引言：颠覆认知的AI使用数据
大家好，这里是最佳拍档，我是大飞。最近，许多朋友与我交流人工智能（AI: Artificial Intelligence: 模拟、延伸和扩展人类智能的理论、方法、技术及应用），几乎所有人的第一反应都是：AI如何提升工作生产力？从撰写PPT到编写代码，AI似乎天生就应是办公室中的“效率工具”。然而，今天我将展示一组颠覆认知的数据。在OpenAI（OpenAI: 专注于人工智能研究和开发的公司）最新公布的内部报告中，覆盖7亿用户、每天25亿条消息的统计显示，ChatGPT（ChatGPT: OpenAI开发的一款基于大语言模型的人工智能聊天机器人）的核心使用场景竟然不在工作，而在生活里。过去一年，非工作用途的消息占比从53%直接飙升到73%。像实用指导、信息查询、写作这三类需求加起来接近八成，反而那些被行业炒得火热的编程、陪伴场景在ChatGPT的占比却低得惊人，比如编程仅占4.2%，陪伴仅占1.9%。今天，我们将从这组数据出发，一点点拆解ChatGPT的用户生态：它的用户规模到底有多庞大？大家到底用它来做什么？什么样的人在使用它？这些数据又能告诉我们AI赛道的未来在哪里？
ChatGPT的用户规模与惊人增长
首先，我们需要感受一下ChatGPT的增长速度有多么惊人。ChatGPT于2022年11月30日以“研究预览”形式发布，上线仅五天，注册用户就突破了一百万。一年后，活跃用户超过1亿；两年后，这个数字接近3.5亿。而到2025年7月底，它的全球周活跃用户已经超过7亿。这个数字是什么概念呢？它相当于全球成年人口的近10%，也就是说，每10个成年人里，就有1个每周都会使用ChatGPT。
用户数量增多，消息量自然也跟着暴涨。2024年7月到2025年7月这一年间，用户发送的消息总量增长了超过5倍，每天的消息量超过25亿条，算下来每秒差不多有2.9万条消息在传递。而且，这种增长并非只靠新用户拉动，老用户的使用频率也在提升。例如，第一批注册的用户在2023年时使用量有过一段下降，但从2024年底开始又重新回升，现在已经达到历史最高水平；2023年第二季度和第三季度注册的用户也在消息总量里占了很大比重。
为了更准确地看清趋势，研究团队还做了“人均每日消息量”的统计。他们把不同时期注册的用户群体做了归一化处理，消除了群体规模差异的影响。结果显示，越早注册的用户，使用强度始终越高；而且不管是哪个群体，内部的使用量都在持续增长。研究团队将这归因于两点：一是模型能力的不断提升，比如从GPT-3.5（Generative Pre-trained Transformer 3.5: OpenAI开发的一款大型语言模型）到GPT-4（Generative Pre-trained Transformer 4: OpenAI开发的一款更强大的大型语言模型），再到后来的GPT-4o（Generative Pre-trained Transformer 4 Omni: OpenAI开发的多模态大型语言模型）、o1、o3乃至GPT-5，每一次迭代都让体验更好；二是用户在使用过程中，慢慢发现了更多的潜在用途，从一开始只用来查询信息，到后来用它辅导学习、规划生活，场景越用越广。
核心使用场景：从工作工具到数字日用品
了解了ChatGPT的用户规模，接下来最核心的问题就是，这7亿用户每天发送的25亿条消息到底都是什么内容？我们先从“工作和非工作”这个维度切入。研究团队用大语言模型（Large Language Model, LLM: 基于海量文本数据训练，能够理解和生成人类语言的人工智能模型）做了一个分类器（Classifier: 一种将数据项分配到预定义类别或标签的算法或模型），专门判断每条消息是否和工作相关。例如，“帮我改写这份HR投诉信”就是工作相关，“冰敷能消痘吗？”就是非工作相关。
