本文内容，是我基于Mary Meeker 报告 PDF 版，使用 Google Gemini AI 、notebookLM整理而成，会分为语音播客版、精读版和文字版。相信这个报告的解读已经铺天盖地了，各位看官权当作为一个信息补充。

前言

玛丽·米克尔（Mary Meeker）是美国著名风险投资家，被誉为“互联网女王”。她曾任职摩根士丹利，1996 年发布《互联网报告》成为行业圣经。后加入凯鹏华盈，投资 Facebook 等科技巨头，2018 年创立 BOND 风投。她的年度《互联网趋势报告》影响深远，2025 年聚焦 AI 变革。多次入选《福布斯》全球最具影响力女性榜单，是科技投资领域的权威人物。

她的最新 AI 报告，300 页之巨，深入分析了 AI 的现状和趋势，非常值得一读。

语音播客版

不得不说，google 的 notebookLM 真的是个神器！两个播主，绘声绘色深入解读了这份报告，娓娓道来。

图文精读版

我整理了一份报告的核心论点，可以快速了解报告内容。

注意，此精读版，由 google gemini deep research 生成，更准确的数据，请参考原文。

精读版的地址：https://gemini.google.com/share/97db6c4238db

以下是对原文内容的文字版解读。

文字版

驾驭未来：人工智能趋势深度解析

报告最后更新于2025年5月30日

I. 引言：AI 时代，变革以前所未有的速度来临

人工智能 (AI) 驱动的技术变革正以前所未有的速度和广度席卷全球。正如互联网先驱之一温特·瑟夫 (Vint Cerf) 在1999年所言，“互联网行业的一年相当于普通人的七年” 1。彼时，互联网催生的变革速度已是史无前例。然而，如今AI用户和使用趋势的增长速度远超以往，机器的迭代速度甚至可能超越人类的适应能力 1。

全球55亿公民通过互联设备接入的互联网基础设施、三十余年来不断增长的数字数据集，以及具有突破性的大语言模型 (LLM)——例如2022年11月OpenAI推出的界面极其易用且响应迅速的ChatGPT——这些因素共同催化了AI技术的飞速发展 1。观察AI领域，数据图表呈现出一种“打地鼠”般的游戏状态：每更新一张图表，往往需要随之更新另一张，这种相互关联、加速变化的模式丝毫没有停止的迹象，并且随着科技巨头、新兴挑战者和国家力量之间竞争的加剧，将变得更加复杂 1。这种数据的动态关联性并非仅仅是数据收集的挑战，它从根本上反映了AI领域本身的特性。一个领域的快速进步（例如模型能力的提升）会立即对其他领域（例如用户采纳度、基础设施需求、伦理考量）产生影响，为企业、政策制定者和研究人员创造了一个高度动态且某种程度上难以预测的环境。

AI的“魔力”——观看AI为你完成工作——让人联想到电子邮件和网络搜索技术初现时的情景，但其变革的速度甚至更快 1。AI的变革力量并非孤立存在，它是一个“放大器”，建立在现有的互联网基础设施之上，从而实现了“极速的、广泛兴趣服务的采纳” 1。AI的这种“复利效应”意味着其影响不仅仅是简单的叠加，而是指数级的增长。它充分利用了数十年来数字基础设施的建设成果（互联网、移动设备、云计算），以先前难以想象的速度实现了规模化和普及化。这预示着AI驱动的社会和经济转型可能比以往任何通用技术所带来的变革更为迅速和深刻。本报告旨在探讨这场变革的广度，涵盖技术、金融、社会、物理和地缘政治等多个层面 1。

II. AI 发展的惊人速度与广泛采纳

技术的累积效应在人类历史上留下了深刻印记。回顾过去一千多年的全球GDP增长（以2011年知识总值GK$衡量，对数尺度），可以看到印刷机、蒸汽机、电气化等重大技术创新对经济发展的推动作用。而进入信息时代，个人电脑、互联网、智能手机以及如今的AI，更是显著加速了这一进程 1。从1960年代至今的计算周期演进图（对数尺度）也清晰地展示了计算单元的指数级增长，从大型机的百万级单位，到小型计算机的千万级，个人电脑的亿级，桌面互联网的十亿级用户/单位，移动互联网的四十亿级单位，直至“AI时代”预计的数百亿级单位规模。这一演进的背后，是CPU、大数据/云计算、GPU等基础设施的不断突破 1。

