3 萬名司機、商家與一套 ChatGPT 課程：解析 Grab 與 OpenAI 的「GO Forward with AI」計畫

9 月 23 日，Grab 與 OpenAI 宣布推出「GO Forward with AI」區域合作計畫，目標在未來兩年內，為東南亞多達 3 萬名的司機、外送員與商家夥伴提供實用的 AI 技能培訓。計畫首站從新加坡出發，隸屬於 GrabAcademy 培訓體系，並預計於今年稍後擴展至泰國、印尼與菲律賓。計畫名稱中的「GO」正是 Grab 與 OpenAI 兩家公司名字的縮寫，官方說法中也象徵雙方合作持續推進的動能。

這是 OpenAI 在東南亞的第一個區域型 AI 技能培訓計畫，也標誌著前沿 AI 實驗室經營新興市場策略的一個明顯轉向：不是把產品上架後坐等使用者上門，而是親自到場——以半日實體工作坊的形式，一個市場接著一個市場——教導零工經濟工作者如何把 agentic AI 真正用在工作上。

這段合作不是上週才開始的

兩家公司的合作關係可以回溯到 2024 年 5 月，當時 Grab 開始與 OpenAI 合作多項應用型 AI 專案。這段關係最具代表性的成果，是 Grab 面向司機的應用內助理「Driver AI Assistant」：它為司機提供個人化指引，協助尋找需求熱區、最佳化收入並解決日常疑問。這套由 OpenAI 模型驅動的助理，目前已觸及近 50 萬名司機——已是全球規模最大的平台工作者 AI 輔助部署之一。

「GO Forward with AI」則把這條路線從「應用內工具」延伸到「人的能力」。這項計畫的目的不是再打造一個助理，而是培養出一批能自己把多步驟工作交付給 ChatGPT 的使用者。

教的是 agent，不是聊天機器人

課程核心圍繞 ChatGPT Work 與其 agentic 能力。參與者學的不是把 AI 當成一次性問答機器，而是學會交付多步驟任務：制定並執行一份業務擴展計畫、把銷售與預測數據變成互動式儀表板、架設一個展示產品的簡單網站，或為庫存管理等日常營運建立可重複使用的工作流程——而且如官方聲明所強調的，全程「對結果保持掌控」。

培訓內容依對象刻意分流。在新加坡，司機與外送夥伴的課程聚焦創業：學習用 ChatGPT 塑造並驗證商業構想、打磨價值主張、探索定價策略，並產出簡單的行銷素材與行動計畫。商家夥伴的課程則側重更聰明的商業決策與日常營運——分析銷售時點（POS）數據、找出趨勢、擬定營收與促銷策略，並建立 AI 驅動的工作流程，應用於菜單工程、需求預測、庫存規劃與減少浪費等環節。這些能力與 Grab 商家平台上既有的 AI 工具（包括 Merchant AI Assistant）互為互補。

整個計畫以 OpenAI Academy 的課程為基礎，針對 Grab 夥伴社群客製化，並採用「種子講師」模式：OpenAI 與 Grab 團隊會親赴各市場授課，同時培訓 GrabAcademy 的區域講師網絡，讓計畫能隨時間規模化、觸及更多東南亞夥伴。每位參與者還可獲得三個月免費的 ChatGPT Plus，讓學習在工作坊結束後得以延續。

這項計畫要解決的採用落差

Grab 公布的數據，解釋了兩家公司為何認為需要一個培訓計畫。在新加坡，目前只有 50% 的司機與外送夥伴使用 AI 工具；而在尚未採用的人當中，有 87% 表示願意嘗試。商家端的落差更大：只有 33% 的商家夥伴目前在工作中使用 AI，且只有 25% 的商家認為自家員工能有效應用 AI。

換言之，瓶頸不在意願，而在實作的 know-how。Grab 首席組織能力官 Ong Chin Yin 表示：「我們的夥伴對 AI 充滿好奇，許多人正在尋找實用的指引，希望以與自身工作、業務和抱負相關的方式應用 AI。這個計畫的重點在於建立信心——無論是幫助商家做出更聰明的商業決策，或是給司機夥伴探索新事業的工具，創造新的成長機會。」

OpenAI 國際業務董事總經理 Oliver Jay 則把這項計畫定位為該公司普及承諾的一環：「ChatGPT 在東南亞的採用成績亮眼，反映了這個地區對新科技的開放態度，但許多人仍只是觸及其能力的表層。選在新加坡率先推出『GO Forward with AI』，是我們讓 AI 普及於所有人的承諾之一。」

夥伴現身說法：早期的具體成果

這項計畫的內容，是由印尼、新加坡與泰國一批希望成長或創業的 Grab 夥伴共同塑造——他們有企圖心，卻缺乏把抱負變成現實所需的實用數位技能。官方聲明中收錄的見證，也說明了為什麼「實作導向」的形式如此重要。

餐飲品牌 Genista Lane 的創辦人暨執行長 Manfred Ho 描述，他把 ChatGPT Work 直接連上自己的薪資檔案，「平常要花兩小時的工作，20 分鐘就完成了」。一位參加新加坡工作坊的司機夥伴則形容課程讓他「從點子走到執行」——一邊探索如何用新方法支援家裡的小販生意，一邊打造可能帶來額外收入的專案。

這些成果規模不大、卻極其具體——而這正是重點所在。這項計畫的假設是：平台工作者之間的 AI 擴散，不會來自炫目的展示影片，而會來自更快完成的薪資結算、更精準的菜單設計，以及與顧問相比更便宜的 AI 協作下誕生的副業。

為什麼這件事的意義超出東南亞

Grab 與 OpenAI 的這項計畫值得關注，有三個理由。第一，它是 AI 實驗室深耕成長市場的範本：OpenAI 對下一個十億使用者的競爭，關鍵在於通路與在地化，而把自家課程嵌入一個超級級應用（super-app）的培訓學院，是一種金錢難以直接買到的通路。第二，它是一場大規模的早期測試：agentic AI——多步驟任務交付而非單輪對話——能否被教會給非技術、非辦公室族群，並轉化為可衡量的收入或效率提升。第三，在監管機構與工會正密切審視 AI 與零工經濟交叉點的此時，它將為這個辯論提供更多實證。

如果種子講師模式如預期般規模化，3 萬名夥伴只是起點；如果計畫停滞，它則會成為一個數據點，證明真正限制 AI 在實體經濟中擴散的，是技能落差而非技術本身。無論結果如何，接下來兩年在新加坡、泰國、印尼與菲律賓的進展，將提供迄今最清晰的自然實驗之一：把 agentic AI 教給支撐東南亞日常運轉的勞動力，究竟會發生什麼。