结果显示，2024年6月时，非工作消息占比还是53%，到2025年6月就涨到了73%。而且不只是整体趋势，每个用户群体的非工作使用比例都在逐步升高，哪怕是同一个群体内部，用在生活上的比例也在上涨，与最早期用户的趋势高度一致。这说明ChatGPT正在从大家最初认知的“生产力工具”，慢慢开始变成像手机APP一样的“数字日用品”。
具体消息主题：实用指导、信息查询与写作占据主导
那么，这些工作和非工作的消息具体又在聊什么呢？研究团队借鉴了OpenAI内部的分类器，把所有的请求分成24个小类，再聚合为7个大主题。结果发现，三个最核心的主题分别是实用指导（Practical Guidance）、信息查询（Seeking Information）和写作（Writing）。这三类加起来占了所有消息的77%左右，是绝对的主力。
我们一个个来说：
- 实用指导类的消息比较稳定，一直维持在29%左右。里面包含了辅导教学和通用的how-to建议，比如“怎么解这个数学题”、“怎么修咖啡机”都属于这类。数据显示，10.2%的全部消息、36%的实用指导消息都是辅导和教学请求；8.5%的全部消息、30%的实用指导消息是通用how-to建议。这说明教育其实是ChatGPT的一个关键应用场景。
- 此外，信息查询类的消息也在增长，从之前的比例涨到了24%，功能上与传统搜索引擎很像，比如查询某个人的生平、某个事件的进展、某个食谱的做法。可以说，它正在成为很多人获取信息的新渠道。
- 写作类的消息占比有所变化，2024年7月的时候还是36%，一年后降到了24%，但即便如此，它依然是核心场景之一。更有意思的是，拆解写作类消息会发现，编辑或批改文本、翻译、论证或摘要生成这三类占了三分之二。也就是说，大多数写作需求不是让ChatGPT从零开始创作，而是“改写用户已有的文本”，比如把初稿改得更加通顺，把中文翻译成英文，给一篇长文写摘要等等。这种“修改式”的需求远多于“创作式”需求。另外，在仅统计工作相关消息的时候，写作类占比是最高的，能达到40%，尤其是管理和商务领域的用户，对写作的需求更加突出。
除了这三大类，其他主题的变化也值得关注：
- 技术帮助（Technical Help）类从12%降到了5%。研究认为可能与API编程（API Programming: 通过调用应用程序接口（API）来实现特定功能或与其他系统交互的编程方式）类应用兴起有关，大家可能更多会用专门的编程工具，而不是直接在ChatGPT里编写代码。
- 多媒体（Multimedia）从2%涨到了7%。2025年4月因为新增了图像生成功能，这部分消息还出现了明显跃升。
- 还有大家可能比较关心的“自我表达”主题，占比特别小，只有2.4%，其中人际关系或个人反思占1.9%，游戏或角色扮演占0.4%，与我们平时听到的“AI陪伴”热度完全不符。
这里还要补充一组数据：在技术帮助类里，编程占4.2%，数学计算占3%，数据分析仅0.4%。之前很多人觉得AI会大幅改变编程行业，但是从ChatGPT的用户数据来看，编程相关的需求其实并没有那么高。
用户意图分类：AI作为“决策助手”
看完了消息主题，我们再从“用户意图”的角度来看。研究团队把消息分成了三类，分别是询问（Asking）、执行（Doing）和表达（Expressing）。
- 询问（Asking）是指用户寻求信息或建议，用来辅助决策，比如“我该选哪个专业”、“这个项目有哪些风险”。
- 执行（Doing）是指用户请求直接生成可投入使用的成品，比如“帮我写一份会议纪要”、“帮我生成一个PPT大纲”。
- 表达（Expressing）是指表达态度或情绪，几乎没有经济相关的内容，比如“今天心情真好”、“我觉得这个电影不好看”。
