尽管AI降低了学习成本，人们依旧懒得学习_风闻

本文首发于航通社，原创文章未经授权禁止转载航通社微信：lifeissohappy 微博：@航通社

甚至懒得试用一个新工具，哪怕它可能更好用

文 / 书航 2025.1.22

世界银行团队在尼日利亚做的随机对照试验发现，连续6周用AI进行课后辅导，学生所获得的学习成效相当于正常上学2年，这种方法超过了发展中国家教育干预措施随机对照试验数据库中，80%的其它干预措施。

皮尤（Pew Research）新数据显示，美国有26%青少年承认在作业中使用ChatGPT。对AI工具的认知体现出收入和族裔方面的差别：高收入家庭的13-17岁青少年比低收入家庭的孩子更有可能听说过 ChatGPT；白人、黑人和西班牙裔青少年听说过的比例分别为83%、73%、74%。

AI已经对旧的教学模式产生了重大干扰，如果不调整教育和验收的标准，很多课程只考察死记硬背和离线思考，甚至难以获得准确的结果。在课后作业中，学生用大模型做，老师用“智能阅卷”帮助批改的循环已经产生。

英国科学、创新和技术大臣凯尔（Peter Kyle）认为，不应严格限制学生使用人工智能，将AI类比为当年的计算器（值得注意的是，在大小城市之间，目前基础教育对计算器的使用标准仍然不一致）。

而OpenAI的奥特曼在一则访谈中表示，AI 可能正在逐渐削弱“原始智力”的重要性，提出正确问题的能力将比找到答案的能力更重要。

当然，所有人说的都是采用通用版的类似ChatGPT、豆包、Kimi、文心一言这样的聊天式平台，而不是辛苦开发商定制一些“学习机”。实际上对之前的教辅、课外辅导等冲击最大的，也是这个简单的聊天框。

ChatGPT 约占全球 AI 市场份额的 70%，每周活跃用户约为 2 亿。ChatGPT 在 2024 年 9 月的访问量超过 30 亿次，扩大了与必应的网站流量差距，甚至在当月的访问量上击败了 TikTok。一年多来，它一直霸占 App Store 下载量前列，直到最近才被小红书等超越。

ChatGPT 搜索在推出的第一个月就吸引了超过 1000 万用户。美国受访者使用 ChatGPT 作为主要搜索引擎的占比，从去年 6 月的 1% 提升到 9 月的 8%，而谷歌的份额从 80% 下降到 74%。

这些结果对专门做陪伴类软硬件、以及教学等特定用途的AI创业者来说，可能不是好消息。AI陪伴应用一旦获得顾客，并提供稳定服务的话，付费能力倒不是太值得担心。但“获得顾客”反而成了最大的问题。

很多引发讨论的“AI伴侣”案例都是使用ChatGPT、Character.ai、Replika等绝对头部产品。甚至就像《纽约时报》说的，即使ChatGPT的记忆大约每隔一周清空一次，仍有用户坚持不懈的重新训练“失忆”了的虚拟男友。

人们更愿意用那些家喻户晓的大产品，而对新的名字缺乏兴趣，即使小型产品实际上可能更满足他们的需要。

其它一些实际使用较多，但一般不认为是典型的“AI 应用”的，还有Siri、小爱同学等语音助手，流媒体和电商平台中的算法推荐、垃圾邮件过滤器等。它们的共同点是嵌入到现有产品内部，而不是专门做一个独立的产品。

甚至，本该有钱开发一个专门应用的企业客户，现在也不愿意这么做。社长之前就发现一些同时有B端和C端业务的厂商，其多数实际用于工作的用户，宁可自掏腰包买个人会员，而不是以公司为单位集体付费。

2024年，AI产品的企业客户希望傻瓜化、开箱即用，而不是自己设置，他们对掌控感的要求没有想象的那么高。企业甚至愿意坚持用公版的聊天机器人，而不是更安全的自行部署，即使可能泄露公司机密。

这也解释了为什么尽管Meta（Llama）、Mistral等大量免费开源替代方案存在，但OpenAI和Anthropic去年的收入仍增长了5倍以上。

Meta 表示，初创公司和企业正在广泛使用 Llama，下载量超过 7.7 亿次。不过，在 AWS 等可以部署 Llama 的平台上，它的表现仍是好坏参半。对于许多公司来说，直接用 ChatGPT 更容易。

一年前，Databricks和Snowflake等企业软件提供商原本以为客户会对模型进行微调，以了解其特定的业务词汇，这样模型就可以给出更好的答案。但是，为了得到一个真正有效的模型，企业必须清洗和格式化大量的数据。Snowflake 人工智能主管 Baris Gultekin 对 The Information 说，“我们看到市场越来越多地转向打包的、即用型解决方案。”

两家公司基本上已经停止为用户定制开源模型。RAG（检索增强生成）无需更改模型本身，就可以提高模型的性能以满足其特定需求。

老牌企业应用开发商会很高兴看到用户不喜欢开源模型方案。这似乎是微软应对 Linux 服务器方案时，对客户游说自身优势的历史翻版。当年来势汹汹，主张免费的Linux方案，最终没有实现取代Windows服务器的野心。

这对 Salesforce 和甲骨文等来说也可能是个好消息。它们正在将 AI 功能融入现有应用程序中，并适当涨价来弥补成本，而不是开发新的AI产品。

AI能力的中心化，而不是去中心化的现状，还引发了另一个值得关注的趋势——集中的计算对算力和数据中心等基础设施提出了更高的要求。

英国首相斯塔默表示将斥巨资用于AI数据中心和其他基础设施的建设。紧接着，拜登在卸任前签署行政命令，拟开放联邦土地以建设数据中心。

彭博分析指出，如果说前两年的全球人工智能军备竞赛是由获得尖端芯片和人才来定义的，那么下一阶段可能以数据中心为标志。在Deepseek等中国模型体现出算力的“性价比”可能性后，集中计算的重要性日渐提升。

一家迪拜的开发商宣布将在美国数据中心项目投资200亿美元，而软银孙正义也曾表示计划向美国AI基建投资1000亿美元。这是跨国商人向特朗普政府示好行为的一部分。

OpenAI 在本月发布的一份“蓝图”中呼吁美国政府接受外国投资，并与私营部门密切合作，建设AI基础设施，否则就会“让中国抢先”。一些人还预计特朗普可能会放宽对使用煤或天然气供电的数据中心的监管，尽管它引发了严重的环境问题。