ChatGPT 和 Claude 2 份报告带来的机会，周五小饭局报名

OpenAI 和 Anthropic 上周都发布了一份其用户的使用行为报告，OpenAI 的叫《How People Use ChatGPT》，Anthropic 的叫《Anthropic Economic Index report: Uneven geographic and enterprise AI adoption》，算是把创业机会都体现出来了。

这两个报告给我的感觉是，ChatGPT 已经成为一款更加日常的产品，越来越多的人不再把它当做工作场景而是日常生活场景使用；而 Anthropic 的 Claude 则主要聚焦在工作生产力提升场景。除了产品本身的定位不同外，这可能也与 ChatGPT 的庞大用户量覆盖有关。

首先 ChatGPT 这块，周活跃用户超 7 亿，消息量增长非常快，2024 年 7 月到 2025 年 7 月一年时间，用户发出的总消息数增长了超过 5 倍。早期用户每天发消息数更高，但所有用户随时间都在增长，不只是新用户带来的增长，老用户在不断增加使用深度与频次。 

1.工作相关 vs 非工作相关用途的比重变化

• 在 2024 年 6 月：大约 53% 的用户消息是非工作相关，约 47% 是工作相关 
• 到 2025 年 6 月，非工作消息的比例提高至大约 73%，工作消息降为约 27% 

所以非工作用途增长更快。并且，这个比例的变化主要是在每个 cohort 内部使用习惯改变，而不是因为后来加入的用户比重变得极端。也就是说，即使是老用户，也在越来越多把 ChatGPT 用于非工作生活／兴趣／其他用途。 

2.话题类型分布（Conversation Topics）这块，定义了多个话题类别（topics）／用途类型：三个最主要的类别是 Practical Guidance, Seeking Information, Writing，三者合计大约占所有对话的 ≈ 77–80%。 

在这一年间（2024 年 7 月到 2025 年 7 月）：

• Writing 的比重从约 36% 降至约 24% (整体消息中) 
• Seeking Information 从约 14% 增长至约 24% 
• Practical Guidance 大致稳定在 ~29% 左右
• Technical Help（技术帮助、编程、数学／数据分析等）在整体中的比重有所下降：比如，Computer Programming 大约占所有消息的 4.2%
• Multimedia（图像等媒体内容生成或处理）增长 —— 在某些功能（图像能力）推出后跳了一下，并在之后维持在比之前高的水平，大约从 ~2% 提升到 ~7%。 

3.用户意图（Intent）：Asking / Doing / Expressing，报告将每条用户消息按意图分为三类：

• Asking（询问／寻求信息／咨询决策支持）约占所有消息的 49% 
• Doing（要模型直接做／生成／编辑等产出）约占 40% 
• Expressing（抒发／表达情感／观点，不求具体任务或信息）约占 11% 

在工作相关消息中，Doing 的比例更高 —— 在 2025 年中约 56% 的工作相关消息属于 Doing； Asking 在工作中约 35%； Expressing 较少。随时间推移，Asking 和 Expressing 两类消息增长比 Doing 快 —— Doing 在整体消息中的比重下降。

4.用户 /人口统计（Demographics）变化也挺有意思：

性别差距（按第一名判断）：最初活跃用户中大致 80% 是典型男性名字用户；到 2025 年中（6月），这一比例变化至近乎平衡（女性略占优）

年龄：大约 46% 的消息由自报年龄在 18-25 岁的用户产生。年轻用户数量大，但随着年龄增长，工作相关用途比重升高。 

5.教育程度相关数据这块：拥有学士或更高学位者比没有学位者更可能将 ChatGPT 用于工作任务（工作相关消息比例更高）。比方说：低于学士学位者工作相关消息 ~ 37%，本科 ~ 46%，研究生及以上 ~ 48%。 

6.职业／行业：技术／专业职业（computer-related, management/business, engineering/science 等）更多在工作中使用 ChatGPT；非专业职业（行政／体力／服务类）工作用途比重低。 Writing 在管理和商务职业等中尤其常见；技术帮助类在技术职业（computer-related）中比重高得多。 