AI的飞速发展，离不开几个关键驱动因素的指数级增长：

• 训练数据规模：在过去15年中，用于训练关键AI模型的单词数量以年均260%的速度增长 1。
• 训练算力投入：同样在过去15年中，用于训练AI模型的算力（以浮点运算次数FLOP衡量）以年均360%的速度增长 1。
• 算法效率提升：在过去9年中，得益于更优的算法，AI模型的有效算力以年均200%的速度增长，这意味着即使没有更多的原始算力，更智能的算法也在使AI模型变得更加强大和高效 1。
• AI超级计算机性能：在过去6年中，领先的AI超级计算机性能（以16位浮点运算速度FLOP/s衡量）以年均150%的速度增长，这得益于集群中芯片数量和单芯片性能的同步年度增长 1。
• 强大AI模型数量：在过去4年中，每年发布的新型大规模AI模型（训练算力超过 1023 FLOP）数量以年均167%的速度增长 1。

ChatGPT：空前增长的缩影

OpenAI的ChatGPT是AI技术快速普及和影响力的一个典型案例。其用户增长、订阅数和收入增长曲线都呈现出前所未有的陡峭态势 1：

• 用户增长：截至2025年4月，ChatGPT的周活跃用户数在17个月内从零增长至8亿 1。下图“ChatGPT周活跃用户数（百万）”直观展示了这一迅猛增长。
• 触达1亿用户用时：ChatGPT仅用0.2年（约2.4个月）就达到了1亿用户，远快于TikTok、Instagram等现象级应用 1。
• 触达100万用户用时：ChatGPT仅用5天就吸引了100万用户，而iPhone则用了74天 1。
• 搜索量：ChatGPT在两年内（截至2024年）实现了3650亿的年搜索量，而谷歌达到同等规模则花费了11年（截至2009年）1。下图“谷歌与ChatGPT公开发布后年搜索量（十亿）对比”清晰地展示了ChatGPT搜索量曲线的急剧攀升。
• 全球采纳速度：截至2025年（上线第3年），ChatGPT应用90%的用户来自北美以外地区，而互联网达到同等比例则用了23年 1。下图“互联网与ChatGPT用户北美以外地区占比对比”鲜明地体现了AI应用的全球化扩散速度。

下表更直观地对比了ChatGPT与先前技术的用户采纳速度：

指标	ChatGPT	谷歌搜索 (搜索量)	iPhone (百万用户)	Instagram/TikTok (亿级用户)	互联网 (北美以外用户占比)
百万用户用时	5 天	-	74 天	-	-
亿级用户用时	0.2 年	-	-	TikTok (0.75年), Instagram (2.5年)	-
3650亿年搜索量用时	2 年 (2024)	11 年 (2009)	-	-	-
90%用户来自北美以外用时	第3年 (2025) (应用)	-	-	-	第23年 (2012)

数据来源: 1

AI用户画像与参与度 1

• 美国成年人ChatGPT使用率：从2023年7月到2025年1月，各年龄段使用率均显著增长：全体成年人从18%增至37%，18-29岁从33%增至55%，30-49岁从21%增至44%，50-64岁从13%增至30%，65岁以上从4%增至20% 1。OpenAI首席执行官萨姆·奥特曼 (Sam Altman) 指出：“简单来说，年长者将ChatGPT视为谷歌的替代品，而二三十岁的年轻人则将其视为生活顾问。” 1。
• 美国ChatGPT应用参与度指标 (2023年7月 - 2025年4月)：
  • 日均使用时长：增长202% 1。
  • 日均会话次数：增长106%；平均会话时长：增长47% 1。
  • 用户留存率：截至2025年4月，ChatGPT桌面用户周留存率约为80%，而谷歌搜索约为58% 1。

AI的实际应用场景 1

• 工作场所：超过72%使用AI聊天机器人的美国在职成年人认为这些工具有助于更快完成工作并提高工作质量 1。
• 教育领域 (18-24岁学生)：ChatGPT最常见的用途包括辅助撰写论文/项目开题、总结文本、进行创意头脑风暴、探索主题、编辑写作和解决数学问题 1。

