知识块
#F7WMNA
“领域数据量及数据获取成本” 是影响 AI 应用开发者路径规划时最大的考虑因素
对于生成式 AI 应用而言，训练数据的重要性是显而易见的。
通过对大量数据的积累和分析，开发者可以训练出更加精准和高效的模型，从而提升应用的性能和用户体验。数据飞轮闭环则是指通过用户使用应用产生的数据，进一步优化和迭代模型，形成一个持续循环的过程。
从易观和 CSDN 针对中国 AI 应用开发者的调研看，“领域数据量及数据获取难度使用成本” 是响 AI 应用开发者路径规划时最大的考虑因素。
数据来源
易观
分享链接
http://robin5G.com/F7WMNA
延伸阅读
Gen AI
Similarweb
Similarweb 监测数据显示，全球 AI 应用的用户使用在 2025 年 4 月的日均访问量超过 2.5 亿（visits）。从应用类型分布看，八成仍然是通用会话型 AI 工具（ChatGPT 等）。
生成式 AI
InfoQ
开发者使用 GitHub Copilot 等 AI 辅助开发工具被认为是本轮生成式 AI 应用层落地的代表之一。
那么，中国开发者为此消费了多少钱呢？ 根据 InfoQ 在 2023 年 12 月的开发者调研显示，平均每位开发者累计消费了 328.8 元。
商业化
eMarketer
附图对比了智能手机（2007-2010）、平板电脑（2010-2013）和生成式 AI（2022-2025）在美国前四年的用户增长情况。
直观感觉就是生成式 AI 势头很猛，比智能手机还厉害。
但可能这是错觉，为什么呢？
因为智能手机、平板电脑商业模式是清晰的，每一部手机都是用户花钱购买的。而生成式 AI 的 App 付费率和存续率情况要落后得多。
