OpenAI 於二〇二六年九月二十三日發布官方說明，宣布與東南亞超級應用 Grab 推出區域培訓計劃「GO Forward with AI」：未來兩年協助三萬名 Grab 司機、送餐騎手與商戶夥伴建立可落地的實用人工智能技能。計劃於新加坡率先開班，同年稍後擴至泰國、印尼與菲律賓，二〇二七年再延伸至馬來西亞與越南。來源真實性已核對 OpenAI 官方新聞頁；本文整理計劃規模、既有合作基礎，以及對香港與亞洲中小企／平台經濟勞動者的含義。

官方同時引述 Grab 新加坡司機調查：約半數司機與送餐夥伴已在使用 AI 工具；尚未使用者中約八成七表示願意嘗試。雙方自二〇二四年起已合作推出 Driver AI Assistant，官方稱累計觸及近五十萬名司機。這些數字均來自 OpenAI 新聞頁，並非本站推算。

OpenAI／官方：與 Grab 推 GO Forward with AI——兩年培訓東南亞三萬名司機／騎手／商戶實用 AI 技能；星洲率先開班

引言

生成式 AI 在東南亞的下載與對話量已相當可觀，但對平台經濟前線的司機、騎手與街邊商戶而言，「會開 ChatGPT」與「能把銷售數據做成儀表板、評估擴張方案」之間，仍隔著一層實作門檻。OpenAI 與 Grab 把這次合作定調為區域首個大規模實用技能計劃，並掛入 OpenAI for Singapore 與 OpenAI Academy 課綱，顯示雙方押注的是可複製的工作坊路徑，而不只是單一產品功能上線。

來源真實性已驗證：核心聲明、人數、市場節奏與既有合作數字，均核對自 OpenAI 官方新聞《Grab and OpenAI bring practical AI skills to Southeast Asia》（二〇二六年九月二十三日）。本文為改寫整理，非全文轉載。

一、核心事件：GO Forward with AI 的規模與節奏

計劃要點

依官方說明，GO Forward with AI 具備以下可核對要點：

1. 對象與規模：未來兩年，協助約三萬名 Grab 的司機、送餐與商戶夥伴建立工作與經營可用的 AI 技能。
2. 地理節奏：新加坡率先啟動；二〇二六年稍後擴至泰國、印尼、菲律賓；二〇二七年再到馬來西亞與越南。
3. 形式：未來數月於區內舉辦半日制實體工作坊，課綱以 OpenAI Academy 為底，並按各國夥伴實際工作場景調適；同時培訓 GrabAcademy 導師，以便計劃可在當地持續開班。
4. 公開啟動：新加坡啟動場合有政務部長 Foo Cexiang、OpenAI 國際業務董事總經理 Oliver Jay、Grab 首席組織能力官 Ong Chin Yin 等出席。

官方舉例的工作坊任務包括：把銷售數據轉成儀表板、搭建簡易網站、擬定擴張計劃，並要求學員審視模型產出、判斷能否直接使用。對司機或騎手，亦提到可用 ChatGPT 探索副業構想與差異化；對商戶，則聚焦日常進銷與推廣決策。

二、技術與產品脈絡：從 Driver AI Assistant 到技能培訓

這次計劃並非雙方首次合作。OpenAI 寫明，自二〇二四年起已與 Grab 合作推出 Driver AI Assistant：以 OpenAI 模型驅動，協助司機尋找需求、善用時間並回答日常問題，官方稱已觸及近五十萬名司機。GO Forward with AI 被描述為在既有「產品內嵌助手」之上，再補上「刻意練習與引導」的時間與導師結構。

技術上，前線場景仍以通用對話模型與 ChatGPT Work 類工作負載為主，重點不在發布新 frontier 模型，而在把既有能力對準平台經濟的決策鏈：需求預測、時間分配、簡易數據整理與經營構想驗證。對企業觀察者而言，這屬「採用曲線後半段」的典型動作——當下載量已高、但深度任務仍少，培訓與導師網絡往往比再推一個功能按鈕更能拉高實際使用深度。

三、日常應用場景

1. 開發者與技術團隊

若團隊為 gig／本地生活平台打造司機端或商戶端助手，可對照 Grab 路徑：先把高頻問答與調度輔助做成產品內助手，再以 Academy 式工作坊提升用戶把助手用於「自己事業構想」的能力。Prompt、儀表板範本與本地語言示例，往往比單純開放 API 額度更能決定留存。

2. 企業與隱私敏感行業

公開雲端對話適合學習與低敏感經營問題；一旦涉及完整顧客名單、內部成本結構或受規管資料，企業仍須分層：培訓可用公有工具示範，生產資料則應評估私有模型、專屬租戶或數據不出境方案。技能普及與合規邊界要分開設計，不能混為一談。

3. 一般用戶與平台夥伴

對司機、騎手與中小商戶，價值在於把 AI 從「偶發問答」推進到可重複的經營動作：整理一週銷售、比較兩個檔期推廣、草擬簡易網站或擴張清單，並養成審查模型輸出的習慣。官方調查顯示新加坡司機端「已用／願意試」比例偏高，代表需求側並非冷感，缺的是可跟進的練習場。

4. 香港與亞洲市場視角

香港與粵港澳許多中小企、餐飲零售與物流／即時配送團隊，面對的痛點與 Grab 夥伴相近：人手少、數據散落在試算表與即時通訊、沒有專責分析師。東南亞這類「超級應用＋官方模型方＋本地導師網絡」的組合，對香港的啟示是——只發 ChatGPT 帳號往往不夠，半日工作坊、行業範本與內部種子導師，才較容易把試用轉成流程。港企若同時服務東南亞據點，亦可關注該計劃在泰／印／菲／馬／越落地後的本地化課綱，作為區域員工數碼提升的對照樣本。

四、專業評價與潛在考量

優勢

• 目標人數、市場次序與工作坊形式寫得清楚，便於外界追蹤執行進度。
• 建立在已有 Driver AI Assistant 觸達基礎上，不是從零冷啟動。
• 把 OpenAI Academy 課綱與 GrabAcademy 導師培訓串起來，較有機會形成可複製的開班能力，而非一次性公關活動。

需要留意的地方

• 「三萬人」是兩年目標，實際結業人數、完成率與後續行為改變（是否真的常用於經營）仍待後續披露。
• 工作坊示範多落在通用生產力任務；若涉及真實商戶後台數據，須另處理同意、最小化與跨境傳輸問題。
• 計劃由超大型平台與模型公司主導，中小獨立商戶若不在 Grab 生態內，受惠路徑仍須另尋本地培訓或企業內訓。
• 公開雲工具的數據治理、提示外洩與帳號共用風險，不會因為「屬技能課」而自動消失。

結語

GO Forward with AI 把東南亞 AI 敘事，從「誰的模型更強」拉回「誰能讓前線工作者每星期多用幾次、用得對」。對香港企業而言，可把這類區域計劃視為採用曲線的外部參照：先量度員工是否已在用公有工具，再決定要投資範本與導師，或把高敏感工作負載遷到可控環境。如需在香港部署數據不出境的私有模型與行業微調，可參考 YSK Limited 的企業私有 LLM 全託管（年費 HK$88,000 起，Dataset → QLoRA／LoRA → 私有 API，https://ysk.hk/services/ai-automation）。

參考來源

1. OpenAI 官方新聞：Grab and OpenAI bring practical AI skills to Southeast Asia（2026-09-23）— https://openai.com/index/grab-openai-ai-skills-southeast-asia
2. 發現來源：OpenAI News RSS — https://openai.com/news/rss.xml