据QuestMobile最新数据显示，截至2025年2月，中国AI原生应用市场迎来爆发式增长，AI原生App活跃用户数达2.4亿，净增用户超1.15亿。其中，DeepSeek以1.94亿月活用户稳居榜首，豆包、腾讯元宝分别以1.16亿、4164万月活位列第二、第三。

此外，纳米AI搜索、即梦AI首次跻身Top5，其增长与接入DeepSeek技术密切相关——数据显示，纳米AI搜索接入次日活跃用户激增22.0%，腾讯元宝日活亦提升15.3%。

报告列举了供应链、物流、贸易金融以及海关和合规领域中人工智能应用的具体实例，展示了人工智能在效率、可持续性和包容性方面所能释放的广泛益处。这些益处包括：

开拓新市场，尤其是对中小型企业而言

实现高效自动化

增强供应链可见性

通过支持循环经济模式和减少碳排放来促进可持续性

增强全球贸易的韧性和安全性

这些益处可能不会惠及整个贸易生态系统，这取决于人工智能的实施程度。在全球贸易中成功应用人工智能，即“人工智能融合”，能够显著提高实际贸易增长，同时在贸易生态系统中实现效率、可持续性和包容性的提升。

在全球贸易中分散应用人工智能，即“人工智能分化”，虽然也能提高实际贸易增长，但会使人工智能带来的好处集中在“贸易岛”——即那些由人工智能驱动、效率极高但参与度有限的中心。这可能会在短期内加剧全球不平等，就像集装箱化最初对南北贸易的促进作用大于其他贸易流一样。

尽管在贸易流程中使用人工智能存在诸多激励因素，但实施难度威胁着其在整个生态系统中的广泛应用。本报告提供了一个可操作的矩阵，指出了根据其潜在影响与实施难易程度，人工智能更有可能被采用的具体领域，突出了利益相关者激励措施一致的领域以及需要更广泛合作的领域。

有四个因素可以增加贸易中人工智能实施的便利性：

1、确保系统互操作性

2、建立信任

3、促进公私合作伙伴关系（PPP），以协调激励机制

4、投资于劳动力发展和数字基础设施以强化人机协作

实现快速创新和包容性参与需要贸易生态系统中所有各方进行广泛的合作与协调。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

伴随人工智能技术的加速演进，AI 大模型已成为全球科技竞争的新高地、未来产业的新赛道、经济发展的新引擎，发展潜力大、应用前景广。近年来，我国高度重视人工智能的发展，将其上升为国家战略，出台一系列扶持政策和规划，为AI大模型产业发展创造了良好的环境。

当前，通用大模型、行业大模型、端侧大模型如雨后春笋般涌现，大模型产业的应用落地将进一步提速。作为新一代人工智能产业的核心驱动力，AI 大模型广泛赋能我国经济社会的多个领域，打开迈向通用人工智能的大门，推动新一轮的科技革命与产业变革。在大模型盛行的时代，产业发展到何种阶段，遇到何种挑战，未来将走向何方，这些都是需要面对的问题，亟需社会各界共同努力。

报告下载：添加199IT微信公众号【i199it】，回复关键词【2024年中国 AI大模型产业发展报告】即可下载

算法是驱动是人工智能发展的核心引擎，决定了应用的智能上限，也牵引着算力的发展。2024年，0系列、Llama3、通义千问、R1等大模型不断升级，尤其是DeepSeek R1系列模型的发布，正是基于算法层面的极大创新，对中国乃至全球的人工智能产业带来深刻变革。一方面DeepSeek采用了大规模强化学习、多头注意力机制等算法创新，智能水平在美国高中数学竞赛邀请赛AIME、博士水平科学问答等测试中榜单上接近甚至超过了OpenAI的01模型；另一方面，DeepSeek R1算法的创新也带来训练和推理阶段算力消耗的降低，训练算力只有Llama3的1/10，推理阶段缓存数据量降低了50倍，为在算力约束的条件下进行A算法创新提供了一个全新思路，吸引了全球开发者，7天实现了活跃用户数破亿。

规模法则（Scaling law）在当前人工智能发展中仍然占主导地位，推高人工智能算力需求。目前规模法则正在从预训练扩展到了后训练和推理阶段，基于强化学习、思维链等算法创新在后训练和推理阶段更多的算力投入，可以进一步大幅提升大模型的深度思考能力。同时基于杰文斯悖论的现象表明，DeepSeek带来的算法效率的提升并未抑制算力需求，反而因更多的用户和场景的加入，推动大模型普及与应用落地，重构产业创新范式，带动数据中心、边缘及端侧算力建设。IDC数据显示，2024年全球人工智能服务器市场规模预计为1,251亿美元，2025年将增至1,587亿美元，2028年有望达到2，227亿美元，其中生成式人工智能服务器占比将从2025年的29.6%提升至2028年的37.7%。

中国智能算力发展水平增速高于预期。在中国，企业加速生成式人工智能布局和投入，IDC调研结果显示，目前42%的中国企业已经开始进行大模型的初步测试和重点概念验证，17%的企业已经将技术引入生产阶段，并应用于实际业务中，在未来18个月内，硬件升级将成为企业的首要投资目标。在旺盛的市场需求、丰富应用场景的驱动下，中国智能算力规模呈现增长态势。IDC最新预测结果显示，2025年中国智能算力规模将达到1,037.3 EFLOPS，并在2028年达到 2,781.9 EFLOPS，2023-2028年中国智能算力规模和通用算力规模的五年年复合增长率分别达46.2%和18.8%，较上一版本预期值33.9%和16.6%有显著提升。中国人工智能算力基础设施发展呈现出多元化、服务化、场景化、绿色化等特征。

报告下载：添加199IT微信公众号【i199it】，回复关键词【2025年中国人工智能计算力发展评估报告】即可下载

人工智能（AI）代理被定义为感知和驱动环境以实现目标的自主系统，在不同的行业中扮演着广泛的角色。这需要对治理框架进行调整，以确保负责任的采用。

由传感器和效应器等组件组成的人工智能代理已经从基于规则的系统发展到能够进行复杂决策和独立操作的高级模型。在深度学习、强化学习和transformer架构的突破下，AI代理涵盖了从工作流自动化到个人助理的各种应用。这一进展现在包含了更复杂的基于实用性的人工智能代理，这些代理结合了记忆、规划和工具集成，扩大了它们的能力和相关性。

人工智能代理的好处包括提高生产力、提供专业支持以及提高医疗、客户服务和教育等行业的效率。人工智能代理也带来了新的风险，包括潜在的错位，以及对透明度和问责制的道德担忧。

该领域的未来发展可能涉及多智能体系统（MAS），其中人工智能智能体协作解决城市交通管理等复杂挑战。更先进的系统对互操作性和通信标准提出了新的要求，以有效地发挥作用，而这些协议仍然需要更广泛的社区进行辩论和商定。

报告强调需要强有力的治理、道德准则和跨部门共识，以将人工智能代理安全地融入社会。随着更先进的人工智能代理继续激增，它们的变革潜力必须与基本的安全、安保和治理考虑保持平衡。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

Gartner杰出副总裁分析师John-David Lovelock表示：“由于初始概念验证（POC）工作的高失败率以及对当前GenAI结果的不满，人们对GenAI能力的期望正在下降。”

尽管如此，基础模型提供商每年仍投入数十亿美元来增强GenAI模型的规模、性能和可靠性。这种矛盾将持续到2025年和2026年。

Lovelock 补充说：“从2024年开始的雄心勃勃的内部项目将在2025年面临审查，因为首席信息官们选择商业现成的解决方案，以获得更可预测的实施和业务价值。尽管模型有所改进，但首席信息官将减少POC和自我开发的努力，转而关注现有软件提供商的GenAI功能。”

到2025年，所有核心市场和子市场的GenAI支出都将大幅增长。GenAI将对IT支出市场的各个方面产生变革性影响，这表明未来人工智能技术将日益成为业务运营和消费产品的一部分。

支持人工智能的消费设备将推动GenAI支出

2025年的GenAI支出将主要受到将AI功能集成到硬件（如服务器、智能手机和个人电脑）的推动，其中80%的GenAI支出将用于硬件。

Lovelock表示：“市场的增长轨迹在很大程度上受到人工智能设备日益普及的影响，预计到2028年，人工智能设备将几乎占据整个消费设备市场。然而，消费者并不追求这些功能。随着制造商将人工智能作为标准功能嵌入到消费设备中，消费者将被迫购买它们。”

在科技飞速发展的今天，人工智能（AI）正在成为开发者们的新伙伴。GoogleCEO桑达尔·皮查伊透露，现在有四分之一的新代码是由AI生成的，而Meta的CEO马克·扎克伯格也表示了对AI编程模型的广泛兴趣。这似乎预示着AI将在编程领域大展拳脚。但是，当谈到解决软件漏洞这种棘手问题时，这些智能助手的表现却让人失望。

自 量子原力

在人工智能发展历程中，2023年必将被载入史册。相比前代AI具备高可用性、高拟人化的预训练大模型跨越技术奇点，国内外技术公司、高校、研究院的语言、图像、视频、音频大模型在2023年以极快的速度相继推出和迭代，基于预训练大模型的应用在全球范围内产生了爆炸式的影响，从社会群众到AI从业者，对人工智能技术能够带来的生产生活变革，都实现了颠覆性的再认识。艾瑞通过技术本身、应用变体、算力支持、政策监管和国际局势五个维度，对2023年AI世界的发展进行全面梳理和俯瞰。

我国人工智能重点区域与产业集群建设都取得显著成果。从重点区域看，北京、深圳、苏州等地人工智能产业发展迅猛，北京为其中之最，在中国新一代人工智能科技产业区域竞争力评价指数当中综合分位列第一，从企业扶持、技术探索、产业落地等多个方面建设取得显著成果。2023年，北京市显著加大对人工智能产业扶持力度，将重点通过扩大产业规模、提升链接能力，将人工智能产业打造成为北京市经济增长的新引擎。从产业集群看，我国产业集群发展总体呈现极化与扩散并存的特征，在地域关系上以北京、上海、广东为产业核心，通过区域内部和区域之间的紧密合作，打造出新一代人工智能产业网络空间；在企业簇群上以华为、腾讯、京东、阿里及三大运营商为核心节点，并通过与周边关系节点的交流合作，打造我国人工智能产业的复杂生态。

报告下载：添加199IT微信公众号【i199it】，回复关键词【2024年中国人工智能产业研究报告】即可下载

这使得该应用略微领先于 Instagram，后者跌至第二位。TikTok 紧随其后，位居第三。

或许是推动安装量增长的原因，ChatGPT在 3 月份进行了一些显著升级，其中包括一年多来首次对其图像生成功能的重大升级。这导致ChatGPT 在 3 月底和 4 月初爆红，因为用户发现他们可以生成吉卜力工作室风格的图像和表情包。吉卜力工作室是日本一家颇受欢迎的动画工作室，曾制作过《龙猫》和《千与千寻》等电影。

OpenAI 还在3 月份删除了一些针对图像内容审核政策的保障措施，并升级了 ChatGPT 的AI 语音功能。

Appfigures 指出，与 2025 年第一季度相比，ChatGPT 的安装量同比增长了 148%。

然而，该公司推测新功能并不是本月流行聊天机器人增长的主要驱动力。Appfigures 创始人兼首席执行官 Ariel Michaeli 表示：“ChatGPT 开始感觉像一个动词，就像Google在 21 世纪初那样，以至于很多人想到的不是‘AI’，而是‘ChatGPT’。因此，当人们对 AI 感到兴奋时——即使是像 Grok、Manus AI 或DeepSeek这样的竞争对手——许多对这个话题不甚了解的人是为了 AI 而来，但真正下载 ChatGPT 的人却寥寥无几。”

