Similarweb 监测数据显示，ChatGPT 在 2025 年 3 月的访问量达到 45 亿次 (visits)，同比去年提升了 154%。

值得留意的是桌面端和移动端的流量分布，桌面端是远大于移动侧的。体现了 “生产力工具” 的干活场景主要还是在 “PC” 上完成。

Cursor 是目前当红的 AI 编程工具，深受程序员们的欢迎。Bolt 口号更为激进，号称 “一句话生成一个可以跑起来的应用”。

a16z 基于 Similarweb 的数据分析，估算目前全球有 440 万用户在用 Cursor 和 Bolt。

几个思考：

(1) 最开始大家是用 ChatGPT 来生成代码的，而其次是 GitHub Copilot，然后才是 Cursor。反映了哪些问题呢？

(2) “水平 vs. 通用” 是一个经典话题。就编程这个垂直赛道而言，专业人士更青睐垂直性工具，而不是 ChatGPT 这种通用工具。

大型机构中，Microsoft 的产品收入结构是相对平衡的，生产力应用、智能云和个人计算类三大类收入处于一个数量级。

2025 财年第一个季度，包含 Azure 的云计算收入有所下滑，但生产力应用（Microsoft 365 和 Linkedin）取得了大幅增长。

也许反映了一种态势，应用层的需求在增加，而不是计算层。

Slack 针对多个国家的办公族 （Desk Worker）的调研显示，平均 26% 的人使用过 AI 生产力工具，用于日常工作。在这些使用过的用户中，80% 的调研对象反馈 AI 提升了工作效率。

从应用场景看，用户觉得最有用的：(1) 文档写作助理；(2) 自动化；(3) 汇总摘要。

从 1870 第二次工业革命开始到二战末的 80 余年，受益于技术进步，劳动者的工作时长平均每年下降 0.5%。

ARK 基金预计生成式 AI 也会带来类似的效果，从 2022 年的平均每天 5 小时下降到 2030 年的平均每天 4.5 小时。

生成式 AI 工具在内容营销相关领域已经得到了规模应用。附图来自 WordPress 企业客户的调研，Top 5 工具分别为：(1) ChatGPT、(2) Chatfuel；(3) Brand24；(4) DALL-E；(5) HubSpot SEO。

此类工具通常扮演了 “生产力工具” 角色，而生产力工具的付费意愿通常是不错的。

IBM 在 2023 年的企业高管调研访谈中，有 23% 的受访高管表示其组织在 2022 年对生成式 AI 进行了试点、实施和运营，预计这个比例到 2024 年将上升到 62%。

围绕生成式 AI 的价值，受访高管更关注通过增强体验来扩展能力和推动增长，而不是通过 AI 去代替人力等来降低成本。

还有一个有趣之处，74% 的 CEO 认为其团队具备成功采用生成式 AI 所需的技能，但只有 29% 的其他高管同意这个观点。

软件在汽车整车开发中具有越来越重要的作用，对于传统车厂来说，软件开发能力可能逐渐成为其 “软肋”。

整个生命周期内，软件开发和维护工作的增加可能会削弱车企的创新能力和对竞争对手的反应能力。如果复杂性持续增长，而生产力保持不变，仅软件维护将迅速耗尽所有软件研发资源，几乎没有创新空间。

Mckinsey 认为复杂性生产力差距将降低成本竞争力，并可能导致严重的财务和声誉问题。

根据 Mckinsey 的研究，处于软件开发最高四分之一的组织的生产率是底层参与者的 3.0 倍，吞吐量是底层参与者 3.5 倍，质量是底层参与者 6.0 倍。

Mckinsey 认为汽车软件的复杂性在功能和体系结构两个层面上都在升级，但软件开发生产力的增长速度并不相同。

在过去十年中，软件复杂性增长了 4.0 倍，而软件开发生产力仅增长了 1.0-1.5 倍。

随着信息娱乐和高级驾驶员辅助系统（ADAS）等越来越复杂的大型模块，问题最为严重。这些模块的生产率比传统的深度嵌入式软件低 25-35%。

Mobile First 是最近十年的主要机会，无论是 2C 消费者市场，还是 2B 类企业服务创新。

2020 年是全球 PC 出货量近年的高点，因为很多人受困家里，家里办公和孩子学习增加了 PC 的需求。

Gartner 最新的研究数据 2021Q1 全球出货了近 700 万 台新 PC，这些新 PC 会带来多少新 App 的机会？

我认为围绕 PC 的企业生产力工具，比如：协同软件，各种 SaaS 会是值得创新的点。

思考一个问题：对于 “非高管”、“非外勤” 的普通白领来说，你平常的工作输出，是用 PC 呢？ 还是手机多？