夜雨聆风
一股颠覆性的浪潮正在席卷AI领域。
曾经引以为傲的“时间节省”时代，如今已是过去时。AIDB英特尔一月AI使用脉搏调查，揭示了惊人的真相：**我们正集体迈入一个全新的“能力飞跃”时代。**
这场调查虽来自忠实听众，样本仅583人，却独具慧眼。它不是描绘AI的当下，而是预示AI的未来。这些受访者，是走在最前沿的探险家。他们是AI领域的先锋，他们的行为预示着普通用户几个月后的趋势。
想想看，97.6%的受访者每天使用AI。其中43%每周投入AI工作超过10小时。这不是简单的“尝鲜”，而是深度融入。
这是一个关键信号。
他们并非泛泛之辈。样本角色多样，公司规模也覆盖广泛。38%来自0-50人的小型团队或个体创业者。同时，27%来自员工超过5000人的大型企业。这组数据，让我们得以窥见未来的曙光。
五大核心洞察，犹如五枚重磅炸弹：
首先，ChatGPT虽普及率更高（87%），但Claude才是真正的“主C”。45.8%的受访者，视Claude为首选。Claude用户更重度，更具“智能体”属性，也报告了更高的价值增益。
重度用户正在定义未来。
其次，AI的使用频率和价值都在飙升。71%的用户使用量逐月增加。83%的用户感受到价值提升。AI不仅是工具，更是增值引擎。
第三，“Vibe Coding”已蔚然成风。69%的人已投入“Vibe Coding”。更令人震惊的是，大部分用户并非来自工程或IT部门。编程，不再是少数人的专属。
第四，智能体（Agentic AI）应用已突破关键门槛。超过三分之一（37.6%）的用户，正以智能体模式运用AI。这意味着AI不仅辅助，更开始独立思考和执行。
最后，AI带来的核心收益彻底转变。“时间节省”已不再是首位。在过去，它曾是压倒性的优势。现在，更高阶的收益正在浮现。
这与我们去年底的AI ROI基准调查大相径庭。当时，“时间节省”以76.7%的比例，独占鳌头。它曾是“AI时代低垂的果实”。是各行各业的“万能钥匙”。
但“时间节省”并非价值顶点。
我们发现，那些只关注“时间节省”的用户，整体回报反而较低。相反，那些追求“改进决策”、“新能力”、“营收增长”等战略性收益的用户，ROI得分高得多。这预示着，告别“时间节省”是激动人心的转变。
抛开这些初期发现，让我们深入模型领域。
受访者对AI模型非常“花心”。平均每人使用3.5个模型。仅5%的用户只用单一模型。这可能与一般企业用户不同。普通企业用户或许只用公司提供的，或再加一个个人常用模型。
Claude、ChatGPT和Gemini，都有广泛用户基础。Claude和Gemini在过去一个月，均有80%的用户使用过。ChatGPT以87%的比例，保持最广覆盖。
但“主用”情况则不同。
Claude以约46%的比例，遥遥领先。ChatGPT是31%用户的首选。Gemini则为16%。这表明，至少在AI先锋群体中，Gemini追赶ChatGPT的说法，或许言过其实。
其他模型方面，39%的用户使用过Copilot。23%使用过Grok。但作为主用模型，Copilot仅占4%，Grok仅占1%。
让我们聚焦Claude的“超能力”用户。
Claude主用用户与ChatGPT主用用户，存在显著差异。Claude用户是更重度的AI使用者。53%的Claude用户每周AI使用时间超过10小时，而ChatGPT用户仅为40%。
他们更具智能体倾向。
52%的Claude用户报告了智能体AI使用。ChatGPT用户仅为24%。87%的Claude用户进行“Vibe Coding”。这得益于Claude在代码方面的优势。ChatGPT用户中，这一比例为52%。
两类用户都报告了AI价值的显著提升。但Claude用户体验更深。88%的Claude用户表示价值增加，ChatGPT用户为74%。
他们获取的核心收益也不同。对Claude用户而言，首要收益是“产出提升”（48%）。对ChatGPT用户，则是“时间节省”（31%）。Claude用户的第二大收益是“新能力”。ChatGPT用户则是“时间节省”。
这无疑表明，Claude已牢牢抓住“建设者与实践者”群体。他们是深入AI工作流，并推动AI边界的人。
至于Gemini，虽然只有16%的主用率，但80%的整体使用率，说明其工作空间整合使其成为普遍的辅助工具。这对谷歌来说，是巨大的潜力。即使在这些资深用户中，也有广阔的提升空间。
接着看AI的“动能”。
这是我最期待月度跟踪的数据。一月AI使用量和价值普遍增长。71%的用户使用量增加。83%的用户价值提升。这种12个百分点的“价值溢价”，证明人们不仅用AI更多，也更精通AI了。
