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%。
同样面对人工智能，中国受访者与美国受访者给出的答案，几乎像是生活在两套完全不同的技术世界里。83%对39%，差距大到很难用一句“文化不同”糊弄过去。
我更愿意把它理解成一笔长期累积下来的“技术体验账”。
一个人究竟欢迎不欢迎AI，往往并不取决于他看过多少未来学报告，而在于过去十几年里，他每次遇到新技术之后，日子到底是方便了，还是麻烦更多了。这个判断听上去不够宏大，却比“东方人乐观、西方人谨慎”之类的概括更接近现实。
中国社会对新技术的接受度为什么普遍较高？答案藏在日常生活里。
很多人还记得，以前坐火车买票要排长队，后来手机上就能解决；以前转账、缴费、挂号需要来回跑，如今大量事项已经能够在线办理；电商、移动支付、即时配送、高铁、新能源汽车一路进入普通家庭以后，技术进步不再只是实验室里的词，而成了每天都能摸得到的东西。
几十年下来，人自然会形成一种朴素判断，新技术未必完美，但多数时候，它确实能省时间、降成本，让原来很麻烦的事情简单一点。
AI正是在这种社会记忆里进入中国人的生活。
所以，当有人问“人工智能到底是好是坏”时，许多中国用户首先想到的并不是机器人统治人类，而是它能不能写材料、改代码、做翻译、处理表格、辅助诊疗、帮企业节省几个小时。这种态度没那么浪漫，甚至相当务实，工具有用，就先把工具用起来。
美国则是另一套经验。
美国拥有全球顶尖的人工智能企业，也有极强的基础研究和风险投资体系，这一点没有必要回避。但技术越先进，普通人的安全感却未必越强。
原因就在利益分配。
当一家公司宣布引入AI时，管理层看到的可能是成本下降、利润率提高；普通员工看到的，却可能是岗位压缩和招聘减少。如果技术创新带来的收益主要进入股东报表，而调整成本主要由劳动者承担，那么同一项技术，在不同人眼里自然是两回事。
前些年好莱坞编剧和演员围绕生成式AI与制片公司发生争议，就是一个很典型的案例。争论焦点根本不是“要不要科技进步”，而是谁可以使用演员形象，剧本能否被拿去训练模型，创作者应不应该得到补偿。
换句话说，美国社会害怕的并非单纯的AI，而是自己在AI重新分配利益时缺少议价能力。
这就能解释那个39%。
一个国家技术公司很强，并不能保证公众天然信任这些公司。平台经济发展多年以后，数据泄露、算法推荐、用户隐私、青少年保护、市场垄断等问题在美国持续引发争论。普通用户一边使用平台，一边又担心平台掌握太多信息，这种矛盾长期存在，到了生成式AI时代，只会被进一步放大。
中国的路径有所不同。
2017年，国务院发布《新一代人工智能发展规划》，已经把人工智能提升到国家科技和产业发展的重要位置。到了2024年政府工作报告，又明确提出开展“人工智能+”行动。这条政策线索很清楚，人工智能在中国并没有被单纯理解为一家企业、一款软件或者一个聊天机器人，它被放在产业升级、科研能力和经济效率的大框架中讨论。
治理也并非缺位。
2023年8月，《生成式人工智能服务管理暂行办法》正式施行。此后，中国围绕网络安全、数据安全、个人信息保护以及人工智能生成内容治理逐渐建立规则体系。
这里有一个很容易被忽略的区别。
监管如果只有限制，企业会怕；发展如果完全没有边界，用户会怕。真正考验治理能力的，是能否让创新者知道哪里可以放手去做，同时让普通用户相信，自己的数据、权益和基本秩序不是没人管。
今天中国在AI领域拥有一个非常难得的优势，不只是工程师数量、应用场景和产业链规模，还有相当庞大的用户愿意尝试新东西。任何新技术从实验室走向生产力，都需要这样一批人。没人愿意用，再先进的模型也只能停留在演示阶段。
因此，斯坦福相关调查中的83%与39%，最值得关注的地方根本不是谁更乐观，而是谁更有机会把社会接受度转化成真正的应用规模。
中国接下来最需要做的，不是陶醉于83%，而是守住这个83%背后的原因，让工人、教师、医生、小企业主、程序员、普通消费者，都能从AI效率提升中拿到一些真实好处。
如果新增生产率最终能够变成更好的服务、更低的成本、新产业和新岗位，那么社会对人工智能的信任还会继续积累。
反过来，假如技术收益越来越集中，普通人只承担替代压力，再高的支持率也经不起消耗。