微信扫码
添加专属顾问
我要投稿
ChatGPT和Claude如何改变10亿人的生活?揭秘AI使用行为的五大真相。 核心内容: 1. ChatGPT用户70%使用场景为非工作目的 2. AI写作的本质是修改而非创作 3. 编程和情感陪伴并非主流应用场景
2023 年 3 月 Claude 首次亮相,ChatGPT 是 2022 年 11 月推出,都快 3 年了。
01
怎么用 ChatGPT 的?
① 使用 ChatGPT 大部分非工作目的
陆陆续续都在讨论 AI 对工作效率的影响,但是这个报告说超过 70% 的ChatGPT 使用是用于非工作目的,更多是学习、创意、生活建议。
而且非工作使用的增长速度远快于工作使用。
② 三大核心用途
近 80% 的对话集中在三个主题:
④ 编程和陪伴并非主流
使用 ChatGPT 进行编程仅占所有对话的 4.2%,和使用 Claude 的行为很不一样。
这个比想象中的要少,毕竟 AI 在生产力提升方面, AI 编程是一个被验证、高价值的场景。
尽管职业不同,但人们使用 ChatGPT 的方法高度相似,主要集中在获取信息、记录信息、决策与解决问题和创造性思维上。
再次说明 ChatGPT 作为通用型知识和决策辅助工具的性质。
⑦ 性别差距已逆转
早期用户中约80%具有通常男性化的名字。但到 2025 年中,性别比例几乎完全平衡,甚至略微偏向通常女性化的名字,表明初期的性别鸿沟已基本消失。
⑧ 用户年轻化且向发展中国家扩散
而且受过教育的用户在工作场景使用 ChatGPT 的可能性要高得多。大学生以下的用户,工作相关的对话占比为 37%,大学生为 46%,研究生教育背景的用户为 48%。
更有意思的是,「写作」相关消息所占比例呈现出随教育水平提升而增加的趋势。
总结一下:目前 ChatGPT 主要通过提供「决策支持」来创造经济价值,尤其在知识密集型工作中提升决策质量。
更多用户把 ChatGPT 作为 Copilot 增强人类能力的边界,而非完全替代人类工作的「自动执行者」Coworker 模式。
02
怎么用 Claude 的?
① 地理分布不均
美国是 Claude 的最大用户,其次为印度、巴西、日本、韩国。
人均使用量与国家收入水平 人均 GDP 高度正相关,技术先进的小国,如以色列、新加坡 领先。
有钱的国家用先进工具的人越多。。。
② 再看美国国内
华盛顿特区人均食用量更多是文档编辑和信息搜索,加州是Coding,纽约是金融相关,夏威夷更多是旅游相关任务。
这和这几个州的高收入群体的行业强相关,说明目前 Claude 还是在一些偏高级的用户在用。
③ 怎么用的
这里和 ChatGPT 的结论很不一样:Claude 的计算机与数学用途占主导地位,约占对话的 37-40%。
但知识密集型任务增长显著:教育教学任务的比例已上升超过 40%,从全部对话的 9% 增至 13%,与自然科学和社会科学相关的任务份额也增加了三分之一,从 6% 增至8%。
与此同时,传统商业任务的相对频率下降:管理相关任务在全部对话中的比例已从5%降至3%,与商业和金融运营相关的任务份额减半,从6%降至3%。
当然,在绝对数量方面,每个类别的对话总量仍显著增加。
④ 交互方式
使用 Claude 最小干预下直接完成任务(自动化)急剧增长,从 27% 升至39%
而且使用 Claude 进行自动化任务「尽可能 AI 自己完成」首次超过「人和 AI 协作」
从 Claude 的报告来看,AI 正在迅速赢得用户的信任,并越来越多地承担完成复杂工作的责任。
而且高收入国家更倾向于使用「人和 AI 协作」,而低收入国家更倾向于「尽可能 AI 自己完成」。
我感觉这是因为高收入国家人群对 AI 的边界认识更深刻,很清楚使用现阶段的 AI 在很多场景没办法达到完全的自动化。
⑤ 企业 vs. 消费者使用差异
API 企业用户更集中于 Coding(44% vs 36%)和行政任务,更少用于教育(4% vs 12%)和艺术(5% vs 8%)。
Coding 占比这么高,Cursor、Claude Code 这种 AI 编程助手功不可没吧。而且企业用户极度偏向自动化(77%,且多是指令式),远高于消费者用户。
企业用户对任务成本 token 消耗不敏感,更高价的任务类别使用更频繁。
03
那 AI 抢了谁的饭碗
刚刚看了 ChatGPT 和 Claude 的用户使用报告,还有挺多有意思的结论。
3 年多过去了, 之前大家关心的问题有初步结论了吗? AI 到底有没有让人类大面积失业?AI 到底抢了谁的饭碗?
这里再附上另外一篇论文的总结,叫做《Generative AI as Seniority-Biased Technological Change: Evidence from U.S. R´esum´e and Job Posting Data》
这个研究基于 2015-2025 年间美国 28.5 万家公司的近 6200 万名员工和超过 2.45 亿份招聘信息分析。
① 整体就业趋势出现分化
自 2022 年中开始,初级和资深员工的就业增长轨迹出现明显分歧。
初级员工就业增长停滞并于2023年初开始下降,而资深员工就业则持续上升。
而且从 2023 Q1 开始,发布岗位要求会用 AI 的公司初级员工数量相对于不要求的公司开始急剧下降,在六个季度后下降了 7.7%。
相反,资深员工在采用公司中一直增长更快。
初级员工数量下降,主要是减少招聘,而非裁员,通过停止招聘新人的策略来调整劳动力结构。
另一个有趣的发现是,初级员工晋升到资深职位的人数增加了。AI 替代了入门级任务,减少了对新初级员工的需求,但同时提升了现有初级员工的价值,加速了他们的内部晋升。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2025-09-20
腾讯AI的“三板斧”,首先砍向智能体
2025-09-20
Lemon AI Evolving V0.2.3版本更新:支持 HTML 结果云部署,升级大文件解析能力
2025-09-20
MCP协议详解:大模型Agent开发的新利器,门槛直降到人人可上手
2025-09-20
Claude Code Templates 解析:老铁们,AI开发配置这点事儿
2025-09-20
如何使用Codex高效开发?OpenAI内部Codex工作流解密
2025-09-20
Google Gemini AI 音频:将录音转换为笔记和摘要
2025-09-19
Notion 3.0 |AI转型最成功的互联网产品是怎么做的?
2025-09-19
周航:和AI这道正餐相比,前几十年的科技总和只是前菜
2025-08-21
2025-08-21
2025-08-19
2025-09-16
2025-07-29
2025-09-08
2025-08-19
2025-08-20
2025-09-14
2025-09-14
2025-09-19
2025-09-19
2025-09-18
2025-09-18
2025-09-17
2025-09-17
2025-09-16
2025-09-14