社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

哈佛等最新报告:ChatGPT等AI普及率,比互联网、PC更快

AIGC开放社区 • 1 月前 • 103 次点击  

专注AIGC领域的专业社区,关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型(LLM)的发展和应用落地,聚焦LLM的市场研究和AIGC开发者生态,欢迎关注!

哈佛大学肯尼迪学院、范德比尔特大学、圣路易斯联邦储备银行联合发布了最新生成式AI应用报告,以查看ChatGPT、Gemini、Midjourney等生成式AI应用情况。

本次一共对7,565名年纪在18—64岁的成年人进行了调查,结果显示,39.5%的受访者使用过生成式AI;28%在实际工作中使用过该技术;25%每周至少使用一次生成式AI;20%几乎每天都在使用该技术。

从调查结果来看生成式AI相比互联网、PC的普及率更高,以两年为时间节点,互联网的普及率是20%,PC也大约为20%。

确定关键时间节点

在互联网的发展历程中,1995年4月被视为一个重要里程碑。当时,美国国家科学基金会停用NSFNet并允许互联网承载商业流量,这一决策极大地推动了互联网在商业领域的应用,吸引了大量企业和个人用户接入互联网,从而加速了互联网的普及速度。

而生成式AI的开端则是OpenAI在2022年11月末发布的ChatGPT为关键节点。ChatGPT凭借其强大的自然语言处理能力,仅用两个月突破1亿用户,引发了公众对生成式AI技术的广泛兴趣,为后续生成式AI技术的发展和应用奠定了基础,也成为了该技术走向大众市场的重要起点。

个人电脑领域的标志性事件是1981年8月IBM发布的PC,这款产品的问世不仅代表了个人电脑技术的重大突破,也开启了个人电脑在全球范围内广泛普及的进程。

总体普及率对比

在ChatGPT发布后的短短两年时间内,生成式AI的使用率就已经达到了39.5%。这一数字意味着,近四成的受访者已经开始接触和使用生成式AI技术,反映出该技术在公众中的快速传播和广泛接受程度。

相比之下,个人电脑在其首款大众市场产品IBMPC发布2年后的使用率仅为20%。这表明在相同的时间跨度内,生成式AI的普及速度几乎是个人电脑的两倍,凸显了生成式AI技术在现代社会中更快的传播速度和更高的接受度

互联网在1995年开始商业化后的两年内,使用率同样为20%,与个人电脑在三年时的使用率相当。这进一步说明生成式AI在早期的使用速度方面具有明显优势。

需要注意的是,这里的互联网使用率计算综合考虑了工作和生活场景中的使用情况,因为在实际应用中,很难精确区分互联网在工作和非工作场景中的使用比例。

工作场所与家庭场景中的使用差异

为了更深入地理解生成式AI使用速度的驱动因素,研究团队进一步对比了这三项技术在工作场所和家庭场景中的使用情况。

在工作场所方面,个人电脑和生成式AI的使用率呈现出一些相似的特征。在个人电脑发展的早期阶段,其在工作场所的普及速度相对较为缓慢。随着时间的推移,个人电脑的工作场所使用率逐渐上升,这主要得益于办公自动化需求的增长、企业数字化转型的推动以及计算机技术在各类专业工作中的应用不断拓展。

例如,在企业的财务管理、文档处理、数据分析等工作领域,个人电脑逐渐成为不可或缺的工具,其处理数据、生成报表、撰写文档等功能大大提高了工作效率,促使越来越多的企业为员工配备个人电脑。

生成式AI在工作场所的使用同样呈现出快速增长的趋势,且在某些方面与个人电脑早期的使用模式相似。研究发现,生成式AI在工作中的应用范围广泛,涵盖了从管理岗位到蓝领工作的多个领域。

在管理和专业技术岗位上,生成式AI被用于数据分析、决策支持、创意生成等任务;而在蓝领工作中,它也被用于辅助生产计划制定、设备维护指导等方面。这表明生成式AI在工作场所的实用性和适应性得到了广泛认可,推动了其快速普及。

在家庭场景中,生成式AI的使用速度远超个人电脑。个人电脑在家庭中的普及主要受到成本、使用门槛和需求认知等因素的影响。早期个人电脑价格相对较高,对于普通家庭来说是一笔不小的开支。

同时,其操作相对复杂,需要一定的计算机知识和技能,这也限制了部分家庭用户的使用意愿。此外,在个人电脑发展初期,家庭用户对于计算机的需求主要集中在简单的娱乐和文字处理等方面,应用场景相对有限。

生成式AI在家庭中的应用则呈现出不同的特点。其较低的使用门槛和多样化的应用场景吸引了大量家庭用户。例如,通过智能手机等移动设备,用户可以轻松访问生成式AI服务,进行文本生成、图像编辑、语言翻译等操作。这些应用在日常生活中的实用性较高,如帮助用户撰写邮件、生成创意内容、辅助学习等,从而促进了其在家庭中的快速普及。

互联网在家庭和工作场所的使用速度也受到多种因素的影响。在早期,互联网在家庭中的普及受到网络基础设施建设、接入成本和用户认知等因素的制约。随着宽带技术的发展、网络服务提供商的竞争加剧以及互联网内容的日益丰富,家庭互联网接入率逐渐提高。

在工作场所,互联网的应用则随着企业信息化建设的推进而迅速扩展,从最初的电子邮件通信逐渐拓展到在线协作、电子商务、云计算等多种业务领域。

本文素材来源数据报告,如有侵权请联系删除

END

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/176522
 
103 次点击