提高人工智能技術使用率有望成為突破生產率的關鍵瓶頸。2025年5月，經濟合作與發展組織（OECD）聯合波士頓咨詢公司（BCG）、歐洲工商管理學院（INSEAD）對七國集團國家及巴西逾千家企業開展調查并發布報告《企業人工智能應用：政策制定的新證據》（The Adoption of Artificial Intelligence in Firms：New Evidence for Policymaking），深入剖析了人工智能落地的現狀和障礙，指出公共部門在彌合“人工智能鴻溝”中扮演的關鍵角色。啟元洞見編譯了報告核心內容，旨在為讀者提供參考。

提高經濟生產率的增長率是經合組織國家面臨的最大政策挑戰之一。提高人工智能使用率可以提升勞動生產率，并帶來其他理想的結果。近年來，許多研究試圖估計人工智能對勞動力需求的影響，隨著更多工人執行的認知任務被人工智能替代，將出現重大顛覆。在經合組織國家中，面臨最高自動化風險的職業平均約占工作的28%。

在過去十年左右，一些國家和超國家機構以及其他公共和私營組織進行了調查，以探究人工智能使用的程度及其關鍵特征。這些調查一致地得出了幾個信息：（1）人工智能在商業領域的擴散程度普遍較低，但各國之間差異很大；（2）小企業使用人工智能的頻率遠低于大企業。（3）某些行業，如金融服務和信息技術（IT）服務，一直以來人工智能使用份額最高。

本調查主要關注制造、ICT、中型和大型企業，調查發現人工智能應用的商業使用率仍然相對較低，主要發生在大型企業以及ICT、金融和保險行業。本研究還探討了企業中人工智能的使用情況以及政府如何提供支持。研究的核心是對七國集團（G7）國家的840家企業和巴西的167家企業進行的以政策為導向的調查——即“2022-23年度經合組織/波士頓咨詢公司/歐洲工商管理學院人工智能使用企業調查”。該調查涉及企業對與人工智能使用相關的公共政策價值的看法，以及他們對未來人工智能政策的優先考慮。作為對調查的補充，還包含對幫助技術擴散的公共部門機構的研究，以及對企業的訪談。

一、企業使用人工智能的情況及障礙

大多數調查顯示，企業規模與人工智能使用之間存在強烈的正相關關系。因為大型企業通常服務于更大的市場，它們能夠將使用人工智能生產的固定成本分攤到更多的銷售中，從而降低單位生產成本。同樣，大型企業通常提供更優越的工作條件，使得吸引和留住人才更容易。然而，即使在大型企業中，使用人工智能也可能出人意料地有限。

大多數調查一致認為，人工智能在某些行業的普及率高于其他行業，其中ICT、金融和保險、法律以及其他專業和技術服務（如工程、廣告、設計和咨詢）的使用率通常最高。

（一）企業的人工智能使用機制

超70%制造業和ICT企業為自用研發人工智能。近四分之三企業依賴員工培訓，超60%企業雇傭新員工開發人工智能。53%-64%企業使用第三方定制系統或現成軟硬件。約半數企業設立人工智能高級管理職位或專門團隊。企業通過與具備人工智能能力的其他企業合作加速采納。人工智能研發支出占比與企業重視度正相關。

許多企業與大學、公共研究組織和其他伙伴合作，以支持人工智能的使用和發展。將更多研發投入人工智能的企業也更可能與公共研究組織的研究人員建立人工智能合作。

人工智能應用需技術領域結合，常需碩士或博士員工。擁有人工智能技能的員工通常是風險投資基金投資于開發人工智能應用公司的先決條件。中小企業獲取人工智能人才困難，大公司更具薪酬優勢，其員工人工智能在職培訓機會也更有限。國家之間也存在研究生層面人才競爭。

需注意，企業未必清楚自身人工智能技能需求，正式學歷未必提供足夠招聘信息。許多企業需更實踐性理解如何識別使用人工智能技能，更新資格框架可幫助評估技能應用。

（二）使用人工智能的其他障礙

常見障礙是難以預先估算人工智能應用的投資回報率（ROI）。人工智能項目涉及一定程度的實驗，其投資回報率具有內在的不確定性。企業不確定它們能從實施人工智能中獲得什么財務收益。雖然估算人工智能系統對成本節約和效率提升的貢獻有時可能相對簡單，但計算新的人工智能賦能產品、服務或商業模式的投資回報率可能更具挑戰性。

