以应用场景进行区分，生成式人 工智能在用户端和企业端的应用情况存在明显差异。
在用户端，生成式人工智能以“AI 助手”“智能助手”作为主要产品形态，并与即时通 信、办公软件、线上客服、创作工具等传统互联网产品进行融合，为用户提供智能化的交流、 办公、创作体验。 通过对普通用户使用生成式人工智能产品的情况进行调查，可以发现以下四点情况：一 是生成式人工智能产品在网民中已经形成一定用户规模，且未来仍有明显增长空间。二是与 海外产品相比，国产生成式人工智能产品在网民中应用更加广泛。三是用户对生成式人工智 能产品的主要使用诉求是回答问题、日常办公、休闲娱乐、创作内容。四是未成年人对人工 智能相关知识存在明显兴趣爱好，并积极开展了自主学习实践。
(一) 用户规模与属性 截至 2024 年 6 月，我国有 3.5 亿人表示自己听说过生成式人工智能产品19，占整体人口 的 24.8%；有 2.3 亿人表示自己使用过生成式人工智能产品，占整体人口的 16.4%。对用户 属性进行分析可以发现，年龄和学历明显影响了网民对生成式人工智能产品的使用意愿，中 青年、高学历网民对生成式人工智能产品的使用更普遍。 从各年龄段网民的使用情况来看，20-29 岁网民使用生成式人工智能产品的比例最高， 达到 40.5%；其次为 19 岁及以下网民，比例为 29.1%。40 岁及以上网民使用生成式人工智 能产品开始明显下降，仅为 11.4%。
从不同学历网民的使用情况来看，大专及以上学历网民对生成式人工智能产品的使用率 明显更高，达到 44.0%；大专以下学历网民对生成式人工智能产品的使用率则为 14.1%。
(二) 典型产品使用情况 针对网民具体使用的生成式人工智能产品进行调查发现，截至 2024 年 6 月，国产生成 式人工智能产品在网民中更加广泛；而海外产品，比如 OpenAI、谷歌等大型科技企业的生 成式人工智能产品在国内也拥有一定规模的用户。
(三) 用户使用目的 生成式人工智能产品在普通用户群体中的主要应用场景包括：回答问题、日常办公、休 闲娱乐、创作内容（包括文字、图片、音频、视频、代码）等。首先，利用生成式人工智能 产品回答问题的用户最为广泛。62.2%的用户会对生成式人工智能产品进行提问。其次，约 三分之一用户会将生成式人工智能产品作为自己的办公助手。以微软、金山办公为代表的办 公软件企业已经将生成式人工智能融入到各自产品中，并以此作为新的业绩增长点。此外， 生成式人工智能产品在休闲娱乐和内容创作领域的应用值得关注。尽管仅有约三成用户会将 生成式人工智能产品用于休闲娱乐和创作内容，但这些作者创作的内容却影响到上亿用户。 根据视频网站 Bilibili 的数据，每个月有超过 8000 万的用户在该平台观看生成式人工智能相 关的内容20。
(四) 在未成年群体中的认知 未成年人是国家的未来，也是生成式人工智能产品的重要使用者，因此其对人工智能相 关知识的认知和学习，具有非常重要的意义。针对老师（主要为班主任）的调查发现22，94.4% 的老师认为有必要让学生了解或学习人工智能相关知识。针对在校学生调查发现，40.6%的 未成年网民表示听说过人工智能技术且对此非常感兴趣；16.4%的未成年网民表示没听说过， 而这部分群体主要为小学生。
通过对未成年网民了解人工智能技术的信息渠道进行调查发现，大部分未成年网民主要 是在上网时了解到这一技术，占比达到 55.5%；老师介绍和课外阅读也是未成年人了解人工 智能技术的重要渠道，占比分别为 37.0%和 36.4%。
在企业端，各行各业都在积极拥抱生成式人工智能带来的智能化升级浪潮。在交通、能 源、制造、化工等多个领域，高科技企业与传统行业积极进行合作，投入大量资源，共同研 发各行业专用的生成式人工智能大模型，探索如何利用这项新兴技术赋能实体经济创新发展。 在 2023 年底开展的一项针对全球 16 个国家的企业管理人员调查中，79%的受访者预计生成 式人工智能将在三年内为组织和行业带来实质性变革，其中近三分之一的受访者预计实质性 变革将在当下（14%）或不到一年内（17%）发生23。
(一) 应用效果：各领域争相进行智能化改造实现降本增效 随着“人工智能+”行动等政策深入推进，生成式人工智能大模型在各行业的应用成效 开始显现。降本和增效是各行业选择应用大模型的核心驱动力。大模型的应用不仅能够自动 化完成重复性任务，还可以通过深入数据分析提供更为精准的洞察，从而显著提升机构的工 作效率。例如，海淀区政府利用政务大模型，将查找数据、指标计算等场景所需的 3 天工作 降低到 1 分钟，把图标绘制、报告撰写等场景所需的 5 天工作降低到 30 分钟24。此外，通 过提升客户体验和加速产品开发周期，大模型还为企业创造了新的价值增长点，使其能够在 不断变化的市场中保持灵活性、发现新机遇。 当前，各行各业都在尝试利用生成式人工智能技术实现智能化升级。从农业生产中的智 能化管理，到交通领域的出行效率提升，再到科学研究中的创新实验，各个领域将大模型与 实际的应用场景结合后，都产生了较好效果。
