我要认证
2026-02-04 阅读量：255
世界经济合作与发展组织（OECD）发布了《生成式AI与中小企业劳动力：新调研证据》官方报告。
OECD过对奥地利、加拿大、德国、爱尔兰、日本、韩国和英国7个国家中的，5232家中小企业的深度调研。首次系统全面性呈现了，生成式AI在中小企业中的应用现状，以及对劳动力市场产生的重大影响。
调研背景与方法论，聚焦中小企业的AI转型困境
中小企业一直是全球经济的“毛细血管”。数据显示，在OECD经济体中，中小企业占企业总数的比例超过99%，贡献了60%的商业部门就业岗位。
但与大型企业相比，中小企业在数字化转型进程中始终处于弱势地位，普遍面临劳动力短缺、技能缺口、资源有限等多重挑战。
而ChatGPT、MicrosoftCopilot、Midjourney等生成式AI的出现，为中小企业数字化转型带来了便捷路径。
凭借使用低门槛、性价比高、部署便捷、高适配性等技术特点，打破了传统AI技术对资金和数据的高要求，将成为中小企业弥补资源短板的利器。
提升员工效率，是应用AI核心价值
调研数据显示，生成式AI为中小企业带来的最主要收益是提升员工绩效。65.1%的应用企业表示，生成式AI帮助提高了员工工作表现，一人企业则体现为受访者自身绩效提升，这一比例远超其他收益，节省成本（45.2%）、执行新任务（35.1%）、提供新产品或服务（34.6%）、与大型企业竞争（28.5%）、增加收入（25.9%）。
这一结果表明，生成式AI对中小企业的价值核心在于“赋能于人”，通过自动化繁琐任务、提供智能辅助，让员工能够更高效地完成工作。
例如，客户服务人员借助AI快速响应咨询，程序员利用Copilot加速代码编写，营销人员通过AI生成推广内容，这些都直接提升了工作效率。
相关研究显示，生成式AI能为用户节省2.8%-5.4%的工作时间，在特定任务中甚至能将绩效提升40%以上，尽管宏观层面的效率转化仍存在不确定性，但中小企业已切实感受到了技术带来的改变。
值得关注的是，韩国中小企业对生成式AI的收益认可度最高，除节省成本外，在其他各项收益上的占比均领先于其他国家，65.4%的韩国中小企业表示AI帮助其提供了新产品或服务，是德国、奥地利等国的两倍多。
这种差异可能与韩国中小企业更倾向于使用图像、视频、音频类生成式AI有关，这类应用往往能带来更直观的业务创新。
AI能弥补劳动力与技能缺口
劳动力短缺和技能缺口是中小企业长期面临的核心挑战，而生成式AI正成为缓解这一问题的重要手段。在同时面临技能缺口和使用生成式AI的中小企业中，39.1%表示AI帮助弥补了技能不足；
在面临劳动力短缺的应用企业中，25.2%认为AI起到了补偿作用。如果生成式AI被用于核心业务活动，这一比例还会更高，分别达到49.3%和38.2%。
更值得注意的是，生成式AI的补偿效果与员工绩效提升高度相关。在表示AI提升了员工绩效的企业中，46.3%认为AI弥补了技能缺口，是未感受到绩效提升企业的两倍多，这表明当技能不足成为员工绩效的主要制约因素时，生成式AI的价值尤为突出。
从国家来看，日本中小企业对AI弥补缺口的认可度最高，63.3%的日本应用企业表示AI帮助弥补了技能缺口，远高于39.1%的平均水平，这与日本中小企业技能缺口问题最为严重（41.4%的企业报告存在技能缺口）密切相关。
日本和奥地利的企业也最认可AI对劳动力短缺的补偿作用，占比均超过32%，而这两个国家也是劳动力短缺问题最突出的国家（奥地利45.6%、日本44.7%的企业报告劳动力短缺）。
此外，生成式AI在弥补缺口方面仍有巨大的潜力尚未释放。在面临技能缺口但未使用生成式AI的中小企业中，41.7%认为AI可能帮助其弥补缺口；在面临劳动力短缺的非应用企业中，23.8%持乐观态度。
这一比例与当前应用企业的实际受益比例相近，表明如果能够有效克服应用障碍，生成式AI有望帮助更多中小企业应对人力挑战。
31%中小企业已应用生成式AI
生成式AI已在中小企业中实现规模化渗透，成为不可忽视的生产力工具。在7国受访企业中，31%的中小企业表示正在使用生成式AI，这一比例远高于各国统计局此前的调查数据，反映出生成式AI在中小企业中的普及速度远超预期。
生成式AI的应用呈现明显的行业分化特征。信息通信行业的中小企业应用率最高，达到47.3%，这类企业常利用生成式AI进行代码开发、调试或简化工作，与业务场景高度契合；其次是其他服务活动（45.8%）、行政支持服务（37.7%）、艺术娱乐（40.1%）等知识密集型服务行业。
相比之下，依赖体力劳动的行业应用率较低，农业、林业和渔业仅为11.2%，制造业为15.1%，采矿、电力和供水行业为23.3%。
尽管存在行业差异，但生成式AI的应用已覆盖所有经济部门，展现出广泛的适用性。在建筑业，企业利用生成式AI创建建筑模型的视频模拟或设计渲染图；在住宿和餐饮业，用于菜单制作、图像编辑和文本翻译；
在农业领域，则助力探索更高效可持续的生产方式。这种跨行业的应用场景，预示着生成式AI对劳动力市场的影响将是全面且深远的。
企业规模越大，应用AI率越高
企业规模与生成式AI应用率呈现显著正相关。调研数据显示，50-249人的中型企业应用率最高，达到45.8%；10-49人的小型企业次之，为41.5%；2-9人的微型企业为35.8%；而一人企业的应用率仅为23.6%，不足中型企业的一半。