先进AI技术的快速“消费化”，以ChatGPT等工具的易用性和广泛适用性为标志，表明其已不再局限于研究实验室或专业的企业应用，而是日益成为一种消费级效用工具。这种快速的消费化创造了一个巨大的反馈闭环：庞大的用户基数产生了海量的交互数据（即使经过匿名化处理），这些数据可用于进一步优化模型、改善用户体验和发掘新的应用场景，从而进一步加速AI的开发周期。这种大众市场的快速普及也塑造了公众对AI能力的新期望，可能推动所有数字产品和服务中对类似（或更好）AI功能的需求，从而迫使所有科技公司进行调整和适应。

III. 驱动 AI 浪潮的核心引擎：资本与算力

人工智能浪潮的汹涌澎湃，离不开资本和算力这两大核心引擎的强力驱动。科技巨头们正以前所未有的规模投入资金，用于建设AI所需的基础设施，而AI模型的训练和推理成本结构也呈现出独特的动态。

科技巨头的巨额资本支出 (CapEx) 1

• “六大”科技公司 (苹果、英伟达、微软、Alphabet、亚马逊、Meta)：
  • 其资本支出在2014至2024年间以年均21%的速度增长 1。
  • 2024年更是加速增长，同比增长63%，达到2120亿美元 1。下图“六大美国科技公司资本支出”清晰展示了这一趋势。
  • 资本支出占收入的百分比从2014年的8%上升至2024年的15% 1。
• 驱动因素：全球数据生成量的持续攀升（年均增长28% 1）以及AI对计算能力的巨大需求。
• 亚马逊AWS案例分析：AWS的资本支出占收入百分比在2013年为27%（初期云基础设施建设），2018年降至4%，后因AI/ML基础设施建设需求，2024年飙升至49% 1。下图“亚马逊AWS资本支出占收入百分比”揭示了这一新一轮的密集投资周期。

AI计算成本的二元性 1

• 训练成本：“极高且快速上涨”，在过去8年（2016-2024）中增长了约2400倍 1。Anthropic首席执行官Dario Amodei曾言：“目前（AI模型训练成本）是1亿美元……正在训练中的模型可能接近10亿美元……100亿美元模型的训练可能在2025年开始。” 1。
• 推理成本：“快速下降”。
  • 英伟达2024年的Blackwell GPU每生成一个token所需的能耗比2014年的Kepler GPU低105,000倍 1。下图“英伟达GPU每LLM Token所需能耗（焦耳）”展示了这一巨大进步。
  • 在2022年11月至2024年12月期间，每百万token的客户推理价格下降了99.7% 1。下图“AI客户推理价格（每百万Tokens）”以对数坐标轴清晰呈现了这一急剧下降。
  • AI成本效率的提升速度超过了电力和计算机内存等早期技术 1。下图“关键技术相对于推出年份的成本变化”对此进行了直观比较。

数据中心：AI的“工厂” 1

• 2024年全球IT企业数据中心资本支出达到4550亿美元，并仍在加速增长 1。
• 英伟达首席执行官黄仁勋将AI数据中心比作“AI工厂”，通过投入能源生产极具价值的产出 1。
• 数据中心建设速度惊人，例如xAI的Colossus设施在122天内投入运营 1。
• 美国数据中心建设价值在过去两年中实现了49%的年增长 1。
• 然而，数据中心也是能源消耗大户，2024年约占全球电力消耗的1.5%，自2017年以来其电力需求年均增长约12% 1。

巨额的资本支出不仅仅是开销，更是一场争夺AI主导权的竞争性“军备竞赛”的投资。这种支出反过来又推动了芯片和基础设施的进一步创新，从而赋能更强大的AI，进而驱动更多的使用，最终又需要更多的资本支出。这种资本支出与创新的飞轮效应，结合训练与推理成本的二元性，共同塑造了一个复杂的经济格局。虽然只有少数巨头能够承担前沿模型的训练成本，但不断下降的推理成本使得更广泛的群体能够_使用_AI。这可能导致以下局面：首先，模型提供商、云服务商和硬件制造商之间将展开激烈竞争；其次，如果基础AI能力因推理成本低廉而商品化，企业将需要在价值链上游（如专业模型、集成解决方案、创新应用）寻找新的盈利点；最后，对先进半导体制造（如台积电 1）和能源资源的控制，其战略重要性将日益凸显。

