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
两年间，欧洲在工作中使用人工智能的劳动者比例从26%升至52%。测得的平均生产率增益为4%，但这一数字掩盖着结构性分化：2024年，41%的大型企业（250人及以上）使用了人工智能，10至49人的企业仅为11%，50至249人的企业为21%；10人及以上的企业整体为13.5%；不足10人的企业不在现有统计的覆盖范围内。按企业规模看，采用情况分布极不均衡。
要点
- 据欧洲央行数据，欧洲工作中的人工智能使用率两年内从26%升至52%。
- 4%的平均增益主要由中型和大型企业贡献。
- 现有原始数据无法证实十人以下微型企业的使用率达到60%；10至249人的中小企业2025年为19%。
- 现有数据显示采用率存在明显差距，支持人工智能向中小企业扩散的政策干预可能提高整体生产率。
45%对11%：两种截然不同的采用
现有数据显示出明显差异。欧洲投资银行估计，45%的250人以上欧洲企业正在部署人工智能；这一数字衡量的是企业采用率，而非员工使用率。现有原始数据无法确定十人以下企业中员工使用者的比例为60%。
采用人工智能和从中获得生产率增益是两件事。前者是一项采购决定。后者需要培训、流程重组和管理投入。大企业有人力资源部门、培训预算，有时还有专门的数字化转型团队。一家七名员工的面包店或一家四人会计事务所，能动用的只是一份工具订阅和一场二十分钟的操作说明会。
EIB工作论文2026/02在欧洲测得的4%增益是一个平均值。它把重构了流程的企业和装了工具但工作方式几乎没变的企业放在一起计算。这个平均值没有说明增益归谁。
这一机制——技术人人可得，收益被拥有互补资源者获取——并非人工智能独有。1990年代的信息化产生了同样的梯度。差距是否会固化，目前仍是一个有待验证的假设。
市场扩散，不等于收益分配
经济学家达尼·罗德里克（Dani Rodrik）的论点是：市场会扩散技术，但不一定分配随之而来的增益。他关于有条件产业政策的研究建立在这一观察之上。罗德里克认为，创新收益往往集中在本就拥有互补资源的组织里。欧洲数据提供了一个例证。
障碍主要在下游：培训员工、重组任务、衡量收益并作出调整的能力。人工智能工具本身并不贵，往往按月订阅即可使用。规模更大的企业更系统地具备这些下游能力。
也存在相反的解读。研究熊彼特式增长的菲利普·阿吉翁和研究创新扩散的泰勒·科文均指出，从历史长程看，采用率的差距往往是暂时的：随着培训成本下降、做法标准化，技术最终会连同相关收益一起扩散。人工智能辅导工具已开始降低企业对内部培训基础设施的依赖。这个论点值得认真对待。
然而欧洲央行数据显示，采用率翻倍只用了两年。如果大企业在这期间巩固了生产率优势，而微型企业只采用不投入培训，差距就可能在自发扩散机制发挥作用之前固化。攫取增益的企业会将其投入新的竞争优势；其余企业则始终落后那4%。
自发扩散还是结构性分层，数据目前尚未能裁定。数据识别了差距，但没有说明差距是否会自行闭合。
一线劳动者的处境
德国金属工业工会（IG Metall）2026年7月发布的一项针对德国工业部门员工的调查，提供了总量统计中看不到的细节。大型工厂的工人描述的是嵌入正式流程的人工智能：入职培训、持续支持、内部指导人员。规模较小的分包商员工描述的则是另一种现实：工具已到位，有时是发包方强制要求的，很少有配套支持。有人靠试错摸索，有人干脆绕开看不懂的功能。
一个没被弄懂的工具会产生使用者无法察觉的错误。在物流或会计场景中，一条被误读的人工智能建议，造成的损失可能超过它带来的收益。生产率增益取决于工具与使用者互动的质量，而这一质量取决于培训。
欧洲央行2026年8月26日的博客指出，时间节省和工具采用情况因任务和职业而异，雇主的培训与支持至关重要。人工智能提升的是那些本就懂得如何组织采用流程的人的生产率。对于其他人，它留下的只有一份订阅和一条需要独自摸索的学习曲线。
关于自动化的争论，核心问题是岗位的再分配，而非岗位的净消失。机器人化及其对就业的影响表明，技术再分配的岗位多于它消灭的岗位。这种再分配的前提，是劳动者具备胜任新岗位所需的技能。没有培训，再分配就变成排斥。
培训：缺失的基础设施
