全球企业AI应用现状：基于高管视角的实证发现

原文标题：Firm Data on AI（NBER工作论文）

原文作者：Ivan Yotzov等13人

关于数字化转型提升效率、AI影响就业等议题的学术研究，如今已屡见不鲜。从某种叙事逻辑来看，许多实证分析似乎被预设了必须产生显著结果的倾向，仿佛人工智能的影响只能用不同计量模型去量化大小，而无需探讨其是否存在。然而，当面对更高质量的数据源时，传统的工具与方法往往显得相形见绌。本文翻译的这篇NBER工作论文，首次提供了具备国际代表性的企业级人工智能应用数据，通过简洁的描述性统计，揭示了微观层面AI应用的真实图景。

作为一名从“数字化转型”领域起步的后来者，译者认为，尽管高质量调查数据往往稀缺或难以获取，但至今仍是衡量企业数字化转型程度、分析AI对绩效及就业影响的最可靠数据源。与同领域的其他研究相比，该文虽保留了诸多有待细化的技术细节，但得益于其调查设计与实施的高效性与一致性，所提供的信息密度与数据质量堪称前所未有。

通过这篇译文，译者期望未来数字化与AI领域的经济学及经济统计学研究能更贴近微观企业的实际状况。同时，也希望我国政府统计部门及相关机构能持续深化对《信息通信技术应用和数字化转型情况表（109表）》及其他调查数据源的挖掘，参照类似的路径与节奏，推出更能反映最新全局态势的宏观统计产品或微观调查数据。

我们首次发布了具有国际代表性的企业级人工智能使用数据。我们对美国、英国、德国和澳大利亚通过分层抽样选取的企业样本中近6000名首席财务官（CFO）、首席执行官（CEO）及其他企业高管进行了问卷调查，并总结出四项核心结论：首先，约70%的企业已积极投入人工智能应用，其中成立时间较短、生产效率较高的企业应用率尤为显著。其次，尽管超过三分之二的高级管理人员在典型工作周中会使用AI，但平均每周使用时间仅约1.5小时，且有四分之一的高管表示完全不使用。第三，企业反馈过去三年人工智能的实际影响十分有限，超过80%的企业表示AI对其就业或生产率均未造成任何影响。第四，企业预计未来三年人工智能将产生显著影响，预测AI将在未来三年内提升生产率1.4%、增加产出0.8%、减少就业0.7%。与此同时，我们对普通员工进行的调查显示，受访员工预计同期就业将增加0.5%。这一显著的预期差异表明：高管预期AI将导致就业下降，而员工则预期AI将带来净就业岗位的增长。

人工智能技术在各企业间的普及程度究竟如何？AI对企业当前的就业与生产率产生了何种影响？企业又预期这些影响在未来几年将如何演变？这些看法在已实现的近期影响与未来短期预期之间、不同国家之间、以及雇主与雇员之间是否存在系统性差异？

近年来，围绕人工智能影响的关注度急剧上升，仅自2020年以来，相关主题的媒体关注度便增长了20倍（图1）。这一热潮催生了来自各类数据源的海量信息，包括问卷调查、企业普查数据、招聘公告等（例如 Acemoglu et al. 2022a, 2022b; Bonney et al. 2024; McKinsey 2025）。然而，这些数据常面临样本容量不足、代表性欠缺及回答质量参差不齐的挑战。在许多情况下，提供企业层面AI使用数据的人员并非能准确掌握全局的高管。因此，目前尚缺乏一项由企业高管填报、兼具高质量、大样本特征与国际代表性的企业人工智能使用情况调查。

为填补企业层面人工智能（使用）数据的空白，来自亚特兰大联邦储备银行、英格兰银行、德意志联邦银行与澳大利亚麦考瑞大学的四个研究团队，于2025年11月至2026年1月间，在针对企业高管的多项代表性调查中，同步投放了内容统一的人工智能使用情况专项问卷题组。本次调查的核心目标是收集高质量、具有代表性的企业级AI使用数据，厘清其更广泛的影响，并为相关研究与政策制定提供指引。为确保一致性，四个研究团队采用了完全相同的调查问卷，并将各调查波次的执行时间设定在相同的三个月内。