此外，使用人工智能的其他障礙還包括：企業難以找到提供定制化解決方案的人工智能系統供應商；企業對人工智能造成的損害可能產生的法律后果不明了，同時也缺乏能保證數據安全和合法合規的云計算解決方案。

另外，有近一半企業在重新培訓或提升員工技能方面遇到困難，這一發現可能通過教育和培訓政策得到改善。但一些員工明顯不愿接受重新培訓或技能提升。

使用云計算的障礙包括企業擔心應用程序的定制化、公司合規性或網絡穩定性。缺乏IT技能限制了他們使用云計算。另外，還有相當一部分制造業企業（34%）表示他們看不到云計算的優勢。

（三）支持人工智能使用的其他公共
部門舉措

展望未來，研究還調查了企業除信息服務之外的一系列更廣泛的公共舉措對促進人工智能使用的可能價值，即：

1.投資于與人工智能相關的領域的大學教育和職業培訓；

2.投資于從事人工智能工作的員工的再培訓和終身學習；

3.提高政府官員對人工智能的理解；

4.收集和發布行政公共數據集；

5.促進一個有競爭力的人工智能供應商市場；

6.升級IT基礎設施，如高速寬帶。

使用更多人工智能應用的企業更有可能使用以下三類公共支持：信息和建議、培訓服務、以及改善融資渠道的措施。在使用云計算和人工智能方面遇到更多障礙的企業，更有可能使用公共信息和建議來源，但不會使用培訓服務或融資和補貼。一種可能解釋是，在使用人工智能應用時，信息稀缺是首要需要克服的障礙，而對培訓和財政資源的援助僅在使用人工智能應用之后才變得相關。

調查還征求了企業對人工智能相關法規的看法。某些涉及自主系統的人工智能應用可能對客戶有害，使企業面臨法律風險。企業期望關于人工智能安全使用問責制更加清晰，這些發現說明政策制定者需要審查法規可能存在的模糊性，并評估如何最好地向企業傳達法規信息。

二、支持企業人工智能擴散的機構
所使用的多樣化方法

技術擴散機構是促進知識和方法傳播，以協助企業使用技術的公共或準公共機構。例如德國的弗勞恩霍夫工業工程與自動化研究所（Fraunhofer IAO/IPA）、英國的數字彈射中心（Digital Catapult）和美國的制造業拓展合作伙伴計劃。這些機構致力于協助應用許多（通常是數字化的）技術。

（一）擴散機構使用的機制

擴散機構用于協助企業使用人工智能的七種主要機制：

1. 技術推廣服務，可以幫助企業定義要解決的業務問題，并開發概念驗證以展示人工智能如何提供幫助；

2. 商業研發和公共研究的贈款，可以幫助減輕與開發人工智能相關的一些風險；

3. 商業咨詢服務，為管理者提供非技術支持，以提高他們對公司人工智能準備度、機會和挑戰的理解；

4. 網絡和協作平臺，有助于發展公私合作的人工智能生態系統，產生示范效應并促進知識轉移；

5. 在職培訓；

6. 信息服務；

7. 開源代碼，幫助企業增強其人工智能能力。

（二）技術擴散機構確定的支持人工
智能使用的有效方式

為了企業合作，擴散機構的員工通常會從評估企業的數字和人工智能熟練度開始。這種評估可能在評估商業研發贈款資格時、在技術訪問期間以及在提供商業建議的研討會中進行。對于數字化程度不夠成熟的公司，許多政府有專門的政策工具提供專門的數字化支持。

一些擴散機構只選擇那些有明確途徑可以提升績效、產品或服務質量或降低成本的人工智能項目。這增加了概念驗證實現有形影響的可能性，有助于說服企業擴大投資。然而，其他機構則認為，開始時，企業不應只關注投資回報率，也應重視可能帶來后續突破的實驗。

擴散機構普遍認為，準備應用、用例和成功案例的目錄可以幫助企業了解人工智能可能帶來的收益。它們可以記錄其他企業可以學習的正面和負面經驗。特別是，量化投資經濟影響的案例研究可以幫助估計投資回報率，還可以幫助管理者更好地了解人工智能帶來的機遇、挑戰和限制。

三、對特定行業企業高管的訪談結果

（一）企業與數據獲取

訪談顯示，雖然許多企業從研究機構和公共部門獲取數據，但它們最依賴的是私營數據源。公共來源多為人口、勞工統計等通用數據，高價值數據集少見。私營源反饋數據質量的機會更多。此外，向私營數據源提供關于數據質量的反饋的機會可能比向公共數據源更多。