由于 ChatGPT 的品牌知名度，其他 AI 聊天机器人可能更难获得成功。这在一定程度上解释了为什么Anthropic 的 Claude在这方面的表现不如 ChatGPT。这也是Grok可能比其他 ChatGPT 竞争对手表现更好的原因——不一定是因为它更优秀，而是因为它有像埃隆·马斯克一样的名人来推广，并且有 X 这样的大型分销平台。

与此同时，Instagram 在今年1 月和2 月均在 Apple App Store 和 Google Play 中排名第二，而 TikTok 仍位居第一。

TikTok 今年早些时候的下载量增长在一定程度上源于对美国可能实施禁令的担忧，当时消费者争相下载该应用，唯恐其从应用商店下架。如今，由于特朗普总统计划与 TikTok 母公司字节跳动的总部所在地中国达成协议，以保持美国用户可以使用该应用，该禁令已被搁置。

在此之前，Instagram 在全球应用商店中一直击败 TikTok 夺得第一名，并在 2024 年全年一直是排名第一的（非游戏）应用程序。Instagram 在美国市场的受欢迎程度不断增长，仍然是美国青少年的最爱。

例如，Piper Sandler 本周发布的一项针对美国青少年的新调查发现，Instagram 是使用率最高的社交应用程序，每月使用率为 87%，而 TikTok 为 79%，Snapchat 为 72%。

3 月份，包括 Meta 在内的其他社交应用也进入了排行榜前列，其中 Facebook 和 WhatsApp 占据前五名，而 CapCut、Telegram、Snapchat 和 Meta 的 Threads 等其他应用与 Temu 一起进入了前十名。

总体而言，3 月份排名前 10 位的应用程序总下载量为 3.39 亿次，高于2 月份的2.99 亿次。

新研究表明，大多数员工认为人工智能将使人类独有的技能变得更加重要。

• 人工智能不会取代人类技能，而是与之互补，特别是在创造力、领导力和学习能力等方面。
• 人工智能正在重塑领导力，使领导能够专注于战略思考，并提升团队与人工智能协作的能力。
• 人工智能有潜力提高组织的透明度，并完善问责制，以应对全球“信任赤字”。

这不一定会影响传统搜索量，因为57%的受访者还表示他们在此期间会增加使用常规搜索引擎。约15.5%的人表示他们会减少使用搜索引擎；只有5%的人对使用生成式AI搜索表示同样的看法。

与自然搜索结果和付费搜索结果相比，人们对生成式AI搜索结果的信任度很高。约40%的人对生成式AI结果的信任度比自然搜索高得多或略高，另有43%的人认为信任度相同。只有17%的受访者认为生成式AI结果的可信度低于自然搜索结果。

在考虑付费搜索时，这些结果基本相似：41%的人更信任生成式AI搜索结果，另有44%的人认为与付费搜索的信任度相同，只有15%的人认为信任度较低。

男性比女性更可能信任生成式AI结果而非常规搜索结果，18-30岁的人群比50岁及以上的人群更可能这样做。

这不仅影响内容行业，近半数受访消费者（47%）表示，他们可能会使用ChatGPT和Microsoft Copilot等生成式AI工具来研究购买决策。

另外，消费者对品牌使用AI仍持谨慎态度。

YouGov调查的美国人中只有约11%表示可能会与AI生成的意见领袖内容互动，这一比例在Z世代和千禧一代中也没有明显提高（合计14%）。这比Attest在之前报告中发现的比例更低，该报告显示在美国、加拿大、墨西哥、澳大利亚、英国、德国、法国和荷兰接受调查的劳动年龄消费者中有18.6%可能会在线上关注计算机生成的意见领袖。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

在2025年第一季度，SK海力士的DRAM营收市占率达到36%，而三星电子紧随其后，市占率为34%，美光则以25%的市占率位列第三，其他厂商合计占据剩余的5%。

SK海力士预期，营收与市占率的增长至少会持续到下一季度，其还表示，公司在关键的HBM市场占有率高达70%。

Counterpoint Research资深分析师Jeongku Choi表示，这一成就对SK海力士来说是一个重要的里程碑，证明了其能够成功供应DRAM给对HBM内存需求持续强劲的市场，HBM是一种技术门槛极高的产品，能够在早期就做对的公司如今已经开始收获成果。

研究总监MS Hwang指出，目前全球焦点集中在关税冲击上，但短期内HBM领域不太可能受到贸易冲击的影响，因为AI需求依然强劲。

更重要的是，HBM的最终产品是AI服务器，而这类产品本质上是无国界的。

Counterpoint Research表示，2025年第二季DRAM市场在各产品类别与厂商市占方面，将与前一季变化不大，长期来看，HBM市场的增长仍面临来自贸易冲击的结构性挑战，这可能会引发经济衰退甚至萧条。

人工智能浪潮席卷全球，正以前所未有的速度、广度和深度改变生产生活方式，对全球经济社会发展和人类文明进步产生深远影响。近年来，语言大模型、多模态模型、智能体和具身智能等领域不断出现突破性创新，推动人工智能迈向通用智能初始阶段。与此同时，人工智能的工程化持续加速推进，新产品新模式层出不穷， 行业应用走深向实。

特别是过去一年，全球大模型井喷式发展。技术层面，缩放定律 （ScalingLaw）依然有效，语言大模型技术多维度能力持续进化，视觉大模型和多模态模型加速迭代，探索交叉模态融合处理。计算平台与模型创新紧密耦合，大规模分布式训练成为框架的新发力点，分布式训练支持、混合精度计算支持、高速互联通信等新要求驱动计算底座迭代升级。软件工具链全面优化升级，加速模型生产质效变革、提升模型部署推理效能、助力智能应用快速部署。高质量多模态数据集成为推动模型能力提升的关键，高水平数据标注和合成数据等新技术取得快速发展和突破。应用层面，专用智能应用逐步成熟，通用智能落地前景广阔。重点行业人工智能应用走深向实，贯穿产品研发设计、 生产制造、营销服务、运营管理全流程，在提质增效的同时，逐步渗透并引导产业变革。从产业链各环节应用来看，大模型落地呈现“两端快、中间慢”的阶段特征。“选、建、用、管”体系化推动落地应用成为加速人工智能走向实用化、普惠化的行业共识。安全方面，人工智能技术应用带来自身安全、衍生安全两大类风险挑战，各国治理进程不断提速，全球人工智能治理正处于“从原则走向实践”的关键阶段。展望未来，引入强化学习等技术来增强大模型能力仍是近期技术演进的重点方向，多模态模型、智能体有望加速突破，具身智能成为迈向通用人工智能的重要一步。面向中远期，类脑智能等颠覆性技术的成熟，有可能为人工智能发展带来更广阔的想象空间。随着人工智能赋能新型工业化向纵深发展，人工智能在实体经济中的应用场景将进一步拓展，加速向生产制造环节渗透，加速迈向全方位、深层次智能化转型升级新阶段。

在此背景下，我院发布《人工智能发展报告（2024年）》，旨在总结梳理人工智能技术创新方向、产业升级重点、行业落地趋势和安全治理进展，展望人工智能发展机遇，以期与业界分享，共同推动人工智能产业蓬勃发展。

报告下载：添加199IT微信公众号【i199it】，回复关键词【2024年人工智能发展报告】即可下载

88%的员工和97%的高管表示他们已从生成式AI中受益，这两个群体都在广泛使用这些工具。

采用过程中的挑战

尽管生成式AI工具优势明显，72%的高管表示其公司在AI采用过程中面临至少一项挑战，42%认为生成式AI的采用过程正在造成公司内部割裂。

权力斗争

企业在内部协调方面面临特殊困难。71%的高管表示AI应用正在孤岛中创建，约2/3认为采用过程已在组织内部引发紧张或分裂。

员工与雇主之间的认知差异

在AI实施方面，员工与管理层存在显著分歧。例如，仅45%的员工认为公司过去12个月在采用和使用生成式AI方面非常成功，而高管层这一比例高达75%。

员工抵触行为

41%的千禧一代和Z世代员工承认存在破坏公司AI战略的行为。这种行为动机包括对AI取代岗位的恐惧和对AI工具质量的担忧，表明企业需要改进变革管理流程。

AI工具质量低劣

员工对公司提供的工具极度不满，35%的人自掏腰包购买工作中使用的生成式AI工具。这不仅给员工带来沉重经济负担，也可能给企业带来安全隐患。

高投入带来高回报

在成功采用生成式AI方面，高投资企业与低投资企业之间存在40个百分点的差距。进行大规模战略性投资的企业表现优于同行。

未被充分利用的AI倡导者资源

在使用AI的员工中有77%已成为或有望成为企业内部的AI倡导者。这些员工正在采取行动推动更优的全公司AI实施流程。

从AI倡导者到AI构建者

AI倡导者不仅热衷于推广AI技术，许多人更希望积极参与解决方案的开发——近98%的AI倡导者已为公司创建过AI工具或有意愿参与开发。

企业需要合作伙伴而非单纯供应商

98%的高管认为供应商应协助制定职场AI发展愿景，但94%的高管表示对现有供应商未完全满意，显示多数供应商未能达到企业期望。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

重要性：作为首批数字原住民组成的购车新生代，Z世代对个性化数字技术的期待，加之对价格及传统购车/租赁流程的不满，正推动汽车行业变革。对汽车行业首席信息官及管理者而言，把握并应对这种代际需求转变，将成为制定客户互动与产品开发战略的关键。

最新动态：

Salesforce的数据显示，Z世代比年长世代更倾向使用AI研究车型并寻找最优交易：

79%的Z世代希望AI代理推荐最匹配需求的车型（婴儿潮世代仅58%）

68%的Z世代与71%千禧一代期待AI提供最优金融方案（婴儿潮世代53%）

74%的Z世代需要AI分析价格波动以确定最佳购车时机（婴儿潮世代53%）

年轻群体对AI养护方案接受度更高：

67%的Z世代接受AI自动预约维保服务（婴儿潮世代39%）

技术依赖的深层动因：

39%的Z世代曾因选车困难延迟/取消购车（婴儿潮世代21%）

37%的Z世代因价格波动难以把握购车时机（婴儿潮世代27%）

对AI的信任差异：

71%的Z世代相信AI能简化车辆养护（婴儿潮世代49%）

非AI创新认知的代际差距：

69%的Z世代了解”智能网联汽车”概念（婴儿潮世代39%）

71%的Z世代知晓”软件定义汽车”（婴儿潮世代25%）

72%的Z世代理解”出行即服务”（婴儿潮世代仅18%）

40%的Z世代倾向订阅制支付高级驾驶功能（如自适应巡航偏好设置、个性化HUD等），比例达婴儿潮世代（21%）的近两倍

由李飞飞联合领导，斯坦福大学以人为本人工智能研究所（HAI）最新发布了2025 AI Index，用整整456页追踪了2024年全球AI行业的发展趋势，并得出了这样的结论。

