BOND《人工智慧趨勢報告》（二）：前所未見的用戶增長

第二個主要論點：AI 使用者 + 使用量 + 資本支出增長 = 前所未見 (AI User + Usage + CapEx Growth = Unprecedented)

我們談到 AI 時代的變革速度快得驚人。那麼，這種「快」具體體現在哪些方面呢？這份報告的第二個核心論點就為我們揭示了答案：無論是 AI 的使用者數量、人們使用 AI 的頻率和深度，還是各大公司在 AI 領域投入的資金，其增長速度和規模都達到了「前所未見」的程度。

第一部分：AI 使用者增長——前所未見的規模與速度

首先，我們來看看 AI 的使用者增長。想像一下，任何一種新技術或新產品的成功，很大程度上都取決於有多少人願意使用它。而在 AI 領域，使用者湧入的速度簡直可以用「瘋狂」來形容。

  • ChatGPT 的「現象級」使用者增長： 報告以 OpenAI 的 ChatGPT 作為一個典型的例子。在短短 17 個月內，ChatGPT 的每週活躍使用者就從幾乎為零飆升到了 8 億！這是什麼概念？地球上大約每 10 個人裡就有 1 個每週都在用 ChatGPT 。這種增長速度和規模，在人類科技史上都是極其罕見的。報告中比較了各種知名應用達到 1 億使用者的時間：TikTok，這個現象級的短影片應用，用了大約 9 個月；Instagram 用了兩年多。而 ChatGPT 呢？報告顯示它達到 1 億使用者的時間遠遠少於這些前輩，僅僅用了 0.2 年，也就是大約 2 個多月！將其與更早期的基礎技術產品進行比較：福特 T 型車達到 100 萬顧客用了約 2500 天，iPhone 達到 100 萬使用者用了 74 天，而 ChatGPT 達到 100 萬使用者僅僅用了 5 天！而且，前兩者都需要消費者支付不菲的價格（按 2024 年美元計算，分別是 29330 美元和 756 美元），而 ChatGPT 的基礎版本是免費的，這無疑極大地加速了其普及。
  • 全球擴散的「同步性」： 以往的技術革命，比如個人電腦或早期網際網路，通常是先在美國等發達國家興起，然後再慢慢擴散到全球其他地區。但 AI，特別是像 ChatGPT 這樣的應用，幾乎是一夜之間就在全球範圍內引爆了。網際網路發展到第 23 年，其北美以外地區的使用者佔比才達到 90%；而 ChatGPT 的 App 僅僅用了 3 年，其北美以外地區的月活躍使用者佔比就達到了同樣的 90% 。這意味著 AI 的浪潮是全球同步的（當然，報告也註明了像中國、俄羅斯等少數地區因政策限制無法使用）。這種「一步到位」的全球覆蓋能力，是以往任何技術都難以企及的。
  • 家庭滲透率的預期「級聯加速」： 報告引用了摩根士丹利的預測，展示了不同技術時代達到 50% 美國家戶滲透率所需的時間。可以看到，從第二次工業革命的 42 年，到 PC 時代的 20 年，再到桌面網際網路時代的 12 年，移動網際網路時代的 6 年，每一個技術週期的滲透時間都在大約減半。按照這個趨勢，AI 時代達到 50% 美國家戶滲透率可能只需要 3 年！這意味著 AI 融入普通人日常生活的速度將會快得令人難以想像。為什麼 AI 的使用者增長能如此迅猛？原因有多方面：
    1. 現成的全球網際網路基礎設施：正如之前提到的，全球 55 億聯網公民為 AI 應用的快速分發提供了沃土。
    2. 極致的易用性：像 ChatGPT 這樣的工具，採用自然語言對話的交互方式，幾乎沒有學習門檻，老少咸宜。
    3. 「免費增值」的商業模式：基礎功能免費，吸引大量使用者嘗試；進階功能收費，實現商業變現。
    4. 強大的功能和話題性：AI 展現出的驚人能力（寫作、編程、回答問題等）本身就具有極強的吸引力和病毒式傳播效應。

