夜雨聆风2025 年，中国生成式 AI 用户半年暴增 2.66 亿，总规模突破 5 亿。这些数字背后，AI 到底在怎样改变我们的生活？
一、为什么这些数字值得你关注？
「AI 改变生活」喊了好几年，但到底改变了多少？
过去一年，多个权威机构密集发布了 AI 影响调查——麦肯锡、皮尤研究中心、世界经济论坛、斯坦福大学 HAI、中国互联网络信息中心（CNNIC） 等机构拿出了大量一手数据。
这些数字不是段子，不是预测，都是已经发生的事实。
二、10 个重塑认知的数据
数据 1：中国 AI 用户半年翻倍
来源：CNNIC《生成式人工智能应用发展报告（2025）》
截至 2025 年 6 月，中国生成式 AI 用户规模达到5.15 亿，半年增长了2.66 亿，增幅高达106.6%。AI 在中国的人群渗透率已达到36.5%。
这是什么概念？相当于每 3 个中国人里，就有 1 个在过去半年用过生成式 AI。2024 年这个数字还只有 1.8 亿，一年时间几乎翻了三倍。
40 岁以下中青年用户占比 74.6%，大专及以上学历用户占 37.5%。
年轻人的 AI 渗透速度，远超当年智能手机和短视频的普及曲线。
数据 2：88%的组织已「上车」，但 95%的 AI 投资「打水漂」
来源：斯坦福大学 HAI《AI Index 2026》
斯坦福大学 423 页的年度报告显示，88%的组织已在至少一个业务环节使用 AI。企业 AI 投资自 2013 年以来增长了约40 倍。
但另一面同样震撼——95%的企业从 AI 投资中获得零回报。麻省理工学院（MIT）的一项研究指出，企业在 AI 上投入了350 亿到 400 亿美元，但大部分没有看到实质回报。
翻译成大白话：大家都在用，但大部分人还没真正赚到钱。
数据 3：中国 AI 专利申请全球第一
来源：CNNIC 报告 + 斯坦福 AI Index
截至 2025 年 4 月，中国 AI 专利申请量达到157.6 万件，占全球38.58%，稳居全球第一。中国 AI 企业超过5100 家，AI 独角兽71 家。
斯坦福报告同时指出，中国在全球 AI 论文引用中的占比达到20.6%（美国 12.6%），工业机器人安装量也领跑全球。
数据 4：538 个 AI 应用拿到「准生证」
来源：CNNIC
截至 2025 年 8 月，中国完成备案的生成式 AI 服务达538 款，完成登记的 AI 应用/功能共263 款。
从 DeepSeek 到通义千问，从 Kimi 到豆包——你手机上叫得出名字的 AI App，只是冰山一角。背后是 500 多个备案产品和上千家企业在你察觉不到的角落用 AI 改进产品。
数据 5：中美顶级模型差距仅 2.7%
来源：斯坦福 HAI《AI Index 2026》
截至 2026 年 3 月，美国最强模型与中国最强模型的性能差距仅2.7 个百分点。自 2025 年 2 月 DeepSeek-R1 短暂追平美国模型之后，双方已多次交替领先。
美国财政部长贝森特公开承认，美国的领先优势可能仅剩3 到 6 个月。
关键变量：美国 2025 年 AI 私人投资2859 亿美元，中国124 亿美元——但中国政府通过引导基金累计向 AI 投入约1840 亿美元。路线不同，终点相近。
数据 6：70%的白领每天用 AI
来源：麦肯锡香港调查（2026 年 2 月）
麦肯锡对 4521 名香港白领和大学生调查发现，约70%的白领在工作中使用 AI 工具，其中超过 90%的 AI 用户每天使用。
88%的受访者表示 AI 提升了生产力，约20%的用户每天因 AI 节省超过1 小时。高频用户（每天 50 次以上提示）中，超过50%的人日省超 1 小时。
数据 7：AI 造成年轻程序员就业「断崖」
来源：斯坦福 HAI《AI Index 2026》
这是最残酷的数据之一。美国22-25 岁软件开发者的就业人数，自 2022 年峰值以来下降了近20%。与此同时，年长程序员的就业人数还在增长。
三分之一的公司表示，预计未来一年内因 AI 减少员工。这不是「可能」——是正在发生的事。
但另一面，世界经济论坛（WEF）预测，到 2030 年 AI 将创造1.7 亿个新岗位，同时淘汰9200 万个，净增7800 万个。
结论：工作不会消失，但会换一批。旧岗位在消失，新岗位在诞生——问题是你能不能赶上。
数据 8：超 8 成学生在用 AI，但老师还没准备好
来源：斯坦福 HAI《AI Index 2026》 + CNBC
超过80%的中学生和大学生在日常学习中用 AI。但只有50%的学校制定了 AI 使用政策，而仅 6%的老师认为这些政策清晰可用。
中国的政策显然走得更快：国务院 2025 年 8 月发布《关于深入实施「人工智能+」行动的意见》，提出到2027 年 AI 应用普及率超 70%，到2030 年超 90%。
数据 9：AI 会让你的看病体验变好吗？
来源：斯坦福 HAI《AI Index 2026》
AI 生成的临床记录将医生文书时间减少了高达 83%。药物发现领域的 AI 论文两年翻了一番。
但泼盆冷水——在500 多项临床 AI 研究中，只有 5%使用了真实患者数据。绝大多数 AI 医疗研究只是在「做题」，没有经过真实医院的检验。
换句话说：AI 医生的「考试成绩」很好，但毕业实习还没开始。
数据 10：AI 的碳足迹——训练一个模型等于 1000 辆汽车
来源：斯坦福 HAI《AI Index 2026》
训练 Grok 4 产生了约72,816 吨 CO₂，相当于1000 多辆汽车全生命周期的排放。GPT-4o 的年推理用水量，超过1200 万人的饮用水需求。
美国已有5427 个 AI 数据中心（中国 449 个），总电力容量达2960 万千瓦——约等于纽约州的峰值用电需求。640 亿美元的数据中心项目因社区反对被延迟或取消。
这不是危言耸听：AI 的能源消耗正在从技术问题变成社会问题。
三、这些数据告诉我们什么？
回到开头的提问：AI 到底改变了我们多少？
答案是：已经改变了，但远没有到终点。
5 亿中国人已经用上了——用户侧已经 ready 95%的企业投资零回报——供给侧还在摸索 AI 能帮你写周报、看片子、写代码——但也会让你失业、烧电、耗水
这不是一面前进的旗帜，而是一面多棱镜。
对个人来说，最理智的姿势可能是：一边用 AI 提高效率，一边警惕它带来的结构性冲击。 既不要盲目拥抱，也不要闭眼逃避。
数据来源：CNNIC《生成式人工智能应用发展报告（2025）》、斯坦福大学HAI《AI Index 2026》（hai.stanford.edu）、麦肯锡香港AI职场调查（2026.2）、世界经济论坛《Future of Jobs Report 2025》（weforum.org）、国务院《关于深入实施"人工智能+"行动的意见》
