2024未來消費者報告之AI篇

人工智慧（AI）時代已來——儼然已經成為缺乏共識時代為數不多的共識之一。但共識與行動之間，仍存在鴻溝。BCG和《MIT斯隆管理評論》聯合推出的研究報告顯示，在全球3,000名受訪高管中，85%以上相信AI將為公司帶來新的競爭優勢，但只有不到39%的企業制定了自己的AI戰略。儘管生成式AI滲透速度遠超過以往任何一種技術，但其發展速度更是一日千里，新一代模型能力常常有大幅飛躍，讓決策者應接不暇。另一方面，AI投入不菲，可能會對現有業務流程和人才團隊產生影響，這些都增強了企業的觀望心態。

從市場和消費者側出發，也許能幫助企業更好地理解和駕馭這股狂飆的AI浪潮。儘管對AI技術的研究已汗牛充棟，但一些更加具體的問題，如中國消費者對AI的認知到底有多深入，他們對AI的接受程度幾何、對AI的接受障礙等等，這些問題未得到定量的解答和更深入的分析。我們希望透過本次研究，幫助中國企業更加深入地瞭解消費者對AI的期待，更好地解決他們的顧慮，幫助他們在AI時代的新格局下搶佔先機。

中國消費者對生成式AI的認知在全球範圍內名列前茅，對AI的期待程度也高，由此催生了AI在中國市場的廣泛應用。不論在生活還是在職場，他們願意藉助AI的高效，為自己贏得寶貴的時間自由，享受量身定製的產品與服務推薦和體驗。

我們描繪中國生成式AI的使用者畫像，希望以不同場景下已經浮現的需求，幫助企業思考未來的需求延展的方向，以及生成式AI在企業應用的商業模式，這無疑是未來的一大增長點。

認知：AI高度滲透中國消費者

生成式AI既非橫空出世的產物，也並非人工智慧的全部，而是在演算法、資料和算力等技術發展成熟下，人工智慧發展的一個重大突破。

自從1956年的達特茅斯會議提出人工智慧這一概念，AI發展主要經歷了四個重要階段。

初始階段的人工智慧以“符號主義”為主流，認為智慧等同於計算。為了實現智慧，就要用各種方法將現實世界的各種物體抽象成符號，然後利用邏輯和計算替代人類大腦的思考。這一階段，可以稱為 “學習機器”——人們將知識和邏輯變成機器可以理解的程式，但泛用性是學習機器永遠無法解決的頑疾。
1980年後，以統計學和大資料為基礎的“機器學習”逐漸興起，人們透過演算法設計讓機器主動從資料中歸納規律，解決特定領域的問題，而不再不切實際地追求通用人工智慧。
第三階段，反向傳播演算法的完善讓多層神經網路的訓練成為可能，模擬人腦的“聯結主義”AI從沉睡中解凍，深度學習（深度神經網路）成為機器學習的主流，在影像識別、自然語言處理等領域開始嶄露頭角。
第四階段，2022年底ChatGPT橫空出世，超大規模、超多引數深度神經網路（大模型）剛一問世展就現出驚人的智慧水平。此後生成式AI快速滲透並吸引大量投資，各家大模型公司在競爭中取得長足進展，AI基礎設施、AI應用和雲計算等相關產業鏈初步形成。因此2022年又被稱為“生成式AI元年”。2024年5月，OpenAI釋出最新的GPT-4o，展現出強大的多模態能力和跨領域大規模應用的潛力。

生成式AI是人類歷史上滲透速度最快的技術。釋出5天后，ChatGPT註冊使用者數就超過了100萬，兩個月後月活使用者數突破1億，成為有史以來使用者增長最快的應用。

與前幾代通用技術相比，生成式AI僅僅用10個月就實現了大規模滲透，遠遠超過了電力的37年以及網際網路的17年。

我們的調研也印證了這一觀點。全球消費者已經對生成式AI有較高的認知度，而中國消費者更是在21個國家中名列前茅，在短影片等平臺的傳播中，對ChatGPT的認知率達到了86%，超過了美國、日本和法國等市場。

在我們調研的3,000名中國消費者中，超過80%對生成式AI有了解，有44%已經使用過生成式AI或其相關功能。

從人群分層看，生成式AI的認知和使用人群呈現相對年輕化、相對高收入和高學歷的特徵。例如，Z世代和Y世代的認知率和使用率領先於X世代，而富裕階層的認知率更是高達99%，遠遠高於主流中產的73%。

有趣的是，儘管傳統上某些產品的流行趨勢往往由一線城市引領，但在生成式AI的認知與使用上，這種地域差異被大幅削弱。認知率普遍較高。在使用率上，新一線城市反而顯現出超前態勢。

認知率在各城市層級普遍較高的原因之一，是中國消費者接觸和了解AI的資訊來源非常廣泛及多元。短影片平臺和社交網路作為兩大主流渠道，扮演著普及AI知識與推廣AI應用的關鍵角色。同時，專業資訊平臺傳播的行為路徑也不容忽視，共同推動了生成式AI在大眾中的快速普及與深入人心。

在全球21個國家中，中國消費者對AI的期待程度最高。整體上看，中國消費者對生成式AI的態度是積極正向的。儘管有擔憂的因素存在，但他們相信並期待AI會給他們的工作和生活帶來積極變化。

應用：生活與工作雙場景並重

與以往多數技術應用只侷限在部分生活領域或工作領域不同，生成式AI或者說大模型產品的優勢之一就是其強大的通用性。我們的研究發現，超過半數（53%）的生成式AI使用者群體，在個人生活與職場兩大場景中均積極嘗試這一技術。工作環境中採納AI的使用者構成中，Y世代及擁有高等教育背景的人群佔比顯著高於其他；在生活場景下，中產人群及以上成為採納該技術的主力軍。