研究劳动力市场的经济学家——麻省理工学院的保罗·奥斯特曼（就业质量）和布鲁诺·帕利耶（转型期社会保障）——得出同一个诊断：持续职业培训是欧洲体系中最脆弱的一环。不是就业，不是工资，不是社会保障，而是培训。
在大企业，人工智能培训被纳入现有机制：技能发展计划、与认证机构的合作、工作时间内的专项安排。在微型企业，培训的系统化程度远不及大企业。
这种不对称意味着生产率增益按企业规模分布不均。总量数据掩盖了这道分岔。互补资源更充足的企业一旦巩固领先，生产率差距将进一步扩大。
卡尔·贝内迪克特·弗雷记录了进步停滞的机制：一项技术只让少数人受益，无法扩散至整个生产体系。工业自动化的历史表明，领先者巩固优势，落后者难以追赶一个迅速形成的差距。良性扩散的窗口很短。
罗德里克将这种政策逻辑称为”条件性”：公共援助不针对采用本身——两年内翻倍的数据证明采用会自行发生——而针对互补性投资。先培训，再配设备。陪伴使用，而不只是提供接入。
2030年前：欧洲生产体系的两种走向
现有原始数据无法证实十人以下微型企业的使用率达到60%；10至249人的中小企业2025年的采用率为19%。关键问题不在于采用率本身，而在于这些企业能否从中获得与大型企业相当的生产率增益，还是只是采用却未能收回成本。
面向2030年，两种走向均有可能，现有数据尚不足以判断哪种更可能实现。
第一种走向：有针对性的公共投资为不足五十名员工的企业提供配套支持——培训、咨询、组织调整。目前集中于大型企业的4%增益逐步向中小微企业扩散。德国和荷兰部分地区已试点面向微型企业的数字化转型咨询窗口，由公共资金支持、地方机构提供服务，初步结果显示参与企业的持续参与度较高，但可测量的生产率提升尚需时间显现。这一模式在资金来源上，可考虑使用受益大企业所产生的部分财政红利。
第二种走向：微型企业继续采用而不投入培训。大型企业将生产率增益再投入流程优化、人才招募或成本压缩。欧洲投资银行观察到，采用率和收益均向中型及大型企业倾斜。若这一趋势延续，能够充分利用技术的企业与仅形式采用的企业之间将出现结构性分化。届时的纠偏成本，将高于当下的预防性投入。
两个可观察的信号能帮助判断走向。第一：大型企业与微型企业之间生产率差距的年度变化，欧洲投资银行和欧洲央行具备追踪这一数据的工具，但需以系统化、分类别的方式定期公开发布。第二：已采用人工智能的微型企业中，配套了内部培训计划的比例。采用率高而培训率低，是分化提前到来的预警信号。
中国制造业正面临一个类似问题：机器人化推进迅速，但配套的熟练劳动力不足，由此形成的结构性短缺正在拖慢预期中的生产率增益。
欧洲政策如何应对市场失灵
欧洲产业政策拥有市场不具备的工具：条件性。结构性基金、中小企业数字化转型支持计划、各国与欧盟共同出资的项目，均可重新设计：以技术采用援助换取配套培训计划的证明。
德国和荷兰部分地区已测试了面向微型企业的数字化转型咨询窗口，由公共资金支持、地方机构提供服务。初步结果显示参与企业的持续参与度较高，但可测量的生产率提升需要时间才能显现。
这些举措的问题在于规模：它们覆盖的是试点地区的数千家企业，而欧洲微型企业的数量以千万计。扩大规模需要结构性资金和欧洲层面的协调，分散的国家举措无法单独实现这一目标。
罗德里克关于有条件产业政策的论点，要求国家——或在欧洲情况下，超国家层面——具备设定条件、核实执行并承担后果的能力。欧盟拥有凝聚力基金、欧洲社会基金+（FSE+），以及职业培训领域的建议和合作框架。将这些工具用于人工智能条件性支持，目前因地区和项目不同而差异显著。
两年内采用率翻倍，证明技术使用的扩散速度可以很快。收益的扩散能否同样快速？自发情况下，不能。但欧洲拥有组织这一进程的工具——前提是在大企业与小企业之间的差距成为新常态之前加以使用。
来源
- EIB工作论文2026/02，欧洲投资银行
- 欧洲央行博客，2026年8月26日，欧洲企业的人工智能采用与生产率
- 德国金属工业工会（IG Metall），德国工业部门员工调查，2026年7月
- 达尼·罗德里克，有条件产业政策及全球化/民主/国家主权三难困境相关研究（哈佛大学肯尼迪政府学院）
- 卡尔·贝内迪克特·弗雷，《进步如何终结》（牛津大学出版社）
- 保罗·奥斯特曼，就业质量与职业培训相关研究（麻省理工学院斯隆管理学院）