7.国家／收入水平：在低到中等收入国家 GDP 人均水平的国家里，ChatGPT 的采用率增长更快。也就是说，这些地区的渗透率在过去一年里增加较快。 

Anthropic 的报告聚焦的是 Claude（Free 和 Pro）在企业／地域／职业任务层面的采用情况，以及 AI 在真实任务中的自动化 vs 辅助（augmentation vs automation）角色。

1.职业类别与任务使用这块：

在 Claude 的使用中，“Computer & Mathematical”类别（软件开发／编程／相关技术任务）占最大的份额：约 37.2% 的对话 属于这类任务

其次是 “Arts, Media, Entertainment” 类别约 10.3%（主要写作／编辑等）。其他职业类别如 Education & Library, Office & Administrative, Life Sciences, Business & Financial etc，也有一定占比，不过远低于技术类 

2.深度 vs 广度的任务采用率

在任务覆盖度上，很少职业的任务几乎全被 AI 覆盖：只有约 4% 的职业做到其关联任务中有 75% 或更多任务被 AI 使用 

更普遍的是：大约 36% 的职业中，至少有 25% 的任务被 AI 使用。即中等程度的任务渗透在不少职业中已经开始。

3.自动化 vs 辅助（Automation vs Augmentation）Claude 的任务使用中，大部分是 augmentation（AI 与人合作、增强人类能力），比例约 57%；而纯自动化（AI 完全执行任务）约 43%。 

也就是说，AI 更多被当作工具／助手／协作者，而不是（还未）大范围替代人类劳动。 

4.AI 使用与薪资／职业收入水平的关系

AI 使用更集中在中高薪职业／任务，而不是最低薪或最高薪的角色。也就是说那些薪资中等至较高、技术／办公室／知识工作者较多的岗位 AI 渗透更高。 

特别是技术开发（programming）、技术写作（technical writing）这些往往出现在中高薪职业。较低薪的角色或者那些物理劳动、极高责任但低频可被挂钩自动化任务的职业则使用率较低。 

5.地域／企业采用不均衡

地域上、组织／企业层面上，AI 的采用并不平均。比如技术发达国家／科技公司／大企业往往比偏远地区／小企业／非技术行业使用更多。 

企业内部任务使用的广度／深度不同。很多职业任务中仅某些子任务由 AI 完成／协助，而非整个职业完全被 AI 接手。即任务层级的断裂仍然明显。 

两个报告中的共同点

1.任务／用途越来越多样化

OpenAI 报告中非工作用途增长迅速，话题如 Seeking Information、Practical Guidance、写作、媒体等用途上升。Anthropic 报告中，除了技术任务外，写作／编辑／arts/media 正成为重要用途类别。

2.AI 既被用来辅助也生成输出

在 OpenAI 的数据里，Doing 类意图（直接让 AI 生产／编辑文本／产出）占非常高比重；在工作场景中尤其多。在 Anthropic 中，虽然自动化任务占部分比重，但最多的是 augmentation，AI 与人协作而非取代。

3.职业／教育／技术背景用户更倾向在工作任务中用 AI

OpenAI 的用户中教育高、职业技术或管理/business 群体的用户工作相关用途比重高。Anthropic 则发现 AI 使用（Claude 对话）在中高薪／技术／知识密集型职业任务中更普遍。

4.用户满意度／交互质量与用途类型有关

在 OpenAI 的报告中，Asking 类型或非 Doing 类型往往满意度高；某些话题（self-expression）满意度高；技术帮助或媒体输出等满意度较低。

虽然 Anthropic 报告中未必直接报告这类满意度细节，但报告中强调 “企业和专业任务中的采用” vs 较复杂或低频任务中采用困难，隐含用户／组织接受度与任务性质有关。

