在斯坦福大学发布的调查中，呈现出一个极具反差的现象：
83% 的中国受访者认为 AI 产品“利大于弊”，而在美国，这个数字只有可怜的 39%。

乍一看，这似乎有点不符合常识。美国拥有全球最密集的人工智能头部企业，也是这轮大模型浪潮的重要策源地，按理说，美国人应该最欢迎AI才对。

可现实恰恰相反：美国负责猛踩技术油门，美国民众却一直盯着刹车；中国在部分核心环节仍处于追赶阶段，社会对AI的接受度反而更高。

更能说明问题的是，2024年美国私人AI投资达到1091亿美元，接近中国93亿美元的12倍；美国机构推出了40个受到广泛关注的AI模型，中国为15个。

也就是说，83%对39%的差距，不是技术实力排行榜，而是两国普通人对技术收益和风险算出的两本不同账。

中国人的账本里，AI首先是一件能够解决实际问题的工具。

从移动支付、电商平台到智能制造、智慧物流，中国用户已经经历过多轮数字技术普及。

大家判断一项新技术，往往不是先讨论它够不够“赛博朋克”，而是直接问：能不能省时间、降成本、少跑腿、帮我赚钱？

中国拥有规模庞大的制造业、相对完整的产业链和丰富的应用场景。

2023年，中国安装工业机器人27.63万台，占全球安装量的51.1%。

当AI进入工厂质检、设备维护、供应链管理、医疗辅助、城市交通和内容生产时，普通人看到的不是论文中的模型参数，而是一件件能够落地的产品。

政策方向同样在强化这种预期。

2024年，“人工智能+”首次写入政府工作报告，重点不是把AI供在实验室里，而是推动它和制造业、服务业、城市治理结合。

对很多中国人来说，AI代表的是产业升级、工作提效以及新职业机会。

技术可能还没有彻底改变生活，但“它会带来发展机会”的印象已经形成。

美国人的账本则不一样。

美国恰恰因为站在AI产业最前沿，所以更早看见了技术的锋利一面。

大模型可能提高生产率，也可能取代部分岗位；算法可以帮助筛选简历，也可能把偏见包装成“客观判断”；生成式AI能够降低创作门槛，也会带来版权争议、深度伪造、虚假信息和隐私泄露。

AI还没有抢走所有人的饭碗，倒是先抢走了不少人的安全感。

美国社会长期对大型科技公司掌握个人数据保持警惕。

2024年，全球受访者中相信AI企业会保护个人数据的比例，从上一年的50%降至47%。

在美国地方决策者中，73.7%支持对AI进行监管，对强化数据隐私规则的支持率更达到80.4%。

这说明美国社会并不是看不到AI的好处，而是不愿意只听企业讲好处。

这里还有一个很关键的区别：中国社会对新技术的讨论，更多围绕“怎样尽快应用”；美国舆论更容易追问“谁会获利、谁会失业、出了问题谁负责”。

一个强调发展速度，一个强调权利边界。前者容易形成规模优势，后者能够推动企业建立更严格的安全规则，但也可能让新技术陷入漫长争论。

因此，不能把83%简单解释为中国人更理性，也不能把39%理解为美国人落后保守。

中国的高接受度是一种宝贵的社会资源。新技术只有被人愿意使用，才能积累数据、改进产品、形成商业闭环。不过，乐观不能变成盲信。

AI会一本正经地胡说八道，也可能生成假新闻、侵犯个人隐私，甚至对就业结构产生长期冲击。

我国已经通过生成式人工智能服务管理、算法备案和安全评估等制度给行业划出边界，目的正是让应用速度和治理能力一起往前走。

美国的谨慎也并非全无价值。

民众不断追问隐私、版权、歧视和就业问题，会迫使企业认真考虑技术后果。

但如果每一次技术进步都先被想象成灾难，最终也可能出现另一种风险：企业有技术，资本有资金，社会却迟迟无法形成应用共识。

我认为，这组数据真正揭示的，不是谁更喜欢AI，而是谁更相信自己能够从AI时代得到好处。

83%意味着许多中国人愿意先上车，再研究怎样坐得更稳；39%意味着更多美国人站在车门口，先问清楚司机是谁、刹车灵不灵。

未来真正占据优势的国家，既不能只有踩油门的勇气，也不能只剩检查刹车的耐心。

AI竞争的下半场，比拼的不只是模型有多聪明，还要看社会能不能让技术收益覆盖更多人，让普通劳动者有转型机会，让数据和隐私得到保护。

只有当公众相信自己不是被替代的成本，而是技术进步的受益者，乐观才不会只是调查问卷上的一个数字。