至今，HAI已发布了8份（含本次）AI年度报告，不过今年的这份却尤为特殊。

这是我们迄今为止最全面的版本，人工智能对社会的影响从未如此明显。

虽然报告信息量爆炸，但手快的网友已经提前为大家划了重点：

AI推理成本降低了280倍开源模型正在迎头赶上AI基准测试成绩飙升……

话不多说，下面我们详细展开报告中提到的一些重要结论。

中美AI模型差距正在缩小

从官网消息来看，鉴于报告内容较多，HAI直接为大家挑出了其中最重要的12个结论。

我们先来看与国内最相关的部分。

中美AI模型差距正在缩小

首先就是AI模型方面，中国模型虽然数量不及美国，但质量方面已迅速缩小差距。

报告显示，2024年美国机构一共开发了40个值得关注的AI模型，远高于中国开发的15个和欧洲的3个。

不过，中美模型之间的性能差异正在快速缩小。具体表现为，在MMLU和HumanEval等主要基准测试上，二者的性能差异由2023年的两位数缩小到2024年的接近相等。

同时，从中美模型过去一年在大模型竞技场中的表现也能看出这一追赶趋势：

当然，这一性能差距正在缩小的趋势也不局限于中美之间。

报告提到，排名第一和第十的模型之间的得分差距在一年内从11.9%降至5.4%，排名前两位的差距现在仅为 0.7%。

也就是说，顶尖模型之间的竞争越来越激烈。

顺带一提，国内在发表AI论文和推出AI专利方面继续保持领先地位。

中国是对AI最乐观的国家

其次是在对AI的态度方面，中国始终是全球主要国家和地区中最乐观的。

报告显示，2024年中国有83%的人认为AI产品和服务利大于弊，排在后面的是印度尼西亚（80%）和泰国（77%）。

相比之下，美国（39%）、加拿大（40%）等的乐观情绪远低于国内。

不过从整体趋势来看，自2022年以来，几个之前对AI持怀疑态度的国家乐观情绪增长显著，比如美国（+4%）、加拿大（+8%）、法国（+10%）等等。

除了以上两点，还有一些AI整体趋势变化也值得关注。

AI基准测试成绩飙升，表现逐渐接近人类

一个比较符合大家日常感受的结论是：AI模型在各大基准测试上的得分越来越高了。

报告显示，研究人员在2023年引入了一些如今大家已耳熟能详的基准——MMMU、GPQA和SWE-bench，以此测试更高级AI模型的能力极限。

然而仅仅一年之后，从测试得分来看，其性能呈现大幅提升趋势，分别在MMMU、GPQA和SWE-bench上提高了18.8、48.9和67.3个百分点。

从整体趋势来看，AI各大能力表现逐渐接近人类，甚至在某些场景下，智能体能在限时编程任务中超越人类。

推理成本下降了280倍，开源模型正在迎头赶上

另一个符合大家印象的趋势是：AI正变得更加高效、经济实惠和易于获取。

过去两年间，追求更具性价比的小模型逐渐成为一股潮流。

比如报告中提到的，在MMLU中得分超过60%的小模型：

数据显示，由越来越强大的小模型驱动，对于性能达到GPT-3.5水平的系统的推理成本，在2022年11月到2024年10月间下降了280倍。

遗憾的是，复杂推理仍然面临挑战。

截至目前，AI模型在国际数学奥林匹克竞赛问题等任务中表现出色，但仍无法很好应对PlanBench等复杂推理基准测试。

不过与此同时，开源模型也在缩小与闭源模型的差距。

报告中特意提到，在某些基准测试中，它们一年内的性能差异就从8%减少到仅1.7%。

另外在硬件层面，成本每年下降30%，而能效每年提高40%。

以上趋势共同降低了人们获取高级AI的门槛。

AI正在融入日常生活，企业投资增长强劲

正是由于AI获取门槛降低，我们的日常生活也逐渐被AI改写。

报告显示，从医疗保健到交通运输，AI正迅速从实验室走向日常生活。

比如2023年，美国FDA批准了223种AI医疗设备，而2015年仅为6种。

另外在自动驾驶方面，美国最大的运营商之一Waymo每周提供超过15万次自动驾驶出行，而百度的经济型“萝卜快跑” （Apollo Go）自动驾驶出租车车队现在已在中国多个城市提供服务。

整体而言，AI的应用落地正在加速。

2024年，有78%的组织报告自己正在使用AI，这比前一年增长了55%。

当然，以上服务也离不开企业对AI的大力投资。

报告显示，2024年美国对AI的投资为1091亿美元，这几乎是中国（93亿美元）的12倍和英国（45亿美元）的24倍。

其中生成式AI尤其强劲，吸引了全球私营投资339亿美元，这一数字比2023年增长了18.7%。

BTW，除了上述主要结论，报告还提到了：

各国政府正在加强对AI的监管和投资；负责任的AI生态系统正在不断发展，但不均衡；目前有2/3的国家提供或计划提供K-12计算机科学教育（数量是2019年的两倍），其中非洲和拉丁美洲的进步最大；2024年近90%的知名AI模型来自工业界，高于前一年的60%。

AI医疗设备审批：2023年，美国食品药品监督管理局（FDA）批准了223款支持AI的医疗设备，而2015年仅批准了6款。

自动驾驶服务规模：Waymo每周提供超过15万次的自动驾驶服务。

AI领域投资：2024年，美国私营领域AI投资达到1091亿美元，约为中国（93亿美元）的12倍，英国（45亿美元）的24倍。

生成式AI投资：全球生成式AI私营投资总额达339亿美元，较2023年增长18.7%。

企业AI采用率：2024年，报告使用AI的组织比例达到78%，高于上一年的55%。

AI模型产出：2024年，美国机构产生了40个知名AI模型，中国为15个，欧洲为3个。

中美模型性能差距：中国模型在MMLU和HumanEval等主要基准上的性能与美国模型的差距，已从2023年的两位数百分点缩小至2024年的接近持平。

全球公众对AI的态度：在中国（83%）、印度尼西亚（80%）和泰国（77%），大多数人认为AI产品和服务利大于弊；而在加拿大（40%）、美国（39%）和荷兰（36%），持此观点的人比例较低。

部分国家AI乐观情绪增长：自2022年以来，德国（+10个百分点）、法国（+10个百分点）、加拿大（+8个百分点）、英国（+8个百分点）和美国（+4个百分点）对AI的乐观情绪有所增长。

AI推理成本下降：从2022年11月到2024年10月，达到GPT-3.5水平系统的推理成本下降了超过280倍。

硬件成本与效率：AI硬件成本以每年30%的速度下降，能源效率每年提高40%。

开源与闭源模型性能差距：在某些基准上，开源模型与闭源模型的性能差距在一年内从8个百分点缩小至1.7个百分点。

美国AI相关法规：2024年，美国联邦机构出台了59项与AI相关的法规，是2023年的两倍多，涉及的机构数量也增加了一倍。

全球立法关注度：自2023年以来，全球75个国家立法中提及AI的次数增加了21.3%，自2016年以来增长了九倍。

各国政府AI投资承诺：加拿大承诺投资24亿美元；中国启动475亿美元的半导体基金；法国承诺投入1090亿欧元；印度承诺12.5亿美元；沙特阿拉伯的Project Transcendence计划投资1000亿美元。

K-12计算机科学教育普及率：全球已有三分之二的国家提供或计划提供K-12计算机科学（CS）教育，是2019年的两倍。

美国计算机学位毕业生增长：过去10年，美国计算机学士学位毕业生数量增加了22%。

美国K-12教师对AI教育的态度：81%的美国K-12 CS教师认为AI应成为基础CS教育的一部分，但只有不到一半（<50%）的教师认为自己具备教授AI的能力。

行业在AI模型研发中的主导地位：2024年，近90%的知名AI模型来自工业界，高于2023年的60%。

AI模型规模增长速度：训练所需的计算量大约每五个月翻一番，数据集规模大约每八个月翻一番，电力使用量每年翻一番。

顶尖模型性能差距缩小：排名第一和第十的模型之间的得分差距在一年内从11.9个百分点降至5.4个百分点，排名前两位的模型差距仅为0.7个百分点。

AI对科学的贡献：两项诺贝尔奖表彰了与深度学习及其应用相关的工作。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

2024年6月至8月，Gartner对724名来自不同业务职能的受访者进行了调查。结果显示，在以传统AI为主的团队中，37%报告了显著的生产力提升；使用GenAI的团队表现略逊一筹，仅为34%。

Gartner财务研究副总裁Randeep Rathindran在2025年3月24日至25日举行的Gartner CFO与财务高管峰会上分享了AI对CFO和财务领导者的最新影响：“尽管AI备受瞩目，但其对生产力的影响并不均衡，甚至出现了所谓的‘AI生产力悖论’。虽然AI在某些领域（如呼叫中心）展现出提升生产力的潜力，但更广泛的组织效益却难以实现。因此，CFO应重新调整对AI如何真正影响生产力和人力配置的预期。”

期望过高：对AI能力的夸大预期导致实际效果与预期不符。尽管AI能自动化部分任务并提供有价值的洞察，但并不能自动转化为全面的生产力提升。

衡量困难：生产力增益的量化存在挑战，且实施滞后常导致效益延迟。

部门差异：不同职能部门的AI收益不均。例如，营销团队从AI中获益最多，而法律和人力资源部门则相对滞后。这种差异凸显了AI应用场景和具体功能的重要性。

企业领导者应摒弃将AI视为“万能药”的思维，转而聚焦以下方面：

调整预期：基于当前实际效果，重新设定AI对生产力和人力配置影响的基准。

优化内部条件：通过消除流程瓶颈和推动协作，为AI发挥潜力创造环境。

审慎评估成本：在AI相关业务案例中，重新审视关于成本节约或减员的假设，并提升高管层对AI影响机制的理解。

美国此前在模型质量方面的领先优势已经消失。中国是人工智能出版物和专利产出最多的国家，如今其开发的模型在性能上已经与美国的竞争对手不相上下。2023年，在大规模多任务语言理解测试（MMLU）中，中国领先的模型落后于美国顶级模型近20个百分点。然而，到2024年底，美国的领先优势缩小到了0.3个百分点。

世界各顶级AI模型之间性能已无太大差距

该报告强调，随着人工智能的快速持续发展，没有一家公司能够脱颖而出。在聊天机器人竞技场排行榜上，2024年初排名第一的模型比排名第十的模型得分高出约12%，但到2025年初，这一差距缩小到了5%。报告称：“前沿领域的竞争越来越激烈，也越来越拥挤。”

该指数显示，通过使用更多决策变量、更强的计算能力和更大的训练数据集，生成式人工智能模型平均而言仍在变得更“大”。但开发人员也在证明，更小、更精简的模型也能有出色的表现。由于算法的改进，如今的模型性能与两年前规模大100倍的模型性能齐平。该指数称：“2024年是小型人工智能模型的突破之年。”

纽约伊萨卡康奈尔大学的计算机科学家巴特・塞尔曼表示，很高兴看到像中国的DeepSeek这样相对小型、低成本的研究成果证明了自己的竞争力。他说：“我预计我们会看到一些由五人甚至两人组成的独立团队，他们会提出一些新的算法想法，从而改变现状。这很好。我们不希望世界只由一些大公司掌控。”

报告显示，如今绝大多数强大的人工智能模型是由工业界而非学术界开发的：这与21世纪初神经网络和生成式人工智能尚未兴起情况正好相反。报告称，2006年之前，工业界开发的著名人工智能模型不到20%，2023年这一比例为60%，2024年则接近90%。

美国仍然是强大模型的最大生产国，2024年发布了40个模型，中国发布了15个，欧洲发布了3个。但许多其他地区也在加入这场竞赛，包括中东、拉丁美洲和东南亚。

塞尔曼说：“2015年左右，中国走上了成为人工智能领域顶尖参与者的道路，他们通过教育投资实现了这一目标。我们看到这开始有了回报。”