(二) 应用环节：研发与服务环节最先尝试进行智能化升级 整体来看，生成式人工智能大模型在产业链各环节的落地应用进展并不完全一致，呈现 出“研发与服务先行，中间生成制造等环节后发”的特征。在产品研发方面，大模型可以迅 速提高数据分析和预测能力，加快产品研发和创新步伐。在市场应用方面，特别是在营销、 运营等服务场景下，智能化的解决方案能够快速提升用户体验和服务效率。目前，在法律咨 询、智慧诊疗、线上客服和智能机器人等领域，基于生成式人工智能技术的“智能助手”已 经十分常见。在生产制造和供应链管理等中间环节，大模型的整合和优化往往面临技术复杂 性高、数据质量和积累不足、传统流程改造等挑战，需要在积累实践中持续突破。从当前应 用进展看，信息提炼、智能交互、辅助决策是生产制造类企业与大模型结合的共性需求。例 如，中天钢铁与百度合作，对钢铁行业的数据库和知识库进行建设，在此基础上部署中天南 通大模型，落地在生产、财务、人事等多个应用场景。在企业管理方面，依托基于文心大模 型的自助数据分析工具辅助决策，提升了企业的经营决策能力；在设备运维方面，依托智能 运维助手实现了设备运维端到端的业务闭环，强化了对一线运维人员的业务支持能力，将设 备维护效率提升了 10%。
生成式人工智能大模型的初期应用侧重于解决实际操作中的效率问题，而随着技术的成 熟和企业对其潜力的深入理解，其应用范围将逐渐扩大，影响企业的决策制定和战略方向， 乃至整个行业的结构和运行逻辑。 从短期看，生成式人工智能大模型的应用聚焦于人机交互频繁且任务重复性高的场景。 这些场景对自动化和效率提升的需求最为迫切，且相对容易验证模型的准确性和效率。例如， 在客户服务、文档处理、数据分析等领域，大模型可以迅速提升处理速度，减少人力成本， 同时通过不断优化，提供更加个性化的用户体验。这种应用策略考虑到了技术成熟度、企业 接受度以及快速实现价值回报的需求。 从长期看，生成式人工智能大模型的应用将不仅仅局限于执行操作层面，而是会扩展到 决策支持和战略管理层面。这意味着大模型将更深入地参与到企业的核心业务流程中，如市 场预测、风险评估、策略规划等，这就对大模型的理解和分析能力提出了更高要求。随着模 型的不断学习和优化，它们将能够提供更加精准的决策建议，甚至在某些情况下自主做出决 策。这种变革不仅会改变工作方式，还会推动企业组织结构、运营模式的创新，以及产品和 服务的创新设计，最终可能重构整个行业的运作模式。
(三) 应用领域：多模态能力拓展生成式人工智能应用边界 多模态能力是显著拓宽生成式人工智能应用领域的重要因素。通过整合文本、图像、语 音和视频等不同数据类型，生成式人工智能大模型可以实现对各类信息的深层理解和联动。 多模态能力赋予大模型更高的灵活性和适应性，使其能够在复杂的现实场景中提供更精准的 解决方案，从而推动行业的深刻变革。多模态大模型能够更好地处理噪声和数据缺失。如果 一种模态不可靠或不可用，系统可以依靠其他模态来维持性能。例如，生成式人工智能的多 模态能力显著提升了自动驾驶系统的安全和交互性能。通过对摄像头、激光雷达等多种传感 器信息的理解与判断，可以实现对车辆周围环境的全面感知，支持车辆做出即时决策和精准 控制。
(四) 应用方式：智能体成为连接用户与各类服务的新桥梁 智能体是目前生成式人工智能应用的主流形态之一，能够通过理解、规划、反思和进化， 执行复杂任务并做出决策。在应用层面，智能体能够根据特定目标自主或半自主地完成任务。 它们既可以作为人类的助手协同工作，也可以独立完成复杂任务。同时，智能体不局限于单 一软件形式，可以调用工具，与其他实体协作，成为更强大的智能网络。例如，在制造行业，智能体能实时监控生产线的运行状态，通过对实时数据的深度分析，实现自主预防性维护， 从而提高生产效率和设备可靠性。在零售业，智能体可以优化库存管理，通过分析消费趋势 和预测需求调整库存水平，提高供应链效率，并为客户提供个性化的购物建议，提升客户体 验。在能源管理方面，智能体在能源行业可以优化电网管理，通过分析供需数据，调整能源 分配，提高能源利用率，支持可再生能源的整合。当前，OpenAI、谷歌、百度等国内外企 业相继推出智能体产品。如百度文心智能体平台已吸引 15 万家企业和 80 万名开发者27。
