世界银行团队在尼日利亚进行的一项随机对照试验发现，通过连续6周使用人工智能进行课外辅导，学生取得了相当于2年正常学校教育的学习效果。该方法超出了发展中国家教育干预随机对照试验的数据库。 80%的其他干预措施。
皮尤研究中心的新数据显示，26% 的美国青少年承认在作业中使用 ChatGPT。对AI工具的认知度反映了收入和种族的差异：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%和74%。
人工智能对旧的教学模式造成了重大干扰。如果教育和接受的标准不调整，很多课程只会考验死记硬背和离线思维，甚至很难得到准确的结果。课后作业中，形成了学生用大模型做作业、老师用“智能批改”帮助批改的循环。
英国科学、创新与技术大臣彼得·凯尔认为，不应该严格限制学生使用人工智能，将人工智能比作过去的计算器（值得注意的是，在大小城市中，目前对人工智能的要求基础教育中的计算器使用标准仍然不一致）。
OpenAI的奥特曼在接受采访时表示，人工智能可能正在逐渐削弱“原始智能”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，大家都在谈论使用像ChatGPT、豆宝、Kimi、文心一言这样的通用版聊天平台，而不是努力让开发者定制一些“学习机”。事实上，对以前的助教和课外辅导影响最大的就是这个简单的聊天框。
ChatGPT 占据全球人工智能市场约 70% 的份额，每周活跃用户约 2 亿。 ChatGPT 2024 年 9 月的访问量超过 30 亿次，拉大了与 Bing 的网站流量差距，甚至在当月访问量上击败了 TikTok。一年多来，它一直稳居App Store下载量前列，直到最近才被小红书等超越。
ChatGPT 搜索上线第一个月就吸引了超过 1000 万用户。使用ChatGPT作为主要搜索引擎的美国受访者比例从去年6月的1%上升至9月的8%，而谷歌的份额则从80%下降至74%。
对于专门从事配套软件和硬件以及教学和其他特定用途的人工智能企业家来说，这些结果可能不是好消息。一旦AI配套应用获得了客户并提供了稳定的服务，其支付能力就不再值得担心。但“获客”却成了最大的问题。
很多引发讨论的“AI伴侣”案例都使用了ChatGPT、Character.ai、Replika等绝对顶级的产品。即使像《纽约时报》所说，尽管ChatGPT的内存每隔一周就会被清理一次，但仍有坚持重新训练“失忆”虚拟男友的用户。
人们更喜欢家喻户晓的大产品，而对新名称兴趣不大，尽管较小的产品实际上可能更好地满足他们的需求。
其他的其实用得比较多，但一般不被认为是典型的“AI应用”，包括Siri、小爱同学等语音助手、流媒体和电商平台的算法推荐、垃圾邮件过滤器等。它们的共同点是嵌入到现有产品中，而不是专门作为独立产品。
即使是本来应该有钱开发专门应用程序的企业客户现在也不愿意这样做。总统此前发现，对于一些同时拥有B端和C端业务的厂商来说，大多数实际使用其工作的用户宁愿自掏腰包购买个人会员资格，也不愿作为公司集体付费。
2024年，人工智能产品的企业客户希望万无一失，开箱即用，而不是自己设置。他们对掌控感的要求并没有想象中的那么高。企业甚至愿意坚持使用公共版本的聊天机器人，而不是更安全的自行部署，即使公司机密可能会暴露。
这也解释了为什么尽管存在meta（Llama）和Mistral等大量免费开源替代品，但去年OpenAI和Anthropic的收入却增长了5倍以上。
meta 表示 Llama 正在被初创公司和企业广泛使用，下载量超过 7.7 亿次。然而，在AWS等可以部署Llama的平台上，其性能仍然良莠不齐。对于许多公司来说，直接使用 ChatGPT 更容易。
一年前，Databricks 和 Snowflake 等企业软件提供商希望客户微调他们的模型以了解他们的特定业务词汇，以便模型能够给出更好的答案。然而，为了获得真正有效的模型，公司必须清理和格式化大量数据。 Snowflake 人工智能总监 Baris Gultekin 告诉 The Information，“我们看到市场越来越多地转向打包、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）在不改变模型本身的情况下提高模型的性能以满足其特定需求。
老牌企业应用程序开发人员会很高兴看到用户不喜欢开源模型解决方案。这似乎是微软游说客户展示其在处理 Linux 服务器解决方案时的优势的历史的翻版。当年它咄咄逼人，主张免费的Linux解决方案，但最终未能实现取代Windows服务器的野心。
对于 Salesforce 和 Oracle 等公司来说，这也可能是个好消息。他们正在将人工智能功能集成到现有应用程序中，并提高价格以覆盖成本，而不是开发新的人工智能产品。
AI能力的中心化而非去中心化的现状也引发了另一个值得关注的趋势——中心化计算对算力、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，将斥巨资建设人工智能数据中心和其他基础设施。紧接着，拜登在卸任前签署了一项行政命令，开放联邦土地建设数据中心。
彭博社分析指出，如果前两年全球人工智能军备竞赛的定义是获取尖端芯片和人才，那么下一阶段的标志可能是数据中心。在Deepseek等中国模型展示了算力“性价比”的可能性之后，中心化计算的重要性逐渐提升。
迪拜开发商宣布将投资200亿美元用于美国数据中心项目，软银的孙正义也表示计划投资1000亿美元用于美国人工智能基础设施。这是跨国商人向特朗普政府提出的建议的一部分。
在本月发布的一份“蓝图”中，OpenAI呼吁美国政府接受外国投资，并与私营部门密切合作建设人工智能基础设施，否则就会“让中国带头”。一些人还预计特朗普可能会放松对煤炭或天然气驱动的数据中心的监管，尽管这引发了严重的环境问题。
