中國消費型 AI 採用為何領先美國？

摩根士丹利的結論很清楚：中國在消費型 AI 的領先，主要是一場分發與服務整合的競賽，而不等同於所有底層模型能力都已超越美國。

對使用者而言，差別在於 AI 不必另開一個 App、建立一種全新習慣；它已經出現在日常會打開的購物、通訊、內容、導航、旅遊與支付服務中。當 AI 能把「我想做什麼」直接接到下單、訂位、付款等下一步，使用頻率自然更容易提高。34

調查數字：80% 對 54%

摩根士丹利 AlphaWise 調查顯示，80% 的中國受訪者表示自己至少每週一次將 AI 用於個人用途；美國受訪者的比例則為 54%，相差 26 個百分點。23

這是受訪樣本的結果，並非兩國全體人口的使用率估計。不過，這項差距可反映出：在中國，消費者 AI 已更快地進入固定的數位生活流程。2

超級 App：從提問到完成任務，少了切換成本

摩根士丹利將中國的領先歸因於成熟的行動網路分發能力，以及與日常生活高度整合的應用情境。文字、圖片與影片生成等 AI 功能，可直接出現在人們既有的通訊、內容探索、購物、出行規劃、地圖與付款 App 裡。34

這種模式的價值，不只在於 AI 能回答問題，而在於它可協助使用者完成任務：一次互動之後，可能直接接上商品搜尋、商家、訂房、付款或其他服務，減少在多個彼此分離的 App 之間來回切換。

千問與微信：兩種生態系分發路徑

阿里巴巴的千問（Qwen）是生態系整合的例子。引用 QuestMobile 數據的報導指出，千問在 2026 年 7 月的月活躍用戶數為 1.61 億。它可連結阿里巴巴的購物、旅遊預訂、導航與支付服務，因此不只提供對話回覆，也能協助執行實際任務。7

阿里巴巴亦已升級千問，使使用者能在聊天介面內完成外送點餐及旅遊預訂等工作，並整合淘寶、支付寶與旗下旅遊服務。

騰訊的優勢則在微信。摩根士丹利指出，微信把社交關係、小程式與支付結合為可執行任務的生態系，可將 AI 功能觸及廣大用戶，並把互動接到商家與交易。5

這也說明，消費者採用率與前沿模型領先並不是同一場比賽。模型表現固然重要，但如果模型接在使用者每天已經習慣使用的服務網路上，走向重複使用與商業行動的路徑會更短。

用戶規模快速擴張

中國生成式 AI 用戶數由 2024 年 12 月約 2.49 億，增至 2025 年 12 月的 6.02 億。中國互聯網絡信息中心（CNNIC）公布的數據顯示，這相當於按年增長 141.7%；截至 2025 年底，生成式 AI 普及率為 42.8%。414

這些數字不能證明每位用戶的使用深度相同，也不能直接推論底層模型一定更強；但它顯示，生成式 AI 已透過智慧手機、行動支付與整合式平台，觸及龐大的消費者基礎。414

商業模式：由商家為「消費意圖」買單

摩根士丹利估計，到 2030 年，中國消費型 AI 的可變現市場規模可接近 人民幣 2,940 億元，約為人民幣 3,000 億元；其中約 99% 的機會預計來自廣告和交易佣金，而非消費者訂閱費。5

背後是一種以交易為中心的變現邏輯：AI 改善商品發現與決策，平台則透過商家廣告，以及可歸因於 AI 互動的成交佣金取得收入。換句話說，競爭重點不只是賣出聊天機器人訂閱，而是掌握消費者從「有需求」到「完成交易」的路徑。5

摩根士丹利認為，騰訊可受惠於微信生態系，阿里巴巴則具備全端 AI 布局優勢；美團、線上旅遊平台及 BOSS 直聘等交易密集型垂直平台，也可能成為受益者。5

採用領先，不等於前沿模型全面領先

中國在消費型 AI 的採用率領先，不應被解讀為中國模型能力在所有領域都已超前。引用摩根士丹利分析的報導指出，美國模型仍在能力上領先；史丹福大學 2026 AI 指數則指出，自 2025 年初以來，中美領先模型的位次曾多次互換或差距縮小，截至 2026 年 3 月，Anthropic 最強模型的領先幅度為 2.7%。31

對產品策略而言，基準測試決定 AI「能做多少」；但要取得大規模消費者價值，還取決於分發、使用情境、信任，以及從推薦到交易是否足夠順暢。中國的超級 App 模式，正是圍繞後幾項優勢建立。

消費端擴張之外，還有技術自主布局

中國推動消費型 AI 的同時，也透過第 15 個五年規劃加強科技自主，將 AI 與半導體列為重點方向，尋求降低對外國科技的依賴。1718

中國企業亦在推動包括 RISC-V 在內的開放標準替代方案，以減少對西方主導技術的依賴。路透指出，這類開放標準架構相較於專有軟體與工具，更不容易被限制取得。20

兩條路徑彼此相關但目標不同：一方面，透過消費平台迅速部署 AI、累積使用與交易；另一方面，則在更長期建立 AI 與晶片堆疊的本土能力。

重點：最容易普及的 AI，往往是能幫人把事做完的 AI

這份調查帶出的訊息是，勝出的產品不一定是最顯眼的獨立聊天機器人，而可能是藏在既有服務裡、能幫使用者完成真實任務的助理。

因此，中國受訪者 80%、美國 54% 的每週使用率差距，更適合被理解為分發實力與交易整合能力的反映。對各地 AI 公司來說，模型品質是必要條件；但要建立長期採用與變現，還必須讓使用者能從一句提示，順暢走到有用的行動。235