中国消费级 AI 使用为何领先美国？关键在超级应用的分发与交易闭环

摩根士丹利的结论可以概括为：中国消费级 AI 的领先，首先是一场“分发战”和“交易连接战”，不等同于基础模型能力全面领先。

与其让用户特意下载、打开一个独立聊天机器人，中国大型互联网平台更倾向于把生成式 AI 直接放进人们早已高频使用的购物、搜索、社交、内容娱乐、旅行、地图和支付服务中。对用户而言，AI 不再是一个需要专门学习的新工具，而是完成原有任务时顺手可用的一层能力。34

80% 对 54%：调查样本中的 26 个百分点差距

摩根士丹利 AlphaWise 调查显示，在中国受访者中，**80%**表示自己至少每周一次将 AI 用于个人用途；美国受访者中的这一比例为 54%，相差 26 个百分点。23

需要注意的是，这是一项针对受访者样本的调查，并非两国全体人口的使用率统计。不过，它仍反映出一个重要趋势：在中国，消费级 AI 已更快进入常规数字生活，而技术抵达用户的方式是关键变量。2

超级应用让 AI 融入“正在做的事”

摩根士丹利将中国的领先归因于成熟的移动互联网分发网络，以及与日常生活高度结合的应用场景。文本、图像和视频生成等 AI 能力，可以直接出现在用户本来就会打开的 App 中：聊天、看内容、找商品、导航、订酒店、点餐或付款。34

真正的差别不只是“AI 能不能回答问题”，而是它能否把用户从一个意图带到一次行动。例如，用户询问商品、餐厅或行程后，可能无需在多个彼此割裂的应用之间跳转，就能继续搜索、下单、预约或支付。

这条从“提问—决策—交易”衔接更顺的路径，会降低反复使用的门槛，也让平台更容易把 AI 的使用转化为实际商业价值。

千问与微信：两种生态分发路径

阿里的千问展示了生态接入的做法。援引 QuestMobile 数据的报道显示，千问在 2026 年 7 月的月活跃用户数为 1.61 亿。它与阿里旗下购物、旅行预订、导航和支付服务相连，因此定位不止是返回对话内容，也可以协助完成实际任务。7

阿里还升级了千问，使其可在聊天界面内执行点外卖、预订旅行等任务，并接入淘宝、支付宝及旅行服务等生态能力。

腾讯的优势则在于微信。摩根士丹利指出，微信将社交关系、小程序和支付整合为一个可执行任务的生态系统；AI 功能可以借此触达用户，并连接商家和交易。5

这也说明，消费端采用率与前沿模型实力并不是同一场竞赛。模型能力当然重要，但当模型接入一个用户已形成习惯、且能直接完成任务的大型服务网络时，它到达高频使用和商业行动的距离会更短。

用户规模增长：一年从约 2.49 亿增至 6.02 亿

中国生成式 AI 用户规模从 2024 年 12 月约 2.49 亿增长至 2025 年 12 月的 6.02 亿。中国互联网络信息中心（CNNIC）公布的数据称，这相当于同比增长 141.7%；截至 2025 年末，生成式 AI 普及率为 42.8%。414

这组数据并不意味着所有用户的使用频率或使用深度相同，也不能据此推导出中国模型在所有能力维度上更强。但它说明，生成式 AI 已经通过智能手机、移动支付和一体化互联网平台，触达了广泛的消费人群。414

商业化核心：由商家付费的“意图变现”

摩根士丹利预计，到 2030 年，中国消费级 AI 的可变现市场规模将接近 2940 亿元人民币，约合 3000 亿元；其中约 **99%**预计来自广告与交易佣金，而非消费者订阅费。5

这对应的是一种不同于“卖聊天机器人会员”的商业逻辑：AI 帮助用户发现商品和服务、辅助比较与决策，平台则通过商家的广告投放，或 AI 促成交易所带来的佣金实现变现。争夺的重点，因而是能否掌握从用户意图到完成交易的路径。5

摩根士丹利认为，腾讯可凭借微信成为消费级 AI 的明确受益者；阿里则因其覆盖芯片、云、模型与应用的全栈布局而受到看好。美团、在线旅游平台和 BOSS 直聘等交易密集型垂直平台，也被视为潜在受益者。5

使用领先，不等于前沿模型全面领先

中国在消费级 AI 采用上的领先，不应被解读为中国模型在能力上普遍领先。有关摩根士丹利分析的报道指出，美国模型在能力方面仍具领先优势；斯坦福大学《2026 年 AI 指数报告》则称，自 2025 年初以来，中美领先模型的相对位置多次变化、差距收窄，截至 2026 年 3 月，Anthropic 的顶级模型领先幅度为 2.7%。31

这一区分对产品策略很重要。基准测试表现决定 AI 系统“能做什么”，但面向大众的持续使用和价值捕获，还取决于分发、场景上下文、用户信任，以及从推荐到执行的低摩擦路径。中国超级应用的结构性优势，更多体现在后几个环节。

消费端扩张之外，还有技术自主的长期布局

消费级 AI 的快速落地，也与更广泛的技术自主战略并行。中国“十五五”规划提出采取措施降低对外国科技的依赖，并将人工智能和半导体列为重点方向。1718

与此同时，中国企业也在推进包括 RISC-V 在内的开放标准替代方案，以降低对西方主导技术的依赖。路透社指出，开放标准架构不像专有软件和工具那样容易被限制。20

这两条线彼此相关，但目标不同：一条是借助消费平台迅速扩大今天的 AI 使用和商业化；另一条则是从 AI 与芯片技术栈的底层能力出发，增强长期自主性。

结论：最有竞争力的 AI，未必是最像“独立聊天机器人”的 AI

摩根士丹利调查所提示的，是消费级 AI 的一条现实规律：最能赢得用户的产品，未必是曝光最高的独立聊天机器人，而可能是那个出现在用户每天使用的服务中、并能帮其把事情办完的助手。

因此，调查中中国受访者 **80% 对美国 54%**的每周使用差距，更适合被理解为分发能力与交易整合能力的体现。对各地 AI 公司而言，启示很直接：模型质量不可或缺，但要形成可持续的用户采用和商业化，还需要把一次提示，顺畅地转化为有用的实际行动。235