本日报作者不通中文。这些译文由人工智能自动生成,作者本人无法亲自核对其语言准确性和文化适切性。我们以谦逊和真诚的态度发布此版本,希望与中文读者建立连接。若发现翻译错误、表达不当或文化误读之处,恳请告知 — 我们将虚心接受并改进。
L'auteur du Journal d'un Progressiste ne parle pas chinois ; ces traductions sont produites par intelligence artificielle et n'ont pas été vérifiées par lui. Cette version est publiée dans un esprit d'échange et d'humilité — vos retours sur les erreurs éventuelles ou les contresens culturels sont les bienvenus.
— 《进步者日报》编辑部 / La rédaction
核心要点
- 德勤调查发现,企业采用人工智能的方式存在明显差异:有些仅部署工具,未重组岗位和工作流程;另一些则同步重塑了产品、流程或商业模式。
- 在中东,66%的受访企业表示通过人工智能提升了效率和生产率,但仅有34%重塑了产品、流程或商业模式(德勤中东,2026年)。
- 三种部署方式(包括表面化使用)均与效率提升相关。调查无法确立因果关系或重塑的先后顺序,"企业再造"主要出现在深度转型的群体中。
- 国际货币基金组织认为,人工智能为海湾经济体带来生产率提升的机会,但需通过积极的劳动力市场政策、培训和有针对性的社会保障,来应对岗位替代、技能缺口和劳动力重新配置的风险。
- 收益如何分配、采用前如何决策,仍有待明确界定。
84%的企业在采用时并未转型
德勤的数据描述的不是一种滞后,而是一种部署结构。中东企业已大规模从试点转向全面部署——这正是2026年版报告所衡量的内容。但在84%的情况下,部署并未伴随岗位或工作流程的重新设计。人工智能被叠加在现有组织架构之上。
这一选择——无论是刻意为之还是默认如此——带来了一种特定收益:在原有任务框架内提升执行效率。分析师处理更多案件,律师起草更快,客服人员处理更多工单。速度提升了,组织结构则原封不动。
已重塑产品、流程或商业模式的34%的企业,所走的路与表面化采用截然不同。来源区分了各类转型方式并公布了声明收益,但未对比各自的发展轨迹。
韩国的工业自动化进程曾出现过类似分化:2020年,该国机器人密度超过全球平均水平七倍,但现有研究无法在自动化与工资停滞之间建立直接联系。中东呈现出相似的动态:没有重组的技术部署往往集中收益,而非广泛扩散。
前分配能纠正薪资谈判无法触及的问题
经济学家玛丽亚娜·马祖卡托的一个区分,直接说明了这一落差。在她近期关于公共利益经济学的研究中,她认为财政再分配——对获取收益的企业加税、为被替代的工人提供培训资金——来得太晚。这是必要的,但它是在价值分配已在上游固定之后才进行的事后修正。
"前分配"的做法是在分享之前重新制定价值创造规则。员工使用人工智能所产生的数据归属、首先自动化哪些任务的选择、工具释放出的时间如何分配——这些问题必须在部署前解决,因为这些取舍决定了收益在企业与工人之间的分配方式。部署完成后再提这些问题,已无从有效作答。
这些问题必须事先提出,并写入采用的前提条件。
德勤数据记录了围绕人工智能的岗位重塑程度之低:84%的企业没有围绕人工智能能力重新设计岗位,工作流程也未经重新设计。效率收益因此集中在能够快速获取它们的企业和职能部门。
接近熊彼特增长分析的经济学家提出了另一种解读。菲利普·阿吉翁及创造性破坏相关研究认为,重组会自然跟随采用而来:捕获效率收益的企业再投资、创造新岗位,技术扩散最终整体提升劳动力市场。时间节奏不同,但结果相同。
这种解读并非错误。它准确描述了市场运转流畅、职业流动性高、企业在人才方面展开竞争时的情形。但在海湾经济体,这些条件只是部分存在。劳动力市场在本国公民与外籍工人之间存在分割,跨行业流动依然有限,而在人工智能采用中占重要地位的大型国有企业,其激励机制与面临竞争的私营企业并不相同。熊彼特式论点需要的结构性条件,海湾地区尚未建立。
两种解读之间的张力无法在抽象层面上化解,它取决于该地区各国政府将要——或不会——建立的制度和激励机制。
已完成转型的34%:一个参照,而非例外
已重塑流程和商业模式的企业并非离群值,而是一个指标。它们表明,在同样的监管环境和市场约束下,短期内实现转型是可能的。
