欧洲中小企业：75%自称使用AI，真正整合的只有7%

据AI Chamber 2025年调查，中欧地区受访中小企业中，大多数自称已使用人工智能。但欧元区中被归类为密集使用者的企业只占7%，且没有任何可测量的生产率效应数据。这两个数字之间的差距指向一个该地区尚未正视的问题：采用一种工具，和从中提取价值，是两件要求截然不同技能的事。韩国和德国理解了这一区别，并为此制定了针对性政策。调查显示，AI在战略职能中的整合仍然有限，但这并不等于证明转型效应完全不存在。

要点

• 据AI Chamber 2025，样本中超过四分之三的企业自称使用AI；经合组织描述了不均衡的战略整合状况，但未给出欧洲中小企业生产性使用的比例。
• Eurostat 2025年各国数据显示差距显著：罗马尼亚在AI Chamber调查中为93%，捷克在Eurostat 2025中为17.6%，在AI Chamber调查中则为90%；AI Chamber 2025报告未提供丹麦或芬兰的数据。仅凭这些差距，无法将因果关系归于各国数字培训投入的不同。
• 据经合组织西巴尔干地区调查，相当一部分中小企业称依赖外部专业力量；这对所创造价值落在哪里的影响，尚无测量。
• 韩国和德国的经验表明，有意识地建设共享平台和实用培训的政策可以减少这种依赖，但前提是在差距进一步扩大之前就启动。
• 欧洲内部的数字鸿沟可能对单一市场的凝聚力构成威胁，程度不亚于对外贸易摩擦。

自称使用不等于真正采用

这个自称的采用率需要被细化。经合组织在其国际样本中发现，大多数受访者只使用大众化工具：用于电子邮件的文本生成器、现成的客服聊天机器人，有时还有自动翻译工具。经合组织描述了不均衡的战略整合状况，但未将这些用途折算成欧洲中小企业的具体比例。

这一区别并非细枝末节。美国经济学家泰勒·考恩（Tyler Cowen）近年的AI研究直接指向这个问题：AI能放大人类智力，但前提是使用者保持真实的认知投入——知道该问什么、如何评估回答、如何把工具的输出嵌入更大的工作流程。缺少这种投入，AI制造的是胜任的幻觉：它生成内容，但组织内没有人能判断其质量，也无法将其转化为持久的竞争优势。

许多中欧中小企业正处于这种状态。它们消费的工具由别处的团队设计，这些团队掌握着系统的深层结构，而本地内部能力往往不足以改造或质疑这些工具。据AI Chamber调查，44%的企业称依靠内部资源，25%借助外部咨询。该地区进口技术，就像过去进口机器一样——风险在于关键技术能力持续集中在外部。

技能缺口是结构性约束

Eurostat 2025年数据显示，调查覆盖各国之间的水平差异很大。这些差距反映了各国在职业培训和数字教育上历史投入的不同。

这一差距不是地理决定的宿命，而是职业培训与数字教育公共政策差异的结果。北欧国家早在1990年代就把数字技能提升列为国家战略投资。中欧的职业培训做法则因国而异、因时期而异。

当外部辅导结束，获得的技能并不总能沉淀为组织持久的实践。达龙·阿西莫格鲁（Daron Acemoglu）和西蒙·约翰逊（Simon Johnson）在关于技术收益分配的研究中分析了这一机制：自动化的红利集中在拥有互补技能的地方，而不是工具被简单部署的地方。

这还牵涉一个更广泛的问题：谁掌控着先进技术的杠杆。当一个地区的核心能力仍集中在外部，依赖就会延续下去。

韩国与德国的不同选择

两个模式值得关注，原因各不相同。韩国通过代金券支持中小企业使用云服务，并另行提供AI实用培训。韩国中小企业能使用共享资源测试整合，接触到足够强大的技术环境，并有培训者解释工具与业务流程之间的联系。

德国走了部分不同的路，根植于其Mittelstand网络——这些中型企业构成该国工业的脊梁。Mittelstandszentren在高校科研、大型科技企业与中小企业之间扮演中介角色。德国中小企业的AI采用不是通过外部顾问完成的，而是通过行业网络：已整合工具的企业把经验传给刚刚起步的企业。学习留在了生态系统内部。

这两个模式共同具备两个要素：降低入门成本的共享基础设施，以及技能传递机制。中欧通过数字枢纽和产业集群也存在类似做法，但覆盖范围和能力因国而异。现有政策将国家层面的工具采购补贴与欧洲层面的倡议结合起来，而部分中小企业认为欧洲项目的申请程序过于复杂。欧盟自身也经历过这种脱节：资金公告发出，但在行政能力薄弱的环境中实际吸收有限。在采用之前就设计好的监管——正如欧洲在其他技术领域的经验所示——可能给最脆弱的参与者增加额外摩擦。

