用自己的账号替公司干活：从 OpenAI 10 亿用户数据看 AI 的真实落地

过去两年，关于“AI 能否真正提升生产力”的讨论层出不穷。许多企业管理层在白板上规划着复杂的大模型路线图，采购部门也在为数据合规和 Enterprise 租户许可反复拉锯。然而，真实的生产力变革究竟是以怎样的节奏在现实世界中发生的？

2026 年 8 月 6 日，OpenAI 经济研究团队（Economic Research Team）在其官方 Signals 平台发布了一份重量级报告——《From asking to doing: How the world is putting ChatGPT to work》。这份报告基于全球超过 10 亿 ChatGPT 个人账户（涵盖 Free、Go、Plus 和 Pro 订阅）的脱敏交互数据，首次以国家为单位画出了一幅清晰的全球 AI 使用全景图。

数据带来的震撼并非来自账户总数的增长，而是用户交互模式的质变：AI 正快速从“提问求知”（Asking）转向“履约做事”（Doing）。

2 倍差距背后：个体代劳击穿了企业 IT 的墙

报告中最核心的一组对比数据极其耐人化：在工作场景中，用户使用 ChatGPT 完成具体任务（如撰写文档、编写与重构代码、执行复杂数据分析等“Doing”行为）的概率，是工作之外生活场景的 2 倍以上。在工作之外，用户的行为仍然以探索性的“Asking”（查询资料、寻求解释）为主。

[生活场景] 提问求知 (Asking) ──▶ 占主导（探索、信息检索、概念澄清）
[工作场景] 履约做事 (Doing)  ──▶ 2x 概率（写代码、分析数据、生成交付物）

这一事实揭示了一个长期被忽视的真相：最激进的 AI 生产力革命，并没有发生在企业自上而下的 IT 采购合同里，而是发生在普通员工自发订阅的个人账号中。

很多公司还在开会研讨“要不要给员工开通 AI 权限”时，员工早已每月自掏腰包购买 Plus 或 Pro 账号，把 ChatGPT 当作自己的私人无头外包团队。他们在终端里粘贴代码、在对话框里梳理财报、在输入框里生成排版，把原本需要占用数小时的重复性劳动压缩到几分钟之内。

这种“个体自发代劳”直接绕过了繁琐的企业审批，在微观层面重塑了实际的交付节点。我们在前文《当岗位边界变成虚线：OpenAI 这篇报告在量什么？》中曾探讨过岗位技能交叉对组织的冲击，而这次 Signals 数据的发布则进一步证实：当工具门槛降为零，个体的履约意愿会瞬间穿透所有体制性的阻力。

采纳鸿沟收拢：南半球正用 AI 实现“跨越式平权”

如果说“Doing > Asking”揭示了行为维度的质变，那么人均采纳率的地理分布变化，则展示了空间维度的再平衡。

根据 2026 年 Q2 的人均消息量排名变迁，拉丁美洲、大洋洲和非洲等原本人均 AI 采纳率较低的地区，正以远超早期高采纳率地区的速度快速赶超。其中，秘鲁（Peru）、乌拉圭（Uruguay）和哥斯达黎加（Costa Rica）等拉美国家的全球排名提升最为显著。

为什么拉美与南半球国家呈现出更强的 AI 增长爆发力？

答案在于生产力供给的极度不均。在传统经济格局下，高阶的法律、数据分析、营销策划与软件开发咨询服务极度昂贵且向头部集中。对于拉美和非洲的小微企业与个体从业者而言，生成式 AI 第一次让他们能够以极低的边际成本获得接近硅谷级别的专业输出。

AI 没有拉大不同地理区域之间的基础设施差距，反而成为一种“平民化杠杆”，让后发地区的个体在跨国竞争和本地商业中获得了全新的交付能力。

多媒体占比破 10%：交互界面从“文本框”演变为“视觉画布”

随着 2026 年 4 月 ChatGPT Images 2.0 的全面推出，全球交互模式发生了显著的形态迁移。数据显示，目前全球多媒体（图像生成、视觉分析、语音交互）消息的占比已攀升至 7.8%。

在部分地区，这种迁移更为迅猛。例如在巴西和哥伦比亚，每 10 条发送给 ChatGPT 的消息中就有超过 1 条属于多媒体交互（占比突破 10%）。

多模态能力绝不仅仅是趣味生图，它在实际落地中扮演着两个关键角色：

打破文字表达与语言隔阂：对于许多小微商家和非办公族而言，用自然语言撰写精确提示词仍然存在门槛，而拍照上传、语音说明和图像修改则直觉得多。
构建直观的视觉审查闭环：在电商产品图制作、社交媒体素材设计、现场设备故障排查等场景中，多模态直接将“图纸到成品”的链路缩短到了秒级。

正如我们在《零额外成本把钉钉办公能力接入 ChatGPT》中所展示的实操范例，当视觉与多模态能力与工作流协议结合，AI 就不再只是文字编辑器，而是具备全感官响应的实时协作者。

35+ 群体激增 10%：AI 破圈进入全年龄段基础设施阶段

长久以来，社会舆论往往将大模型和 Agent 贴上“年轻科技极客专属”的标签。但 OpenAI Signals 的连续跟踪数据给出了完全不同的答案。

过去 12 个月中，全球几乎所有国家 35 岁以上用户的消息占比均呈现上升趋势，整体份额同比提升了 5 个百分点。在欧洲，这一趋势尤为剧烈——法国与捷克 35 岁以上用户的消息占比在一年内爆拉了超过 10 个百分点。欧洲近四分之三的国家在这一年龄段的增速超过了全球平均线。

当 35 岁以上的行业资深人士、管理者和非技术背景从业者开始大规模使用 ChatGPT 解决实际问题时，意味着技术彻底渡过了跨越鸿沟的“早期采纳者”阶段（Early Adopters），正式变身为通用社会基础设施。这些资深从业者拥有更清晰的行业 Know-How 与业务判断力，一旦掌握了“代劳”工具，所释放出的业务价值往往比单纯探索技术的年轻人更为沉甸甸。

从“把 AI 当搜索”到“把 AI 当代理”的三个落地步骤

从 OpenAI 这份 10 亿用户的数据全景中，我们可以得出最直接的行动启发：如果你还在把 ChatGPT 当作替代 Google/百度的小工具，你已经落后于全球主流使用曲线。

要将 AI 真正转化为个人履约引擎，建议落地以下三个转变步骤：

建立“结果导向”的 Prompt 模板：停止询问“如何写一份市场分析报告”，改为提供输入数据并要求“按此结构产出可直接发送的 Markdown 报告”。从Asking 转向 Doing。
将复杂流程封装为标准化工作流：利用自定义 GPTs、Skills 或 API 脚本，将日常反复发生的整理、审查、重构任务固化为一键启动的自动化动作。
引入视觉与多模态自我审查：在提交复杂方案或代码前，把渲染截图或架构图扔给多模态模型，让它以第三视角寻找逻辑盲点与样式缺陷。

生成式 AI 的下半场，不再比拼谁提的问题更漂亮，而是比拼谁能用 AI 把事情办得更扎实。

你在日常工作和学习中，是用 ChatGPT“问问题”更多，还是“做事情”更多？你是否也曾自费购买账号来提升自己的交付效率？欢迎在评论区分享你的真实体会！