别等十年后，才开始用 AI

1997 年，中国只有 62 万网民。

当时全国约有 29.9 万台上网计算机、1500 个网站，国际线路总容量只有 25.408Mbps。第一次互联网统计调查里，49.1% 的受访者嫌网速太慢，36.2% 的人嫌上网太贵。

这才是大风刚起时的真实样子：基础设施差、体验不稳定、能做的事也不多。

如果非要等到一切成熟，你得到的不是判断机会，只是一张已经被所有人确认过的地图。

互联网不是一开始就像今天这样

到 2025 年底，中国网民已经达到 11.25 亿，互联网普及率为 80.1%。相较 1997 年，用户规模扩大约 1815 倍。

同一年，中国网上零售额达到 15.97 万亿元；其中实物商品网上零售额 13.09 万亿元，占社会消费品零售总额的 26.1%。

今天回头看，互联网当然是一轮大浪潮。但站在 1997 年，人们看到的不是移动支付、电商和短视频，只是拨号、卡顿、高资费，以及大约 1500 个网站。

早期判断最难的地方就在这里：变化已经开始，但成熟结果还没有出现。

真正能看到的，是三类信号同时在动：基础设施开始建设，用户数量持续增长，新的交易和工作方式开始出现。

1998 年，国务院发布 23 号文，明确提出停止住房实物分配、逐步实行住房分配货币化，并发展住房金融和交易市场。

同年，全国商品房销售面积为 1.22 亿平方米，商品房平均销售价格约 2063 元/平方米。

到 2021 年，全国商品房销售面积达到 17.94 亿平方米，销售额达到 18.19 万亿元。只看销售面积，相当于 1998 年的约 14.7 倍。

政策转轨、住房金融、城市化需求和长期建设，共同放大了这一轮周期。早期看见这些结构变化的人，确实获得过机会。

但这不等于“风口会永远向上”。

2025 年，全国新建商品房销售面积降至 8.81 亿平方米，比 2021 年报告值低约 51%。2025 年 12 月，70 个大中城市二手住宅价格环比全部下降。

房地产给出的完整教训不是“看到风口就梭哈”，而是两句话：

判断不能只在上涨时使用。

先看采用。

CNNIC 的数据里，中国生成式 AI 用户从 2024 年底的 2.49 亿，增长到 2025 年底的 6.02 亿，一年增长 141.7%，普及率达到 42.8%。

再看企业。

斯坦福 2026 年 AI Index 汇总的调查显示，88% 的受访组织已经使用 AI，70% 已在至少一个业务职能中使用生成式 AI。这个口径是受访组织，不是中国全体企业，但它至少说明：AI 已经越过了少数技术爱好者自娱自乐的阶段。

最后看生产率。

一项覆盖 5179 名客服人员的研究发现，引入生成式 AI 助手后，每小时解决问题数量平均提升 14%；新手和低技能员工的提升达到 34%。

另一项对 758 名咨询顾问的实验发现：在 AI 能力范围内，使用 GPT-4 的参与者平均多完成 12.2% 的任务，速度快 25.1%；但面对超出能力边界的任务，AI 组得到正确答案的概率低了 19%。

这组数据比“AI 会改变一切”更有用。

它说明 AI 已经能产生真实效率，也说明盲信 AI 会制造真实错误。

互联网和房地产的历史很容易被讲成幸存者故事：仿佛只要足够早，结果就必然正确。

事实不是这样。早期进入的人也会选错公司、买错城市、踩错周期。技术采用率、行业规模、资产价格和个人回报，从来不是同一件事。

所以，普通人现在对 AI 最合理的下注，不是辞职、重仓 AI 股票，或赌某个模型一定赢。

先下注三样更便宜的东西：

连续做 90 天。

如果返工没少、质量没升、交付没变，就停。

如果有一件工作确实变得更快、更稳，再决定要不要把投入扩大到下一件。

十年太远。

先把这 90 天的账算明白。