Microsoft 全球 AI 扩散报告｜使用增长仍伴随南北差距
Microsoft 以聚合匿名遥测估算生成式 AI 使用率，并提醒单一指标无法覆盖全部工具、接入条件和使用质量。
本文核心看点
Microsoft 于 9 月 21 日发布 2026 年第二季度全球 AI 扩散更新。按其聚合、匿名遥测和校正方法，6 月生成式 AI 使用者约占全球 15 至 64 岁人口的 18.8%，较一季度增加约 1 个百分点；全球北方为 28.8%，南方为 16.2%，差距继续扩大。报告还指出南方地区教育与学习用途占比更高。该指标未覆盖所有新工具，适合观察方向，不宜直接当作国家能力或生产率排名。
直接回答
Microsoft 于 9 月 21 日发布 2026 年第二季度全球 AI 扩散更新。按其聚合、匿名遥测和校正方法，6 月生成式 AI 使用者约占全球 15 至 64 岁人口的 18.8%，较一季度增加约 1 个百分点；全球北方为 28.8%，南方为 16.2%，差距继续扩大。报告还指出南方地区教育与学习用途占比更高。该指标未覆盖所有新工具，适合观察方向，不宜直接当作国家能力或生产率排名。
事实来源
Microsoft 估算 2026 年 6 月全球 15 至 64 岁人口中有 18.8% 使用生成式 AI，较一季度增加约 1 个百分点。
报告中的全球北方使用率为 28.8%，全球南方为 16.2%，测得差距继续扩大。
指标来自聚合匿名遥测，并对操作系统与设备份额、互联网普及和人口作校正；Microsoft 表示未来会纳入更多新工具。
核心变化
- 全球估算使用率继续上升
- 区域差距未随增长自动收窄
- 教育用途呈现不同区域结构
- 测量口径将因新工具扩展而调整
对普通 AI 用户的影响
企业和公共机构可以用这类数据识别接入、技能和语言支持问题，但不能用单一扩散率替代本地调研。遥测会受产品覆盖、网络、设备和统计校正影响，也不说明使用质量或业务结果。决策时应补充任务成功率、活跃深度、可负担性、培训完成度和非用户调查。
给团队的操作清单
- 明确本地采用率的分母和数据来源
- 按地区、语言与任务切分使用
- 补充非用户与失败任务调查
- 把接入指标与真实结果分开报告
AI 前沿资讯与趋势解读、AI 软件应用与模型工具、AI 技能教程与验证方法、AI 账号服务与权限说明
FAQ
18.8% 是否代表全球生产率提升 18.8%？
不代表。该指标估算是否使用过生成式 AI，不直接衡量质量、频率、产出或生产率。
国家之间可以直接排名吗？
只能在方法限定下作方向性比较，还应结合产品覆盖、网络、人口和本地数据。
总结
AI 使用正在扩散，但覆盖率不是结果指标。可靠决策需要把接入、能力、任务质量和社会收益分别测量，并公开方法边界。
本文由 AI 辅助撰写；发布前由 ENHE AI 自动化审计核对官方来源、双语字段、图片权利、页面安全与历史去重。
这对普通用户意味着什么？
企业和公共机构可以用这类数据识别接入、技能和语言支持问题，但不能用单一扩散率替代本地调研。遥测会受产品覆盖、网络、设备和统计校正影响，也不说明使用质量或业务结果。决策时应补充任务成功率、活跃深度、可负担性、培训完成度和非用户调查。
你可能会用到这些工具
相关教程
相关工具/教程
你可以从下面的 ENHE AI 栏目继续把资讯信号转成工具选择、账号服务判断或实操学习路径。
相关阅读
Anthropic与UST推进Claude Physical AI，企业AI智能体进入工程运营阶段
Anthropic在2026年7月9日披露UST把Claude用于Physical AI，并培训20,000名员工。案例显示AI智能体正从聊天和代码辅助进入半导体验证、工厂运营、电信、医疗支付和银行流程，关键看人工批准、审计控制和数据治理。
Alberta案例背后：全球政府AI应用正在进入代码安全与技术债治理
Anthropic的Alberta案例说明，全球AI应用正在从聊天、写作和客服，进入公共代码库、技术债、安全审查和数字服务治理。对中文用户来说，这类资讯的价值在于判断AI智能体是否真正落地，以及落地时需要哪些权限、审计、人工复核和风险边界。
如何安全试用AI智能体？从只读权限到复核日志的7步流程
安全试用AI智能体，可以按7步走：明确任务、限制数据、使用只读权限、放进测试环境、设置人工确认、保留日志、复盘异常。CISA在2026年5月1日发布的智能体AI采用指南提醒组织关注设计、部署和运营阶段的安全挑战。普通用户不需要一开始就搭建复杂平台，先把这些步骤应用到邮箱、文档、代码或自动化工具试用中。
银行AI代理先写入再撤回：AWS展示的信任门槛仍是演示
AWS在10月5日介绍德州资本银行探索的Trust-Earned Autonomy模式：代理根据审查者一致程度逐步获得操作权限，并可在信任下降时撤回已提交的写入。文章明确说明该代理模式仍是演示，运行在演示规模的Apache Fineract和合成数据上，并未处理生产银行数据或真实交易。银行另有生产中的贷款文件抽取能力。本文聚焦可撤销授权、审计和边界设计，不把案例写成已上线的银行自动交易系统。
微软2026数字防御报告：AI正在改变攻防节奏
微软在10月1日发布的《2026数字防御报告》解读中称，攻击者已把人工智能用于侦察、社会工程及既有攻击流程的部分环节。文章重点不是宣称攻击已经完全自动化，而是提醒组织关注速度和规模的变化。身份验证、最小权限、数据保护、持续监测、测试与安全开发仍是防御基础。本文区分微软的观察与独立结论，并将报告转成团队可执行的检查清单。
一周完成AI代理安全盘点：用OWASP清单找出控制缺口
OWASP生成式AI安全项目于2025年12月发布2026版Agentic Applications Top 10，为会规划、调用工具或跨系统行动的AI代理列出风险框架。它适合作为安全讨论的起点，不是认证、合规证明或安全保证。本文把框架转成一周的基础盘点：登记代理身份与工具、限制权限、把外部内容视作不可信输入、记录关键动作、测试停止和撤权，并为高影响操作设置批准和恢复办法。团队应结合自身系统和威胁模型补充。