这一差距的形成主要源于多重因素：大型企业更易克服技术应用障碍，拥有专门的营销、IT部门负责相关技术落地；员工数量较多时，个体自发使用的概率也相应增加；
此外，大型企业对效率提升的需求更迫切，也更有资源投入到生成式AI的应用探索中。
不过，值得关注的是，在应用效果评价上，小型企业往往比大型企业更积极，一人企业对生成式AI带来的绩效提升、新任务拓展等收益的认可度最高，显示出技术对小型企业的边际价值可能更为显著。
德国领跑AI应用，日韩滞后
生成式AI在各国中小企业中的应用率存在明显差异。德国以38.7%的应用率位居榜首，奥地利（34.1%）、爱尔兰（33.0%）、加拿大（32.7%）紧随其后。
英国为27.7%，韩国和日本分别以25.2%和23.5%位列末位。
这种区域分化并非偶然，而是由经济结构、数字化基础、劳动力特征等多重因素共同作用的结果。德国中小企业中2-9人规模企业占比相对较高，而这类企业的应用率高于一人企业，拉动了整体水平。
日韩两国则面临特殊挑战：日本的数字化竞争力排名较低，企业普遍依赖老旧系统，且劳动力中65岁以上人群占比高，对新技术的接受度较低；
韩国则存在大型企业与中小企业技术鸿沟明显的问题，低生产率的中小企业受限于盈利空间，难以投入资源进行AI创新。
AI主要用于生成文本
在具体应用场景上，生成式AI呈现出“重文本、轻视听，重外围、轻核心”的特征。数据显示，91.6%的应用企业使用生成式AI进行文本生成，远高于图像生成（34.9%）、视频生成（16.9%）和音频生成（14.7%）。
这表明大型语言模型在中小企业中的应用最为广泛，涵盖邮件撰写、网站内容创作、代码编写等多种任务。
从任务性质来看，仅28.7%的应用企业将生成式AI用于核心业务活动（即产生收入或提供核心产品服务的活动），多数企业将其用于辅助性、外围性工作。在任务复杂度上，企业更倾向于将生成式AI用于简单、一次性、非重要任务，而非复杂、重复性、关键任务，尽管不少企业会结合使用多种任务类型。
在业务功能分布上，营销和销售是应用最广泛的领域（49.7%），其次是信息技术（44.5%）、管理（39.3%）和客户服务（37.3%），而在法律（10.6%）和金融（12.2%）领域的应用率最低。不过，不同行业存在差异，例如制造业、专业科学技术服务业更倾向于在研发环节应用生成式AI。
AI对劳动力就业的影响
尽管技术变革往往引发对就业的担忧，但调研结果显示，生成式AI并未导致中小企业大规模裁员，而是推动了劳动力需求结构的升级，对技能提出了新的要求。
与“AI将取代大量工作”的预判不同，生成式AI对中小企业就业总量的影响微乎其微。数据显示，83.0%的应用企业表示AI对整体员工需求没有影响，仅有9.1%的企业报告员工需求减少，5.5%的企业表示需求增加。
这表明中小企业在面对技术变革时，更倾向于保持人员稳定，而非立即进行裁员或扩编。
这一结果的出现主要有两方面原因：一方面，生成式AI目前主要用于辅助性任务，对核心生产流程的替代有限，尚未达到需要大规模调整人员的程度；另一方面，中小企业更倾向于通过自然减员、放缓招聘等方式应对人力需求变化，而非直接裁员。
OECD的案例研究也发现，制造业和金融行业的企业在引入AI后，多通过人员流动而非主动裁员来优化人力结构。
从国家来看，英国中小企业的人员需求变化最为明显，18.3%的企业报告需求减少，8.6%报告需求增加，这可能与英国劳动力市场的灵活性较高有关；而日本、德国和韩国的企业则最倾向于维持人员稳定，报告需求变化的比例最低。
从行业来看，行政支持服务、房地产、信息通信行业的企业最可能减少员工需求（占比14%-15%），而教育行业则最可能增加需求（17.1%）。
高技能AI人才需求大涨
调研数据显示，19.7%的应用企业表示AI增加了对高技能员工的相对需求，而仅有9.4%的企业表示需求减少，两者比例接近2:1，表明技术正推动企业更倾向于招聘和保留高技能人才。
这一趋势在所有国家均较为明显，仅爱尔兰的高技能需求增加与减少比例相近（约18%-19%）。从行业来看，信息通信、专业科学技术服务等知识密集型行业对高技能人才的需求增长最为显著，而农业、制造业等行业的变化相对温和。
具体到技能类型，生成式AI显著提升了两类技能的重要性，数据分析和解读技能（46.4%的企业认为更重要）、创造力和创新技能（41.9%的企业认为更重要）。
这是因为生成式AI能够处理大量基础性数据处理工作，但需要员工具备分析解读数据、挖掘价值的能力；同时，AI生成的内容往往需要人类进行创意优化和创新拓展，才能真正满足业务需求。
此外，沟通协作技能（46.1%）、批判性思维和问题解决技能（44.2%）、编程和编码技能（39.0%）的重要性也得到提升。
相比之下，文书和行政技能的重要性下降最为明显，16.1%的企业认为这类技能变得不那么重要，这与生成式AI能够自动化处理文书工作、日程安排等行政任务密切相关。
想转型AI，不被时代淘汰
CAIE注册人工智能工程师认证
岗位能力 × AI工具 ×转型方向 × 场景落地 = 新AI职业价值
扫码免费领取《AI工程师入门学习指南》