美国数据源自亚特兰大联邦储备银行组织的全经济体商业调查——商业不确定性调查（SBU），其中关于人工智能应用及其对就业、生产率影响的问题于2025年11月投放。英国数据来自英格兰银行开展的决策者面板调查（DMP），该调查为月度全经济体调查，覆盖雇员规模10人及以上的英国企业，相关人工智能问题首次投放于2025年2-4月，并于2025年11月至2026年1月再次投放。德国数据来自德意志联邦银行企业在线面板调查（BOP-F），该调查为德国企业代表性调查，相关问题于2026年1月投放。澳大利亚数据来自麦考瑞大学组织的商业展望情景调查（BOSS），相关问题于2025年12月的调查中投放。所有调查均以企业高管为对象，绝大多数受访者为CEO、CFO或其他高级管理岗位人员。

从本次调查中得出四项核心结论：

第一，人工智能技术已被企业广泛采用。从四个国家样本的平均水平看，69%的企业目前已应用至少一种人工智能技术，其中最主流的应用场景为“基于大语言模型的文本生成”，其次是“视觉内容创作”与“基于机器学习的数据处理”。同时，人工智能应用存在显著的异质性：规模更大、生产率更高、薪酬水平更高的企业，人工智能应用率更高；而成立年限更长、董事平均年龄更高的企业，当前人工智能应用率更低。人工智能技术的应用率预计也将进一步提升，未来三年，75%的企业预计将使用至少一种人工智能技术。

第二，超过三分之二的受访者（以CEO、CFO与高级财务经理为主）在一个典型的工作周内会亲自使用人工智能技术，平均每周使用时长约1.5小时。2025年初以来，高管的周度平均使用时长持续上升，在高薪酬企业、董事平均年龄更低的企业中，高管的使用时长更高；同时，CEO在工作周内使用人工智能的比例也高于CFO与其他高级管理人员。

第三，截至目前，人工智能对企业就业与生产率的已实现影响非常有限。平均来看，四个国家超过90%的企业管理者表示，过去三年人工智能对企业就业规模未产生任何影响；89%的管理者表示，人工智能对企业劳动生产率（以人均销售额衡量）未产生影响。尽管如此，仍有少数管理者已观察到人工智能带来的正向生产率提升效应。

第四，与迄今为止的有限影响形成鲜明对比的是，企业高管预期未来三年人工智能将产生大得多的影响。他们预计，未来三年人工智能将使企业就业规模缩减约0.7%。这四个国家的就业总人口超过2.5亿，据此测算，企业高管预计到2028年现有企业的就业岗位将减少约175万个，其中大型企业、住宿与餐饮业以及批发与零售业的高管对就业的负面预期更强。与此同时，高管普遍预期人工智能将显著提升企业生产率，预计三年累计提升幅度达1.4%。单从数值来看，这一效应可能扭转多个发达经济体生产率增速的长期低迷态势。大型企业、高薪酬企业，以及信息通信行业、行政支持行业的高管，对人工智能的生产率提升效应预期更高。综合生产率与就业预期，企业预计人工智能将推动未来三年产出累计增长0.8%。