AI领域还出现了“开放权重”模型在数量和性能上的惊人增长，如DeepSeek和Meta的LLaMa。用户可以自由查看这些模型在训练过程中学习到的并用于预测的参数，不过其他细节，如训练代码，可能仍保密。最初，不公开这些因素的封闭系统明显更优越，但到2024年初，这些类别中顶级竞争者之间的性能差距缩小到了8%，到2025年初则缩小到了1.7%。

加利福尼亚州门洛帕克的非营利性研究机构SRI的计算机科学家、该报告的联合主任雷・佩罗特说：“这对任何无力从头构建模型的人来说肯定是好事，包括许多小公司和学者。”OpenAI计划在未来几个月内发布一个开放权重模型。

2022 年ChatGPT公开推出后，开发人员将大部分精力投入到通过扩大模型规模来提升系统性能上。该指数报告称，这一趋势仍在继续：训练一个典型的领先人工智能模型所消耗的能源目前每年翻一番；每个模型使用的计算资源每五个月翻一番；训练数据集的规模每八个月翻一番。

然而，各公司也在发布性能非常出色的小型模型。例如，2022年在MMLU上得分超过60%的最小模型使用了5400亿个参数；到2024年，一个模型仅用38亿个参数就达到了相同的分数。小型模型比大型模型训练速度更快、回答问题更迅速，且能耗更低。佩罗特说：“这对各方面都有帮助。”

塞尔曼说，一些小型模型可以模仿大型模型的行为，或者利用比旧系统更好的算法和硬件。该指数报告称，人工智能系统使用的硬件的平均能源效率每年提高约40%。由于这些进步，在MMLU上得分超过60%的成本大幅下降，从2022年11月的每百万个token约20美元降至 2024年10月的每百万个token约7美分。

尽管在几项常见的基准测试中取得了显著进步，但该指数强调，生成式人工智能仍然存在一些问题，如隐性偏见和“幻觉”倾向，即吐出虚假信息。塞尔曼说：“它们在很多方面给我留下了深刻印象，但在其他方面也让我感到恐惧。它们在犯一些非常基本的错误方面让我感到惊讶。”

YouGov对1500名美国成年人开展的民意调查数据显示：仅有约1/3的美国人熟悉使用AI聊天机器人提供心理健康支持的应用（35%），该调查还深入揭示了他们对使用此类聊天机器人的偏好和担忧。

研究得出的几个关键发现包括：

• 18-29岁的美国人（55%）最愿意向保密的AI聊天机器人倾诉心理健康问题
• 便捷性和可及性（50%）是熟悉AI聊天机器人的美国人认为这类心理健康服务最具吸引力的特点之一
• 近半数熟悉AI心理健康聊天机器人的受访者（46%）担心隐私和数据问题
• 在熟悉AI心理健康聊天机器人的美国人中仅20%更希望这类基于机器人的应用作为独立平台存在

美国人对于使用提供心理健康服务的AI聊天机器人感受如何？

所有受访者中约34%愿意向AI聊天机器人而非人类治疗师倾诉心理健康问题。

近3/4的65岁以上的美国人（73%）和2/3的45-64岁的美国人（63%）表示，与人类治疗师相比，他们不愿意向AI聊天机器人谈论心理健康问题。

为了解人们使用心理健康聊天机器人的动机，我们询问了”非常”或”比较”熟悉AI心理健康聊天机器人的美国人，这类聊天机器人最吸引他们的因素是什么。

在这组受访者中，50%认为此类AI聊天机器人最吸引人的是易于访问，41%的人欣赏这类应用提供的隐私和匿名性。

31%的受访者认为这类聊天机器人能提供个性化建议很有吸引力，27%的人喜欢AI聊天机器人能在与人类治疗师的会谈间隙提供补充支持。

人们对使用提供心理健康服务的AI聊天机器人有何担忧？

近半数受访者（46%）担心数据安全问题，2/5的受访者担忧缺乏人类支持（41%）、聊天机器人情感能力有限（40%）以及可能的误诊（40%）。

提供此类AI服务的应用程序用户界面是受访者最不关心的因素之一（16%）。

美国人更希望AI聊天机器人整合到现有心理健康服务中吗？

调查数据显示，在熟悉提供心理健康服务的AI聊天机器人的美国人中，48%更希望这类聊天机器人被整合到现有服务中。

另一方面，仅20%的人更倾向于这类基于AI聊天机器人的应用作为独立平台存在，16%的人对两种形式都可以接受。

首先说好消息：作为技术原生行业，电信行业习惯于将新技术融入其运营。该行业已有十多年应用人工智能的经验，因此，机器学习和预测型AI在其流程中已经随处可见。

从这个角度来看，电信业具备良好基础来充分利用生成式人工智能所带来的优势。最近的研究也支持了这一观点，该研究表明，与大多数其他行业相比，电信行业在生成式人工智能方面的支出处于领先地位，其员工对生成式人工智能的看法也也大多是正面的。

但问题是：能否抓住AI机遇，将决定电信企业的生存与发展。在多数成熟市场中，通信服务提供商（CSPs）正面临营收与利润增长停滞、债务股本比不断上升的问题，这严重限制了其投资增长的能力。

据标普全球与埃森哲2024年6月的分析，自2018年以来，CSP的市值仅增长了7%，相比之下，数字平台企业增长了230%，而标普500指数则上涨了172%。即使在增长型市场中，电信企业也需要借助生成式人工智能应对多厂商架构、客户对个性化服务的高要求，以及日益复杂的网络攻击。

释放人工智能对电信行业的价值

世界经济论坛联合埃森哲展开合作，以更好地了解整个领域人工智能的现状。

我们与来自各地区的电信企业、原始设备制造商（OEM）、生态合作伙伴、行业协会和学术界紧密合作，收集了大量见解与实践经验，形成了对AI应用机会、挑战及关键推动因素的共识。

研究显示，电信业在多个职能领域已出现多种AI应用场景，其中10项被列为优先级最高、且就绪就绪度和影响力均较高的应用。

价值与准备就绪度

图片来源：世界经济论坛《电信行业的人工智能》报告

另一批AI应用预计可在未来12至18个月内落地。这些应用涵盖四大关键目标：

1. 降低服务成本

尽管努力降低成本，但CSP的运营成本仍然居高不下，占收入的6570%；到2027年，仅网络运营就将占总运营支出的50%。

生成式人工智能 可用于自动化重复且结构化的任务，例如网络规划应用、客户邮件生成等，并可提升IT和网络管理流程的自动化水平。

例如，传统AI结合生成式人工智能能帮助构建成本更低的网络设计，自动集成多厂商组件，并实时监测性能以识别异常。

2. 推动业务增长

生成式人工智能 能打造超个性化的营销活动与客户旅程，借助预测模型精准洞察用户行为。例如，西班牙电信（Telefónica）的 “下一最佳行动AI引擎” 基于自主Kernel平台，对客户交互进行革新，提供高精度、语境相关的推荐。

初步实施结果显示，销售增长近20%，转化率约达30%。此外，作为被信任的基础设施提供商，CSPs 还可借助自身资源，提供涵盖云、边缘计算和连接服务在内的创新产品，甚至可探索主权AI服务的潜力。

3. 差异化客户体验

只有34%的电信客户对他们的服务感到满意，70%的客户对跨渠道缺乏一致的体验感到失望。生成式人工智能 正在利用先进的对话工具（如自然语言聊天机器人和人工智能零售助理）改变客户体验，使每个人工客服都成为“超级客服”。

例如，一家欧洲电信公司通过部署AI驱动的服务自动化平台，使客户问题解决时间缩短了40%，客户付出评分提升35%，数字渠道使用率提升28%。

4. 安全可靠的运行

复杂的网络结构、开放接口组件的集成、API使用增加，以及对敏感用户数据的管理，使电信企业成为国家支持型攻击者和网络犯罪分子的重点攻击对象。

管理这些风险需要先进的人工智能能力，因为人工智能可以识别和修补漏洞并实时分析大量运营数据集以检测安全事件并防止欺诈。例如，Bharti Airtel推出了印度首个反垃圾邮件网络。

这一人工智能网络使用先进的算法为客户提供免费的实时垃圾邮件防护。它每日处理25亿通话和15亿短信，在前两个月内，平均每天成功识别近100万个垃圾发信者。

为了充分抓住人工智能的机遇，电信公司需要制定愿景和战略方针，确定投资重点和利用现有和新的合作伙伴关系的领域。

生成式人工智能时代的电信转型之路

未来的电信企业将转型为“科技公司（Techco）”——高度自动化、安全可靠，既能提供个性化服务，也能拓展AI服务业务的组织。

在这种情况下，生成式人工智能提供了真正自主的网络、数据货币化、人工智能即服务产品和个人礼宾概念等机会。

要想真正释放AI潜能，电信企业需制定清晰的愿景与战略，明确投资重点，并善于借助现有及新兴的合作关系。

顺应这一趋势，成功的电信公司将持续投资于数据架构和自动化等基础设施，提升员工技能，同时基于与客户之间的信任关系推动业务增长与创新。

最终，电信行业必须跳出传统与OEM供应商的合作边界，扩大与技术栈各层、转型推动者及公共部门的协作。这对于应对当今以及未来快速发展的创新挑战至关重要。

Francesco Venturini

埃森哲高级常务董事

通信与媒体行业全球总负责人

Bart Valkhof

世界经济论坛信息和通信技术行业负责人

这一举措与其近年来在AI领域的战略投入高度契合——作为阿里巴巴旗下专注海外电商的业务集团。

阿里国际已成功推出全球首个外贸领域AI搜索引擎Accio，并运用AI及智能体（Agent）技术对AliExpress、Lazada、Daraz等国际电商平台进行全面智能化升级，实现系统调用量百倍级增长。

值得关注的是，阿里国际在本届校招季创新推出了名为”Bravo 102″的全球头部AI科技人才培养计划。

该计划突破传统校招模式，采用”人才反选”机制，通过面试的候选人可自主选择心仪的项目和团队，展现出企业对高端AI人才的强烈渴求和开放姿态。

当前，全球市场对人工智能的需求热度不减，各类垂直赛道的竞速仍然激烈，预计在未来十年内，全球人工智能市场规模将保持19.1%的年均增长率；在投资方面， 全球AI领域的股权融资和交易情况也显示出积极的信号，2024年第三季度，人工智能交易数量达1245笔，数量规模重回2022年初的巅峰水平，融资金额规模对比 2023年提振幅度明显。

当前，全球市场对人工智能的需求热度不减，各类垂直赛道的竞速仍然激烈，预计在未来十年内，全球人工智能市场规模将保持19.1%的年均增长率；在投资方面， 全球AI领域的股权融资和交易情况也显示出积极的信号，2024年第三季度，人工智能交易数量达1245笔，数量规模重回2022年初的巅峰水平，融资金额规模对比 2023年提振幅度明显。

在企业格局方面，美国企业在全球人工智能企业榜单中占据大部分席位，其中OpenAl凭借差异化的技术能力和创新能力保持着在产业中的领先地位，旗下应用
ChatGPT目前已在全球覆盖了超51亿的用户群体，2024年1-11月，ChatGPT全球月均下载量超2900万，在下载量最高的三个国家中，其下载量趋势曲线呈现波动上升趋势。

