夜雨聆风学习资料网

ARTICLE · 1091540

AI用得深不深,跟公司大小没关系

AI用得深不深,跟公司大小没关系

一

都在谈 AI。

长江商学院 2026 年开年做了一项专项调研,问了全国 2016 家规模以上工业企业:真正投了钱的,10.0%。

按规模拆开看:500 人以上 15.5%,中型企业 9.1%,小企业 5.4%。

热闹是真热闹。掏钱是另一回事。

问题不在数字,在怎么读它。

二

最顺手的一种读法:小企业落后了。

不是。先看一眼砸得起钱的那批。PwC 第 29 期全球 CEO 调研,2026 年 1 月在达沃斯发布,覆盖 95 个国家和地区、4454 位 CEO。其中只有 12% 说 AI 同时带来了降本和增收,56% 说到目前为止没看到显著财务回报。

钱多的那批,也没兑现。

所以拿这个 10% 说"AI 还早"是错的,说"AI 已经普及"也是错的。

规模解释的是"用不用",不是"用得多深"。深度由另外两件事决定。

第一件:这家公司里,AI 这件事谁在负责。 第二件:他们干的活,是不是本来就在电脑里。

一件决定能不能启动,一件决定能走多深。往下看四层,看你客户在哪一层。

三

第一层,巨头。

有整个部门为 AI 负责,有专门的预算科目。他们买的是算力和底座,不是应用。你的东西不在那张采购清单上。

所以他们既不是你的客户,也不是你的尺子。

中小企业最容易犯的错,就是拿巨头的打法照着讲。人家有团队做评估,有预算做试错,有专人做运维。你客户一样都没有。照着讲,只会把方案越写越厚、越讲越远。

看他们的发布会和技术白皮书,看不出你的客户该怎么买。

这一层,负责的是一个部门。

四

第二层,500 人以上。

有人负责,但负责的人要交账。IT 或者数字化部门牵头,走立项、走 ROI、走招投标。

长江的数据里,这一层采用率 15.5%,四层里最高;单笔投入在 500 万元以上的,占 21.3%。

德国一份文献综述,讲的是中小企业怎么用 AI。里面有一句话,放在这一层正合适:被动地委托给 IT 部门,是一种不充分的策略。同一份综述还提到,最高管理层的支持是采用成功最强的预测因素之一。

钱是有的。缺的是能写进立项报告的那个关键 —— ROI。

五

第三层,50 到 500 人。这一层,负责的人是老板自己。

没人替他做技术评估,也没人替他背这个决定。他被两件事推着走:客户提了要求,同行已经上了。

见到你之前,他脑子里没有方案,只有一句:这东西跟我有什么关系。

长江的数据:中型企业采用率 9.1%;500 人以下的中小企业里,42.6% 的 AI 支出落在 2 万到 10 万这个区间。

单子不大,但它是老板自己掏的,不过会。

这一层是四层里唯一一层,"讲清楚了"和"签下来了"中间没有别的环节。没有立项会,没有评标,也没有半年一轮的预算周期。

他要的不是一整套平台,是先有一个场景跑起来。同行上了什么,他就想上什么——这是压力,也是入口。你不用说服他 AI 有用,只要说清楚你那个场景,比他见过的更贴他。

他要的就一个数:我花这笔钱,换回来什么。当面答得上来,当场就能定。答不上来,只会一直拖。

六

第四层,小企业 5.4%。但这一层不该当一层看,它是分岔的两类。

先说这组数据的边界:样本口径是规模以上工业企业,不含服务业,不含规下小微。所以这 5.4% 里的"小企业"仍是规上企业;十几人的软件公司、夫妻店,在这组数据里看不见。而且计的是已产生 AI 支出——员工自己拿工具写标书,不算在内。

第一类,业务本来就在电脑里的。老板自己下场,跑得比谁都快。

李开复给"一人公司"下的定义,比流传的版本准得多。不是一个人干活,是一名核心责任人,配大量 AI 智能体。商业责任最终必须由人承担。负责的人就是干活的人。十几人的公司能把 AI 用透,原因不在于"十几"。

第二类,业务不在电脑里的。没人负责,公司没买过,也没人管这件事。

它长什么样?正式制度没动,员工早就在用自己的 AI 工具干活——写方案、写标书、对表格。工作绕开公司继续走。这不是公司不用 AI,是公司里没有"我们要上 AI"这件事。

直觉说老板下场是优势。证据给的更精确。

71% 的小企业依赖一到两个人才能运转(NAIC 研究,Forbes 引用)。关键决策和工作流,常常没有文档化。这正是 AI 落地最缺的前置条件。

Forbes 那句更狠:AI 放大的是运营成熟度,而不是创造它。

老板下场的价值,不在他比员工会用工具,在他被迫把压在脑子里的流程写出来。那是 AI 唯一接得住的东西。

七

再看第二件事:他们干的活,是不是本来就在电脑里。

美国人口普查局 BTOS 的 AI 补充调查(2025 年 11 月到 2026 年 2 月,全国平均 17.9%):Information 是 37.6%,专业技术服务 34.2%,最高;农业 5.1%,建筑 9.2%,最低。差了大约 7 倍。

一端改的是文档、表格、代码,另一端改的是车间、工地、仓库。

但这不是两极化,是一条连续的光谱。同一份调查的双周序列里,建筑业从 2025 年 11 月的 7.4% 爬到 2026 年 7 月的 13.6%,制造业从 12.7% 到 20.3%。低的那头在追,只是起点低、要改的流程重。

经济日报 2026 年 4 月那篇,说法也对得上。一人公司这套,更适合以文本产出为核心的数字化服务。换成传统制造、文旅、教育培训,个人加 AI 顶不住。

判断客户,先看他要改的东西是什么。

八

四层看下来,还有一个数值得单独拎出来。

长江问了没上的企业为什么没上,79.2% 的答案是:场景不适用。

"场景不适用"这五个字,多半是"没人负责找场景"的另一种说法。场景不会自己冒出来,是人去找的。

MIT NANDA 有句话:不是"谁拥有 AI",而是"谁拥有那个要被改变的流程"。

回到那两件事。见客户之前,先问自己两句:

一、这家公司,AI 现在是谁在拍板? 二、他要做的事,本来就在电脑里吗?

两句的答案不同,你的方案第一页就该不同。

判断清楚了,再动那一页纸。写给谁看、写什么,都由这两句答案定。

最后

我做了个入口,叫《客户记忆点自检》,有兴趣可以关注输入"自检",也非常欢迎和我互动交流。

相关学习资料