人工智能系统在波兰中小企业中的实施影响:使用规模、生产力与未被察觉的可持续性

《Sustainability》:The Impact of the Implementation of the AI Systems in Small and Medium Enterprises in Poland: Scale of Usage, Productivity, and Unperceived Sustainability

【字体: 大 中 小 】 时间:2026年06月26日 来源:Sustainability 4.1

编辑推荐:

  本文的主要目标是考察在波兰中小企业(SMEs)中实施人工智能(AI)系统所带来的组织、经济和可持续性相关影响。该研究结合了对库亚维-波美拉尼亚地区112家中小企业(包括70家使用AI的企业)进行的问卷调查,以及对管理人员进行的13次深度访谈。定量分析应用逻辑斯

  
本文的主要目标是考察在波兰中小企业(SMEs)中实施人工智能(AI)系统所带来的组织、经济和可持续性相关影响。该研究结合了对库亚维-波美拉尼亚地区112家中小企业(包括70家使用AI的企业)进行的问卷调查,以及对管理人员进行的13次深度访谈。定量分析应用逻辑斯蒂模型(logit models)来识别感知到的AI对内部流程影响的决定因素:工作时间和工作量减少、自动化、成本效应以及创造力。定性分析部分解释了AI是如何被采纳并嵌入到商业实践中的。结果表明,AI在中小企业中的采纳越来越普遍,但仍然不平衡且主要停留在操作层面。最显著的影响涉及工作量减少和时间效率提升,尤其是在服务型企业和AI使用强度高的企业中。高级AI采纳增加了感知到工作量和相关成本效应的概率。然而,这些效应不应被简单地解释为直接的成本降低。相反,AI在提高生产力和工作能力的同时,也创造了与付费工具、数据准备、集成、输出验证和治理相关的新成本。访谈显示,AI的实施遵循一个分阶段路径:从好奇心驱动的实验,到认知工作增强,再到工作流程整合,以及在特定案例中,实现AI驱动的商业模式创新。从临时使用向战略性实施的转变,较少取决于企业规模本身,而更多取决于流程成熟度、能力和数据准备程度。障碍也随着成熟度而变化:早期阶段的企业面临知识、时间和明确用例的缺乏,而高级用户则遇到数据质量、幻觉、安全性、集成和治理问题。研究发现,可持续性考量,特别是AI的环境影响及与ESG相关的后果,在中小企业的决策中基本上未被察觉。企业家主要通过组织韧性、长期竞争力、适应性和负责任数字化转型的视角来理解可持续性,而非通过正式的环境指标。研究结果表明,中小企业管理者应逐步实施AI,将采纳与可衡量的流程层面结果联系起来,并投资于AI素养和治理。他们还应将负责任的AI原则融入组织战略,以支持可持续的数字化转型。该研究对文献的贡献在于表明,中小企业对AI的采纳不应仅仅被理解为提高生产力的过程,而是更广泛的组织转型,塑造着长期可持续性和韧性。
**论文解读:人工智能在波兰中小企业中的实施影响、使用规模、生产力与未被察觉的可持续性**

**1. 研究背景与问题**

随着生成式人工智能(GenAI)技术的快速发展,特别是ChatGPT等工具的出现,人工智能正迅速渗透到商业领域。尽管存在巨大乐观情绪,但企业对AI的应用仍处于早期阶段,其影响是多方面的。对于中小企业(SMEs)而言,实施AI不仅涉及技术部署,更需要与现有内部和外部组织流程的深度融合,这带来了组织、技术、财务和人才等多方面的挑战。现有文献在研究AI在中小企业中的应用时存在碎片化问题,往往侧重于技术或组织等特定方面,而忽略了更广泛的经济、环境和制度背景。尤其是在可持续性方面,虽然AI的实施引发了关于负责任管理、环境外部性以及算法决策长期社会经济影响的讨论,但在面临激烈市场竞争的中小企业部门,可持续性往往被理解为组织的长期韧性,而非通过正式的环境或ESG框架来考量。因此,本研究旨在全面考察波兰中小企业实施AI工具对组织效率、资源利用、可持续数字化转型以及经济、治理和可持续性相关方面的影响,具体包括评估AI使用程度、识别实施障碍、确定感知到的AI实施效果(如工作量减少、时间效率提升、成本降低和创造力增强)的决定因素,并探讨可持续性在AI实施背景下的角色。

**2. 研究方法**

本研究采用了定量与定性相结合的三角测量法。研究样本来源于波兰库亚维-波美拉尼亚省的中小企业。

* **定量研究:** 通过标准化的问卷调查(CAWI方法)收集一手数据,共112家企业参与,其中70家使用AI的企业完成了扩展问卷。研究使用多重逻辑斯蒂模型(logit models)来识别感知到的AI对内部流程影响的决定因素,自变量包括企业特征(规模、行业)、感知障碍、AI使用水平等。模型采用了异方差稳健标准误(HC1)进行估计,并进行了概率单位模型(probit specifications)的稳健性检验。
* **定性研究:** 对来自不同行业的13名企业代表进行了个人深度访谈(IDIs)。访谈协议旨在反映定量分析中的关键维度,并特别侧重探索调查中未完全涵盖的方面,特别是AI实施与可持续性之间关系的认知水平。

