AI 采用差距：为什么并非所有人都在将 AI 用于一切

与媒体普遍的叙事——即生成式 AI 已成为所有人无处不在的工具——相反，实证数据表明存在显著的采用差距。目前在美国的使用模式表明，人口被大致分为三个相等的部分：积极使用 AI 的人、偶尔使用 AI 的人，以及完全不使用 AI 的人。

AI 采用是碎片化的，而非普遍的

AI 的采用并未加速走向普遍使用，而是陷入了停滞。虽然意识很高，但实际参与度在不同的人口统计特征和使用层级中仍然参差不齐。

  • Gen Z 趋势： 尽管是 AI 意识最高的群体，但 Gen Z 的采用率已基本进入平台期。来自 2025/2026 年的 Gallup 数据显示，31% 的人每月或每隔几个月才使用一次 AI，19% 的人从不使用。

  • 劳动人口： Microsoft telemetry 报告称，超过 30% 的美国劳动人口使用 AI（定义为每月至少使用 90 分钟），这意味着大约 70% 的人不是活跃用户。

  • 通用设备使用情况： 来自 Datos 的一项研究发现，62% 的桌面设备每月访问 AI 工具的次数为零，而只有 21% 的人每月访问 10 次或更多次。

  • 普通人口调查： Searchlight Institute 发现，58% 的美国人尝试过 AI，但这在定期用户（30%）和非频繁用户（29%）之间平分了。

AI 采用的主要障碍

由于系统性担忧和感知到的个人价值缺失，很大一部分人口正在积极限制其 AI 使用。

社会与伦理担忧

根据 Searchlight Institute 的说法，AI 规避的三大驱动因素是：

  1. 就业： 42% 的人担心 AI 会取代工作并导致失业。
  2. 隐私： 35% 的人担心 AI 会侵犯个人隐私。
  3. 虚假信息： 33% 的人担心 AI 会传播谎言和虚假信息。

这些担忧导致了对政府监管的强烈偏好。大多数受访者认为，美国政府应该优先考虑安全和隐私规则，即使这会相对于中国等竞争对手减慢发展速度。

对效用的怀疑

与其它变革性技术相比，AI 目前的净正向评价较低。在 Searchlight Institute 的一项研究中，AI 的净正向评价仅为 +8%，与社交媒体（+7%）相当，远低于手机（+68%）、互联网（+67%）和太阳能（+65%）。

“知识工作者泡沫”

普遍使用 AI 的叙事与碎片化采用的现实之间的差距，表明在早期采用者知识工作者和科技媒体周围存在一个“泡沫”。这在软件工程领域尤为明显，AI 的效用更加突出但并不一致。

技术效用 vs. 可靠性

社区见解突出了技术领域中 AI 使用方式的二分法：

"I've used it for two parts of my project: 1) The backend (PHP), and 2) The frontend (Swift)... It has been a huge help [in PHP], but [Swift] is a cautionary tale. It really needs adult supervision... I'm realizing how truly bad the code it wrote was."

其他开发者报告称，虽然 LLMs 是探索代码库或编写一次性脚本的绝佳工具，但如果无人监督，它们可能会成为“糟糕的程序员”，经常在复杂的 repository 中引入过度工程或 bug。

定义问题

有人认为“非用户”统计数据具有误导性，因为 AI 现在已嵌入到确定性系统中。例如，Google Search AI Overviews 或智能手机相机滤镜的使用者在技术上都在使用 AI，即使他们没有与独立的聊天界面进行交互。然而，对于衡量生成式 AI 工具的有意向性采用，数据表明人们对日常集成具有明显的抗拒。

市场影响：使用的连续体

由于 AI 采用是一个连续体而非二元对立，因此对于迎合不同程度的舒适度和隐私需求的产品，存在市场机会。肉类消费的类比是一个有用的模型：就像有些人每天吃肉，有些人限制红肉，量，有些人是素食主义者，用户正在分为那些拥抱 AI、那些限制它，以及那些完全避免它的人。这创造了对“可选” AI 功能和私密、非侵入式 AI 替代方案的需求。

Sources