根据圣路易斯联邦储备银行发布的最新调查报告显示，截至2024年末，美国18至64岁人口中近40%已使用生成式AI，而在职场中，23%的劳动者每周至少使用一次这类技术。
美国对生成式AI的应用，堪比当年个人PC电脑和互联网普及的历程。
家庭与职场的双轨渗透
在整体人口中，39.6%的受访者表示在工作或家庭中使用生成式AI。值得注意的是，家庭场景的使用比例（33.7%）略高于职场，但使用强度存在显著差异。职场用户中，34%每日使用AI，而家庭用户中仅5.2%保持同样频率。这反映出生成式AI在工作场景中更具工具属性。
具体到产品选择，ChatGPT以28.1%的使用率位居榜首，紧随其后的是谷歌Gemini的16.6%和微软Copilot等嵌入式工具14.1%。
当研究团队将生成式AI的普及速度与个人电脑和互联网对比时，一个颠覆性结论浮出水面：以首个大众市场产品发布为起点，生成式AI在2年后的整体采用率39%超过了PC在3年后的20%和互联网在2年后的20%。
不过细分工作与非工作场景后，模式更为复杂：职场中生成式AI的采用率26%与PC在1984年的25%几乎持平，但家庭场景的34%远高于PC同期的5%。这种职场同步、家庭超速的现象，可归因于AI工具的移动性和零边际成本。
教育、年龄与收入的三重分化
数据显示，拥有学士或更高学位的劳动者中，42.3%使用生成式AI，是非college群体的2.3倍。年龄维度同样显著：18至29岁群体的应用率达29.1%，而50岁以上仅19.4%。
收入分布呈现类似趋势：周收入前20%的群体中，AI使用率随收入递增，直至第80百分位后略有下降。这与1980年代PC应用模式惊人相似，当时高教育、高收入群体也是技术先锋。
然而性别差异呈现出与历史不同的轨迹：生成式AI在职场中男性使用率比女性高5.7%，而PC在1984年的应用率女性比男性高8%。
这源于PC早期在行政岗位的普及，而那些岗位以女性为主。现在生成式AI更多应用于技术和管理岗位，这些领域男性占比更高。
生成式AI的主要作用
该报告通过独特的时间回溯法测量AI的生产力效应：询问用户“如果没有AI，完成上周工作需要多花多少小时“。
结果显示，平均而言，生成式AI用户每周节省5.4%的工作时间，换算成全体劳动者（包括非用户）则为1.4%的总工时节省。“这相当于每年约3.6亿小时的劳动力释放。如果这些时间用于生产，将产生显著经济影响。
时间节省与使用强度呈现强相关性：每日使用AI的劳动者中，33.5%报告每周节省4小时以上，而每周仅用1天的用户中这一比例仅11.5%。行业差异同样显著：信息服务业从业者平均节省2.6%的工时，而休闲服务业仅0.6%。
此外，研究团队构建了一个标准的Cobb-Douglas生产函数模型，将时间节省转化为宏观生产力增益。模型假设AI节省的时间被重新投入生产，由此计算出有效劳动力供给增加1.9%。结合Acemoglu提出的0.57劳动份额调整系数，最终估算出生成式AI当前为美国经济带来1.1%的生产力提升。
这一数字具有双重意义：一方面，它超过了Acemoglu基于任务暴露的0.7%预测，且反映的是当前而非未来十年的影响；
另一方面，该估算尚未包含生产流程重组等长期效益。历史上，蒸汽机和电力的全部潜力需要数十年才能完全释放。
（文：AIGC开放社区）