**3. 研究结果**

**3.1 AI利用的总体决定因素**
研究显示,AI工具的利用水平在不同规模的企业中相对相似,微企业(58%)和10人以上中小企业(66%)的使用率相差不大,表明公司规模不再是AI使用的关键决定因素,这可能归因于低门槛的生成式AI工具的普及。然而,不同行业之间存在显著差异:服务业(70%)和制造业(68%)的AI使用率远高于贸易业(48%)。根据AI使用强度,企业被分为“办公使用”段(39%)、“低使用”段(37%)和“密集办公使用”段(24%)。最先进的“密集办公使用”段企业不仅使用主流生成式平台,还采用AI智能体(AI agents)等专业解决方案,表明这些企业具有更强的能力、自主性和技术实验倾向。

**3.2 实施障碍**
基于感知障碍,企业被分为三个不同的细分市场。第一个细分市场(51%)感知障碍较低,主要报告“数据安全”问题(50%),但未报告“对AI能力缺乏了解”,这可能反映了知识的表面性。第二个细分市场(27%)集中在能力障碍上,所有企业都表示缺乏对AI能力的了解。第三个细分市场(21%)呈现最复杂的多维障碍特征,同时面临知识、能力、数据安全以及战略和制度障碍。研究指出,核心挑战不在于财务或技术限制,而在于管理者对AI实际能力和局限性的认知水平不均衡且往往流于表面。

**3.3 AI采纳对内部流程影响的决定因素**
研究者运用逻辑斯蒂回归分析了多个二元因变量,如工作时间的减少、工作量减少、重复流程自动化、成本降低和员工创造力提升。模型总体表现良好(AUC值在0.79-0.85之间,麦克法登伪R2在0.20-0.30)。主要发现包括:
* 对**工作量减少**的感知:较高的AI采纳水平(边际效应AME ≈ +32个百分点)、所属服务业(AME ≈ +25个百分点)和员工积极态度(AME ≈ +22个百分点)均显著增加其概率。知识障碍也与该感知相关,表明企业认知到AI潜力与自身能力差距并存。
* 对**工作时间减少**的感知:所属服务业(AME ≈ +23个百分点)和企业规模较大(AME ≈ +19个百分点)是主要决定因素,体现出规模效应的作用。
* 对**成本影响**的感知:较高的AI采纳水平(AME ≈ +34个百分点)和对AI幻觉的担忧(AME ≈ +33个百分点)是重要预测因素,表明成本感知与收益预期和技术风险意识并存。该效应更常被大型企业感知。
* 对**流程自动化**的感知:缺乏基础设施会显著降低感知概率(AME ≈ -31个百分点),而AI对研发活动的有用性则增加其概率(AME ≈ +17个百分点)。自动化是更高级、基于能力的使用结果。
* 对**创造力**的感知:唯一显著的因子是员工的积极态度(AME ≈ +16个百分点)。

**3.4 AI使用条件的深层洞察:来自深度访谈**
定性研究结果补充并深化了定量分析。AI主要被用作认知和操作增强工具,最常见的应用是内容创作、文档分析、沟通和客户服务,这直接支持了定量模型中关于AI对工作时间与工作量影响最强的发现。对于成本的影响更为复杂,企业感知到成本是结构性的重构(包括基础设施、数据准备、模型访问、质量控制等),而非简单的成本降低。员工的态度以好奇心和愿意学习为主导,而非抵抗。自动化是渐进的和有条件的。在可持续性方面,环境维度在企业决策中基本未被察觉,企业不衡量AI相关的资源消耗。可持续性主要被理解为组织韧性、长期竞争力和适应性,即使管理者对AI的环境影响认知不足,AI仍通过经济和组织维度(提升效率、实现新商业模式)为这种战略性的可持续性做出贡献。研究揭示了AI采纳的阶段性因果路径:从好奇心驱动的实验,到操作增强和常规使用,再到流程整合,最后在少数情况下实现战略性业务转型。这一路径的进展更多取决于流程成熟度和实施能力,而非公司规模。

**4. 总结与讨论**

**研究结论翻译:**

本研究的发现表明,中小企业(SMEs)中的人工智能(AI)实施应被理解为一个分阶段的组织过程。它通常始于好奇心驱动的实验和简单的GenAI应用,然后发展为对认知和沟通任务的常规支持。只有当企业确定了可重复的流程并发展出足够的能力时,它才会被整合到工作流程或新的商业模式中。观察到的主要影响涉及时间、工作量、质量和客户服务,而非直接的自动化或成本削减。从临时使用(ad hoc use)AI到战略性实施的转变,较少取决于公司规模,而更多取决于流程成熟度、实施能力、数据准备程度以及管理智慧。

同时,尽管中小企业日益采用AI来增强竞争力和组织韧性,但大多数受访者对环境、社会和治理(ESG)维度相关的环境影响以及数字化转型带来的管理挑战认识有限。长期来看,对AI的环境及ESG维度认识不足,可能使中小企业在日益数字化和可持续性导向的供应链中面临监管风险和合法性下降问题。因此,在中小企业中实施AI的可持续性挑战不仅关乎环境外部性,也关乎组织能否有效参与一个同时走向数字化和可持续性的经济。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号