“作为中小企业，我们应如何使用 AI？现成工具是否足够？”在过去两年里，随着易于获取的生成式 AI 工具走上每位员工的桌面，这个问题被提出得尤为频繁。有一份最新资料可以帮助回答这个问题：2026 年 4 月 13 日，OECD 发布了其“中小企业数字化”（D4SME）倡议的 2026 年调查结果。根据 OECD 的摘要，现成 AI 应用的采用仍在持续，但以战略性、有针对性且安全的方式将这些工具融入业务流程的情况仍不均衡。
关于土耳其中小企业的数字化成绩单以及土耳其特有的 AI 使用率，我们已在关于 OECD 中小企业政策指数的文章中做过介绍。本文关注另一个问题：已经在使用 AI 的中小企业如何超越现成工具？
调查描述的是哪些企业？
D4SME 调查于 2025 年第四季度至 2026 年第一季度期间开展，从 12 个 OECD 国家收集了 2,018 份回复；其中 1,376 份来自日本。土耳其不在样本之内。参与者是数字平台的中小企业客户；OECD 明确指出，样本并非随机抽取，结果不代表各国全部中小企业。
因此，调查中的百分比不应被解读为对“有多大比例的中小企业使用 AI？”这一问题的回答，而应被视为数字化程度相对较高的中小企业如何使用 AI 的一个缩影。这正是报告的真正价值所在：它提供了一个衡量使用深度的框架。
普及但浅层：四个层级的图景
OECD 通过其为七国集团（G7）开发的分类来解读结果。该分类根据所用工具的复杂程度和使用范围，将使用 AI 的中小企业划分为四组：
- AI 新手（AI Novices）： 将现成工具用于单项任务的企业。76% 的 AI 用户属于这一组。
- AI 优化者（AI Optimisers）： 在多个职能中使用标准工具的企业；占 15.3%。
- AI 探索者（AI Explorers）： 小规模试用为组织定制的 AI 或先进 AI 的企业；占 5%。
- AI 领先者（AI Champions）： 已将定制 AI 或智能体 AI 推广到大部分业务的企业；占 3.6%。
使用范围也呈现同样的图景：56.6% 的参与者仅将 AI 用于单项任务，而在多个职能或全组织范围内使用 AI 的比例为 19%。
使用领域同样将两类企业区分开来。在使用现成工具的企业中，70% 用其制作营销内容，56% 用其起草文件和报告。在使用为组织定制解决方案的少数企业中，主要领域是客户需求预测（39%）和流程自动化（34%）。智能体 AI 则用于预订、发票或营销活动管理等多步骤工作流程。现成工具面向个人生产力，而定制解决方案面向业务流程。
回报随使用广度增长
在参与者中，54% 表示从 AI 中获得了至少中等程度的价值；然而，报告产生显著或变革性影响的比例仅为 21%，另有 44% 表示影响非常小或不存在。
报告中最具启发性的发现或许来自日本样本。在将 AI 用于单项任务的中小企业中，只有 2% 报告了变革性影响；在单一职能中使用的企业中这一比例为 4%，在多个职能中使用的为 11%，在全组织范围内使用的为 23%。OECD 强调，这些结果基于自我报告而非实测绩效，并不能证明因果关系。尽管如此，方向是明确的：价值与其说来自工具本身，不如说来自工具在业务流程中推广的广度。
规模差距也在扩大。根据 OECD 的官方统计，小型企业的 AI 使用率从 2023 年的 7.1% 上升到 2025 年的 17.4%；然而，同期与大型企业之间的差距从 23.4 个百分点扩大到 34.6 个百分点。
障碍：时间、维护和技能
在使用数字工具时，参与者最常提到的障碍是维护成本（39%）、缺乏用于培训的时间（38%）和硬件成本（37%）。与此同时，技能需求大多通过非正式渠道满足：互联网搜索占 32%，外部顾问占 29%，亲友占 24%，生成式 AI 占 21%。在日本样本的分析中，结构化培训和内部能力建设与更高的数字化成熟度相关，而非正式渠道则未见此类关联。
安全方面同样滞后。在参与者中，22% 报告曾遭遇网络入侵，46% 报告完全没有采取安全措施或仅采取了最低限度的措施。定期审查员工系统访问权限的比例为 13%，提供正式安全培训的比例为 12%，每年至少一次请外部专家开展安全评估的比例为 7%。
从现成工具到战略应用：实用路径
以下步骤是根据报告发现归纳出的通用框架；每家企业都需要根据自身规模、行业和现有系统加以调整。
- 使当前使用情况可见。 列出员工将哪些现成工具用于哪些任务。同时将现有软件中的内嵌功能加入清单；详情请参阅我们关于内嵌 AI 的文章。
- 确定自身所处的层级。 OECD 的四层级分类可以作为一个简单的自我评估工具：工具是用于单项任务、跨多个职能，还是嵌入流程之中？
- 从个人生产力转向流程。 选择一个试点项目，将仍用于单项任务的工具与一个可衡量的业务流程（如报价准备、需求预测或文件处理）连接起来。报告表明，价值随着使用的推广而增长。
- 审慎选择获取途径。 现成工具、由外部服务商开发和内部团队开发具有不同的成本和依赖特征；比较分析请参阅我们关于获取途径的文章。
- 从一开始就为维护和时间编列预算。 最常见的障碍是维护成本和培训时间。应从第一天起就将用于更新、维护和员工培训的资源写入试点计划。
- 将技能留在企业内部。 外部顾问或互联网搜索只能提供临时解决方案；结构化的内部培训和知识共享才能使能力持久。应在每个项目中加入知识转移条款。
- 让安全与使用同步增长。 定期审查访问权限，告知员工哪些数据可以输入 AI 工具，并每年至少一次请外部方开展评估。
- 衡量影响。 为每个使用领域预先确定成功标准；不要停留在“这很有用”的说法上，而应跟踪时间、错误率或产出等具体指标。
结论
OECD 2026 年 D4SME 调查表明，绝大多数使用 AI 的中小企业将现成工具用于单项任务，而报告获得显著回报的企业仍属少数。现成工具是一个好的开端，但仅靠它们是不够的：价值随着使用在流程和多个职能中的推广而增长。对中小企业而言，前进的道路与其说在于增加新工具的数量，不如说在于使当前使用情况可见、选定一个流程并加以衡量，以及让技能和安全同步提升。
为什么物流经验在这里很重要。 报告最清晰的启示——价值来自 AI 在流程中推广的广度，而非工具本身——是物流行业早已领悟的道理：加快单个环节很少能缩短端到端的交付周期，只有当从订单到交付的整个流程得到重新设计和衡量时，收益才会显现。第 3 步中的两个试点示例——需求预测和文件处理——是仓储和配送中的日常工作，而在试点开始前确定成功衡量标准（第 8 步）是以 KPI 为导向的运营中的标准做法。Orient Global 的一位顾问在运营、物流和供应链领域拥有30 多年经验：他曾在一家大型科技分销企业全面负责物流、仓储、技术服务和行政运营，组建并领导 100 多人的团队，并通过以 KPI 为导向的项目实现了运营绩效的持续提升。他还曾在领先的零售、物流和分销组织中设计并领导大规模物流和配送网络，管理全国性的仓储和运输业务以及网络与产能规划。作为一名工业工程师，他如今通过 AI 和自动化将这种供应链管理规范带给中小企业。了解我们的顾问。
#interimmanagement #forwarddeployedengineering