一项技术被半数国民使用，需要的不再是证明自己有用，而是回答还能有多有用。

　　9月29日，中国互联网络信息中心政策与国际合作所在“2026（第七届）中国互联网基础资源大会”上发布《生成式人工智能应用发展报告（2026）》：截至2026年上半年，我国生成式人工智能用户规模突破7亿人，普及率超50.0%。当一半以上的网民都用过生成式AI，“有没有人用”已不是问题，真正的问题换成三个字——管不管用。

　　看增速的变化，比看总量更能说明发展阶段。综合两年同系列报告数据，截至2024年12月，我国生成式人工智能用户规模为2.49亿人；到2025年6月已达5.15亿人、普及率36.5%，半年增长2.66亿人；截至2026年上半年用户突破7亿人，这一周期内增量已不到2亿。前期高速扩张依靠用户拉新，而后续增长必须转向使用频次、应用场景与用户留存。

　　用户用途结构印证了这一判断。上述报告显示，76.0%的用户会让生成式人工智能回答问题；用它处理图片/视频、文本、工作总结/会议纪要/PPT的占比分别为47.8%、37.6%和32.5%。AI综合助手、AI效率办公的使用次数同比增长均超100%。使用频次正在抬升，但大众的使用场景大多仍停留在“问一问”和“改一改”层面。

　　从供给端看，我国AI产业已经筑牢底层硬支撑。截至2026年6月，我国智能算力规模达2185EFLOPS，同比增长177%，首个全国产10万卡人工智能超集群正式投用；报告提到，全球主流大模型调用榜单上排名前六的模型全部来自中国团队。中国互联网络信息中心主任刘郁林在去年该系列报告发布时曾判断，我国人工智能将从“可用”走向“好用”、从“试用”走向“常用”。今天回看，“常用”这一半已基本兑现，剩下的一半才是要啃的“硬骨头”。

　　一头是使用深度。花旗研究引用中国互联网络信息中心今年2月报告的用户基数开展测算：截至2025年底我国生成式人工智能用户规模达6.02亿，但用户月均使用时长仅约183分钟，折合每天约6分钟；该机构今年3月的调查还显示，日均使用逾两小时的重度用户只占5%，据此模型折算，现阶段AI给全经济体带来的效率提升约为1.8%。

　　这让人想起诺贝尔经济学奖得主罗伯特·索洛1987年的那句名言：“计算机无处不在，唯独看不到它们出现在生产率统计中。”“生产率悖论”在电力、计算机等通用技术普及初期都出现过——铺得很快，见效很慢。

　　另一头是产业侧，它比消费侧还要浅一截。报告显示，规上（规模以上）制造业企业人工智能技术应用普及率刚超过三成——用户端已过半，工厂端刚过三成。消费者跑在了车间前面，这既是潜力，也提醒别用一个市场的热度推算另一个市场。

　　普及率过半之后，尺子也该换一把。过去看“多少人用过”，接下来要看：重度用户占比能否从5%抬起来，AI进入工作总结、会议纪要、PPT这类核心工作流的比例能否从三成往上走。

　　产业侧是更硬的一道关。规上制造业超过三成的普及率能否再进一步，关键看它有没有真的落到研发设计、生产制造、质检运维的环节里，而非一次演示。C端AI的成功经验并不能简单平移到车间。面向普通网民的聊天工具，允许一定概率的错误和幻觉；可生产线上容不得似是而非的回答，工艺参数、质检判断一旦出错，直接关乎产品质量乃至安全生产。通用大模型缺少沉淀深厚的工业知识，这正是产业落地首先要翻越的门槛。

　　除此以外，还有现实的成本与人才门槛。不少中小企业还没有完成基础的数据治理，旧的业务系统相互割裂，既拿不出适配大模型的高质量行业数据集，也缺少既懂生产工艺又懂人工智能的复合型人员。对大量工厂而言，AI转型不是下载一款应用，而是业务流程、数据基础的系统性改造。

　　人们总是倾向于高估一项技术的短期影响，低估它的长期影响。7亿人用上生成式AI值得高兴，但它不是终点线，而是换挡的信号。下一程的考题不是再把多少人拉进来，而是让已经进来的人用得更深，让还在门外的工厂真正用得上。

　　藻知科技评论员程子姣

（文章来源：新京报）