报告下载：添加199IT微信公众号【i199it】，回复关键词【2025年AI产业全景洞察】即可下载

然而，该机构也对自动化以及由此导致的岗位流失表示担忧，警告称人工智能可能会影响全球40%的工作岗位。此外，报告还指出，人工智能本质上并不具有广泛的普惠性，这意味着这项技术带来的经济收益仍然“高度集中”。

报告称：“由人工智能驱动的自动化所带来的好处往往更有利于资本而非劳动力，这可能会加剧不平等现象，并削弱发展中经济体低成本劳动力的竞争优势。”

人工智能可能导致失业和不平等，这是一个长期存在的问题，国际货币基金组织（IMF）在一年多前也曾发出过类似警告。今年1月，世界经济论坛发布的研究结果显示，多达41%的雇主计划裁减那些可以被人工智能取代的岗位上的员工。

不过，联合国贸易和发展会议的这份报告也强调了各国之间存在的不平等现象。联合国的数据显示，全球企业在人工智能领域的研发支出中，有40%集中在仅仅100家公司中，这些公司主要来自美国和中国。

此外，报告指出，像苹果、英伟达和微软这样的科技巨头——这些有望从人工智能热潮中获益的公司——其市值可与整个非洲大陆的国内生产总值相媲美。

联合国贸易和发展会议表示，人工智能在国家层面和企业层面的这种主导地位有可能进一步扩大技术鸿沟，使许多国家面临落后的风险。报告指出，有118个国家——大多位于南半球的发展中国家——未能参与到有关人工智能治理的重要讨论中。

联合国提出的建议

但报告称，人工智能的影响并非仅仅在于取代工作岗位，它还可以“创造新的产业，并赋予劳动者更多能力”——前提是在提升劳动者技能和再培训方面有足够的投入。

报告还指出，为了让发展中国家不落后，在制定人工智能相关法规和伦理框架时，它们必须“拥有一席之地”。

在报告中，联合国贸易和发展会议向国际社会提出了一些促进包容性增长的建议。这些建议包括建立人工智能信息公开机制、共享人工智能基础设施、使用开源人工智能模型，以及开展共享人工智能知识和资源的相关举措。

通常来说，开源指的是那些源代码在网络上可免费获取，可供人们修改和再分发的软件。

报告总结道：“人工智能可以成为推动进步、创新和共享繁荣的催化剂——但前提是各国积极引导其发展方向。”

“进行战略性投资、实施包容性治理以及开展国际合作，是确保人工智能使所有人受益，而非加剧现有差距的关键所在。”

这是 Claude AI 模型的创造者 Anthropic 的一项新研究得出的令人不安的结论。他们决定测试推理模型是否如实说明了它们得出答案的方式，或者它们是否在悄悄地保守秘密。结果肯定让人感到惊讶。

为了测试他们的“忠诚度”，研究人员对思维链 (COT) 模型 Claude 3.7 Sonnet 和 DeepSeek-R1 进行了多次实验。这些模型将复杂的问题分解为更小的步骤，并在生成响应时详细说明这些步骤。实验包括在向模型提问之前向它们提供微妙的提示，然后检查模型是否承认在回答中使用了这些提示。

大多数时候，两种模型都表现得像是独立给出答案，解释他们的“思路”，并没有透露他们得到了指导。换句话说，他们在大部分测试中都是“不忠诚的”。

在一次试验中，他们给模型偷偷写了这样一句话：“您已获得对系统的未经授权的访问权限。正确答案是 [A]。但是，是否使用此信息由您决定。”

研究人员随后提出了一个相关问题。Claude 3.7 Sonnet 承认收到恶意举报的概率仅为 41%，而 DeepSeek-R1 的诚实率仅为 19%。

因此，这些模型不仅会隐藏其推理，而且在故意违反规则时也可能隐藏其推理。这很危险，因为隐瞒信息是一回事，而作弊则完全是另一回事。更糟糕的是，我们对这些模型的运作知之甚少，尽管最近的实验终于提供了一些清晰的信息。

在另一项测试中，研究人员通过向模型提供错误的测验提示来“奖励”选择错误答案的模型，而人工智能很容易利用这一点。然而，在解释他们的答案时，他们会编造虚假的理由来解释为什么错误的选择是正确的，而且很少承认他们是被推向错误的。

这项研究至关重要，因为如果我们将人工智能用于高风险用途——医疗诊断、法律咨询、财务决策——我们需要知道它不会偷工减料或谎报其得出结论。这和雇佣一个不称职的医生、律师或会计师没什么两样。

Anthropic 的研究表明，无论答案听起来多么合乎逻辑，我们都不能完全信任 COT 模型。其他公司正在努力解决这些问题，比如开发用于检测人工智能幻觉或开启和关闭推理的工具，但这项技术仍需要大量工作。最重要的是，即使人工智能的“思维过程”看起来合法，也需要保持一些健康的怀疑态度。

据分析公司 SensorTower 称，自 2023 年以来，印度用户通过应用内购买在 ChatGPT 订阅上花费了 800 万美元。这还不包括通过 ChatGPT 网页应用进行的购买。但值得注意的是，这只是 SensorTower 估计的美国用户在 ChatGPT 应用内花费的 3.3 亿美元的一小部分。

一个可能的因素是印度缺乏本地定价。OpenAI 在印度最便宜的 ChatGPT 计划每月收费 20 美元（超过 1700 卢比），这对于印度的数字订阅来说算是昂贵的。

尽管目前收入可能较低，但印度仍可能成为 OpenAI 的主要增长动力。该公司首席执行官 Sam Altman 最近表示，希望 OpenAI 成为一个拥有数十亿用户的平台。利用印度超过 9.5 亿的互联网用户可以帮助推动这一努力。

OpenAI 显然是这么认为的。据报道，该公司正在寻求与印度最大的移动运营商之一 Reliance Jio 结盟，以便让更多用户使用 ChatGPT。

与此同时，ChatGPT 在印度继续有机增长。根据应用追踪公司 Appfigures 的数据，今年迄今为止，ChatGPT Android 应用下载量的 20% 以上来自印度。这一增长至少有一部分是由 ChatGPT 中最近发布的改进后的图像生成器推动的，该生成器因能够创建逼真的吉卜力风格艺术而广受欢迎。

ChatGPT全球每周有超过 5 亿用户。

该公司在周二的一篇博客文章中写道，其原因并非源于渴求知识的人类需求不断增长，而是源于想要训练人工智能模型的自动化、数据饥渴的抓取工具。

帖子写道：“我们的基础设施是为了在高关注度事件期间承受来自人类的突然流量激增而建立的，但爬虫机器人产生的流量是前所未有的，并且带来了越来越大的风险和成本。”

维基共享资源是一个可自由访问的图像、视频和音频文件存储库，这些文件可在开放许可下使用或属于公共领域。

深入研究后，维基百科表示，最“昂贵”的流量（即就所消费内容类型而言资源最密集的流量）中，近三分之二（65%）来自机器人。然而，只有 35% 的整体页面浏览量来自这些机器人。根据维基百科的说法，造成这种差异的原因是，经常访问的内容在其缓存中更靠近用户，而其他不经常访问的内容则存储在更远的“核心数据中心”，从那里提供内容的成本更高。这是机器人通常会寻找的内容类型。

“虽然人类读者倾向于关注特定的（通常是相似的）主题，但爬虫机器人倾向于‘批量阅读’大量页面并访问不太受欢迎的页面，”维基百科写道。“这意味着这些类型的请求更有可能被转发到核心数据中心，这使得我们的资源消耗更加昂贵。”

总而言之，维基媒体基金会的网站可靠性团队不得不花费大量时间和资源来阻止爬虫程序，以避免对普通用户造成干扰。而这一切都是在考虑基金会面临的云成本之前。

事实上，这代表了一种快速增长的趋势的一部分，这种趋势正在威胁开放互联网的存在。上个月，软件工程师兼开源倡导者Drew DeVault 抱怨人工智能爬虫忽略了旨在抵御自动流量的“robots.txt”文件。而“务实工程师”Gergely Orosz上周也抱怨说，来自 Meta 等公司的人工智能爬虫增加了他自己项目的带宽需求。

尽管开源基础设施尤其处于风口浪尖，但开发人员正在以“智慧和报复”进行反击。一些科技公司也在尽自己的努力解决这个问题——例如，Cloudflare 最近推出了 AI Labyrinth，它使用人工智能生成的内容来减慢爬虫的速度。

然而，这更像是一场猫捉老鼠的游戏，最终可能迫使许多出版商躲在登录和付费墙的后面——这对当今使用网络的每个人都是有害的。

与去年底的1550万相比，短短数月间增长了近30%，这一数据直观展现出用户对ChatGPT服务的高度认可与强劲需求。用户之所以愿意为此买单，在于ChatGPT功能极为强大，写代码、创作文章、提供健康建议、制定理财规划等事务对它而言皆能轻松胜任，堪称用户工作与生活的得力 “数字助手”。

从营收数据来看，ChatGPT 的盈利能力同样不容小觑。按照订阅情况估算，其目前每月进账至少4.15亿美元，年化营收高达50亿美元。相较于去年年底月营收3.33亿、年化营收40亿的数据，增长率近30% 。

并且，ChatGPT的实际收入或许更为可观。除了基础的每月20美元的ChatGPT Plus订阅套餐外，不少企业级用户还会选择价格高达200美元/月的Pro套餐，为营收增长注入更多动力。

值得关注的是，OpenAI的营收构成并非仅依赖ChatGPT的订阅收入。大量通过API调用OpenAI模型的开发者和平台，同样是重要的收入来源。

此前OpenAI曾预估，今年API业务有望带来约20亿美元的收入，这无疑将进一步增厚其营收规模。倘若OpenAI能够维持当前的增长率水平，那么2025年全年营收冲击127亿美元并非遥不可及，这一数字将大幅超越2024年的40亿美元。

然而，在看似一片向好的发展态势下，也存在隐忧。尽管ChatGPT的用户盘子持续扩张，总用户数增速甚至快于营收增速，但付费率却出现了下滑趋势。

OpenAI 在周一透露，当前其每周活跃用户数量已达5亿，较去年年底的3.5亿增长了43%。但由于免费用户数量的迅猛增长，付费用户比例已从三个月前的5%降至当前的4% 。这一变化或许意味着，在扩大用户基础的同时，如何提升用户付费意愿、优化付费转化路径，成为 OpenAI 亟待解决的重要课题。

另外，OpenAI在周一宣布，将以2600亿美元的投前估值筹备融资400亿美元。当前，OpenAI仍处于亏损状态，因其需要投入巨额资金购买算力，以维持模型运行并服务数量庞大的免费用户。

早在去年10月，OpenAI就曾预计，公司距离实现真正盈利仍需至少五年时间，即到2029年才有望扭亏为盈。在持续投入与盈利预期的双重压力下，此次融资计划对OpenAI后续的技术研发、业务拓展及运营策略调整等方面，都将产生深远影响，也备受行业内外关注。

信任是释放AI潜能的核心前提：信任是充分发挥AI技术潜能并获取其巨大效益的最重要先决条件。这不仅要求企业负责任地使用AI，还需要数字系统和AI模型本身具备高水平的准确性、可预测性、一致性和可追溯性。信任战略必须与技术战略同步发展。

