AI办公:86% 的中小企业说自己在用 AI,只有 15% 把它接进了主干流程——10 月两份调研指向同一个卡点

摘要：2026 年 10 月 21 日和 22 日，两份企业侧调研前后脚发布。高盛调研了 2,473 位中小企业主，86% 说自己在用 AI，但只有 15% 说 AI 已经完全整合进核心运营；monday.com 委托 Nielsen 问了 7 个国家 1,701 位总监和高级管理者，96% 在工作中用 AI，只有 29% 说 AI 已经接进公司的中心化操作系统。两份样本、两种口径、两个国家群，读数却指向同一件事：AI 已经进了工位，还没进流程。这意味着接下来的竞争不在模型能力，而在“谁负责把 AI 的输出接进下一步”。个人要改的是用法，管理者要补的是一张授权清单，中小企业主要防的是“人均一个聊天框”的假繁荣。文末给了四条失效边界，包括这两个数字本身不能怎么用。

先把两份调研摆在一起

第一份来自高盛。10 月 22 日，高盛发布第三次年度中小企业 AI 调研，样本是 2,473 位“10,000 Small Businesses”项目的毕业学员，报告标题叫《The AI Economy Is a Small Business Economy》。同一时间，高盛宣布出资 5 亿美元，联合 Anthropic、Google、Meta、OpenAI 成立“小企业 AI 研究院”。

它的核心读数是这样一条曲线：2024 年 56% 的受访业主在用 AI，2025 年 77%，2026 年 86%。两年涨了 30 个百分点。但如果只看这一条，会得出一个完全错误的结论。

同一份报告里还有另外三个数：只有 15% 的业主认为 AI 已经“完全整合进核心运营”；只有 18% 在用具备自主执行能力的智能体（agentic AI）；82% 的人说，AI 目前还不是业务的重心。

第二份来自 monday.com。10 月 21 日发布的 2026 年度 AI 报告，由 Nielsen 执行，覆盖 7 个国家 1,701 位总监及以上管理者。读数更极端：96% 在工作中使用 AI，其中 73% 每天都在用，82% 说体验是正面的。但只有 29% 说 AI 已经“完全整合进公司的中心化操作系统”；只有 29% 说自己部门的 AI 试点已经完整铺开，53% 还在半路上。

把两份放在一起看，会发现一个很稳定的结构：采用率都在 90% 上下，整合度都在 15% 到 30% 之间。中间那 60 多个百分点，就是这个行业现在真实的位置。

还有一个数字特别值得单独拎出来：monday.com 那份调研里，57% 的管理者说，用了 AI 之后，公司用的软件工具反而变多了。这跟“AI 帮你少开几个软件”的宣传正好相反。

AI 被用在了哪，没被用在哪

高盛那份报告的价值，一半在这些百分比，一半在“用途分布”的四年变化。它问业主：你把 AI 用在哪些事上？

把 2024 和 2026 两组数字对起来看，有三条趋势很不符合直觉。

第一条：写营销文案的比例在下降。 2024 年 74% 的业主用 AI 写营销内容，2026 年降到 65%。这是所有用途里唯一明显下滑的一项。原因不难猜——两年前这是最容易上手的场景，人人都试过；两年后大家发现，AI 写出来的文案彼此看上去都差不多，它压低的是生产成本，不是提高效果。当同行都在用，它就从“优势”变成了“及格线”。

第二条：分析和规划类用途在翻倍。 财务分析与规划从 18% 涨到 42%，数据分析从 26% 涨到 42%。这两个都是“要判断”的活，不是“要产出”的活。业主们把 AI 从“帮我写”挪到了“帮我看”——看现金流、看毛利结构、看哪个客户的账期在变长。

第三条：销售和获客几乎没动。 服务型业务里只有 38% 用 AI 做销售，产品型 47%。更值得注意的是城乡差：农村地区的业主里，只有 23% 用过 AI 去找客户或触达客户，而非农村是另一回事；CRM 的使用率农村 16%、非农村 28%。也就是说，最该用 AI 的地方——获客——恰恰是用得最少的地方。

