拥抱生成式人工智能：意大利和美国家庭的比较
国际清算银行（BIS）2026-02-0241 页
报告概述
本研究基于2024年对意大利和美国家庭的调查数据，首次系统比较两国在生成式人工智能（GenAI）采纳上的差异。报告采用Blinder-Oaxaca分解方法，量化社会人口结构（年龄、教育、就业）对使用差距的贡献，并分析两国在预期影响、信任度（对AI工具、政府、科技公司数据存储）上的态度差异。研究为理解文化、经济与政策因素如何塑造GenAI扩散提供跨国视角。
报告的核心结论
美国GenAI采纳率高于意大利，但差距完全由人口结构差异驱动。
美国在年轻人、高学历和就业人群等高使用率群体中的占比更高，解释了全部跨国使用差距。在控制人口特征后，意大利某些群体（如年轻人、毕业生）的使用率甚至高于美国同行。
意大利人对GenAI改善生活与财富的预期比美国人更乐观。
尽管使用率较低，意大利受访者更倾向于相信GenAI将提升其福祉、财富和信息获取，乐观预期高出10-17个百分点。这种乐观与实际低使用率并存，反映文化态度与使用障碍的脱节。
两国用户对GenAI的信任普遍低于人工服务，但意大利对政府和机构信任更高。
在银行、政策等敏感领域，两国信任度均低。但意大利人对公共政策干预中的AI信任度更高，且更信任政府机构安全存储数据，可能受益于欧盟GDPR等严格隐私法规。
社会人口因素同样是预测未来GenAI使用的关键，教育和年龄影响显著。
年轻人、高学历者和就业人群更可能计划在未来使用GenAI。教育对当前使用差距贡献最大（4.5个百分点），而年龄结构对常规使用差距起主要作用。
报告回答的关键问题
美国和意大利在生成式AI采用率上的差距有多大？
报告显示，美国通用采用率为36.4%，意大利为31.0%，差距5.4个百分点；常规采用率（每周至少一次）为13.7% vs 11.7%，差距2.0个百分点。该差距完全由社会人口构成差异（年龄、教育、就业）解释，而非群体内使用行为的差异。
意大利人对生成式AI的态度为何比美国人更乐观？
尽管使用率较低，但控制人口因素后，意大利人认为GenAI将改善福祉的概率比美国人高17.1个百分点，改善财富高13.9个百分点。这种乐观可能源于对宏观经济溢出效应的期待，而非个人直接使用意愿。
不同国家对生成式AI的信任差异如何影响采纳？
两国用户均更信任传统人工服务。意大利人在公共政策干预中对AI的相对信任度更高（+8.3个百分点），且更信任政府机构存储数据（+10.8个百分点）。美国则对金融机构相对信任较高。信任差异与文化、监管环境（如GDPR）相关。
教育水平如何影响生成式AI的跨国采用差距？
教育是解释通用使用差距的最大单一因素，贡献4.5个百分点。美国大学毕业生占比（33.3%）远高于意大利（16.0%），且高学历群体使用率更高。报告指出，仅靠提高毕业生数量可能不足以缩小差距，因为意大利毕业生使用率已较高。
报告中的代表性数据
美国36.4%，意大利31.0%
通用GenAI采用率（过去一年至少使用一次）
2024年2月（美国），2024年8-9月（意大利），来自纽约联储SCE和意大利银行HOS调查，权重校准后对比。
美国13.7%，意大利11.7%
常规GenAI采用率（过去一年每周至少一次）
同上，反映持续使用而非一次性尝试。
+17.1个百分点（认为更好）
意大利人对GenAI改善福祉的乐观预期（相比美国人）
2024年，有序probit模型边际效应，控制人口变量后。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 完整的调查设计说明：详细介绍纽约联储消费者预期调查（SCE）和意大利银行家庭前景调查（HOS）的样本、轮换机制、权重校准方法，确保回答可比性。
- Blinder-Oaxaca分解技术细节：展示如何将美意使用差距分解为社会人口构成效应与未解释效应，并分解各变量（年龄、教育、就业）的具体贡献值及标准误。
- 行业构成分析：通过反事实实验评估部门就业结构差异对使用差距的影响，揭示制造业等低使用率行业的放大效应。
- 有序probit回归完整结果：包括未来使用意向、预期影响、相对信任、数据存储信任等所有维度，含各变量系数、边际效应及稳健标准误。
- 两国调查问卷原文（附录B和C）：展示完全相同的翻译后问题措辞、顺序和评分量表，便于读者评估回答可比性。
- 附加稳健性测试：控制GenAI认知水平后重新估计所有模型，以及仅针对已使用GenAI用户的子样本分析，验证结论稳健性。
- 参考文献列表：涵盖技术采用、AI生产力影响、跨国比较等领域的核心文献，包括BIS年度经济报告、OECD工作论文等。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