下表简要概括了AI基础设施的投资概况：

指标	数值/统计	数据来源页码
六大科技公司2024年资本支出及同比增长	2120亿美元, +63% Y/Y	p5, p97, p102
AWS 2024年AI资本支出占收入百分比	49%	p105
前沿模型预估训练成本	1亿美元起，未来或达100亿美元	p133
推理成本年同比下降 (每百万Tokens客户价格)	两年内下降99.7% (11/22-12/24)	p137
全球数据中心2024年资本支出	4550亿美元	p118

数据来源: 1

IV. AI 的多维度影响：从企业运营到物理世界

人工智能的影响力正从数字领域迅速渗透到企业运营的各个层面，并进一步延伸至物理世界，展现出其多维度的变革潜力。

AI在传统企业中的应用 1

• 优先级日益提升：截至2024年第四季度，已有50%的标普500公司在财报电话会议中提及“AI”，显示出AI在企业战略中的重要性日益增加 1。
• 聚焦增长与营收：企业采纳生成式AI的主要目标是提升生产/产出、客户服务、销售效率和营收，而不仅仅是削减成本 1。
• CMO采纳率高：2024年，全球75%的首席营销官 (CMO) 正在使用或测试AI工具，表明AI在营销领域的价值已得到广泛认可 1。
• 企业实践案例：
  • 美国银行Erica：截至2025年2月，其虚拟助手Erica已处理25亿次客户互动 1。
  • 摩根大通AI现代化：AI/ML带来的价值在2023年增长35%，预计2024年增长65%，显著提升了生产力和营收 1。
  • 凯撒医疗AI Scribe：截至2024年12月，AI医疗记录助手已完成超过250万次记录，被超过7000名医生使用 1。
  • 百胜餐饮Byte by Yum!：截至2025年2月，其AI驱动的餐厅管理平台已在25000家餐厅部署 1。

企业软件：通用平台 vs. 专用方案 1

企业AI应用领域呈现出通用型横向平台与垂直型专用软件并存发展的趋势。从传统的垂直SaaS（如针对餐饮的Toast、保险的Guidewire）向集成了AI原生生产力、搜索、通讯和知识管理功能的横向企业平台（可视为Slack、Notion与ChatGPT的结合体）的转变正在发生 1。

• SaaS巨头的AI布局：
  • 微软GitHub Copilot：截至2024年7月，已有超过77000家组织采用 1。
  • 微软365 Copilot：企业席位扩展迅速，日活用户季度环比翻倍 1。
  • Adobe Firefly：截至2025年3月，已生成超过200亿个数字资产 1。
  • Atlassian Intelligence：截至2024年12月，月活跃用户超过100万 1。
  • Zoom AI Companion：截至2025年2月，月活跃用户季度环比增长68% 1。
  • Canva Magic Studio：截至2025年5月，AI工具使用次数达160亿次 1。
  • Salesforce Agentforce：上线90天内即获得3000家付费客户 1。
• LLM挑战者的企业潜力 (如OpenAI)：ChatGPT企业版已被超过80%的财富500强公司团队采用，截至2025年3月商业用户达到200万 1。

AI重塑物理世界 1

AI正将智能赋予物理实体，使其“动态化”，并将资本资产转变为软件定义的端点 1。

• 特斯拉完全自动驾驶 (FSD)：在过去33个月中（截至2025年3月），FSD行驶里程增长近100倍 1。
• Waymo自动驾驶出租车：在过去20个月中（截至2025年4月），在旧金山网约车市场的份额从0%增长至27% 1。
• Applied Intuition (车辆智能)：截至2024年，已服务18家顶级汽车OEM厂商 1。
• Anduril (国防)：年营收同比增长2倍，2024财年预估营收达10亿美元 1。
• KoBold Metals (矿产勘探)：利用AI扭转矿产发现效率下降的趋势 1。
• Carbon Robotics (农业)：截至2025年5月，AI激光除草机器人已处理超过23万英亩土地 1。
• Halter (智能放牧)：AI牲畜项圈签约量年同比增长150% 1。