这三个趋势合起来能解释那个 15%。AI 在中小企业里主要停留在两类位置：一是替人写，二是替人看。真正接进流程的那一类——替人跑（下判断、走审批、联动系统）——只有 18% 摸到了边。

为什么会停在这里

表面原因是能力不够、不放心。但把两份调研的细节摊开，会发现卡点比“能力”具体得多。

第一，钱根本不是门槛。 高盛报告里，73% 的 AI 用户每月花在 AI 上的钱不到 100 美元，16% 只用免费工具。86% 的人用的主要入口是一个独立的聊天机器人，只有 54% 用嵌在业务软件里的 AI（比如 QuickBooks 的 AI Agents、Microsoft 365 Copilot），19% 用编码工具，12% 自己搭。

这组数字说明了一件很关键的事：AI 的普及是靠“免费 + 聊天框”完成的，不是靠采购完成的。 免费的东西天生进不了流程——它没有权限、连不上系统、不产生留痕，也没人为它的输出负责。它能让你快一点，但它改不了你的流程。

第二，没有人拥有它。 monday.com 那份报告里有两个数放在一起很刺眼：58% 的管理者预计，12 个月内他们管理的智能体数量会超过直接下属；同时 46% 担心失去对智能体行为的控制，52% 担心智能体在限制不足的情况下访问数据。一边是“我马上要管一堆 AI”，一边是“我不知道它到底在干什么”。

这不是技术问题，是组织问题。智能体一旦开始跨系统干活，它就同时踩在 IT、业务、风控、HR 四个部门的边界上，而没有任何一个部门的 KPI 里写着“负责 AI 干活的边界”。所以最省事的做法就是——让它继续待在聊天框里。

第三，考核方式跟不上。 53% 的管理者说，用了 AI 之后，判断一个员工交上来的东西有多少是他自己的，变得更难了。78% 的人说自己已经改了考核团队的方式。这个数字比“效率提升多少”重要得多：当产出无法归因到人，管理动作就会退回到“看他忙不忙”。 而 AI 恰恰让“看起来很忙”变得更容易伪造。

第四，培训和政策是空的。 77% 的业主说他们需要更多培训；74% 的企业没有任何关于员工使用 AI 的正式规定。一页纸都没有。这意味着所有人都在凭个人习惯用 AI，用好用坏全靠自觉，出事也没有依据。

对三类人的具体影响

如果你是普通员工

你最该调整的不是“用不用”，是“用在哪一段”。现在多数人的用法是：让 AI 生成一版，然后自己改。这套用法的问题在于，你把时间花在了“改”上，而“改”是不可复用的。

换个顺序：先让 AI 做核对和比对——把你写的东西和去年同期的、和客户原始需求的、和合同条款的，逐条对一遍，列出不一致的地方，你只处理这些不一致。前一种用法让你快 20%，后一种用法让你少犯一次错，而少犯一次错的收益通常大于快 20%。

如果你是团队管理者

monday.com 那个 58% 是给你看的。如果你的团队在 12 个月内真的会出现“AI 数量超过人数”，那你现在缺三样东西，而且都不难做：

一是授权清单。逐个任务写清楚：AI 可以自己做完哪几步，走到哪一步必须停下来等人点确认。这个清单不需要系统支持，一张表就够。

二是验收标准。以前你验收的是“这份报告写得好不好”，以后你要验收的是“这份报告里的每个数字，能不能追到来源”。后者是可以写成规则的，前者不是。

三是归因方式。既然 53% 的人都觉得分不清哪些是员工自己的贡献，那就别再试图区分。改成看“他提了几个 AI 没提的判断”、“他驳回了 AI 几次、理由是什么”。这些是能观察的。

如果你是中小企业主

先别批预算。73% 的人每月花不到 100 美元这件事说明，你现在遇到的问题，多花钱大概率解决不了。

真正该做的三件事，按顺序：

1. 选一个“每月固定重复、规则基本不变”的活，比如报价单生成、对账、催收提醒、排班、库存补货。只选一个。
2. 把它写成一张流程卡：输入是什么、判断规则是什么、输出交给谁、例外怎么处理。写不出来，说明这个活还没到能用 AI 的程度。
3. 配一条留痕：谁在什么时候让 AI 做了什么、结果谁确认过。哪怕只是一张共享表。