学习曲线正在收获。
即使是使用量持平的用户，63%也报告了价值的增长。这归功于技能提升、模型改进和学习曲线的回报。
现在，我们谈谈超越“时间节省”的收益。
正如前述，“时间节省”在去年的AI ROI调查中，是绝对的第一。然而，在本次调查中，它已退居第三。
“产出和吞吐量提升”成为最主要的收益，占比38%。“新能力”位居第二，达22%。“时间节省”以20%紧随其后。接着是“改进决策”11%，“提升产出质量”8%。
深度使用，收益更迭。
AI使用越深，就越少提及“时间节省”。每周使用AI超过10小时的用户，仅10%将“时间节省”列为首要收益。49%选择“产出提升”，27%选择“新能力”。而选择“新能力”的用户，大多指的是编码和智能体应用。
说到智能体，我们已跨越了“智能体门槛”。
我们把AI使用分为三类：辅助（AI助我更快更好），自动化（AI端到端处理任务），智能体（AI自行规划并执行）。用户可多选。
“辅助”毫无悬念地居首，84%的用户采用。其次是“自动化”，40%。**“智能体”应用已飙升至37.6%。**
智能体用户普遍是重度用户。57%的智能体用户，每周AI使用时间超过10小时。他们平均使用3.8个模型，高于平均水平。他们的首要收益是“新能力”。
领导层也率先拥抱智能体。57%的C级别高管，报告了智能体AI使用。副总裁及总监级别中，也有32%如此。
下一个重大发现是：“Vibe Coding”不再是工程师专属。
编程，是本次调查的头号用例。36%的用户将其列为最常见用例。38%的用户认为其价值最高。
更惊人的是，49.5%的报告编程用户，来自工程和IT以外。34%的行政和领导层在编程。产品经理13%，运营11%，销售8%。
编程界限已被打破。
69%的受访者表示已进行“Vibe Coding”。另有21%表示虽未尝试，但很感兴趣。我个人认为，这种模式将以惊人速度，普及到其他AI用户群体。尽管这与当前企业AI用户不同，但6到12个月后，情况会截然不同。
阻碍是什么？
虽然许多用户（尤其是个体创业者）是“创新先行者”，没有障碍。但不少人确实面临困境。首要障碍，是“缺乏学习时间”。我一直在鼓励大家启动Claude项目，但学习需要大量时间，许多人没有。
技能鸿沟真实存在。
18%的人认为自己不知道如何有效使用AI。对培训资源的需求巨大，且将持续增长。17%面临“政策和审批障碍”。10%缺乏“正确工具”。8%不知“如何部署用例”。
有趣的是，身处对AI持“限制性”态度的组织中，用户的智能体使用和“Vibe Coding”模式相似。但关键差异在于，他们投入的时间更少。
在鼓励AI使用的组织中，47%的用户每周使用AI超过10小时。而在限制性组织中，这一比例仅为29%。
限制带来真实代价。
这正是限制性AI组织，让员工付出的真实成本。他们没有足够时间跟上节奏，充分利用这些工具。与开放环境中的同行相比，他们正在错失良机。
那么，核心启示何在？
首先，“时间节省”时代正在迅速让位于更高阶的收益。我们不再仅仅追求“更快地做同样的事”。而是越来越多地谈论“我能产出更多”，以及“我能做以前做不到的事”。这对于组织衡量AI投资回报，有着深远影响。仅仅关注“时间节省”，无疑是目光短浅。
其次，编写软件、解决工作问题的新能力，正在重塑职业角色。我们之前讨论过伯克利哈斯研究，以及Anthropic的编程趋势。都指向了这一点。影响是巨大的。组织架构面临洗牌，招聘标准将被重写，因为“什么技能才真正重要”的问题被重新定义。组织设计将改变。采购和内部工具选择也在变化。**培训，曾经清晰的界限已被彻底抹去。** 这是AI变革中最激动人心的部分，也是企业面临的最大挑战。
第三，证据表明，智能体采纳将加速。超过三分之一的用户报告智能体AI使用。更重要的是，领导层正率先采纳。这预示着组织层面的许可和动力，将随之而来。AI战略将面临巨大影响。基础设施、工具、治理框架、数据访问，都应成为今明两年AI战略的优先事项。
最后，多模型使用已成常态。平均每位受访者使用3.5个模型。这意味着他们不是选择“一个赢家”，而是构建“模型组合”。针对不同目的，使用不同模型，这无疑是最大化AI价值的最佳方式。
但问题是，这种模式能否普及到所有用户？这可能是先锋用户与普通用户的差异所在。并非所有人，都愿意投入金钱和时间，去研究并付费使用哪些模型，适合哪些用例。
这就是AIDB英特尔一月AI使用脉搏调查的全部内容。其中充满了令人兴奋的洞察。