AI驱动工作方式的变革 1

• 认知自动化：AI正从物理任务转向认知任务，其推理能力迅速提升 1。
• 企业态度：
  • Shopify CEO：“AI的熟练应用已成为基本预期” 1。
  • Duolingo CEO：“Duolingo将成为一家AI优先的公司” 1。
• 就业市场变化：2018年1月至2025年4月，美国AI相关职位招聘量增长448%，而非AI的IT职位则下降9% 1。2022年第二季度至2024年第二季度，新增AI相关职位头衔数量增长200% 1。
• 生产力提升：AI用户在客户支持领域每小时处理的对话量提升14% 1。
• 历史视角：技术周期通常伴随着劳动生产率和就业的共同增长 1。
• 英伟达CEO黄仁勋：“你不会因为AI而失业，但会因为那些使用AI的人而失业” 1。

企业对AI的采纳呈现出一种双重性：一方面，它们广泛部署如微软365 Copilot或ChatGPT企业版这类横向AI平台以提升整体生产力；另一方面，它们也在积极寻求针对特定垂直行业的专业AI解决方案，例如医疗领域的Abridge和法律领域的Harvey。这种双重性表明，企业AI市场不太可能出现单一类型解决方案“赢者通吃”的局面。相反，一个共生的生态系统正在形成。横向平台提供基础AI能力和广泛集成，而专业AI供应商则利用这些平台（或构建自己的微调模型）来提供深度的、特定领域的价值。企业在“自建、购买还是集成”方面的决策将变得日益复杂。

下表展示了AI在不同领域应用的具体案例和影响：

领域	AI应用/公司案例	关键指标/影响	数据来源页码
企业 - 金融	摩根大通 AI	AI/ML带来价值预计增长65% (2024年)	p73
企业 - 医疗	凯撒医疗 AI Scribe	完成超过250万次记录 (截至2024年12月)	p74
物理世界 - 自动驾驶	Waymo	旧金山市场份额达27% (截至2025年4月)	p6, p302
物理世界 - 农业	Carbon Robotics	AI激光除草超过23万英亩 (截至2025年5月)	p306
劳动力 - 就业创造	AI相关职位招聘	美国AI职位招聘量增长448% (2018.1-2025.4)	p7, p332

数据来源: 1

V. 全球 AI 竞逐：格局、挑战与开源力量

人工智能领域的全球竞争日趋激烈，主要体现在模型发布的加速、开源与闭源生态的博弈，以及中美两国在AI领域的战略角力。

AI模型发布的竞争态势 1

• 模型数量激增：多模态模型发布量两年内增长1150%，语言模型两年内增长420%，视觉模型年同比增长109%，语音/音频模型年同比增长367%，视频模型年同比增长120% 1。
• 网站访问量：OpenAI的ChatGPT在全球网站访问量方面保持领先，但DeepSeek和xAI的Grok等竞争对手也呈现快速增长势头 1。

开源 vs. 闭源：动态与博弈 1

• 开源复兴：受低成本、能力增强和易获取性驱动，开源模型正经历复兴 1。
• 用户分布：目前，闭源模型（如OpenAI的ChatGPT、谷歌的Gemini）在消费者月活跃用户 (MAU) 方面占据主导 1。
• 投入与性能：历史上，闭源模型在算力投入上更高，但开源模型（如DeepSeek R1、Llama 3）的性能正迅速追赶，有时甚至以更低的训练成本实现。下图“MATH Level 5测试性能对比”和“AI模型提供商性能对比”清晰展示了这一趋势。
• 开发者生态：Meta的Llama模型下载量在8个月内增长3.4倍；Hugging Face平台上的AI模型数量在约2.5年内增长33倍，显示出开发者对开源模型的热情高涨 1。