统计结果是，49%的消息是询问，40%是执行，11%是表达。而且询问的增长速度比执行快，用户满意度也更高。2024年底的时候，好评消息和差评消息的比例还是3:1，到2025年7月已经升到了4:1，其中询问场景的好评率最高。这说明用户越来越倾向于把ChatGPT当成“决策助手”，而不是单纯的“执行工具”，大家更需要的是AI帮助自己分析问题、提供思路，而不是直接替自己完成任务。
在工作相关的消息里，执行的占比会高一些，达到56%，询问是35%，表达是9%。而且工作场景里的执行消息有近三分之一是写作类的，这也与我们之前提到的“工作场景中写作需求最高”相呼应。
工作场景下的AI应用细分与职业共性
为了更深入地理解工作场景的使用情况，研究团队还把消息内容与美国职业特征调查O*NET（Occupational Information Network: 美国劳工部开发的职业信息数据库，提供详细的职业描述和要求）的工作活动做了映射。结果显示，近一半的消息集中在三类信息相关的活动，分别是获取信息（Getting Information）占19.3%，解释信息（Interpreting for Others）占13.1%，记录信息（Documenting/Recording Information）占12.8%。接下来是提供咨询与建议（9.2%）、创造性思考（9.1%）、决策与解决问题（8.5%）、计算机操作（4.9%），这七类加起来约占77%。而在工作相关消息里，这七类的比例更高，达到了81%，其中记录信息、决策与解决问题、创造性思考这三类表现得尤为突出。
更有意思的是，哪怕是截然不同的职业，在ChatGPT的使用场景上也有极高的共性。比如“决策与解决问题”几乎在所有职业里都是前两名，“记录信息”始终位列前四，“创造性思考”在多数职业中能排进前三，而“计算机操作”则是计算机相关职业的专属高频场景。这说明不管从事什么工作，大家使用ChatGPT的核心需求都集中在“信息处理”和“辅助决策”上，而不是简单的“替代人工完成机械任务”。
用户群体差异化分析：性别、年龄、教育与职业
了解了大家如何使用ChatGPT，我们再来看看到底哪些人在高频使用它，以及不同群体的使用习惯又有什么差异。
首先是性别差异。ChatGPT刚推出的时候，性别差距特别明显，初期活跃用户里有八成是男性；但是这种差距在快速缩小，到2025年中，使用典型女性名字的用户已经略微超过了男性，性别鸿沟基本消失了。而且在使用偏好上，女性用户更倾向于“写作”和“实用指导”，男性用户则对“技术帮助”、“信息查询”和“多媒体”更感兴趣。这种差异也反映了不同性别的需求侧重。
再看年龄分布。数据显示，18-25岁的年轻群体贡献了近一半的消息量，是绝对的主力；但是从工作相关消息占比来看，年龄越大，占比越高。26岁以下用户的工作相关消息仅占23%，而高龄群体（比如40岁以上）的占比会显著更高。不过66岁以上用户是个例外，他们的工作相关消息占比只有16%，可能更多是用在生活辅助上。而且有一个统一趋势，不管哪个年龄段，工作相关使用的占比都在随时间下降，大家越来越习惯把ChatGPT用在生活里。
从国家维度看，研究选取了人口超百万且未封禁ChatGPT的国家。对比2024年5月和2025年5月的数据发现，全球使用率都在大幅提升，但是增长最集中的是“中低收入国家”，也就是人均GDP在1到4万美元之间。虽然这些国家的基数还比较低，但是增长速度比高收入国家快，说明ChatGPT的全球扩散正在从“高收入国家主导”向“多区域均衡增长”转变。
接下来是教育背景的差异。研究通过公开数据集的匹配发现，不同学历用户的使用场景有着明显的区别。本科以下学历用户的工作相关消息占比37%，本科用户46%，研究生用户48%。哪怕控制了年龄、性别、职业这些变量，受教育程度越高的用户，把ChatGPT用于工作的比例依然越高。在意图分布上，各学历群体的“询问”占比接近，但研究生群体更倾向于用“询问”，“执行”的占比相对更少；而在话题分布上，只有“写作”类的消息会随教育水平提升而增加，其他话题差异不大。
