生成式 AI 问世才三年。PC 普及到这个程度花了几十年,互联网也用了十多年。可生成式 AI 仅用了 三年时间,就让全球 53% 的人口用上了它。 斯坦福 HAI(以人为本人工智能研究院)用 423 页篇幅整理的 2026 AI 指数报告,用数据验证了这一切。
这是什么?
斯坦福 HAI(以人为本人工智能研究院)从 2017 年起每年发布 AI 指数报告。由学界、产业界专家组成的运营委员会从技术性能、研究产出、投资动向到社会影响多角度测量,用数据呈现 "AI 目前走到了哪一步"。
今年报告的核心信息可以浓缩成一句话:AI 的能力正在加速,但我们衡量、管理、信任它的能力跟不上节奏。 我们一个个拆解 423 页中的关键数据。
历史最快扩散——新加坡 61%,美国仅 28%
ChatGPT 于 2022 年 11 月发布后,生成式 AI 仅用三年就成了全球 53% 人口使用的技术。其实 PC 走到这一步用了几十年,互联网也用了十多年。 不过国家间差异很大。新加坡(61%)、阿联酋(54%)等国家的普及率超出预期,而美国只有 28.3%,排在第 24 位。普及率与人均 GDP 呈现很强的相关性。
消费者感受到的价值也在猛增。截至 2026 年初,美国消费者从生成式 AI 获得的价值估计高达每年 1720 亿美元,而每个用户的中位数价值在一年内翻了三倍。关键在于,这些工具大部分还是免费的。
性能:能解博士级科学题,却看不懂时钟
前沿模型如今在博士级科学题、数学奥林匹克、多模态推理上已经超过人类专家。AI 智能体处理实际工作任务的成功率,一年内从 20% 跃升到 77.3%,网络安全问题解决能力则从 15% 提升到 93%。
但报告里提到了一个叫 "参差智能(Jagged Intelligence)" 的现象。Gemini Deep Think 能拿数学奥林匹克金牌,可顶级 AI 模型准确读出模拟时钟的比例只有 50.1%。普通人都能达到 90%,差距非常明显。 机器人也一样——在真实家庭中成功完成叠衣服或洗碗的比例只有 12%。
中美差距:2859 亿美元 vs 124 亿美元,可性能只差 2.7 个百分点
这是地缘政治层面最具冲击力的发现。美国民间 AI 投资达 2859 亿美元,是中国(124 亿美元)的 23 倍。可截至 2026 年 3 月,Anthropic 的最佳模型只比中国的竞争模型领先 2.7 个百分点。2025 年初以来已经多次被反超过。
为什么会这样?中国政府通过国家主导基金向 AI 投入了约 9120 亿美元。只比民间投资,美国压倒性领先;但比总支出,差距就小得多了。 更严重的是人才流失问题。AI 研究者迁居美国的人数比 2017 年减少了 89%,仅过去一年就下降了 80%。
韩国传来好消息
韩国按人口计算的 AI 专利申请数排名世界第一。在 AI 创新密度上表现亮眼,政府主导的 "值得关注的 AI 模型" 数量也达到 5 个,超越加拿大、法国、英国(各 1 个),位列世界第三。
有什么不同?
这份报告之所以不只是数字罗列,是因为它用数据展示了 "变化的方向"。尤其是在就业、环境、信任这三个维度上,出现了明显的拐点。
| 2024~2025 | 2026(当前) | |
|---|---|---|
| 生成式 AI 普及率 | 早期尝鲜者 | 全球人口 53%(历史最快) |
| 中美 AI 差距 | 美国明显领先 | 2.7 个百分点——基本持平 |
| AI 智能体成功率 | 20%(实验阶段) | 77.3%(实用水平) |
| 新人开发者就业 | 稳定 | 22~25 岁减少 20% |
| AI 透明度评分 | 平均 58 分 | 平均 40 分(下滑) |
| Z 世代对 AI 的情绪 | 兴奋 36% | 兴奋 22%、愤怒 31% |
就业:生产力上升,新人却消失了
软件开发者中,22~25 岁的就业人数自 2024 年以来骤降 20%,而资深开发者的人数维持或有所增加。客服等 AI 暴露度高的岗位也出现同样的模式。
生产力效应本身确实存在。研究证实,客服领域生产力提升 14%,软件开发领域提升 26%。但在更需要判断力的工作中,效果微弱甚至为负。 三分之一的企业表示预计未来一年因 AI 进行人员裁减,服务、供应链、软件工程领域尤为明显。
环境:训练 Grok 4 = 1.7 万辆汽车跑一年
xAI 的 Grok 4 训练产生的碳排放达 7.2 万吨,是 GPT-4(约 5184 吨)的 14 倍。AI 数据中心的电力容量已达 29.6GW,相当于纽约州整体峰值用电需求。 仅 GPT-4o 的年度推理用水量,就超过了 1200 万人的饮用水需求。
地方社区的反弹也成为现实。过去两年因居民反对而搁置的美国数据中心项目规模高达 640 亿美元,24 个州有 142 个以上的公民团体在有组织地抵抗。
信任:Z 世代对 AI 不再兴奋
2026 年盖洛普调查显示,Z 世代中 "对 AI 感到兴奋" 的比例从 36% 暴跌至 22%,而 "感到愤怒" 的比例从 22% 上升到 31%。哪怕他们每天都在用 AI,结果仍然如此。 73% 的专家认为 AI 对就业有正面影响,而普通大众只有 23%——差距高达 50 个百分点。
在政府监管信任度方面,美国仅 31%,在被调查国家中垫底。在 AI 监管上,欧盟比美国和中国更受信任。
上手指南
- AI 普及不是选择题,而是默认值
全球 53% 的人已经在用了。问题不再是 "要不要采用",而是 "怎么用得好"。先摸清自家员工和客户的 AI 使用程度。 - 重新设计新人岗位
22~25 岁开发者就业减少 20%,意味着 AI 开始吸收初级岗位的工作。新人角色得朝 "善用 AI" 的方向重新定义。 - 重审 AI 智能体的引入时机
智能体成功率已经升到 77.3%。如果一年前还是 20% 时你觉得 "为时尚早",现在该重新评估了。 - 提前应对环境与社会风险
AI 环境成本暴涨,数据中心反对运动规模已达 640 亿美元。从 ESG 视角提前测算 AI 使用的环境影响。 - 把中美差距消失变成机会
中国 AI 模型与美国持平,意味着可选项变多了。不妨从成本效益角度评估一下 DeepSeek 这样的模型。