中美AI竞争格局 1

• 战略高度：AI竞赛被视为新的“太空竞赛”，可能重塑世界秩序 1。微软副主席布拉德·史密斯强调美国需要“赢得未来的竞赛” 1。
• 中国AI的快速崛起：
  • 在大型AI系统发布数量上与美国并驾齐驱 1。下图“各国累计大型AI系统数量”显示了这一格局。
  • 中国模型（如DeepSeek R1、阿里巴巴Qwen 2.5-Max、百度文心ERNIE 4.5 Turbo）性能表现出强劲竞争力 1。DeepSeek CEO强调中国需从模仿走向原创 1。
  • 日益依赖本土半导体（如华为）1。
  • 在工业机器人装机量方面占据主导地位 1。下图“中国与世界其他地区工业机器人装机量对比”印证了这一点。
• 市场份额差异：
  • 桌面用户份额：全球范围内OpenAI领先，但DeepSeek增长迅速 1。
  • 移动应用用户份额：趋势类似 1。
  • 查询量：OpenAI领先，Meta AI位居第二 1。
  • 中国本土平台：中国用户主要使用本土AI平台（如文心一言、DeepSeek等）1。
  • 民众乐观度：中国民众对AI益处的乐观程度远高于美国（83% vs 39%的受访者认为AI利大于弊）1。

开源模型的快速发展和性能提升，对闭源AI提供商的商业化策略构成了显著挑战。尽管闭源模型目前在消费市场占据优势，但开发者社区对开源的热情可能改变长期的市场格局。这种张力可能催生一种“混合”未来：闭源公司或将部分开源其较旧模型或特定工具以吸引开发者，同时保留其前沿模型的专有性。另一方面，成功的开源模型可能会催生围绕其构建的企业级服务和支持，从而开辟新的商业化途径。中国在开源领域的强劲推动及其国家AI战略，也可能加速全球开源能力的提升，潜在地削弱西方闭源领导者的护城河。

下表对比了中美两国在AI关键领域的竞争态势：

方面	美国关键数据/案例	中国关键数据/案例	数据来源页码
2024-2025年代表性LLM发布	GPT-4o, Claude 3.7 Sonnet, Grok 3	DeepSeek R1, 阿里巴巴Qwen 2.5-Max, 百度文心ERNIE 4.5 Turbo	p30, p282-p284
开源发展指标	Meta Llama下载量激增, Hugging Face模型数量增长	DeepSeek等高性能开源模型涌现, 政府推动开源生态	p261, p268-p269
工业AI采纳	领先的工业自动化和机器人技术应用	工业机器人装机量全球第一	p6, p288-p289
消费级AI平台使用	OpenAI ChatGPT, Google Gemini等全球用户领先	本土平台如文心一言、DeepSeek主导国内市场	p293-p294, p297
民众对AI前景看法	39%认为AI利大于弊 (2024年)	83%认为AI利大于弊 (2024年)	p298

数据来源: 1

VI. 展望未来：AGI 的探索与普惠化之路

人工智能的未来发展，一方面聚焦于通用人工智能 (AGI) 这一宏伟目标的探索，另一方面则展现出通过技术普惠化，特别是为新兴互联网用户群体带来全新体验的巨大潜力。

通用人工智能 (AGI) 的探索 1

• 定义：AGI指的是能够执行人类所有智力任务的系统，包括推理、规划、从小样本中学习以及跨领域泛化知识的能力 1。
• 潜在能力：AGI有望重新定义软件和硬件的功能，以极少的人工监督推动科研、工程、教育和物流等领域的发展；由AGI驱动的人形机器人则可能重塑物理环境 1。
• 时间表与专家观点：OpenAI首席执行官萨姆·奥特曼在2025年1月表示：“我们现在有信心知道如何构建我们传统理解中的AGI” 1。AGI正日益被视为一个“可实现的目标”。
• 更广泛的影响：AGI的实现将是一次“能力阶段的转变”；其生产力提升可能分布不均；地缘政治、伦理和经济影响将逐步显现 1。
• ChatGPT对AI能力的预测：
  • 当前 (2025年)：写作/编辑、总结、辅导、头脑风暴、自动化任务 1。
  • 5年后 (约2030年)：生成人类水平的文本/代码/逻辑、制作完整的电影/游戏、具备情感感知能力的助手、操作类人机器人 1。
  • 10年后 (约2035年)：进行科学研究、设计先进技术、模拟类人思维、运营自主化公司 1。