永久依赖的风险

考恩在2026年一篇关于美国AI竞争力长期风险的文章中提出了一个适用于中欧的警告：一个把认知投入外包给外部系统、却不建设监督这些系统所需技能的社会，可能形成难以消解的结构性依赖。他的论证针对美国，但诊断同样适用于中欧：当一个经济体消费AI却不理解其运作方式，其创新能力就可能逐渐向那些建造系统的人集中。

对中欧来说，这一风险有具体形态。习惯使用开箱即用工具、却不培养改造或质疑这些工具的能力的中小企业，面临成为被锁定客户的风险。供应商一旦改变条件、价格或服务模式，它们往往没有能力迁移到替代方案或自行开发内部解决方案。技术依赖在数字领域重现了该地区在能源或某些工业供应链上经历过的脆弱性。

另一种解读也值得正视。达尼·罗德里克（Dani Rodrik）等经济学家认为，即使起初处于依赖位置，参与全球价值链也能带来渐进式学习，最终缩小差距。台湾的半导体、韩国的消费电子：这两个案例都显示，初始依赖并未阻止本地技术能力的形成。

但这条路径需要一个罗德里克本人明确提出的条件：有意识的技能提升政策，而不仅仅是获得工具的渠道。缺少这种投入，依赖可能延续，却不产生持久的组织学习。

2030年前后的新压力

压力会在政策来得及见效之前加大。到2030年，中小企业目前通过大众化界面使用的AI模型将明显更强大，也更难以有效运用。在这段过渡期内培养出真正整合能力的企业，将比那些停留在表面消费阶段的企业获得大得多的收益。

对中欧中小企业而言，这在2030至2035年间勾勒出两条路径。第一条：公共政策向韩国和德国的做法对齐——共享云平台，成本由公共或欧洲资金部分承担；扎根于现有行业网络的实用培训项目；以及技能认证机制，让中小企业能向客户和伙伴证明其真实整合水平。在这条路径上，中小企业可能在生产性整合上取得显著进展，前提是培训政策从现在就启动。

第二条路径：项目依然碎片化，欧洲资金继续被有能力准备申请材料的大企业吸收，中小企业困在没有组织学习的工具消费中。与北欧的差距扩大，该地区事实上专注于价值链中技术含量较低的环节——在日益自动化的经济里，这意味着利润率更低、技能要求更低的岗位。

区分这两条路径的关键指标：25至40岁人群数字技能比例的变化。这一代人今天管理着中小企业，2035年仍将领导它们。如果该地区各国这一比例每年上升超过5个百分点，说明培训政策开始见效。如果停滞，第二条路径就最有可能成真。

需要指出，这方面部分可用数据基于自我申报。Eurostat的某些统计基于自我申报，但Eurostat也通过EU-LFS的职业技能模块测量工作中技能的实际使用。像经合组织用PIAAC成人技能调查所做的那样开展纵向跟踪项目，能更准确地呈现：中小企业拿着它们声称使用的工具，实际能做到什么。

具体杠杆确实存在

情况并非一片灰暗。若干中欧国家已开始尝试更有针对性的做法。2024年，波兰部分地区性项目资助了登记在Baza Usług Rozwojowych中的中小企业培训，该数据库列出服务提供方及其资质认证——这一机制把补贴从工具转向了技能。捷克建立了技术大学与产业集群之间的伙伴关系，让中小企业能在真实环境中测试AI整合，并获得学术支持，而不必独自承担实验成本。

这些举措规模仍小，对总体数据的影响尚不可测。但它们表明，该地区已识别出必要的杠杆，公共和私人行为者愿意投入。技术收益在地区之间和经济行为者之间的分配将随着AI成为差异化生产率来源而愈发尖锐：建立了真正掌控力的中小企业会积累优势，停留在表面的企业无法仅凭声称使用AI来弥补。

欧洲单一市场的凝聚力部分取决于这一动态。北欧和西北欧中小企业获取AI收益、中欧和东欧仍处于依赖位置——这样的欧洲，会重现欧洲一体化本想减少的不对称。有针对性的政策、设计良好的资金机制和技能传递网络可以改变这条轨迹。这要求把数字技能缺口当作产业政策的优先议题，而不是边缘修补的附带问题。

该地区的政策制定者需要在差距大到无法以合理成本弥合之前，建好学习的基础设施。

资料来源

1. AI Chamber，How do SMEs in CEE find their way in the world of AI?，2026，https://aichamber.eu/report/how-do-smes-in-cee-find-their-way-in-the-world-of-ai/
2. 泰勒·考恩，A Doomsday Scenario for American AI，The Free Press，2026，https://www.thefp.com/p/tyler-cowen-ai-doomsday-scenario-american
3. Eurofound / Cedefop，SME Digitalisation in the EU，2025
4. 经合组织，SME AI Adoption Report，2026
5. Eurostat，ICT skills of individuals，2024—2025年数据