本文与近年来快速发展的AI文献的四个主要分支相关。

首先，本文在测度企业人工智能技术应用的相关文献基础上展开研究。现有文献对人工智能普及率的估算结果范围广泛，这很可能源于调查时间、问题措辞、样本构成以及受访者在企业中职位的不同。Acemoglu等（2022）和McElheran等（2024）利用2019年美国年度商业调查数据估算，约有3.2%的企业（覆盖12.6%的就业人口）在使用人工智能。Bonney等（2024）利用美国商业趋势与展望调查（BTOS）估算，截至2024年2月，约5.4%的企业（按就业加权约9%）使用了人工智能。另一方面，麦肯锡（2025）估算，2025年有88%的组织在至少一项业务职能中使用了人工智能。英国的人工智能应用估算结果同样不一。2023年管理与预期调查数据显示，当年有9%的企业使用了人工智能（ONS 2025）。英国董事协会（2025）的一项调查估算，到2025年约49%的企业使用了人工智能；然而，伦敦政治经济学院（LSE）与英国工业联合会（CBI）2024年的一项调查发现，仅有25%的企业对人工智能技术进行了专门投资（Oliveira-Cunha 2024）。本文的主要贡献有三：第一，我们的调查对象以首席财务官、首席执行官等企业高管为主，这类群体能够全面掌握所在企业的人工智能应用战略；第二，我们基于企业总体开展分层抽样，实施了大规模调查，因此相比其他数据源更具代表性；第三，我们于2025年11月至2026年1月期间，在多个国家采用标准化问卷题组，得以在四个发达经济体之间开展横向对比分析。此外，我们要么不对受访者支付调查报酬，要么针对澳大利亚样本设置了多重数据核验机制，以规避虚假填报的问题。

其次，本文补充了关于个人人工智能使用情况的调查文献。例如，Bick等（2024）、Hartley等（2025）、Barrero等（2025）、Sidoti和McClain（2025）以及Bloom和Makridis（2026）均估算，约有50%的人口使用人工智能。其中约一半的使用与工作相关，另一半则发生在工作之外。

再次，本文还与评估人工智能技术对企业及宏观经济已实现影响和预期影响的研究相关。多项研究在特定情境下发现了人工智能带来的巨大生产率提升。Brynjolfsson等（2025a）发现，生成式人工智能提升了一家大型软件公司客服人员的生产率，而del Rio-Chanona等（2025）则指出生产率提升幅度可达15%至30%。同样，Noy和Zhang（2023）通过随机对照试验（RCT）发现，使用ChatGPT显著提升了写作任务的生产率。Babina等（2024a）将人工智能投资与产品创新及企业价值增长联系起来，Eisfeldt等（待刊）估算，在ChatGPT发布后的两周内，那些员工人工智能暴露度更高的企业，其价值提升了5%。然而，Babina等（2024b）的研究也指出，人工智能投资似乎增加了企业面临的系统性风险。尽管在特定任务和企业价值方面有显著收益，但人工智能对全经济范围的生产率提升尚不确定。例如，Acemoglu（2025）估算，人工智能应用将在十年内使美国全要素生产率（TFP）提升0.66%，而Briggs和Kodnani（2023）则估算，生成式人工智能可在十年内使美国年度劳动生产率提升1.5个百分点。针对欧洲，Misch等（2025）沿用了Acemoglu（2025）的分析框架，估算人工智能将在五年内使欧洲TFP提升约1.1%。

最后，本文为研究人工智能应用对劳动力市场影响的相关文献补充了更多信息。调查证据表明，迄今为止人工智能应用对整体就业的影响有限（例如 Abel et al. 2024; Cañas and Kerr 2024）。然而，特定职业或年龄段已受到影响。Brynjolfsson等（2025b）利用美国薪资数据发现，在人工智能暴露度较高的职业中，处于职业生涯早期的群体的就业受到显著负面影响（但整体就业未受影响）。Teutloff等（2025）发现，ChatGPT发布后，自由职业者的需求有所下降，尤其是针对可替代性强的任务。Humlum和Vestergaard（2025）利用详细的丹麦数据估算，2024年劳动力市场受到的影响非常有限。Schubert（2025）发现，在2020年代前几年更广泛采用远程办公的企业，在随后的十年中人工智能应用强度也更高。

本文其余部分结构如下：第2节介绍分析中使用的主要数据