中小型企业的人工智能采用_62页_2mb

中小型企业的人工智能采用总结

核心内容

本文件由经合组织（OECD）为G7国家准备，旨在分析中小企业（SMEs）在人工智能（AI）采用方面的现状、趋势、挑战及政策建议。文件强调，尽管AI技术在近年来取得显著进展，但SMEs的采用率仍然远低于大型企业，且存在行业差异和地域差距。AI的采用不仅有助于提升生产力和创新，还对实现包容性经济转型至关重要。

主要观点

• AI采用率较低：在G7国家中，SMEs的AI采用率远低于大型企业，例如，2024年，拥有10-49名员工的企业中，仅11.9%在使用AI。
• 行业差异明显：AI的采用集中在ICT和专业服务领域，而其他行业如建筑、住宿和餐饮等采用率较低。
• AI与生产力的正相关：采用AI的企业在生产率方面通常优于未采用AI的企业，例如，法国和德国的数据显示AI采用企业的生产率高于未采用企业。
• 生成式AI的潜力：生成式AI在SMEs中被广泛使用，尤其在营销、销售和内容创作等领域，但其在核心业务中的应用仍有限。
• 技能短缺是主要障碍：超过一半的SMEs报告其员工缺乏使用生成式AI的技能，这限制了AI的深度应用。
• 关键推动因素：AI的采用依赖于连接性、AI赋能输入（数据、算法、计算资源）、技能和资金等关键因素。

关键信息

• 采用趋势：2020年至2024年间，OECD成员国中AI使用率从5.6%上升至14%。
• 行业模式：ICT和专业服务行业AI采用率最高，分别为45%和25%。
• 数字成熟度：中小企业在AI采用旅程中处于不同阶段，包括AI新手、探索者、优化器和冠军。
• 连接性：尽管高质量连接有所扩展，但城乡差距和企业规模差距依然存在。
• 数据与计算：中小企业获取高质量数据和计算资源面临挑战，这限制了其AI应用的深度和广度。
• 技能需求：AI的采用增加了对ICT技能和跨领域能力的需求，同时对批判性思维和创新提出了更高要求。
• 政策建议：政府应通过基础设施投资、技能发展、财政支持、数据访问和监管指导等方式，促进SMEs的AI采用。

分类法

中小企业AI采用者被分为四个类别：

1. AI新手：仅使用嵌入式AI功能或现成解决方案，主要集中在边缘任务。
2. AI探索者：尝试开发定制AI模型或工具，探索更复杂的用例。
3. AI优化器：跨部门整合多种AI工具，提升生产力。
4. AI冠军：将AI嵌入核心业务和战略决策，实现全面整合。

案例研究

• 美国小型咖啡烘焙商：使用现成AI产品优化流程，如产品描述和SEO。
• 德国自由摄影师：利用LLMs进行市场研究和流程改进。
• 法国手工面包店：使用多种AI工具进行个性化定制和创意视觉设计。
• 意大利手袋制造商：利用AI简化生产流程和自动化任务。
• 加拿大医疗科技公司：通过云平台和AI工具提升产品开发和内部效率。
• 英国生物技术公司：开发定制AI模型支持药物研发和内部流程优化。

关键推动因素

1. 连接性：高质量连接是SMEs数字化转型的基础，但城乡差距和企业规模差距依然显著。
2. AI赋能输入：数据、算法和计算资源对于AI应用至关重要，尤其是高质量数据集。
3. 技能：AI采用需要高技能员工，特别是ICT技能和批判性思维能力。
4. 资金：中小企业资金限制阻碍了长期AI投资，政府需提供融资工具和金融科技支持。

政策方法

• 基础设施投资：提升宽带连接和数字工具的可及性。
• 技能发展：提供培训和教育，增强员工对AI的理解和使用能力。
• 财政支持：提供补贴、税收优惠等激励措施。
• 数据访问计划：促进公共和私营数据共享，以增强AI应用的潜力。
• 监管指导：制定清晰的法律框架，以支持AI的可信和安全使用。

政策建议

1. 加强基础设施建设：确保所有中小企业都能获得高质量连接和计算资源。
2. 推动数据共享：促进高质量数据集的获取和共享，以支持AI开发。
3. 支持技能发展：提供培训和教育，提升员工对AI的使用能力。
4. 扩大融资渠道：为中小企业提供更多的融资工具和金融科技支持。
5. 定制化干预措施：根据不同SMEs的特征和需求，制定有针对性的政策。
6. 促进国际合作：加强AI的国际协调和标准，以推动全球AI采用。

结论

中小企业在AI采用方面面临诸多挑战，但其潜力巨大。政府和政策制定者需关注连接性、数据、技能和资金等关键因素，以推动AI的广泛应用。通过制定针对性政策，可以缩小SMEs与大企业之间的差距，实现更广泛的AI扩散和经济转型。