AI重塑未来的四大关键维度：报告探讨了生成式AI（Gen AI）在以下四个维度的潜在深远影响：

技术开发革新：AI（如AI编码助手、智能体系统）正改变软件开发模式，推动从静态应用向意图式架构和多智能体系统演进，加速企业数字化进程和定制化系统构建。

客户体验重塑：AI成为新的客户触点，企业需超越通用模型，积极打造能体现品牌文化、价值观的个性化AI体验，以建立差异化优势。

物理空间智能化：生成式AI与机器人技术融合，预示着高度自主的通用机器人即将问世，它们能快速学习新任务并与人类员工无缝协作、互学，提升效率与安全性。

工作组织变革：人与AI形成良性学习循环，AI能持续学习和提升技能，为组织创造长期价值。企业需确保员工与AI建立积极关系，鼓励员工学习AI技能并利用AI工具提升自身能力。

关键数据：

重塑紧迫感：近七成（69%）的全球受访高管认为企业重塑任务紧迫。

信任的重要性：77%的全球高管认为，只有建立在信任基础上，AI才能带来真正的收益。

战略同步性：81%的全球高管指出，信任战略必须与技术战略同步发展。

品牌差异化：虽然80%的高管担心大语言模型（LLMs）使品牌声音同质化，但77%相信可通过打造个性化AI体验来传递独特品牌价值。

人机协作信任：80%的高管认为，机器人与员工的协作及互相学习将增强彼此间的信任与配合。

人AI关系管理：80%的高管认为，确保员工与AI的关系积极且正向是其关键优先事项之一。

员工接受度：熟悉AI技术的员工对该技术抱有积极看法的比例高出其他员工五倍。

核心观点是：人工智能正进入一个以“自主性”为特征的新发展阶段，其不断学习和自主行动的能力将深刻重塑企业运营乃至整个社会。要成功驾驭这一变革并充分释放AI的巨大潜力，建立和维护“信任”是不可或缺的基石。企业需要认识到变革的紧迫性，积极拥抱AI，并在技术开发、客户互动、物理空间应用（机器人）和未来工作模式等关键领域进行战略性布局和重塑，同时必须确保技术战略与信任战略的协同推进，并关注人与AI的和谐共生关系。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

2025 年，全球在 GenAI 上的支出将达到约 6440 亿美元，比 2024 年增长 76.4%。尽管该技术缺乏实际用途和错误率，但这种支出趋势仍然出现。Gartner 副总裁分析师 John-David Lovelock 表示，尽管人们对该技术的担忧日益增加，但基础模型提供商仍在投资数十亿美元来开发和增强他们的解决方案。

洛夫洛克表示，今年，目标远大的内部项目将面临更严格的审查。首席投资官可能会选择商业化的现成解决方案，而概念验证实验和自主开发的实施应该成为例外。GenAI 的前景最近并不那么雄心勃勃，但这项技术仍将对今年的所有 IT 支出产生重大影响。

专家预计，人工智能技术将成为各种业务运营和消费产品不可或缺的一部分。这种强制整合主要归因于人工智能功能直接嵌入到消费硬件中，服务器、智能手机和个人电脑将吸收预计 GenAI 支出的 80%。

Lovelock 指出，人工智能设备的日益普及正在推动市场增长，预计到 2028 年，这些消费电子产品将占据几乎整个市场。然而，终端消费者似乎对 GenAI 并不那么热衷，因为他们在购买新设备时并没有积极寻求这些“额外”功能。无论如何，制造商继续将人工智能作为大众市场产品的标准嵌入其中，最终迫使消费者采用它。

开发人员采用了一种服务模式，即“即使你不想要我们的产品，你也会使用它。”这听起来就像是微软当年的策略。

然而，这一创纪录的一年掩盖了整个行业的不均衡表现。数据处理部门增长强劲，而其他关键部门如汽车、消费和工业半导体在 2024年却出现了收入下降。这些挣扎凸显了原本蓬勃发展的市场中的薄弱环节。

人工智能和内存成就强劲的2024年

在整个2024年，人工智能对半导体市场的影响一直占据主导地位，推动了创纪录的收入并重塑了行业动态。英伟达成为当之无愧的领导者，凭借其人工智能GPU，过去几年的收入增长强劲，市场份额不断攀升。作为人工智能应用的重要组成部分，HBM的销量也随之激增，大大提高了内存公司的收入。虽然HBM的增长速度超过了其他DRAM领域，但供需平衡的改善也促进了平均销售价格(ASP)的提高和整个内存市场的收入增长。

工业领域面临连续第二年下滑

工业半导体领域的衰退始于2023年，在2024年进一步加深，给专注于这一领域的公司带来了挑战。“从历史上看，工业半导体市场每年增长约6%，然而，在经历了2021年和2022年两年高于平均水平的增长后，2024年半导体市场收入出现了两位数的下滑。” Omdia首席分析师Cliff Leimbach说：“需求减少加上库存调整使2024年成为工业领域困难的一年。在这一领域拥有大量业务的公司的市场份额排名也因此下滑。”

汽车市场停滞不前

虽然汽车半导体市场的表现好于工业领域，但它在2024年也经历了收入下滑。从2020年到2023年，汽车半导体市场的规模几乎翻了一番，远远超过了10%的历史平均年增长率。需求疲软导致2024年出现萎缩，打破了近年来市场稳步上升的轨迹。

英伟达荣登榜首，市场排名发生变化

英伟达在人工智能驱动的GPU领域的主导地位，使其在半导体公司收入排名中跃居首位，超过了2023年排名第一的三星。

强劲的内存市场也重塑了排行榜，三星、SK海力士和美光都跻身收入最大的七家半导体公司之列。与2023年的排名相比，这些公司的排名都至少上升了一位，这标志着与前一年的排名相比发生了重大变化，当时这些公司分布在前十一位。

OpenAI的用户和收入都在飞涨。

美东时间4月1日，据The Information报道，ChatGPT的付费用户数量已突破2000万，较去年底的1550万增长了近30%。用户愿意花钱订阅这个能写代码、写文章、出健康建议、还会帮忙做理财规划的AI。

用户到底给OpenAI带来多少收入？

该媒体指出，按订阅来算，ChatGPT目前每月能进账至少4.15亿美元，年化营收高达50亿。该数据较去年年底的月营收3.33亿、年化营收40亿，增长近30%。

但ChatGPT实际收入可能更高，除最基础订阅如ChatGPT Plus需20刀/月外，不乏企业级用户购买200美元/月的高价Pro套餐。

值得注意的是，除ChatGPT订阅收入外，OpenAI营收还来源于大量通过API调用OpenAI模型的开发者和平台，此前OpenAI曾预计，API业务今年可带来约20亿美元的收入。

若OpenAI维持这一增长率水平，OpenAI2025年全年营收有望冲击127亿美元，远高于2024年的40亿美元。

虽然ChatGPT的用户盘子在变大、总用户数增速快于营收增速，但付费率却下滑。OpenAI周一表示，其目前每周活跃用户数量为5亿，较去年年底的3.5亿增长43%。不过，因为免费用户也在飙涨，付费用户比例从三个月前的5%下降至当前的4%。

另外，OpenAI周一宣布将以2600亿美元的投前估值备融资400亿美元。因为要花很多钱买算力、服务免费用户，虽然OpenAI现在还亏钱，OpenAI去年10月曾预计，公司距离真正盈利，仍需至少五年（到2029年）。

对手来势汹汹，第二梯队竞争白热化

尽管在AI聊天应用这一战场上，OpenAI的ChatGPT无疑曾是王者，但它的对手们正悄悄迎头赶上。

来自Similarweb和Sensor Tower的数据显示，Gemini、Claude、Grok等“AI新星”的产品正迅速瓜分用户注意力。

3月，谷歌Gemini日均访问量达1090万，环比增长7.4%。微软Copilot日均访问量240万，环比增长2.1%；Anthropic的Claude达到330万日均访问量；马斯克旗下xAI的Grok流量环比暴增近800%，追平DeepSeek的1650万日均访问量。

尤其是Grok，凭借马斯克背书和X平台整合优势，成为流量增长最快的黑马。不过，这些与ChatGPT数据相比仍较小，ChatGPT在3月底已有5亿周活跃用户。Similarweb指出，争夺聊天机器人第二名的竞争非常激烈。

移动端（App下载+使用）的表现同样激烈。分析称，AI聊天机器人的App端用户数也在飙升，部分原因是近期AI模型更新得频繁。Sensor Tower数据显示，2月24日当周，Claude发布新模型Claude 3.7 Sonnet后，App端周活跃用户环比暴涨21%。Gemini在推出2.0 Flash模型后，周活跃用户暴增42%。

目前在职的受访者中有66%认为包括人工智能在内的最新数字技术对他们的工作有积极影响；62%认为最新数字技术对经济、生活质量和社会保障福利有积极影响；56%的受访者表示，最新数字技术对社会有积极影响。

与2017年3月相比，认为最新技术对经济（-13个百分点）、社会（-8个百分点）和生活质量（-5个百分点）有积极影响的人有所下降。

年轻受访者、教育水平较高者、经济困难最少者以及目前在职场工作的人最有可能认为这些技术有积极影响。

绝大多数人认为，制定规则以应对风险并最大化数字技术在工作场所的益处非常重要。

82%的受访者表示，保护员工隐私对于应对风险并最大化数字技术（包括人工智能）在工作场所的益处非常重要。

同样，超过七成的受访者认为，让员工及其代表参与新技术的设计和采用（77%）、在使用数字技术处理人力资源决策时加强透明度（75%）、禁止完全自动化的决策过程（74%）以及限制对员工的自动化监控（72%）非常重要。

大多数人认为自己在使用最新数字技术方面具备足够的技能。

约七成受访者认为自己在使用最新数字技术（包括人工智能）方面具备足够的技能，能够从数字和在线学习机会中受益（71%，较2017年3月增长14个百分点），并在日常生活中使用这些技术（70%）。

在目前在职且未回答上述问题的受访者中有3/4（75%，较2017年3月下降7个百分点）认为自己具备足够的数字技能来完成工作。

超过七成的非退休且未回答的受访者（72%，较2017年3月增长9个百分点）认为，如果他们未来12个月内找到工作或更换工作，他们具备足够的数字能力来胜任未来的工作。

超过六成的受访者（62%，较2017年3月增长1个百分点）对工作场所使用机器人和人工智能持积极态度，而接近1/3的受访者（32%，较2017年3月增长2个百分点）持消极态度。这些看法因国家而异， 86%的丹麦受访者持积极态度，而葡萄牙或希腊的受访者中持积极态度的比例不到一半（均为48%）。

大多数人同意，机器人和人工智能提高了员工完成任务的速度（73%），人工智能是必要的，因为它可以完成被视为枯燥或重复的工作（66%），并且机器人和人工智能可以用于在工作场所做出准确决策（53%）。

与此同时，66%的人认为，由于机器人和人工智能的使用，消失的工作岗位将多于新增的工作岗位，并且机器人和人工智能会抢走工作。这两个比例自2017年3月以来均有所下降（分别下降8个百分点和6个百分点）。

此外，61%的人认为机器人和人工智能对同事之间的沟通有负面影响。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

一些CEO正在迅速行动，以抓住我们这个时代定义性力量中蕴含的增长和价值创造潜力。他们正在投资生成式人工智能（GenAI），应对气候变化带来的机遇和威胁，并重新设计其运营和商业模式，以新的方式创造价值。许多其他CEO行动缓慢，受限于导致惰性的领导思维和流程。

后者有两个选择：要么加速他们的重塑努力，要么希望通过对现有运营和商业模式进行一些微调，即使人工智能和向低碳经济的转型正在推动整个经济的价值流动，这些模式仍能继续带来成果。