AI赋能新兴互联网用户与技术普惠 1

• 连接下一个26亿人：低成本卫星互联网（如Starlink，已拥有超过500万用户，年增长率达202% 1）正为全球32%尚未联网的人口（约26亿）拓展接入渠道 1。
• AI原生的首次体验：新互联网用户可能跳过传统浏览器和搜索引擎，直接通过本地化语言的对话式AI代理进行交互 1。
• 全球互联网普及状况：2024年全球互联网普及率达68%，高于2005年的16%；全球用户达55亿，且增长呈加速趋势 1。下图“全球互联网普及率”和“全球互联网用户数”直观展示了这一趋势。
• 区域性AI应用采纳：ChatGPT和DeepSeek等移动应用的月活跃用户 (MAU) 数据按区域/国家划分，清晰地展示了AI应用的全球扩散情况 1。

对AGI的追求是当前AI研究和投资的强大驱动力。尽管其确切的时间表尚存争议，但对其可实现性的信念正在塑造长期的战略。即使AGI本身仍然遥远，通往AGI的道路也将催生出越来越强大的狭义AI能力。社会面临的挑战将是如何管理这些“前AGI”进步所带来的伦理、经济和地缘政治颠覆。AGI的定义本身也可能随着我们越来越接近而演变，成为一个不断移动的目标。

与此同时，廉价互联网接入（通过卫星）和AI原生界面的结合，有望为数十亿人普及信息和数字服务，有可能跨越传统的数字鸿沟。这种AI优先的方式可能会重塑全球数字生态系统。这些新用户可能不再采纳现有的以西方为中心的应用程序生态，而是与根据其本地语言、文化和需求量身定制的AI代理进行互动。这可能催生新的数字经济形式和内容创作，但也给新兴市场带来了数据隐私、算法偏见和数字主权方面的挑战。

VII. 结论：拥抱 AI 变革，共塑智能未来

人工智能正以其前所未有的发展速度、广泛的用户采纳、巨额的资本投入以及巨大的转型潜力，深刻地重塑着我们的世界 1。从企业运营的智能化升级，到物理世界的自动化革新，再到全球地缘政治格局的微妙变动，AI的影响无处不在，且日益深远。

这场变革的核心特征是“史无前例”：无论是技术的迭代速度、用户增长的迅猛态势，还是资本投入的巨大规模，都超越了以往任何一次技术浪潮 1。AI不仅仅是一项新技术，它更像是一个强大的“放大器”和“加速器”，建立在数十年的数字基础设施之上，驱动着各个领域的创新与重构。

全球范围内的AI竞赛已经全面展开，“游戏已经开始” 1。无论是中美两国在AI领域的战略竞争，还是科技巨头与新兴企业之间的市场争夺，抑或是开源与闭源生态系统的演进博弈，都充满了活力与不确定性。正如报告所指出的，“潘多拉的魔盒已经打开，精灵不会再回去了” 1。

身处这样一个“危险而不确定的时代”，我们既要正视AI带来的挑战与风险，例如就业结构的调整、数据安全与隐私的保护、算法偏见的消除以及潜在的滥用风险，也要对未来抱有“长期的乐观态度” 1。激烈的竞争、持续的创新、日益普及的算力以及全球范围内的快速采纳，都为AI的健康发展奠定了基础。然而，这需要“深思熟虑和审慎的领导”，以培养对技术的敬畏之心和责任感，从而在复杂的地缘政治环境中，寻求一种动态的平衡，甚至如报告所提及的，一种基于相互制约的“确保相互威慑”的局面 1。

技术与地缘政治力量的日益交织是当前AI发展面临的突出背景 1。AI的领导权可能直接转化为地缘政治的领导权，这使得AI的研发、部署和治理超越了纯粹的经济或技术范畴，成为国家安全和国际关系的核心议题。数据主权、算法伦理、AI安全以及对关键AI基础设施（如芯片、数据中心）的控制，都将对全球格局产生深远影响。

面对AI带来的深刻变革，适应、持续学习和战略远见对于个人、企业乃至国家都至关重要。负责任地塑造AI的演进方向，确保其发展惠及全人类，是我们共同的使命。正如德国出生的美国医生、教师兼作家马丁·H·费希尔 (Martin H. Fischer) 所言：“知识是事实的堆积过程；智慧在于将其简化。” 1。本报告旨在纷繁复杂的AI趋势中，为读者梳理脉络，提供洞见，共同驾驭这个充满挑战与机遇的智能未来。

想获取更多 AI 辅助设计和设计灵感趋势？ 欢迎关注我的公众号（设计小站）：sjxz00。