AI普及的关键在熟人链？

在过去的两年里，AI应用的日活跃用户从数千万激增至上亿，背后并非单纯的技术降价或广告投放，而是一条被熟人链不断拉伸的传播路径。研究显示，信任度高于30%的熟人推荐，往往能让新用户的首次使用时长提升近两倍，这正是AI从“实验室”走向“厨房台面”的关键。

熟人链的扩散机制

Granovetter 的弱联系理论在数字时代被重新解读：弱联系提供信息流通，强联系则提供情感保障。当一位用户在群聊里分享一张AI生成的拜年表情包，群成员不需要先评估技术本身，只要感受到“这东西好玩、可信”，点击的阻力几乎为零。于是，AI的使用场景从个人实验室转向社交仪式，形成自我强化的闭环。

案例：社交红包与AI创作

2026 年春节期间，某主流社交平台的 AI 功能累计产生 12.4 亿次创作，其中 78% 的作品被分享到亲友群。平台通过“AI红包”入口，让用户在领取现金的同时，自动触发“生成个性化祝福语”。一位用户只需点击“生成”，即可得到一段既符合礼仪又带点俏皮的文字，随后直接转发给父母，省去“该说什么”的犹豫。此类情境下，AI 的价值不在于技术本身，而在于它帮助人们完成社交仪式的“桥梁”。

数据背后的模型

• 2025 年全国 AI 应用的新增用户中，约 62% 来自熟人推荐；
• 同一时间段，平台的留存率在熟人链触达用户中高出 27%；
• 平均每位活跃用户在社交场景下产生的 AI 交互次数为 8.4 次，远超工具类 AI 的 1.2 次。

从模型角度看，这些数据暗示了两点：一是熟人链大幅降低了用户的感知学习成本；二是社交情境提供了天然的“使用动机”，让 AI 成为对话的助推器而非主角。

未来走向

如果平台继续深化“AI‑社交”交叉点，下一步可能出现“情感标签化”功能：系统自动为用户的聊天内容生成情感标签，帮助用户在群体中快速定位合适的回复模板。这样一来，AI 不再是单次工具，而是嵌入社交记忆的持续助理。熟人链的力量会让这种功能在小范围内先行验证，然后通过熟人推荐快速扩散，形成规模效应。

“技术的普及，往往不是因为它更好，而是因为它更容易被身边的人接受。”——行业研究员刘晟