第 2 步是九成公司跳过的。跳过之后你会发现，AI 用起来的感觉是“每次都要重新教它”，因为流程在老板脑子里，不在纸上。

我的判断

我的判断是：AI 办公接下来两年真正的分水岭，不是谁的模型更强，而是谁的流程“可被交代”——能不能用一段话，把一件事从输入到交付讲清楚，包括例外怎么办。这个能力决定了你买什么工具，而不是反过来。

理由有三条，都在这两份调研里。

第一，钱的约束已经解除，流程的约束没有。 86% 采用率配上 73% 月支出不足 100 美元，说明供给端已经把门槛压到了接近零。既然门槛不在价格，那它就在别的地方，而“用得最多的场景是独立聊天框”这个事实，指向的正是流程。

第二，用途迁移的方向很明确：从生成走向判断。 写文案的比例在降，财务分析和数据分析在翻倍。而判断类工作是接不进流程的——判断要么有规则，要么有责任人。这两样都得先被人写出来。

第三，风险侧的焦虑已经追上来了。 46% 担心失控、52% 担心数据越权、74% 没有任何使用规定。这三条加起来是一句话：企业愿意让 AI 干更多活，但还没准备好为它干的活负责。这个准备动作，本质就是流程和授权。

还有一个反直觉的推论：这波里最难受的不是不会用 AI 的员工，是那些“用了 AI 但说不清自己流程”的公司。 因为工具越强，流程不清晰的代价越大——你会在同一个地方反复返工，而且每次都不知道是哪一步出的问题。

失效边界（什么情况下我这个判断不成立）：

1. 86% 这个数字不能拿去说服任何人。 高盛的样本是“10,000 Small Businesses”的毕业学员——受过系统培训、增长意愿明显偏强的一群人。同期美国人口普查局的口径是不到 20% 的企业在用 AI，盖洛普测的员工口径是 52%。三个数字差了三倍以上，因为它们测的根本不是同一群人。你要引用，就引“整合度只有 15%”，别引“86% 都在用”。
2. 中国的中小企业不能直接套用这套读数。 国内大量办公 AI 是免费内置在 WPS、钉钉、飞书、企业微信里的，用户根本不会意识到“我在用 AI”，也不会为它单独付费。用“每月花多少钱”去衡量国内的采用深度，会严重低估。反过来，国内“接进流程”的比例可能比 15% 更低，因为流程沉淀普遍更弱。
3. 如果这个岗位本身就是纯执行、决策极少，流程化的收益有限。 录入、排版、转录这类活，AI 直接替掉一段就是全部收益，没有“接进流程”这回事。别为了流程而流程。
4. “整合度 15%”这个指标本身有歧义。 “完全整合进核心运营”是一个非常高的门槛，它不等于“没用起来”。61% 的管理者说 AI 已经嵌进了常见工作流——按这个口径，比例其实不低。两个数都对，取决于你问的是“有没有嵌进去”还是“是不是主干”。

每天一件，写清它为什么会发生、跟你手上的活儿有什么关系。工作日更新。

这个号只写一件事：AI 怎么落进日常办公。工作日每天更新。

关注之后，这四个栏目会持续更：

• AI办公 —— 每天一件 AI 办公大事，写清背景、数据和我的判断
• 工具实测 —— 每个工具拿真实任务跑一遍，好用的和翻车的都写
• 效率方案 —— 会议纪要、报表、合同这类具体场景，给能照做的完整流程
• 选型对比 —— 一张对比表 + 一条决策路径 + 这个结论什么时候不成立

想翻哪一类，在对话框回复对应的词就行：AI办公 / 工具实测 / 效率方案 / 选型对比。有不同看法也欢迎留言。

这类内容都归在「AI办公」合集里，回复这个词能翻到全部历史。

参考来源：高盛《The AI Economy Is a Small Business Economy》调研报告（2026 年 10 月 22 日）https://www.goldmansachs.com/pdfs/community-transformation/small-business-ai-institute/ai-impact-report.pdf ；monday.com 2026 AI 报告相关数据报道 https://www.cdomagazine.tech/aiml/ai-adoption-outpaces-enterprise-governance-raising-data-security-concerns