最后看职业差异。为了保护隐私，研究团队把职业分成了五类，包括非专业职业（比如行政、服务、蓝领等等）、计算机相关职业、工程与科学职业、管理与商务职业、其他专业职业（比如法律、教育、医疗等）。结果很清晰，高薪专业或者技术职业的用户更倾向于把ChatGPT用于工作，其中计算机相关职业占57%，管理与商务占50%，工程与科学占48%，其他专业占44%，非专业职业仅40%。而且不同职业的使用偏好差异很大，专业职业用户，尤其是科学与技术领域的用户，更爱用“询问”而非“执行”，把ChatGPT当成一种“思维增强器”；管理与商务用户的工作消息里，“写作”占比高达52%，教育、医疗等职业也接近一半，毕竟这类工作需要大量的文书沟通；而“技术帮助”在计算机职业中占37%，工程与科学职业中占16%，其他职业仅8%，这也符合不同职业的技术需求特点。
OpenAI报告的关键结论与AI的未来方向
梳理完不同群体的使用特征，我们再回到这份报告的核心，它到底告诉了我们哪些关于AI赛道的关键结论呢？研究总结了八个重要事实，每一个都值得我们去仔细琢磨：
- 到2025年7月，约70%的消费者查询与工作无关。虽然工作和非工作查询都在增长，但是非工作查询的增速更快。这说明AI在提升日常生活福利上的潜力可能比提升工作生产力更大。
- 最常见的三类对话主题是实用指导、写作、信息查询，合计占近78%。而外界热议的计算机编程（4.2%）和人际关系/个人反思（1.9%）占比极低。这与很多人对AI场景的认知完全不符。
- 工作场景中，写作是最常见的需求，占42%，管理与商务职业用户的写作占比甚至超一半；而且大约三分之二的写作请求是“修改用户已有文本”，不是从零生成。这意味着“文本优化”比“文本创作”更贴近真实需求。
- 按意图分类，49%是Asking（寻求指导或信息），40%是Doing（生成可用的产出），11%是Expressing（无经济意图的表达）。过去一年Asking的增速快于Doing，而且用户满意度更高。说明“决策支持”正在成为AI的核心价值点。
- 性别差距显著缩小。2025年7月周活跃用户中，典型女性名字用户已超一半。AI的用户群体正在变得更均衡。
- 成年用户的消息里，近一半来自26岁以下群体。年轻人是AI使用的主力，且更倾向于用在学习和生活中。
- 过去一年，中低收入国家的ChatGPT增长更快。虽然基数还比较低，但是预示着AI在新兴市场的潜力巨大。
- 受教育程度高、从事专业职业的用户，更倾向于把AI用于工作，且在工作中更爱用Asking而非Doing。他们把AI当成“思维助手”而非“劳动力替代品”。
这八个事实背后，其实指向了一个核心结论：那就是ChatGPT对全球经济的影响不只是“提升工作效率”，更在于“改善生活体验”和“增强决策能力”。有研究估算过，如果美国用户一个月不用生成式AI，需要获得98美元的补偿，推算出年均消费者剩余（Consumer Surplus: 消费者愿意为商品或服务支付的最高价格与实际支付价格之间的差额）至少可以达到970亿美元。这意味着AI已经在无形中为用户创造了巨大价值。而且在工作场景中，大家更愿意把AI当成“顾问或研究助理”，尤其是对于知识密集型工作，AI可以通过提升决策质量来增强生产力。这种“思维增强”的价值，可能比直接替代劳动更重要。
到这里，关于OpenAI这份报告就基本解读完了。总结一下，AI的真实需求不在“炒得火热的赛道”，而在“用户的日常生活和决策场景”；实用指导、信息查询、文本优化是核心需求，决策支持是核心价值；年轻人和中低收入国家是未来的增长主力，而“思维增强”会比“劳动替代”更能释放AI的潜力。希望今天的内容能够帮助大家更加看清楚AI的真实方向，避免压错赛道。感谢收看本期视频，我们下期再见。