就在6月初，智慧芽发布了一份调研报告——《生成式AI赋能研发创新调研简报》。该报告专注探讨生成式AI如何改变企业研发的底层逻辑。其核心价值在于：从一线研发决策者的视野出发，把态度、应用现状和真实期待都摆到了台面上。

我们先说几个关键结论：

• 展望未来：全球超过一半的研发决策者认为，生成式AI在未来两三年就能在研发场景中落地。
• 回到当下：超过一半的受访企业已在研发中引入生成式AI工具，但主要用于写文档、做图、查资料等通用场景。
• 在国内：已有近15%的研发团队在专业场景中开始用上生成式AI。
• 专业场景偏好：绝大多数人更倾向于垂直大模型。
• 最需要AI的场景：呼声最高的是技术情报获取和技术分析洞察。

下面我们逐条拆解。

全球超半数研发决策者：未来两三年是关键窗口期

先说态度。在全球调研样本里，超过七成（70.7%）的企业研发决策者——包括研发负责人、C级高管——对生成式AI持乐观态度。其中，24.5%的人完全支持，认为AI给研发工作带来的是红利；还有46.2%的人觉得，利大于弊。也就是说，悲观情绪基本上没有成为主流声音。

更有意思的是时间预期。大约56%的研发决策者判断，生成式AI在未来两三年内就会在研发工作中落地。这不是遥远的未来，而是眼下就能看到窗口的节点。

落地现状：通用场景打头阵，专业场景刚起步

数据和预期之间有没有差距？从现状来看，国内外超过50%的研发团队已经在研发工作中用上了生成式AI工具。但这个“用上”其实很值得推敲——绝大多数应用都集中在文档撰写、图像生成、资料查询等通用场景。简单说，先把低门槛、高频的任务交给AI来干。

而在技术方案测试、技术方案设计、技术路线解析这类研发核心环节，AI的渗透才刚刚开始。数据也直接反映了这一点：海外团队有27.1%已经在这些专业场景中应用生成式AI工具，而国内这一比例是14.3%。跟通用场景那个“过半”比，还有一个比较大的跨越要做。

中国团队近15%已迈入专业应用

把目光收回到国内。数据显示，目前大约6.2%的中国研发团队已经在专业场景中大规模使用生成式AI工具，8.1%的团队则在进行小规模试点。二者合计接近15%。

当然，更多的团队还在观望——要么暂时没有落地想法，要么还在内部讨论阶段。但毋庸置疑，先行者已经开始行动了。

垂直大模型成首选，不是没有道理

在专业研发场景中，到底该用通用大模型还是垂直模型？报告给出了一个比较明确的答案：不管是国内还是海外，研发决策者都更倾向于垂直大模型。

国内38.3%的受访者选择了垂直大模型，海外这一比例更是达到48.0%。原因不难理解——成本、数据安全、任务可靠性，这些都是研发场景中不能妥协的要素。通用模型虽然覆盖面广，但在这些核心维度上，确实很难和垂直模型竞争。

研发决策者最期待AI做的事：技术情报和分析洞察

最后，我们来看看研发决策者最希望AI在哪些环节发挥作用。报告针对多个研发工作模块做了期待值打分，结果最高的是技术情报获取和技术分析洞察。

国内受访者对这两个模块的“期待值”分别是3.89和3.85（满分5分），海外受访者分别是3.66和3.73。这里面的逻辑很清楚：研发工作的核心，说到底就是发现信息、理解信息、应用信息。如果AI能在这个链条上帮上忙，那它就不是锦上添花，而是真正触及研发效率的核心变量。

《夸克》非常好用的免费AI浏览器

下载APP查看