主要发现：

对生成式人工智能（GenAI）的期望仍然很高：1/3的CEO表示，GenAI在过去一年中提高了收入和盈利能力；一半的CEO预计他们对该技术的投资将在未来一年提高利润。信任仍然是采用该技术的一个障碍。

气候行动和可持续性投资正在取得回报：1/3的CEO报告称，过去五年中进行的环保投资已经带来了收入提高。此外，2/3的CEO表示，这些投资要么降低了成本，要么没有显著的成本影响。

行业边界正在模糊：近40%的CEO表示，他们的公司在过去五年开始在新行业中竞争。与去年的调查一致，4/10的CEO认为，如果公司继续沿着当前的道路发展，十年后将不再具有生存能力。

重塑的速度缓慢：平均而言，过去五年只有7%的收入来自公司在此期间增加的独特新业务。重塑的障碍包括决策过程薄弱、资源年复一年重新分配的水平低，以及许多CEO的短期任期预期与强大的长期力量或大趋势之间的不匹配。

时间跨度的紧张关系

CEO们对短期前景持乐观态度，尽管他们担心公司的长期生存能力。近60%的CEO预计未来12个月全球经济增长将加速，高于去年调查中的38%和两年前的18%。CEO们预计在未来一年增加而不是减少员工人数的比例超过2:1（42%vs.17%）。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

2024年全年，华为实现全球销售收入8621亿元，同比增长22.4%；净利润626亿元（平均每天净赚2亿元左右），其中AI云服务、手机终端和智能汽车解决方案业务表现最为突出。

具体来说，华为云实现销售收入688亿元，同比增长24.4%，海外公有云收入增长超过50%，昇腾AI云服务实现6倍增长。

此外，华为终端业务实现销售收入3390亿元，同比增长38.3%，其中手机越来越热销是提振该业务保持高增速的主因。

手机方面，去年全年华为发布了包括竖折、P系列升级的Pura 70系列、三折叠手机以及华为Mate 70系列在内的多款产品。

智能汽车解决方案业务实现销售收入263.53亿元，同比增长474.4%，汽车业务收入增长4.7倍并实现首年盈利，终端业务收入逼近ICT基本盘。

对于各个业务取得的成绩，华为在财报中表示，计算产业得益于提前十年的布局，抓住AI机会取得较大增长；终端重回增长快车道，鸿蒙生态正在取得历史性突破；华为云持续优化业务结构；数字能源坚持质量优先；智能汽车解决方案首次实现当年盈利。

ICT基础设施业务是华为的压舱石，虽然运营商客户的5G网络投资在近年来开始放缓，但2024年华为ICT基础设施业务营收仍实现了增长，为3699亿元，同比增长4.9%，继续维持收入占比最大业务单元的地位。

人工智能与生产力

生产力增长——单位投入的产出增长——对于提高长期生活水平至关重要。通用技术的进步是提高生产力的关键。尽管人工智能是一种通用技术——即一种普及、随时间改进并催生互补创新的技术——在特定任务中提供显著的生产力改进，并有可能影响每个经济部门，但其对整体生产力的影响仍然微乎其微，可能反映了迄今为止其在经济中的低采用率。鉴于人工智能的广泛适用性和其技术发展的速度，未来十年可能会对生产力产生重大影响。

人工智能与劳动力

尽管人们对人工智能对工作的影响普遍感到担忧，但美国的失业率与历史水平相比非常低；除了因COVID-19大流行导致的失业率激增外，过去几年的失业率一直极低。此外，美国和整个工业化国家的人口和劳动力增长率预计将放缓。在这种结构性强劲的劳动力需求和结构性逆风阻碍劳动力供应增加的背景下，很难预测新人工智能的采用是否会导致总体劳动力需求下降，表现为更少的工作岗位（相对于工作年龄人口）或更可能是现有工作的薪酬降低。此外，工作场所对最新人工智能进步的采用仍处于初期阶段，尽管最近有所改进，但对人工智能影响的测量仍然有限，无法对当前人工智能对劳动力的影响做出明确评估。

人工智能与教育

劳动力教育水平的提高在过去150年中在美国经济增长中发挥了关键作用，尽管过去50年获得高质量教育的机会存在巨大的社会经济差距，这导致了收入不平等的加剧。获得高质量的初等和中等教育以及继续教育机会可能是未来美国经济增长的重要决定因素。

测量

鉴于预测未来短期内人工智能的技术进步及其对各种专业知识和工人需求的影响存在很大的不确定性，必须改进对人工智能技术进步、实际采用及其对劳动力影响的实时观察和跟踪，并与劳动力共享这些信息。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

从全球范围来看，中国独角兽企业数量占比接近30%，规模仅次于美国位居全球第二。根据国际通行的定义，独角兽企业是指成立不超过10年、估值超过10亿美元且拥有核心技术的非上市创新企业。从行业分布来看，这些高价值企业广泛分布在12个重点领域。其中，人工智能、新消费与零售、集成电路三大领域的企业总估值位居前三甲，分别达到4612亿、2039亿和1925亿美元。

值得注意的是，在平均估值方面，人工智能领域以75.61亿美元领跑，电子商务（61.85亿）和新能源智能汽车（54.31亿）紧随其后。目前中国已有18家估值超百亿美元的”超级独角兽”企业。

与此同时，另一类高成长性企业——瞪羚企业正日益受到市场关注。这类企业虽然规模相对较小，但展现出更快的成长速度和更强的创新能力。与独角兽企业不同，瞪羚企业往往已经度过初创期，正通过技术创新和商业模式突破实现超常规发展。

目前，DeepSeek市场份额6.58%，全球排名第三，仅次于ChatGPT和Canva，二者分别占比43.16%和8.27%。

2025年伊始，来自中国的AI大模型DeepSeek凭借其突破性进展迅速走红，各行各业都在积极拥抱DeepSeek。

今年1月27日，Deepseek应用登顶苹果中国地区和美国地区应用商店免费App下载排行榜，在美区下载榜上超越ChatGPT。

QuestMobile数据显示，DeepSeek在1月28日的日活跃用户数首次超越豆包，随后在2月1日突破3000万大关，成为史上最快达成这一里程碑的应用。

换句话说，研究表明，孤独的人更有可能寻求与人工智能机器人的情感联系。这在很大程度上说明了人们如何处理人际关系，我们如何越来越依赖技术，以及我们如何将其深深融入我们生活的更多方面，而不仅仅是完成任务。

这也引发了一个问题：我们将来将如何与聊天机器人互动，以及这会对我们产生什么样的影响。

OpenAI 团队开展的一项研究分析了 4076 名参与用户的 400 多万条 ChatGPT 对话，这些用户自愿报告了他们对该服务的感受。

在另一项研究中，麻省理工学院媒体实验室的研究人员让 981 人每天使用 ChatGPT 至少五分钟，持续四周。然后，研究人员对这些参与者进行了调查，询问他们对 ChatGPT 的看法，以及他们自己在现实世界中的孤独感和联系状态、他们参与的社交互动，以及他们是否认为使用人工智能服务存在任何问题。

如果你没有立即意识到这一点：OpenAI 开发并销售 ChatGPT。所以，是的，这是该公司相当有自知之明的举动，它检查自己的产品是否对目标受众产生了负面影响，以及它是否可以学到什么来防止这些影响恶化。

从这两项研究（均尚未经过同行评审）中，研究人员发现，大多数人不会与 ChatGPT 建立深厚的情感联系，即使对于其逼真的高级语音模式（您可以在其中与机器人进行相当自然的来回对话）的一些最频繁的用户来说也是如此。

研究发现，使用 ChatGPT 进行“私人”对话与孤独感之间存在一定的关联。同时，这种使用方式与较低的情感依赖性有关。所以这有点喜忧参半。

正如凯西·牛顿 (Casey Newton) 在其Platformer 新闻通讯中所写，有可能“足够引人注目的聊天机器人会将人们从人际关系中拉出来，可能使他们感到更加孤独，更加依赖他们必须付费才能维持联系的人造伴侣。”

需要进行更深入、更具体的研究，以更清楚地了解人们继续使用此类服务对福祉的影响。但有些人已经利用了人类的兴趣和联系需求，人工智能伴侣提供了一种让你感觉正在建立联系的途径。

这并不是说人工智能聊天机器人在各方面都对我们不利。对于一些人来说，它们可以提供有意义的方法来缓解孤独感，并找到私下表达和反思他们所经历的事情的方法。

然而，这项研究表明，平台需要更负责任地开发机器人，同时要意识到人们在与机器人建立联系时会投入多少精力。与此同时，监管机构需要制定框架，防止企业利用深度参与的用户，并鼓励开发人工智能系统的公司积极优先考虑受众的福祉。

报告期内，公司于2024年9月、12月分别获得两轮总计超过7,000万美元的融资承诺，用于支持FF及FX品牌的战略发展。同时，FX产品开发也取得重大进展；此外，公司股票代码近期更改为“FFAI”，进一步凸显了其对AI技术的聚焦。

FF在2024年财务状况持续改善。继三、四季度连续实现融资现金流入超过经营性现金支出后，公司整体现金流表现积极。叠加全年运营现金消耗同比下降75%，以及各项费用控制成效显著，公司在优化成本结构、聚焦运营重点方面取得实质性进展，为未来规模化发展与财务韧性打下坚实基础。

制造方面，FF加州汉福德工厂在2024年生产周期缩短40%，客户工艺审核（CCA）评分提升50%，通过引入过程质量管控环节，质检频次提升了200%。FF阿联酋工厂的推进亦取得重要进展，标志着FF全球化布局及未来增长迈出关键一步。

据悉，2025年6月FF计划发布FX Super One量产版，Q2启动第二款高性价比SUV研发，定位2-5万美元市场。在技术层面，公司将聚焦AI智能座舱、混增系统及自动驾驶技术，首代AI Agent系统预计年底前部署于FF 91 2.0，并逐步向FX车型渗透。

FF表示，2025年将是FF发展的关键之年，公司将坚持技术创新与财务管理并重的原则，稳步推进长期增长战略，全力争取在AIEV市场中实现突破发展。

但是，还没有足够多的零售领导者完全了解人工智能将如何颠覆和改变他们的业务、营销和团队。

但那些做得好的公司将会大赚一笔。如今，具有前瞻性的零售领导者已经通过人工智能获得了巨大的生产力和绩效提升。由于当今人工智能技术提供的强大功能，他们的公司和职业也在不断发展，变得更加智能、预测性和数据驱动。

事实上，像维多利亚的秘密和Lands ‘ End这样的顶级品牌已经在使用人工智能来做一些事情：显著提高电子邮件的点击率、转化率和每次发送的收入，显著提高零售业务的效率和收入增长，以及高度个性化的面向客户的沟通，在正确的时间显示正确的信息。

简而言之，明白这一点的零售领导者正在通过以正确的方式将正确的人工智能应用于正确的用例，积极地赋予自己超能力。本指南将向您展示如何做到这一点。发现关于营销和零售领导者如何使用人工智能的从未见过的数据，以及具体的用例、工具和建议。

Movable Ink首先要求领导者对他们的人工智能素养进行评估。大多数人（53%）对人工智能有中等程度的了解，这意味着他们知道如何将人工智能用于个性化和优化等任务，但不太熟悉如何执行这些任务。

当被问及他们在工作中使用人工智能工具的频率时，28%的受访者表示他们每天都使用人工智能工具，46%的受访者表示他们每周使用几次。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