两份报告的差异 /区别

1.工作 vs 非工作用途的比重与变化

OpenAI 报告强调非工作用途（娱乐／兴趣／生活／信息查询／指导等）在总体使用中已有并正在进一步增加（已达约 70%+）。

Anthropic 的报告聚焦更多在工作任务／职业任务／enterprise／企业和任务层面的采用状况，对非工作／闲聊／生活用途的覆盖少。

2.用户群体 /定位／产品定位

ChatGPT 的用户基础覆盖非常广泛，从年轻用户（18-25）到各类教育水平与职业背景，并且用户在非工作环境中也大量使用。

Claude 在 Anthropic 的报告中更多被用作职业／任务工具，用于专业用途，例如软件开发、写作、编辑、企业任务等。企业客户／职业任务似乎在其使用数据中占有显著部分。

3.自动化 vs 辅助力度

Anthropic 明确给出 AI 在职业任务中的 “augmentation vs automation” 分界：57% augmentation vs 43% automation。也就是说，不少任务是 AI 完全替代或自动执行的。

OpenAI 的报告虽有 Doing（AI 产出／编辑文本等），但也表明 Asking 类（决策支持／信息获取）仍占一大部分，并且非工作／生活类用途占比巨大。自动化替代工作任务的程度在公开数据里还较为有限（更多是辅助／输出辅助写作／编辑／修改等）。

两份报告隐含的市场机会

从以上对比看，两个产品（ChatGPT 与 Claude.ai）虽然在同属大语言模型 + 对话 AI 的范畴，但其核心用户群／用途／市场定位存在一些差别。

1.非工作用途市场大且增长快：ChatGPT 的非工作用途（信息检索、实用指导、休闲写作／娱乐）正成为用户占比最大的一块，这意味着产品如果能在这些细分市场（教育支持／学习／问答／生活助手／兴趣爱好指导／个人效率等）做到差异化，有很大空间。

2.专业任务工具＋企业／组织市场仍是强劲增长点：Claude.ai 在工作任务中的渗透（软件开发、技术写作等）与企业采用的趋势显示商业／B2B 用例仍是高价值区块，因任务复杂且付费意愿与频率可能都较高。

3.辅助 vs 自动化的平衡是关键：完全自动化虽诱人，但对很多任务可靠性／安全性要求很高；目前多数用途仍偏向辅助／产出生成／编辑／决策支持。产品定位如果能提供高质量 “做实用输出” 且兼顾安全与可解释性，将更受企业／高级用户青睐。

4.地域拓展与降低进入门槛：OpenAI 的报告显示低中收入国家的增长快，这意味着如果能针对这些市场做本地化／语言支持／定价策略／网络／合规等，可能抢占先机。

用户满意度与产品品质差异化：从 OpenAI 数据看，不同话题／意图类别满意度差异明显——比如技术帮助类或 media output 的话题用户满意度低于信息询问／表达类。产品若能在这些低满意度领域提升（better code support／better image/media generation／更高准确度／更少错误／更好的安全性），这可能成为差异化优势。

整体来看：ChatGPT 的用户群更为广泛、泛用，已经从早期的“技术爱好者”／“专业用户”扩展到大众市场，包括学生、兴趣用户、日常生活用途、休闲／学习用途等。非工作用途占比大，并在增长。教育与年龄差距在缩小，性别差距几乎消除。

Claude.ai 的用户群（按 Anthropic 的报告） 更偏向专业／任务型／企业级用途，重点落在中高薪知识工作者、技术写作／软件开发／写作／编辑等任务。AI 在这些职业任务中的采用率在上升，但整体还未达到替代性极高的状态，更多是辅助和协作。

9 月 26 日深圳 AI Agent 小饭局：本周五下午 18:30，我跟锦秋基金一起做了一个小饭局，此次主要聚焦 AI Agent 这块，如果你是 AI Agent Builder，欢迎扫下面海报里二维码报名；不过由于场地限制，可能不会所有人都能来，但是仍有机会参加后续的小饭局活动。

如果你：✅ 正在深圳从事 AI Agent 创业✅ 拥有成熟产品或深度 Demo✅ 渴望与同行深度交流合作✅ 拒绝空谈，专注实战

📍 地点：深圳

⏰ 时间：2025 年 9 月 26 日