用户现在的消息占比比 12 个月前高出 5%。
这项分析只涵盖在 ChatGPT 平台上自报年龄的用户。
按国家逐一看,35 岁及以上人群的采用在若干国家增长尤其快。例如相关图表显示,35 岁及以上用户的消息占比在几个欧洲国家发生了明显位移。在法国和捷克,这一占比过去一年提高了 10 个百分点以上。
将近四分之三的欧洲国家出现了高于平均的增幅,而在一些东南亚国家——比如新加坡——出现了相反的模式。整体上,该地区八个国家中有六个的这一占比在上升,只是幅度很小。
说明:35 岁及以上自报年龄用户消息占比的三个月移动值,变化相对于各国自身 2025 年第二季度的平均水平。灰线为 111 个具备完整估计值的国家,虚线灰色为各国中位数。2026 年 6 月的端点将最新一个季度与 2025 年第二季度对比。数据来源:OpenAI Signals 刷新版公开发布 CSV。
关于 OpenAI Signals
OpenAI Signals 是 OpenAI 经济研究团队向外界分享数据和研究的平台。除研究之外,我们还定期发布个人和企业如何使用 ChatGPT 的更新。数据可在数据与方法论页面下载。
站方补注:新加坡在这份数据里的位置
原文正文只提到新加坡一次,而且是作为反例——35 岁以上人群的消息占比几乎没动。真正跟新加坡有关的那个数字,在配套数据里。
在 2026 年第二季度(4–6 月)的人均消息量排名中,新加坡在 147 个国家里排第一。
| 排名 | 国家/地区 |
|---|---|
| 1 | 新加坡 |
| 2 | 马耳他 |
| 3 | 荷兰 |
| 4 | 黑山 |
| 5 | 拉脱维亚 |
| 6 | 阿联酋 |
| 7 | 爱沙尼亚 |
| 8 | 立陶宛 |
| 9 | 阿塞拜疆 |
| 10 | 卢森堡 |
同一份排名里的其他参照:澳大利亚第 19,韩国第 25,新西兰第 40,英国第 41,美国第 51,日本第 57,马来西亚第 59,越南第 88,菲律宾第 92,泰国第 96,印尼第 101,印度第 109。东南亚内部的落差是九十个名次量级。
这已经是第三家厂商的数据把新加坡排进最前列:
- Anthropic(2026 年 3 月):AI Usage Index 5.53,116 个地区中第一。详见我们的分析
- 微软(2026 年 1 月):生成式 AI 采用率 60.9%,全球第二,仅次于阿联酋。全文翻译
- OpenAI(2026 年 8 月):人均消息量 147 国第一。阿联酋在这份榜单上排第六。
三家公司、三套不同的指标、三个不同的分母,结论一致。这基本排除了「某家产品在本地恰好卖得好」这种解释。新加坡小、富、说英语、知识工作者密集,还有连着七年往一个方向推的政策——这些条件叠加出的结果,是人均口径上的天花板。
那个 +1.2 个百分点
新加坡在原文里的出场,是 35 岁以上用户消息占比只涨了 1.2 个百分点,而各国中位数是 5.1。同图上标出的其他国家:捷克 +12.6、法国 +10.1、韩国 +8.0、美国 +7.8。
这个数字容易被误读。它量的是消息构成,不是采用水平。占比不动,可以是 35 岁以上的人没跟上,也可以是年轻用户的用量涨得一样快,两边同步放大、比例不变。这份数据分不出是哪一种,而且年龄是用户自报的,样本本身有偏。
放在新加坡的语境里,第二种解释更说得通:一个人均使用量已经排全球第一的市场,各年龄段大概率都早就上了车,剩下的增量空间本来就薄。真正值得追的不是这个占比,而是「深度」——用来做什么、替代了多少工时。那属于企业侧数据,个人版 Signals 看不到。
对政策的含义
新加坡的公共讨论里,「AI 采用率」还经常被当成 KPI 来讲。这三份独立数据说明这个阶段基本结束了:普及本身不再是瓶颈。
下一个问题是原文标题里的那个词——从问到做。全球范围内,工作场景中「让 AI 做事」的比例是非工作场景的两倍多。对一个人均用量已经封顶的经济体,边际价值不在于让更多人打开 ChatGPT,而在于让已经在用的人从「问」转到「做」,以及让这件事发生在企业内部的正式流程里,而不只是员工个人账户上。
Signals 的个人版数据明确不含企业账户和 Codex。也就是说,新加坡这个全球第一,量的还只是个人在用。企业侧的那本账,还没打开。
参考来源
- From asking to doing: How the world is putting ChatGPT to work(OpenAI,2026 年 8 月 6 日)
- OpenAI Signals — individual data(数据更新于 2026 年 8 月 6 日)
- Signals 数据下载与方法论
- 引用格式(OpenAI 官方建议,原文照录):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)