獲取公共數據的程序復雜性可能會阻礙數據驅動的決策。這些復雜性通常出于合法原因，如維護數據完整性和安全性，但可能導致效率低下。多層次的審批、審查和檢查可能導致等待時間過長，這也會使數據在獲取時變得過時，使公共知識庫中的數據對于實時應用來說往往過于陳舊。企業必須投入時間和精力來驗證公共數據的時效性。政策制定者需要確保數據保持相關性和可操作性。公開來源的數據集也可能因術語模糊和其他缺點而存在問題。文檔不全可能讓用戶難以理解數據的真實含義和背景。

受訪者普遍認為，一個集中化的公共部門數據訪問平臺可以簡化搜索和檢索過程。一個集中化的中心可以促進數據庫之間的無縫過渡，增強用戶訪問和鏈接到特定研究或數據集的能力。

管理跨境數據流動的法律框架可以變得更加兼容。國際數據共享可能是一個復雜的過程，特別是在應對多樣化的數據共享法律時。不同國家有不同的數據保護和隱私法規。這可能給在多個司法管轄區運營并需要遵守每個地區具體且復雜的法規的公司帶來挑戰。供應商認證將有助于提供對數據真實性和可靠性的保證。

（二）支持人工智能使用的公共服務

大多數受訪專家肯定，從公共部門來源獲得的見解有助于做出明智的決策和塑造商業策略。這些信息在規劃、分析、市場規模確定、市場進入策略和理解市場動態方面至關重要。

關于私營部門人工智能軟件或服務的綜合信息缺乏。公司經常收到供應商以營銷語言呈現的用例征求。政府或許可以通過更中立的方式提供此類信息來提供幫助。一些受訪者建議，政府可以為中小企業提供指導方針或框架，以幫助它們導航供應商選擇過程，例如，就選擇人工智能供應商時要考慮的十大要點提出建議。

（三）公共提供或支持的培訓服務

無論行業如何，所有受訪者都報告在尋找專業人工智能人才方面遇到挑戰。表示不愿使用公共部門培訓項目的受訪者強調，需要提供更具針對性的培訓，與通用的人工智能培訓相比，為特定行業或業務需求量身定制的項目更有價值。

此外，專家們強調了面向實際項目的實踐培訓的價值。參與者在與其行業相關的實際練習中使用人工智能工具和數據集的研討會，可以顯著提高人工智能的準備度。

多位受訪者斷言，公共部門的提供者應與行業合作，設計有針對性的培訓。邀請行業專業人士分享他們的經驗和見解，有助于開發與私營公司產生共鳴的實用培訓材料。

（四）發展人工智能的外部合作

受訪者重申了與大學和公共研究機構的合作的價值。企業可以分享其行業見解、實踐經驗和真實世界的數據集，從而豐富學術研究。反過來，學術機構可以分享其最新的研究、方法論和理論進展，幫助企業利用前沿研究。此類伙伴關系還可以提供對先進計算基礎設施和專門的研發團隊的訪問，使企業能夠承擔更具挑戰性和資源密集型的人工智能項目。企業還可以享受到人才獲取和發展的機會。

研究機構與企業之間的合作，特別是ICT行業的合作，經常產生知識產權及其相關的IP權利。在IP的所有權、使用和商業化方面，平衡雙方的利益可能很復雜，制定框架或示范性保密協議可以促進企業與大學之間合作。

一些公共財政支持可以幫助減輕企業的風險。公共財政支持可能僅限于企業的首次合作體驗。在申請支持與大學合作的人工智能研究的公共資金時，簡化流程。在整個過程中，加強透明度十分重要。明確的指導方針、明確的評估標準、成功申請的實際例子以及關于資金機會的可獲取信息都會有所幫助。此外還可以建立反饋循環，以促進資金機構和申請人之間的溝通。

免責聲明：本文轉自啟元洞見。文章內容系原作者個人觀點，本公眾號編譯/轉載僅為分享、傳達不同觀點，如有任何異議，歡迎聯系我們！

轉自丨啟元洞見

研究所簡介

國際技術經濟研究所（IITE）成立于1985年11月，是隸屬于國務院發展研究中心的非營利性研究機構，主要職能是研究我國經濟、科技社會發展中的重大政策性、戰略性、前瞻性問題，跟蹤和分析世界科技、經濟發展態勢，為中央和有關部委提供決策咨詢服務。“全球技術地圖”為國際技術經濟研究所官方微信賬號，致力于向公眾傳遞前沿技術資訊和科技創新洞見。

地址：北京市海淀區小南莊20號樓A座

電話：010-82635522

微信：iite_er