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
在澳大利亚，中小企业的自述与实际行动之间存在明显落差，这一落差所揭示的问题，远不止于技术滞后。澳大利亚统计局（ABS）数据显示，2024-25年度有12%的雇主企业声明使用AI；该调查不考察使用强度，也不考察AI在运营中的整合程度；而声明式调查统计出的数字是44%。覆盖经合组织12个国家、逾2000家中小企业的D4SME 2026调查（非代表性样本）记录了一个具体现象：声明的采用往往停留在表面，缺乏系统性的组织整合。
要点
- 12%与44%来自不同的测量工具和定义，不构成ABS对”声明采用”与”实际运营使用”之间差距的直接测量。
- D4SME 2026调查覆盖经合组织12个国家，识别出两类反复出现的障碍：软件或技术服务维护成本（39%）和缺乏培训时间（38%）。
- 在日本样本中，感知竞争压力与AI使用概率较高存在关联，但没有证据表明同行影响或内部转型之间存在因果关系。
- 未来四年有三种可能路径：维持现状、收益向大企业集中；公共政策介入组织能力建设；工具成本大幅下降。三种路径各以不同方式重新分配收益。
- 值得追踪的指标不是设备普及率，而是采用AI后能测出实际生产率提升的中小企业比例。
中小企业对外宣称，统计数据测的是另一回事
澳大利亚统计局的问卷只询问AI是否属于企业使用的技术之一，并不专门考察AI在生产、管理或客户关系流程中的整合情况。两项调查的定义和量表均不相同。
声明式调查就采用情况提出开放性问题。一家使用带异常检测功能会计软件的中小企业，或一家用自动翻译工具处理邮件的中小企业，都可以合理勾选”AI”一栏。一家只为一名员工订阅了ChatGPT许可证的中小企业同样如此。ABS衡量的是ICT技术中声明的AI使用，而非运营整合。
宣称采用但实际未落地的经营者，回应的是真实存在的压力：供应商提及AI，竞争对手公开宣传，行业协会积极推荐。声明采用可能只反映订阅了某些工具，内部并无任何转变。这种组织行为，与单纯的定义之争性质不同。
澳大利亚国家AI中心（National AI Centre）自2023年起追踪这一现象。该机构观察到，最急于声明采用AI的中小企业，往往也是流程最不正式的企业——恰恰因为它们没有参照体系来区分哪些发生了变化、哪些没有。
39%卡在维护成本，38%卡在技能缺口
D4SME 2026调查记录了数字化采用的障碍及AI整合的不同层次。两类阻碍最为突出。在12个国家中，39%的受访者将软件或技术服务维护成本列为使用数字工具的障碍；38%的受访者认为缺乏培训时间是数字化采用的重要障碍。
这两个数字需要放在一起读。一家购买了AI即用方案的中小企业，可以不需要任何专业技能完成安装。但当流程发生变化时，它无法让工具随之演进；出现错误时，它无法修正；需要扩展到新部门时，它无力推进。大多数企业止步于此。工具停留在最初的范围内，往往处于边缘位置，始终触达不了能产生可量化价值的核心业务。
这一现象并不局限于技术能力薄弱的中小企业。整合澳大利亚商业交易数据的平台Weel的数据显示，2026年6月，中小企业的AI支出集中于三类工具：文本生成、图像处理和邮件自动化。这三类应用的共同点在于，它们处于核心业务流程的外围——改善的是形式，而非实质。
一家将商业提案撰写自动化的中小企业节省了时间，但如果分析客户需求的能力没有变化，它并不会因此多赢得客户。这种情况下，AI工具优化的是次要瓶颈，真正的关键瓶颈依然未动。
在整体经济层面，这产生的是表层扩散效应。欧洲的AI采用率翻倍，但仍集中于大型企业：现有数据无法判断澳大利亚的动态是否遵循相同的整合模式。经合组织观察到规模、成熟度与AI使用之间的关联，但尚未建立通往可量化收益的因果链条。大多数中小企业，仍游离于自身投资所能创造的价值之外。
行业跟风：虚假采用的驱动力
中小企业宣称使用AI而实际并未使用，根源在于快速变革行业中的激励机制。
在技术信号具有重要意义的行业——金融服务、咨询、物流、商业地产——展示AI能力已成为准入标准。招标文件会提及，投资人会询问，合作伙伴有所期待。一位坦言”我们还没有使用AI”的中小企业主，在进入谈判之前就已出局。