第二部分：AI 使用量增長——前所未見的深度與廣度

光有使用者數量還不夠，更重要的是人們是否真正深入地、廣泛地使用 AI 。在這方面，AI 同樣展現出了前所未見的增長態勢。

  • 使用者參與度的「火箭式」提升： 在 21 個月內，美國活躍使用者每天花在 ChatGPT App 上的時間增長了 202%！這意味著人們不僅僅是嚐鮮，而是越來越依賴 AI 工具。第 83 頁的圖表進一步細化，顯示使用者每天開啟 ChatGPT App 的平均次數增長了 106%，每次開啟的平均時長也增長了 47% 。這些數據都表明，AI 正在深度融入使用者的日常。
  • 使用者黏性的「強力磁鐵」效應： 使用者不僅用得多，而且留存率也很高。第 84 頁的圖表比較了 ChatGPT 和 Google Search 的全球桌面使用者週留存率。令人驚訝的是，在 27 個月的觀察期內，ChatGPT 的週留存率達到了 80%，比 Google Search 的 58% 高出了 22 個百分點以上。這在一定程度上說明，一旦使用者開始依賴 AI，就很難離開。
  • 應用場景的「無限拓展」： AI 的使用量增長，更深層次的原因在於其應用場景的極速擴展。
    • 工作場景：第 85 頁的 Pew 研究數據顯示，超過 72% 的美國在職成年人使用 AI 聊天機器人後，認為這些工具在幫助他們更快完成工作和提高工作品質方面「極有幫助」或「非常有幫助」。
    • 學習場景：第 86 頁 OpenAI 對美國學生的調查顯示，學生們廣泛使用 ChatGPT 進行研究、解決問題、學習新知識和尋求建議。
    • 從簡單問答到深度研究：AI 的能力也在不斷進化。第 87 頁提到，像 Google Gemini 、 OpenAI ChatGPT 和 xAI Grok 都推出了「深度研究」功能，能夠自動瀏覽數百個網站，進行分析並生成富有洞察力的報告。這標誌著 AI 從一個「問答機器」向一個「研究夥伴」的轉變。
  • AI Agent 的進化——從「回應」到「行動」： 報告闡述了 AI Agent 的興起。這是一個非常重要的趨勢。傳統的聊天機器人是被動回應使用者指令的，而 AI Agent 則更像是個能動的「服務提供者」或「數位員工」。它們可以理解更複雜的目標，主動規劃並執行多步驟任務，比如預訂會議、提交報告、登入其他工具，甚至跨平台協調工作流程。全球對「AI Agent」的 Google 搜索量在 16 個月內暴增了 1088%，這反映了市場對這一新興能力的極大興趣。各大科技公司也紛紛推出自己的 AI Agent 產品，如 Salesforce 的 Agentforce 、 Anthropic 的 Claude 3.5 Computer Use 等。 AI Agent 的出現，預示著 AI 的使用將從「資訊獲取」向「任務完成」深度滲透，這將極大地拓展 AI 的使用廣度和深度。 AI 使用量的爆炸性增長，源於模型能力的持續提升、應用場景的不斷拓寬、使用者習慣的快速養成，以及 AI 與現有工作流程和生活方式的深度融合。

第三部分：AI 資本支出增長——前所未見的投入與決心

如此迅猛的使用者和使用量增長，背後必然需要巨大的基礎設施投入，這就引出了 AI 領域資本支出（CapEx）的空前增長。資本支出，簡單來說，就是公司為了購買、維護或升級固定資產（如伺服器、數據中心、廠房設備等）所花費的資金。

