儘管AI降低了學習成本，人們依舊懶得學習

世界銀行團隊在尼日利亞做的隨機對照試驗發現，連續6周用AI進行課後輔導，學生所獲得的學習成效相當於正常上學2年，這種方法超過了發展中國家教育干預措施隨機對照試驗數據庫中，80%的其它干預措施。

皮尤（Pew Research）新數據顯示，美國有26%青少年承認在作業中使用ChatGPT。對AI工具的認知體現出收入和族裔方面的差別：高收入家庭的13-17歲青少年比低收入家庭的孩子更有可能聽說過 ChatGPT；白人、黑人和西班牙裔青少年聽說過的比例分別爲83%、73%、74%。

AI已經對舊的教學模式產生了重大幹擾，如果不調整教育和驗收的標準，很多課程只考察死記硬背和離線思考，甚至難以獲得準確的結果。在課後作業中，學生用大模型做，老師用“智能閱卷”幫助批改的循環已經產生。

英國科學、創新和技術大臣凱爾（Peter Kyle）認爲，不應嚴格限制學生使用人工智能，將AI類比爲當年的計算器（值得注意的是，在大小城市之間，目前基礎教育對計算器的使用標準仍然不一致）。

而OpenAI的奧特曼在一則訪談中表示，AI 可能正在逐漸削弱“原始智力”的重要性，提出正確問題的能力將比找到答案的能力更重要。

當然，所有人說的都是採用通用版的類似ChatGPT、豆包、Kimi、文心一言這樣的聊天式平臺，而不是辛苦開發商定製一些“學習機”。實際上對之前的教輔、課外輔導等衝擊最大的，也是這個簡單的聊天框。

ChatGPT 約佔全球 AI 市場份額的 70%，每週活躍用戶約爲 2 億。ChatGPT 在 2024 年 9 月的訪問量超過 30 億次，擴大了與必應的網站流量差距，甚至在當月的訪問量上擊敗了 TikTok。一年多來，它一直霸佔 App Store 下載量前列，直到最近才被小紅書等超越。

ChatGPT 搜索在推出的第一個月就吸引了超過 1000 萬用戶。美國受訪者使用 ChatGPT 作爲主要搜索引擎的佔比，從去年 6 月的 1% 提升到 9 月的 8%，而谷歌的份額從 80% 下降到 74%。

這些結果對專門做陪伴類軟硬件、以及教學等特定用途的AI創業者來說，可能不是好消息。AI陪伴應用一旦獲得顧客，並提供穩定服務的話，付費能力倒不是太值得擔心。但“獲得顧客”反而成了最大的問題。

很多引發討論的“AI伴侶”案例都是使用ChatGPT、Character.ai、Replika等絕對頭部產品。甚至就像《紐約時報》說的，即使ChatGPT的記憶大約每隔一週清空一次，仍有用戶堅持不懈的重新訓練“失憶”了的虛擬男友。

人們更願意用那些家喻戶曉的大產品，而對新的名字缺乏興趣，即使小型產品實際上可能更滿足他們的需要。

其它一些實際使用較多，但一般不認爲是典型的“AI 應用”的，還有Siri、小愛同學等語音助手，流媒體和電商平臺中的算法推薦、垃圾郵件過濾器等。它們的共同點是嵌入到現有產品內部，而不是專門做一個獨立的產品。

甚至，本該有錢開發一個專門應用的企業客戶，現在也不願意這麼做。社長之前就發現一些同時有B端和C端業務的廠商，其多數實際用於工作的用戶，寧可自掏腰包買個人會員，而不是以公司爲單位集體付費。

2024年，AI產品的企業客戶希望傻瓜化、開箱即用，而不是自己設置，他們對掌控感的要求沒有想象的那麼高。企業甚至願意堅持用公版的聊天機器人，而不是更安全的自行部署，即使可能泄露公司機密。

這也解釋了爲什麼儘管Meta（Llama）、Mistral等大量免費開源替代方案存在，但OpenAI和Anthropic去年的收入仍增長了5倍以上。

Meta 表示，初創公司和企業正在廣泛使用 Llama，下載量超過 7.7 億次。不過，在 AWS 等可以部署 Llama 的平臺上，它的表現仍是好壞參半。對於許多公司來說，直接用 ChatGPT 更容易。

一年前，Databricks和Snowflake等企業軟件提供商原本以爲客戶會對模型進行微調，以瞭解其特定的業務詞彙，這樣模型就可以給出更好的答案。但是，爲了得到一個真正有效的模型，企業必須清洗和格式化大量的數據。Snowflake 人工智能主管 Baris Gultekin 對 The Information 說，“我們看到市場越來越多地轉向打包的、即用型解決方案。”

兩家公司基本上已經停止爲用戶定製開源模型。RAG（檢索增強生成）無需更改模型本身，就可以提高模型的性能以滿足其特定需求。

老牌企業應用開發商會很高興看到用戶不喜歡開源模型方案。這似乎是微軟應對 Linux 服務器方案時，對客戶遊說自身優勢的歷史翻版。當年來勢洶洶，主張免費的Linux方案，最終沒有實現取代Windows服務器的野心。

這對 Salesforce 和甲骨文等來說也可能是個好消息。它們正在將 AI 功能融入現有應用程序中，並適當漲價來彌補成本，而不是開發新的AI產品。

AI能力的中心化，而不是去中心化的現狀，還引發了另一個值得關注的趨勢——集中的計算對算力和數據中心等基礎設施提出了更高的要求。

英國首相斯塔默表示將斥巨資用於AI數據中心和其他基礎設施的建設。緊接着，拜登在卸任前簽署行政命令，擬開放聯邦土地以建設數據中心。

彭博分析指出，如果說前兩年的全球人工智能軍備競賽是由獲得尖端芯片和人才來定義的，那麼下一階段可能以數據中心爲標誌。在Deepseek等中國模型體現出算力的“性價比”可能性後，集中計算的重要性日漸提升。

一家迪拜的開發商宣佈將在美國數據中心項目投資200億美元，而軟銀孫正義也曾表示計劃向美國AI基建投資1000億美元。這是跨國商人向特朗普政府示好行爲的一部分。

OpenAI 在本月發佈的一份“藍圖”中呼籲美國政府接受外國投資，並與私營部門密切合作，建設AI基礎設施，否則就會“讓中國搶先”。一些人還預計特朗普可能會放寬對使用煤或天然氣供電的數據中心的監管，儘管它引發了嚴重的環境問題。