问题：从“能用”迈向“常用”，规模跃升带来机遇与新课题 第57次《中国互联网络发展状况统计报告》显示，截至2025年12月，我国生成式人工智能用户规模达到6.02亿，较2024年底增长141.7%；普及率达42.8%，同比提升25.2个百分点。
数据表明，生成式人工智能正加速成为社会生产生活的通用工具。
从个人学习、内容生产到企业经营、行业制造，应用触角不断延伸。
与此同时，用户规模迅速扩大，也对算力供给、数据要素流通、应用安全、内容可信以及公共服务均衡可及提出更高要求，如何把“规模红利”转化为“质量红利”，成为下一阶段的关键命题。
原因：政策引领、技术突破、基础设施与市场需求形成合力 一是顶层设计持续强化，明确产业方向与发展节奏。
从数字经济相关部署到“人工智能+”行动推进，政策层面不断完善产业生态与应用环境，推动人工智能在制造、教育、医疗、政务等重点领域有序落地，形成“可复制、可推广”的应用路径。
二是国产大模型加速突破，降低使用门槛并提升可获得性。
近年来，国产大模型在工程化能力、部署效率和成本控制上持续进展，通过算法优化与系统工程创新，在保持竞争力的同时降低对高端算力与专业门槛的依赖。
用户无需复杂配置即可在手机、电脑端使用多类功能，“低成本、易接入、可扩展”成为用户快速增长的重要推力。
三是网络与算力基础设施夯实，保障应用体验与规模化供给。
我国5G网络、数据中心与算力资源布局持续完善，为生成式人工智能在多场景稳定运行提供支撑。
基础设施的“通达度”与“可用性”提升，直接增强了产品服务的连续性与普及效率。
四是需求牵引效应明显，本土化产品更贴近使用习惯。
统计中“国产模型受青睐”的趋势，反映出本土企业在语言、内容偏好、行业知识与服务体系上的适配优势。
生活端覆盖学习辅助、办公提效、适老服务等多样需求，生产端在钢铁、家电、新能源汽车等行业推动降本增效，需求与供给相互促进，形成扩散效应。
影响：用户规模效应正在重塑创新生态与产业组织方式 其一，应用扩散加快技术迭代，推动能力从“通用”走向“精专”。
海量交互带来更丰富的反馈与评测场景，有助于模型在可靠性、可控性、专业性方面持续改进。
用户规模越大、场景越多元，越能促使产品在真实环境中打磨，形成“应用带动改进”的闭环。
其二，产业侧加速形成智能化改造的“新惯性”。
当生成式人工智能成为普遍工具，企业不再仅把它视为单点应用，而是纳入研发、生产、供应链与服务全流程，推动组织模式、岗位结构与管理方式相应调整。
效率提升的同时，也对员工技能更新与企业治理能力提出新要求。
其三，消费端数字服务供给更加丰富，但也带来内容可信与隐私保护压力。
生成式人工智能在便利性提升的同时，可能伴随虚假信息、深度合成滥用、数据泄露等风险。
用户规模扩大意味着风险外溢性更强，治理与规范亟需同步升级。
对策：以高质量供给与制度保障护航“人工智能+”走深走实 首先，强化安全治理与合规体系建设，明确责任边界与技术底线。
应推动平台、企业在数据合规、内容标注、风险提示、模型安全评测等方面形成更可操作的标准体系，加强对深度合成滥用的识别与处置，提升公众对可信内容与安全使用的辨识能力。
其次，完善要素保障与产业协同，促进数据、算力、算法的高效配置。
围绕重点行业推进高质量数据集建设与共享机制，提升算力调度效率与服务供给能力，支持中小企业通过云化、平台化方式获得低门槛能力，避免“资源壁垒”影响普惠化进程。
再次，推动行业应用从“试点展示”转向“规模落地”。
建议聚焦制造、能源、交通、教育、医疗等领域的高价值场景，建立可量化的评估体系与可复制的解决方案，形成标准化产品与服务能力，提升投入产出比与可持续性。
同时，加强人才培养与公众数字素养建设。
面向企业管理者、一线员工与普通用户开展分层培训，提升对工具边界、风险防范与合理使用的认识，推动技术红利更公平、更安全地覆盖不同群体。
前景：从“用户底座”走向“创新引擎”，推动经济社会智能化升级 展望未来，6亿级用户规模有望成为我国推进数字化、智能化转型的重要“加速器”。
一方面，用户驱动将推动产品更快迭代，促进大模型在复杂任务、行业知识与多模态能力上的持续增强，进一步提升工具的可靠性与专业度；另一方面，需求侧快速反馈叠加供给侧快速迭代，将推动产业组织方式更灵活，促进柔性制造与个性化服务发展，带动从传统流程到数据驱动流程的深层变革。
可以预期，随着“人工智能+”持续推进，生成式人工智能将更深嵌入经济运行与公共服务体系，成为新质生产力的重要组成部分。
6亿用户的突破不仅是一个数字里程碑，更是我国数字经济发展进入新阶段的重要标志。
这一规模效应的形成，既体现了我国在人工智能技术创新上的成果，也反映了政策支持、基础设施建设和市场需求的有机结合。
当人工智能从少数人的工具演变为大众的日用品，当技术红利开始广泛转化为社会生产力，我国正在迎来一个以人工智能为驱动力的新的发展周期。
在这个过程中，如何确保技术发展与社会治理相适应，如何让人工智能的红利更加公平地惠及全社会，将成为下一阶段需要重点思考的课题。