進一步探究使用者的雙場景應用習慣，我們發現了一致的行為模式：約有六成使用者保持每週至少一次的使用頻率。此外，大多數使用者並不拘泥於單一產品，而是傾向於探索並利用三個或更多不同型別的生成式AI產品助力其生活和工作。

從整體心智上看，在兩個場景中的消費者都表示了對人工智慧在日常生活中應用的期待，憧憬著AI能助力個人在創造力與表達力上實現飛躍，透過高效任務處理贏得寶貴的時間自由，以及享受到量身定製的產品與服務推薦和體驗。

然而，調查同樣揭示出消費者心態的複雜性，部分使用者表現出擔憂和矛盾心理，主要有幾個核心顧慮：首要的是對個人資料安全及隱私保護的深切憂慮，其次是擔心技術應用的實際成效不盡人意，以及害怕形成對AI工具的過度依賴，從而削弱人的自主能力。

在生活場景中，典型使用者畫像舉例

她們主要使用AI進行資訊檢索或專業服務，從而協助對孩子進行教育輔導。例如利用生成式AI大模型生成個性化的練習題等教育資源，或用多模態大模型透過影像識別技術解析幾何題目、動態演示解題過程。這些實用功能可以大大減少她們在教育中的時間投入和負擔，為她們忙碌的生活減負。

他們使用AI主要是進行內容創作或提升創作的效率。例如他們經常使用AI輸出自己社交賬戶裡面的個性化文案，或利用AI生成圖片、表情包或影片，從而提升了他們社交的效率和內容豐富度。

我們調研顯示，在生活場景下，資訊檢索、個性推薦與自動控制是生成式AI最常用到的功能。而中國最常提到的AI產品分別是文言一心、通義千問、字節跳動豆包以及騰訊元寶（排名不分先後），這些產品的功能廣泛被中國消費者認知和接受。

如果用期待程度和支付意願作為橫軸和縱軸，可以形成一個生活場景下的AI需求矩陣。其中兩個維度調研結果都較高的屬於高需求潛力的應用。其中包括內容創作、自動控制（例如智慧家居和自動駕駛等）和專業服務（課程輔導和醫療診斷等）。

在工作場景下，也有兩類典型的使用者畫像

有一類企業人士在日常工作中會涉及大量內容創作工作，而AI應用強大的內容生成能力可以極大地提升他們的工作效率，降低內容創作的門檻，讓他們專注於更加關鍵的工作。

這類使用者在資料密集型環境中工作，負責從大量資料中提煉有價值的資訊，為決策提供支援。生成式AI和機器學習模型可以極大地增強他們的能力，不但可以快速對大量資料進行分析，還能自動生成分析報告，並提供最佳化建議。

在工作場景下，使用者目前最常用的功能為資訊檢索（AI增強搜尋）、資訊彙總（會議總結、資料彙總）以及專業服務（健康診斷等）。其中資訊彙總、專業服務，以及新增的內容創作（文案生成、精準投放）、自動控制（供應鏈最佳化、店鋪運營管理）會是使用者未來非常期待的功能，這些高需求潛力的生成式AI產品將從不同維度提升員工的工作效率。

綜上所述，生成式AI作為橫跨生活和工作場景的技術革命，正以前所未有的力量驅動創新與效率升級。儘管中國消費者普遍持樂觀態度，尤其是在工作領域，但也不乏對未來潛在挑戰的警醒，特別是在資料安全和過渡依賴的潛在風險上。

啟示：個人增效只是“冰山一角” ，

業務變革才是下一波浪潮

經過一年多的高速發展和消費者的廣泛應用，生成式AI正在不斷普及，並有潛力重塑我們生活與工作的方式，帶來顛覆性的影響。

在生活場景中，生成式AI將驅動“個性與創造”。例如，AI正在加速各類媒介從大眾化轉向個性化與定製化，每個人都將擁有自己獨一無二的展示空間與互動方式，這將給內容創作、廣告投放與市場營銷等行業帶來深刻的影響。

在工作場景中，生成式AI則將驅動“效率與效果”。越來越多的人開始習慣在工作中開啟人工智慧輔助工具，而智慧體的發展將讓每個打工人都能擁有自己的個人助理。這不但能解放個人的生產潛力，更可提升企業的整體運轉效率。

能夠提升個人效率的生成式AI，將會給整個組織及業務帶來什麼樣的影響？我們預計其產生的價值將倍增。

首先，生成式AI有望提升企業的核心競爭力。AI已經可以接手大量標準化和重複性的內容創作任務，並助力員工專注於更具策略性、創造性的工作，從而啟用生產力，提升整個團隊的效能和創新能力。另一方面，企業可以運用AI生成個性化內容、最佳化產品設計，或提供基於生成式AI的增值服務，以此進一步提升市場競爭力，增強對顧客的吸引力。

另一方面，部署生成式AI技術對渴望掌握新興技術的年輕人才也有特殊吸引力。這一群體尤為珍視能夠促進其終身學習與職業發展的環境。企業透過整合生成式AI技術，不僅能夠引領員工緊跟最新的技術潮流，還為他們提升個人專業技能提供了寶貴的實踐機會。此外，AI不僅優化了工作流程，消減了單調乏味的重複勞動，還著重提升了工作的智力挑戰度與創造性，從而滿足頂尖人才對理想工作的憧憬，提升工作體驗。

那麼企業應如何定位在內部部署生成式AI的機會呢？我們建議可以按以下三個問題對內部進行梳理和審視：