这种机制在单个企业层面是理性的，但在行业层面代价高昂。声明与实际使用之间的差距，会影响统计数据的可靠性，进而干扰战略决策。
这正是声明-使用差距比设备普及率更有价值的原因。一个44%声称采用、12%实际使用的行业，与一个20%声称采用、18%实际使用的行业，面临的是截然不同的问题。前者合规压力强、实际能力弱；后者扩散缓慢，但基础扎实。
澳大利亚国家AI中心已开始按行业追踪这一差距。这种方法值得经合组织成员国的国家统计机构普遍采用。D4SME 2026调查显示，多个国家已开始就此进行探讨。
未来四年的三种路径
当前声明采用与实际使用之间的差距，将因未来几年的公共政策选择和市场动态而走向截然不同的方向。
第一种是延续现状。差距保持稳定，工具继续表层扩散，生产率收益集中在本就具备组织能力的企业——大型企业和结构化程度较高的中小企业。其他企业购买许可证，惯性续约，收效甚微。四年下来，出现分层：有能力的企业进步更快，大小企业之间的竞争力差距从上方而非下方扩大。
德国工业机器人的经验表明，这种集中并非必然，但改变它需要超过十年的结构性配套支持。
第二种是公共政策定向介入组织能力建设。澳大利亚已有国家AI中心这一专门机构，但其资金仍然有限。若政策将重心放在管理团队培训和流程正式化上，而非补贴工具采购，差距可在目标行业内缩小。德国按行业设立能力中心的模式——以实际使用情况而非覆盖企业数量作为评估标准——提供了一个可借鉴的参照框架。这条路径需要不同的成功指标：不是设备普及率，而是采用后十二个月内能测出实际生产率提升的中小企业比例。
第三种是工具成本快速下降。若通用AI工具变得足够简单、足够低廉，无需专业技术技能即可使用——部分供应商明确将2027-2028年设为目标——实际采用率可能无需公共政策介入便自行提升。但与之相伴的风险是标准化：数千家中小企业以相同方式使用相同工具，并不产生差异化的竞争优势。它们降低了边际成本，却向相似的产品和服务收敛，竞争压力转向其他维度——价格、客户关系、地理位置，而整体经济的生产率并不因此必然提升。
三种路径并非相互排斥。成本下降可以与定向政策介入相结合，带来更广泛、配套更完善的采用。但起点条件至关重要：一个习惯于声称而不落地的中小企业群体，比一个尚未掌握这套话语的群体更难引导。
官方统计数据的现有局限
声明与使用之间的差距，暴露了现有测量工具的不足。大多数国家统计机构几十年来一直在测量技术设备情况，所用方法为二元逻辑设计：有没有电脑，有没有联网。AI带来了一个不同的问题：工具可以存在却未被整合，订阅了却没有使用，使用了却没有产生转变。
区分整合层次的框架，已由经合组织-G7分类法（OECD-G7 taxonomy）建立。ABS发布的调查不区分订阅、偶发使用和运营整合。那12%对应的是声明使用AI，并未按整合程度分级。
经合组织将这一分类法定位为区分整合层次、调适政策的框架，而非明确的国家标准建议。若这一方向得到采纳，两三年后可获得的数据将能以前所未有的精度比较各国路径：哪项政策缩小了差距，在哪个行业，代价几何。
在2027年之前，最值得关注的信号是：ABS下一次调查是否沿用同样的实际使用测量方法，而非某个新的AI采用支持项目的发布。若差距缩小，说明现有机制正在产生实质效果；若差距维持不变，行业合规压力将继续压过公共政策效果，政策本身需要改变性质。
澳大利亚中小企业已经宣布采用AI。问题在于，哪些企业能将宣布转化为真实能力，以及公共政策能否推动这一转化，而非仅仅为宣布本身提供资金。从资助工具到资助能力的这一转变，是未来四年想让AI扩散产生实质效益的经济体所面临的核心抉择。
来源
- ScaleSuite – 澳大利亚中小企业AI采用情况（澳大利亚统计局 + 国家AI中心数据）
- 经合组织 – D4SME 2026调查（中小企业数字化），关于实际采用障碍的数据
- 澳大利亚国家AI中心 – AI采用追踪报告，2023-2026
- Weel – 澳大利亚商业交易数据，2026年6月