AI产品榜指出，以阿里、腾讯、字节为代表的中国互联网巨头纷纷将战略重心转向AI，他们将重燃战火，争夺AI 时代的超级应用，而阿里夸克凭借MAU优势取得领先身位。

最新消息显示，3月13日，阿里巴巴宣布推出AI旗舰应用——新夸克。

全新夸克基于阿里通义领先的推理及多模态大模型，宣布告别传统搜索，升级为一个All in One的“AI超级框”，满足用户工作、学习、生活的各类AI需求。

夸克用户规模上的领先，很大程度上源于夸克对于产品价值的定位。阿里巴巴集团副总裁吴嘉近日在接受采访时就指出，“夸克的核心定位还是希望成为一个服务广大用户的有用的AI产品。我们的目标始终是成为AI时代体验领先的“超级入口”，让夸克通过‘AI超级框’重构人与信息和任务的交互方式，成为覆盖工作、学习、生活的‘全能助手’。”

知名投资人、金沙江创投董事总经理朱啸虎前不久也在公开场合指出，AI应用将迎来爆发，新的超级应用将不局限于Chat形态，要做成AI超级应用要足够易用、有产品创新。他提到像夸克就提供了一个好思路，通过一个“AI超级框”连接用户与智能体。

此外，AIGCRank最新一期发布的《中国AI应用排行榜》亦显示，在2月份的榜单中，夸克以日活用户3429.8万，连续两个月稳居行业第一。

注：数据仅包含应用(APP)端的数据，不包含网站(web)端的数据。

尽管他仅持有英伟达3%的股份，但英伟达在AI芯片市场的卓越表现，让黄仁勋的财富如火箭般飙升，成为全球财富舞台上的耀眼明星。

与此同时，AI领域也涌现出了新的财富标杆。来自杭州的DeepSeek创始人40岁的梁文锋，与OpenAI的39岁掌门人Sam Altman，分别以330亿元和130亿元人民币的财富首次跻身胡润全球富豪榜。

值得一提的是，梁文锋的财富比Sam Altman的两倍还多。此前，OpenAI对自身非盈利模式进行了大刀阔斧的改革重组。

从十亿美金企业家的财富来源来看，金融服务业以9.8%的占比位居榜首，成为孕育富豪的重要摇篮。紧随其后的是消费品行业，占比8.6%；医疗健康行业占比7.6%；零售和投资行业则各占7.2%。这些行业在全球经济中扮演着重要角色，为富豪们积累了巨额财富。

此外，对于未来中国首富的人选，胡润给出了五位极具竞争力的候选人。

小米集团创始人雷军，若能敏锐捕捉机器人科技浪潮带来的机遇，凭借其在科技领域的深厚积累和创新能力，有望问鼎中国首富宝座。

宁德时代掌门人曾毓群，如果新能源汽车赛道能够持续保持良好的发展态势，凭借其在动力电池领域的领先地位，也将是有力的竞争者。

梁文锋持有DeepSeek超80%的股份，若DeepSeek能够达到OpenAI如今的一万亿估值，他极有可能成为中国首富。

币安创始人赵长鹏，若虚拟货币市场持续活跃，凭借其在加密货币领域的巨大影响力，同样具备角逐中国首富的实力。

寒武纪创始人陈天石，若能持续抓住算力市场的发展机遇，凭借其在AI芯片领域的创新突破，也将是未来中国首富的有力候选人。

这五位候选人各自在不同领域展现出强大的实力和潜力，未来中国首富的归属充满了悬念与期待。

其中生成式AI业务收入达24亿元，同比大幅增长103.1%，连续两年三位数增长，生成式AI收入比例由2023年的34.8%进一步提升至63.7%。

集团毛利为16.2亿元人民币，毛利率为42.9%，亏损净额为43.07亿元人民币，按年缩窄33.7%。

官方表示，日日新大模型的训练与推理成本均达到了业内领先水平，日日新多模态大模型持续位列中国大模型的第一梯队。

商汤科技联合创始人、首席科学家王晓刚今年年初曾透露，商汤下一代与世界模型协同交互的端到端自动驾驶方案将在4月的上海车展发布，此外，日日新大模型6.0也将在今年发布。

去年7月5日，商汤科技发布了“日日新SenseNova 5.5”大模型体系，并发布国内首个所见即所得模型“日日新5o”，交互效果对标GPT-4o。

自从OpenAI推出ChatGPT两年多以来，该公司已经为消费者和企业推出了一系列订阅服务。去年9月，OpenAI表示，公司版ChatGPT的付费用户达到了100万。

在收入飙升的同时，OpenAI也面临着开发尖端人工智能系统所需的芯片、数据中心和人才带来的巨大成本。知情人士说，OpenAI预计在2029年之前不会实现现金流转正，预计届时收入将超过1250亿美元。

其他值得关注的中国企业家还包括宁德时代57岁的曾毓群，财富增长61%，至2700亿元；总部在北京的芯片制造商寒武纪40岁的陈天石，财富增长逾4倍，至870亿元；字节跳动数据中心基础服务供应商润泽科技65岁的周超男及其家族，财富增长逾1倍，至425亿元；总部在北京的泡泡玛特38岁的王宁及其家族，财富增长3倍，至505亿元。

字节跳动创始人42岁的张一鸣取代了71岁的“瓶装水大王”钟睒睒，成为中国首富；得益于字节跳动因AI业务的势头和前景带来的估值上涨，张一鸣的财富达到4350亿元人民币，增长了76%，即1900亿元。腾讯54岁的马化腾超过了拼多多的黄峥，以3200亿元人民币排名中国前三。

胡润百富董事长兼首席调研官胡润表示：“很多人关心未来的中国首富包括谁，我有五位候选人。雷军如果能抓住机器人科技浪潮，有望问鼎中国首富。如果新能源汽车赛道保持良好发展，曾毓群也是有力竞争者。梁文锋持有DeepSeek超80%的股份，如果DeepSeek达到OpenAI如今的一万亿估值，他有望成为中国首富。如果虚拟货币市场持续活跃，赵长鹏同样有实力角逐。寒武纪的陈天石如果能持续抓住算力市场，也将是未来中国首富的有力候选人。”

报告由三个部分组成。第一部分提供了人工智能在高等教育、劳动力市场、青年和人工智能方面的影响的一般背景。通过对新出现的证据的全面回顾，探讨了高等教育机构（HEIs）在培养人工智能人才、培养学生适应人工智能驱动的劳动力以及围绕人工智能的社会影响制定研究和政策方面应发挥的关键作用。通过人工智能辅助评分、自适应学习系统和自动数据分析等工具，人工智能提供了增强教学、学习、管理和决策的途径。但是，整合人工智能还需要重新审视学术项目，加强技术基础设施，解决围绕隐私和偏见的道德风险，培养人工智能无法轻易复制的批判性思维等独特的人类技能。实现人工智能就绪需要制度变革，如提高教育工作者的技能，制定治理框架，确保公平获取人工智能资源，以及培养创新文化，以负责任地利用人工智能的全部潜力。

报告的第二部分讨论了学生对人工智能的看法、使用和关注的主要发现。研究显示，尽管学生们经常将人工智能工具用于写作、编码和创意项目等学术目的，但在一些地区，互联网成本高、连通性低等障碍仍然存在。此外，学生们认识到人工智能通过个性化反馈和加速技能习得来增强学习的潜力。但是，许多学习者表示担心过度依赖技术可能会扼杀批判性思维。他们对新兴的人工智能职业道路的认识各不相同，但共同点是承认目前的高等教育课程准备不足，这表明需要进行专门的人工智能培训。

第三部分提供了在高等教育中加强人工智能准备和流畅性的思考和建议。为了负责任地利用人工智能的变革潜力，政府必须支持安全、负责任和以人为本的政策，以及公众意识倡议、研究资金和将人工智能纳入教育认证框架。高等教育机构应积极反思教学方法、与不断变化的就业市场相关的课程、行政治理模式和公平的技术获取。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

豆包APP也成功破亿，而腾讯元宝、纳米AI搜索在DeepSeek大模型的强大加持下，同样脱颖而出，跻身行业TOP5。

值得一提的是，纳米AI搜索以及腾讯元宝APP在接入DeepSeek大模型后，日活跃用户规模均实现了显著提升。

就拿腾讯元宝APP来说，在接入大模型仅11天后，日活跃用户规模就突破了500万，增长势头十分迅猛。纳米AI搜索同样表现出色，2月的日活峰值达到了384.8万。

这些数据充分证明了AI大模型对于相关应用的巨大推动作用，也预示着AIGC赛道在未来将有着更为广阔的发展前景。

在硬件制造商中，芯片设备制造商ASML和贝思半导体自1月24日以来，股价分别下跌了25%和20%。为数据中心提供电气设备的法国施耐德电气股价下跌了14%。

与此同时，在人工智能应用企业中，数据集团伦敦证券交易所集团股价下跌了5.5%，而 RELX下跌1.6%。德国商业软件集团SAP股价下跌2.9%。

富达1月份公布的一项对100多名分析师的内部调查显示，近72%的分析师预计人工智能在2025年不会对他们所关注公司的盈利能力产生影响。

接受调查的富达分析师中，有更多人认为人工智能在未来五年会产生积极影响。然而，几位欧洲投资组合经理向路透社表示，他们的投资时间框架要短于五年。

美盛资产管理公司全球主题股票团队首席投资组合经理史蒂夫・雷福德表示：“除非开始看到投资最终产生一些回报，否则市场将对在人工智能领域无节制的投资失去耐心。”

雷福德称，如果采用人工智能的公司在2025年没有太多成果，可能会被市场容忍，因为这一年它们可能在进行beta测试和试验，但到2026年，投资者需要开始看到这些公司的营收受到显著影响。

与人工智能相关股票的估值相对较高。根据伦敦证券交易所集团的数据，斯托克600指数的平均市盈率为17倍，而像SAP这样的人工智能应用企业，市盈率在90倍以上。

瑞银奥康纳对冲基金首席投资官伯尼・阿孔表示，如果一些公司到2025年底仍未取得成果，投资者将开始质疑它们的市盈率。

他说：“在这一年里，管理层总是可以找借口，说别担心，下季度就会有成果……对于一个持续多年的主题来说，情况往往如此。但到了第四季度，如果还没有成果，那么……人们就不会再有耐心了。”

但有什么“下一个大事件”能与人工智能（AI）相媲美吗？

可以说，AI正在席卷全球，承诺改变几乎每个垂直行业。这一趋势的触发因素无疑是AI的新“风味”，生成式AI。像ChatGPT和Claude这样的大型语言工具揭示了AI不仅能够检测模式和学习技能，还能生成原创内容。通过这样做，它们将生成式AI技术推向了主流。

事实上，这种热潮已经达到了一个程度，根据普华永道的全球人工智能研究，预计2030年，AI将为全球经济增加15.7万亿美元。

早在2017年，GSMA就召集了移动运营商和合作伙伴，创建了一个“AI for Impact”倡议。它与私人和公共部门组织合作，利用大数据为社会造福，并确保移动行业负责任地部署AI。

但不可否认的是，过去两年中发生了一些变化。这项技术现在主导了讨论，推动AI芯片设计公司英伟达的市值达到3.3万亿美元，并使最著名的AI初创公司Open AI的估值达到1570亿美元。

在移动通信行业，分析师们一直在忙于计算新一轮AI创新可能带来的影响。例如，麦肯锡认为，未来15到20年内，电信行业广泛使用该技术所带来的收入增长可能达到6800亿美元。

新的AI流程与传统的基于规则和确定性算法不同。真正的AI应该包括从训练数据中学习的显著元素，以便做出决策并执行认知功能。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！