  • 科技巨頭的「軍備競賽」：
    • 歷史趨勢的延續與放大：美國六大科技公司（蘋果、 NVIDIA 、微軟、 Alphabet 、亞馬遜 AWS 、 Meta）的資本支出在過去十年中以年均 21% 的速度增長，這主要是為了應對全球數據量的爆炸性增長（同期年均增長 28%）。
    • AI 時代的「踩油門」：然而，當 AI 時代來臨，這種投入達到了新的高峰。在 2023-2024 年間，這六大科技公司的資本支出同比增長了驚人的 63%！與此同時，ChatGPT 的週活躍使用者增長了 200% 。這表明 AI 的崛起正在驅動科技巨頭進行史無前例的基礎設施投資。更值得注意的是，這些公司的資本支出佔其總收入的比例，也從十年前的 8% 上升到了 15%，意味著它們將更大比例的資源投入到了 AI 相關的基礎建設中。
    • AWS 的案例：亞馬遜的雲端服務 AWS 是一個很好的觀察窗口。在 AI/機器學習基礎設施建設階段（如 2024 年），AWS 的資本支出佔其收入的比例高達 49%，遠高於其早期雲端基礎設施建設階段的 27%（2013 年）和相對平穩期的 4%（2018 年）。這說明 AI 對算力的需求強度遠超以往。
  • GPU 性能提升與總算力需求的悖論： 有人可能會問，既然 GPU 性能在飛速提升（NVIDIA GPU 性能在 8 年內提升 225 倍），為什麼還需要投入這麼多錢？這是因為，儘管單個晶片的效率提升了，但 AI 模型對總算力的需求增長得更快。 AI 模型的規模越來越大，處理的數據越來越多，需要的計算資源也呈指數級增長。因此，即使單位算力成本在下降，總的資本支出依然在飆升。 NVIDIA GPU 的全球已安裝計算能力在約 6 年內增長了超過 100 倍。
  • NVIDIA 的「獨佔鰲頭」： 作為 AI 晶片市場的領導者，NVIDIA 無疑是這輪資本支出浪潮中的主要受益者。 NVIDIA 的數據中心業務收入佔全球數據中心總資本支出的比例，從 2022 年的不足 10% 迅速攀升至 2024 年的 25% 以上。
  • 研發與現金的「雙重保障」： 除了硬體上的資本支出，科技巨頭們在 AI 相關的研發投入上也毫不吝嗇。六大科技公司的研發支出佔其收入的比例也從十年前的 9% 上升到了 13% 。更重要的是，它們擁有充足的「彈藥」來支持這場豪賭：驚人的自由現金流（十年增長 263% 至 3890 億美元）和資產負債表上的現金儲備（十年增長 103% 至 4430 億美元）。
  • 核心驅動力：訓練與運行的算力黑洞： AI 大語言模型開發的大部分支出仍然由計算主導——即訓練和運行模型所需的計算能力。訓練成本高昂且仍在快速上升，而隨著 AI 應用的普及，運行模型（即推理）的成本雖然單位成本在下降，但總體成本因使用量巨大而持續攀升。
  • 數據中心的「黃金時代」： AI 的發展直接點燃了數據中心建設的狂潮。
    • 美國數據中心的建設價值以年均 49% 的速度加速增長。
    • 新建的數據中心容量（預租或在建）的增長速度是現有容量淨吸納速度的數倍（4 年內新建容量增長 16 倍，現有容量填充增長 5 倍）。
    • xAI 的 Colossus 超級計算中心項目更是將這種速度推向了極致：一個面積相當於 418 個美國普通住宅的數據中心，僅用了 122 天就建成運營，並在 7 個月內部署了 20 萬個 GPU 。這種建設速度在傳統行業是不可想像的。
  • 能源消耗的「隱憂」： 然而，這種瘋狂的算力擴張也帶來了巨大的能源消耗問題。國際能源署（IEA）的報告指出，數據中心已經成為電力消耗大戶，佔全球電力消耗的 1.5% 左右（2024 年），並且其電力消耗自 2017 年以來以年均 12% 的速度增長，遠超全球總電力消耗的增速。 AI 的發展對全球能源供應和電網穩定性提出了嚴峻的挑戰。 AI 領域資本支出的空前增長，是由於 AI 模型本身的複雜性和規模、對極致性能和先發優勢的激烈追求，以及對未來巨大市場潛力的樂觀預期共同推動的。

為什麼這些增長是「前所未見」的？

當報告說 AI 的使用者、使用量和資本支出增長是「前所未見」的時候，它指的是多個維度的突破：

  1. 使用者增長的規模之大、速度之快：幾個月內就能觸及數億甚至十億級別的全球使用者，並且這種擴散是全球同步的，家庭滲透速度也預計會大大縮短。這在以前任何技術產品上都未曾發生過。
  2. 使用量增長的深度之深、廣度之廣：使用者不僅每天花費更多時間在 AI 上，而且 AI 的應用場景從簡單的聊天問答迅速擴展到複雜的研究、工作輔助，甚至進化出能主動執行任務的 AI Agent 。這種融入日常工作和生活的深度和廣度也是前所未有的。
  3. 資本支出增長的投入之巨、決心之大：科技巨頭們以前所未有的規模投入數百億甚至上千億美元的資金用於 AI 基礎設施建設和研發，數據中心的建設速度和規模也達到了令人瞠目結舌的程度。這種「不計成本」的投入，反映了行業對 AI 革命性潛力的共識和搶占先機的巨大決心。

將這三個方面結合起來看，我們就能理解為什麼報告會用「前所未見」（Unprecedented）這個詞來形容。它不僅僅是量的增長，更是質的飛躍。它超越了以往任何一次技術革命（無論是個人電腦、網際網路還是移動互聯網）在早期階段所展現出的增長態勢。這種「前所未見」的增長，既讓人興奮，也讓人警醒。它預示著 AI 將以超乎想像的速度和力度重塑我們的世界，從個體的工作生活到整個社會的運作方式，都將發生深刻的變革。而理解這種增長的獨特性，是我們把握 AI 時代脈搏的關鍵。