BOND公司于2025年5月发布的报告Trends – Artificial Intelligence，该报告长达340页，以丰富数据和图表展示了AI迅猛发展的全景图，还在技术、资本、社会、地缘等多维度勾勒出一个迅速演进、同时充满挑战的人工智能新时代。
一、背景
本报告由BOND合伙人Mary Meeker等人撰写，试图全面梳理当前人工智能（AI）发展的基础趋势，尤其聚焦于用户增长、使用量、资本支出、模型推理成本、开源冲击与地缘竞争等关键变量。文中明确指出：当前AI的发展速度远超以往互联网技术革命，形成了一种“击打鼹鼠游戏”的态势——每一个新的图表更新都迫使其他维度的快速重估。
报告强调，自2022年11月OpenAI推出ChatGPT以来，人工智能的门槛骤然降低，大量全球用户通过已连网的设备进入AI生态系统。此外，报告认为新兴创业公司与传统科技巨头（如微软、谷歌等）之间的激烈竞合，以及中美在AI领域的战略对抗，使得全球AI生态呈现出前所未有的复杂态势。
二、AI 用户、使用量与资本支出激增
报告指出，在ChatGPT面世后，AI的用户数增长速度创下新高。仅用17个月，ChatGPT的每周活跃用户便从不足1亿增长到8亿人次，实现了8倍增长。
与此同时，以NVIDIA为代表的AI计算平台生态系统中的开发者数也从2018年的不足100万人增长到2025年的600万人。各大科技巨头（微软、谷歌、亚马逊、Meta等）的AI相关资本支出合计也从2014年的约1300亿美元增长至2024年的2120亿美元，年增速达63%。
三、训练成本上升、推理成本下降、性能快速收敛
报告系统追踪了模型训练所需计算量（FLOPs）和数据集大小的指数增长。例如，仅在2015至2024年间，训练计算需求的年复合增长率达360%，数据集大小增长达260%。但另一方面，推理单个token的成本却在持续下降，使得AI模型越来越可用、经济可行。
此外，通过更优算法实现的性能提升，其“有效计算增益”年增长也高达200%。这说明AI不仅依赖大模型和大数据，也越来越体现出软件与算法的优化威力。
四、AI的使用、成本与亏损也同步剧烈增长
尽管OpenAI等公司收入快速增长（2024年预计收入接近4亿美元），但其计算支出（包括H100训练服务器、电力、冷却等）和整体运营成本也同步上升。据估计，OpenAI在2023年亏损达5亿美元。这意味着，在当前阶段，大模型开发仍是“烧钱竞赛”。
五、AI商业化面临威胁：开源、竞争、中国崛起
报告指出，开源模型（如Meta的Llama 3、阿里云的Qwen 2.5系列）在准确率、推理效率等方面正快速逼近甚至超越闭源大模型。这对OpenAI和Anthropic等商业机构形成双重压力：一方面是商业市场竞争（如Claude、Gemini等）；另一方面是开源文化的扩散。
报告还指出，中国在AI发展上也在迅速追赶，不仅在模型参数量与性能指标上持续缩小与西方差距，还在机器人安装量等物理基础设施方面位居全球首位。
六、AI进入物理世界的速度加快：自动驾驶与机器人
AI不再局限于文本、图像、语音等虚拟领域，其与物理世界的结合正以超出预期的速度发生。例如，旧金山共享出行市场中，无人驾驶出租车的市场份额正在逼近传统网约车服务。
七、全球互联网用户增长因AI而再次提速
ChatGPT作为全球性产品，其用户增长呈现显著的全球分布特点。在ChatGPT发布的第3年，其非北美用户占比就达到了90%，与传统互联网从诞生到全球化历经二十余年形成鲜明对比。AI技术的快速传播超越了传统产品（如Netflix、iPhone）的增长曲线。
八、AI对工作的重塑：岗位增长与结构变化
AI岗位增长显著领先非AI岗位。例如，美国与AI相关的IT岗位招聘自2018年增长了448%，而非AI相关IT岗位则下降了9%。这表明AI技术正改变人才需求结构，推动新的技能标准、职业路径的形成。
九、技术复合增长：从千年演进到AI爆发
报告指出，AI技术的指数级增长是“Better + Faster + Cheaper”规律的极致体现。从印刷术、蒸汽机到个人电脑、互联网，每一次技术革命都提高了信息生产与分发的速度，而AI则是首次实现“信息生成”的自动化。
例如，过去15年AI训练数据年均增长260%，模型训练计算增长360%，大型AI模型数量年增167%。AI的“复合增长律”几乎在所有技术维度上都呈现出指数曲线。
十、AI正在逼近甚至超越人类智能表现
报告中引用的MMLU测试（涵盖57个专业科目）数据显示，2024年领先AI模型（如GPT-4.5、Claude 3.5）的平均准确率已超过人类标准（89.8%）。同时，根据图灵测试结果，2025年一季度已有73%的受访者将AI回复误判为人类生成。
无论是对话内容的真实感，还是图像生成（如Midjourney v7）与音频翻译（如ElevenLabs），AI的表现均已具备“以假乱真”的能力。
十一、AI的广泛落地：企业、政府、教育
不仅是OpenAI、谷歌、Meta，传统企业（如摩根大通、Yum!、Roblox）也在全面部署AI策略。例如，摩根大通通过端到端AI现代化，已实现生产力提升35%以上；Kaiser医疗体系部署的“AI病历助手”已被1万名医生使用超过250万次。
教育与政府机构同样高度重视AI：如美国FDA正计划在2025年6月前实现全系统AI集成，并已批准223款AI医疗设备进入市场。
十二、机遇与风险并存：从“希望之光”到“毁灭预言”
报告最后引用了Stephen Hawking的警示：“AI的成功可能是人类文明史上最大事件，也可能是最后一个事件。”
AI的好处包括生产力提升、科学突破（药物发现、气候建模等）、消除重复性劳动等；而风险则涉及自动化武器、隐私侵犯、偏见决策、安全隐患与失控系统。为此，报告强调了“互相确保威慑”（Mutually Assured Deterrence）机制的重要性，呼吁全球AI治理的深度合作。