德勤观察到,部分企业同步推进系统与工作组织的演进,建议在部署设计阶段就提前应对运营约束。这34%对应的是声称将人工智能用于深度转型产品、流程或商业模式的企业。
这一区分对公共政策有直接影响。海湾国家——沙特阿拉伯推行"2030愿景",阿联酋推行国家人工智能战略——正大规模投资以加速采用。这些投入是真实的,部署层面的成果也可衡量。但如果激励措施不区分单纯采用与伴随重组的采用,公共资金主要就是在支持前者。
国际货币基金组织在2026年对中东和中亚人工智能前景的评估中强调,该地区有机会获得生产率提升,前提是通过积极的劳动力市场政策、培训和有针对性的社会保障,应对岗位替代、技能缺口和劳动力重新配置的风险。
困扰更成熟经济体的生产率停滞说明了长期缺乏此类信号的代价——澳大利亚企业更新不足,阻碍了技术收益的扩散。技术在扩散,但总体生产率没有跟上,因为获取收益的企业与停滞不前的企业,更新速度并不同步。
海湾地区仍可做出的选择
人工智能已在海湾经济体中改变着工作:66%的企业声称获得了效率提升。问题在于,这场转型的受益者是谁,以及以何种方式实现。
在十年时间维度上,两条轨迹都是合理的。现有数据可以区分它们,但不足以将其作为预测加以排序。
第一条轨迹:84%未重新设计岗位的企业继续沿此方向前行。效率收益集中于本已表现良好的企业。工人——尤其是在海湾私营部门劳动力中占较大比例的低技能外籍工人——仍被限制在同样的任务中,看不到向人工智能重新定义的岗位转型的路径。采用速度快,职业流动性依然低。懂得转型的企业与仅懂得采用的企业之间的差距,逐渐演变为市场分化。
第二条轨迹:各国政府将部分人工智能补贴和税收激励,与企业提交岗位和工作流程转型计划挂钩。已经重塑流程的34%成为有案可查的参照模型,其做法可供审视、比较和推广。国家层面的监测机构衡量高采用率行业的实际职业流动性,使声明收益与实际新增或再培训岗位之间的差距变得可见。这一信号对企业和工人都清晰可读。
两条轨迹之间的差距,既取决于公共激励和措施,也取决于有效采用人工智能所需的组织能力、技能和互补资产。将部分公共补贴与有据可查的转型标准及职业流动性监测挂钩,有助于使公共激励与这些目标对齐。一项不区分重组与纯技术部署的采用补贴,很可能只是在资助没有结构变革的做法。
值得持续追踪的指标是明确的:34%这一比例对应的是将人工智能用于深度转型产品、服务、核心流程或商业模式的企业。高采用率行业中向上职业流动比例的变化,将在三到五年内揭示效率收益是否转化为个人职业发展,还是仅仅转化为企业利润。
单靠采用无法满足的集体需求
两种情景共享一个共同缺口:工人需要获得与人工智能重新定义的任务相匹配的培训,而这些培训必须在重组完成之前就可获得,而非之后。等岗位被重新定义再培训员工,等于将他们排除在关于自身工作的决策过程之外。
第二个集体需求涉及收益分享。声称获得效率提升的企业,很少公布收益在股东、管理层和员工之间分配的规则。没有明确规则,分配就会倾向于遵循既有的权力关系。这正是前分配所要避免的。
这两种需求——提前培训和可见的分享规则——不会通过采用人工智能本身来实现。它们需要在部署之前或与部署同步进行的集体决策,无论是公共决策还是谈判协商。
阿联酋和沙特阿拉伯具备提出这些条件的制度能力。它们有资金来提供培训,有监管杠杆来附加激励条件。国际货币基金组织所描述的窗口期是真实存在的,它持续到企业将其采用模式固化为止。在已经经历过一轮自动化浪潮的经济体中——如法国政府采购领域,由于缺乏结构性激励,创新依然受阻——制度决策的时机窗口关闭得很快。
衡量是流动性的前提
有一点方法论上的说明值得明确。现有数据衡量的是声明的效率收益以及已转型流程的企业占比,但尚未衡量由此产生的实际职业流动性。
这正是在高采用率行业建立国家职业流动性监测机构的理由——这是具体可行的方向,不是修辞性建议。缺乏职业流动性数据,就无法评估人工智能采用对个人职业生涯的实际影响。66%的声明收益在两种情况下都会被呈现为成功。要分辨创造流动性的采用与集中收益的采用,需要对高采用率行业的职业流动性进行系统性衡量。
海湾国家政府已投入制定了雄心勃勃的人工智能战略。下一步是决定他们想衡量什么,从而决定他们想鼓励什么。
来源
- 德勤中东,《2026年企业人工智能现状》,新闻稿
- 玛丽亚娜·马祖卡托,《公共利益经济学:新指南针》,Substack,2024年
- 国际货币基金组织,《释放中东和中亚人工智能潜力》,2026年(无链接,报告可在国际货币基金组织网站获取)
- 菲利普·阿吉翁,关于熊彼特式增长与创造性破坏的研究(文献参考,无单一网址)



