【深度】AI的＂正在进行时＂:这15个数据,职场人必须看透-夜雨聆风

【深度】AI的＂正在进行时＂:这15个数据,职场人必须看透

2025年发生了两件大事：AI正式”来了”，职场人还没反应过来。

这是斯坦福HAI最新发布的《2026人工智能指数报告》最核心的判断。一年前，报告说AI”到站了”。今年，报告说：好，现在看看”到站之后”发生了什么。

作为一个靠AI写稿、靠AI做数据分析、靠AI做选题的科普老师，我看完了这份423页的报告，挑出和职场人最相关的15个数据，分享我的感悟。

PART 01

AI的张雪时速，已经不是你想象的那个速度了

1. AI的扩散速度，比PC和互联网还快

这是最让我震惊的数据：生成式AI在三年内达到了53%的全球人口渗透率。

个人电脑：16年才达到这个渗透率

互联网：7年

生成式AI：不到3年

你去二三线城市，很多孩子已经在用豆包、Kimi了，这个扩散速度是历史级别的。

感悟：很多人还在讨论”AI会不会取代我”，但现实是，AI的扩散速度已经不允许你慢慢决定了。

2. 88%的企业已在用AI，但大多数人感知不强

全球88%的组织已经在使用AI。这个数字比大多数人以为的高得多。

三个原因让你感知不强：

你不在科技行业，感知差巨大

AI已经”消失”在工具里——飞书、钉钉、Copilot都在用，你没意识到

大多数企业还在”试点”阶段，没有规模化

感悟：如果你的公司还没系统性用AI，你可能是那12%——但这只是时间问题。

3. 美国人用AI的比例，全球排名第24

你没看错。美国AI使用率只有28.3%，全球排第24。

新加坡61%、阿联酋54%排前列。为什么？AI使用率和人均GDP高度相关，美国的白领用得多，蓝领、服务业、农业从业者用得少。

感悟：你所在行业的AI渗透率，才是你真正的”竞争基准线”。

PART 02

能力：你以为AI在狂飙，其实它在分化

4. AI能拿奥数金牌，但分不清几点钟

报告里最经典的”反差”数据：

Gemini Deep Think 在IMO（国际数学奥林匹克）中拿下金牌级别

但顶级AI读懂模拟时钟的能力只有50.1%——比抛硬币好不了多少

这就是”锯齿状前沿（Jagged Frontier）”：AI在某些任务上超过人类专家，在另一些看起来简单的任务上惨不忍睹。

感悟： AI不是全知全能的，它有自己的能力边界，盲目崇拜和盲目恐惧都是错的。

5. 中美AI差距基本抹平了

2025年2月，DeepSeek-R1短暂追上美国顶级模型。2026年3月，Anthropic以2.7%优势领先——差距已经进入小数点级别。

但：中国论文数量、引用量、专利数量全面领先，海量落地场景；美国在高影响力论文、顶级模型数量、风险投资上领先。

感悟：开源模型的竞争力在快速提升，AI能力的获取门槛在降低。

6. 更大的模型≠更好的效果

OLMo 3.1 Think 32B，只有320亿参数（比Grok 4少90倍），在好几个基准测试上表现相当。

凭什么？答案是：数据质量，而不是模型规模。

感悟：你用AI工具的效果，取决于你喂给它的质量。垃圾输入垃圾输出，这个道理在AI时代更加成立。

PART 03

经济：你的工资，正在被AI悄悄重塑

7. AI让生产力提高了14%到26%——但入门级岗位在消失

客服：AI使生产力提升约14%

软件开发：提升约26%

但美国22-25岁的初级开发者就业人数，在2024-2025年间下降了近20%。

同期，资深开发者招聘还在增长。

也就是说：AI消灭的不是”所有程序员”，而是”初级执行型”程序员。

感悟：如果你的工作是”按照明确需求写代码”“做重复性数据整理”“写标准格式报告”——这些是最容易被替代的。别等被替代了才想出路。

8. AI Agent落地速度，远比你感觉的慢

2025年，几乎所有商业职能中，AI Agent部署率还是个位数。

原因：可靠性不够（OSWorld测试仍有1/3失败率），容错成本太高。

感悟： AI Agent是大趋势，但”大范围替代白领工作”的时间表，可能比媒体渲染的要晚很多。窗口期可能比你想象的更长。

9. AI每年为美国消费者创造1720亿美元价值——但大部分是”免费”的

生成式AI每年为美国消费者创造价值约1720亿美元，用户中位数使用价值在2025-2026年间增长了三倍，但很大一部分来自免费工具。

感悟：你用AI省下的每一分钟、每一个重复性任务，都是真实经济价值。把AI用到位，本质上是在给自己加薪。

PART 04

人：谁在赢，谁在出局

10. AI人才正在”去美国化”

涌入美国的AI研究人员比例，自2017年以来下降89%——仅去年就下降80%。

美国依然是最强AI人才目的地，但吸引力在快速减弱。

感悟：全球AI工作机会正在变多而不是变少。如果你是企业管理者，想招最好的AI人才，可能需要主动出击。

11. CS入学人数在下降，但AI硕士在爆发

美国四年制大学CS本科入学2024-2025年下降11%；AI软件相关硕士2022-2024年增长82%。

年轻人正在用更快速的方式应对不确定性——本科四年太长。

PART 05

安全与治理：被忽视的裂缝

12. AI事故数量创历史新高

2025年达到362起，同比2024年增长超55%。

包括：AI生成的虚假信息、AI在招聘中的歧视性决策、AI医疗误诊等。

感悟：在重要决策上保持人的判断力，依然不可省略。

13. 专家和公众对AI的看法，差距超过50个百分点

73%的AI专家认为AI对自己工作有正面影响

只有23%的公众持同样看法

差距50个百分点——这比AI本身的技术差距可能更大。

感悟：程序员觉得AI万能，大众觉得AI危险。真相在中间。我们要学会在这个光谱上找到自己的位置。

PART 06

一些让我睡不着的数据

14. 训练一个大模型，碳排放等于一辆车跑一辈子

Grok 4的训练产生72,816吨CO₂，超过普通汽车终身排放量（63吨）。AI数据中心电力容量达29.6千兆瓦，相当于纽约州峰值用电量。每次用ChatGPT问一个问题，能量消耗是Google搜索的1.4倍。

感悟： AI不是免费的午餐，它的背后有巨大的能源和环保代价。

15. 美国人对自己政府监管AI的信任度，全球最低

只有31%。全球范围内，受访者对欧盟监管AI的信任度高于美国或中国。

感悟： AI监管政策直接影响你的工作方式，行业合规要求、数据使用规范，这些你必须关注。

PART 07

我的感悟：五件事，职场人现在就可以做

把AI工具真正用起来。你用ChatGPT写邮件和用它做决策支持，是完全不同的使用深度。
聚焦”AI替代不了”的能力。复杂谈判、跨部门协调、创意整合、情感判断——这些依然是人的主场。
警惕”初级陷阱”。如果你的工作有很强的”执行-重复-模板”属性，尽快升级。
关注AI政策。你们行业有没有AI合规要求？这些政策走向直接影响你的工作方式。
持续学习，但要有选择性。找到你所在行业+AI的交叉点，深耕它。

PART 08

最后

报告有一句话让我印象很深：

“数据并不指向单一方向。它揭示的是一个扩张速度，超过了周围系统能够适应的速度。”

这就是AI现在的状态。它不是万能的，不是末日的，但确实很快。

作为职场人，我们能做的不是预测未来，而是——

让自己成为那个能快速适应变化的人。

本文数据来源：Stanford HAI《AI Index Report 2026》