全球约78%的公司已将某种形式的AI技术整合到其核心业务运营中，但地区间 adoption 差异显著。先进经济体快速整合AI，而许多发展中地区因基础设施、技能和投资有限而滞后，加剧全球数字鸿沟，使部分市场和企业在AI驱动增长中处于不利地位。
SMEs 面临三大挑战：
- 技术基础设施差距：缺乏可负担的AI软件、可扩展的IT基础设施、强大的网络安全以及与现有遗留基础设施整合AI的成本，限制SMEs采用AI。
- 人才和数字能力短缺：全球仅12%的SMEs对其员工进行过AI培训，52%报告缺乏内部技能为重大挑战，影响其有效部署、扩展和管理AI技术。
- 私营和公共利益相关者之间AI生态系统协调和支持脱节：仅18%的SMEs了解政府提供的与数字采用相关的支持，行业联盟、孵化器和共享研发平台的获取也极不均衡，阻碍创新和SMEs负责任地扩展AI解决方案。
AI包容性的五大指导原则：
- 扩大对服务不足群体的访问：确保AI驱动工具和服务对所有规模和背景的企业都可用。
- 提高金融素养和信心：使SMEs具备做出明智决策所需的知识。
- 确保负责任的AI使用：建立信任，防止滥用或意外伤害。
- 促进公开的公私合作：利用共享的专业知识和资源促进可扩展的创新。
- 培养AI人才和能力：发展维持长期增长和竞争力的必要技能。
AI包容性五大趋势：
- AI的民主化：云计算、SaaS和可扩展的AI平台降低了成本，使SMEs能够无成本地投资基础设施访问预测分析和自动化工具，缩小数字鸿沟。
- 构建AI素养和信心作为核心竞争力：转向人机协作模式，员工需要接受培训以解释和改进AI输出；监管和道德要求企业理解和管理AI驱动的金融流程。
- 平衡AI创新与责任：可解释性成为商家要求，AI系统需要解释决策依据；内置负责任的AI实践，从设计阶段就嵌入公平、透明和问责制。
- AI生态系统内公私合作的兴趣日益浓厚：公私AI计划帮助SMEs以较低成本和障碍访问AI工具；行业联盟和标准化促进最佳实践和互操作性。
- 培养下一代创新者：AI素养已成为一项通用技能；共享监管沙盒提供安全环境进行创新工具试点；微学习和在职培训帮助员工在日常工作中学到AI技能；生态系统支持平台提供培训、指导和同行学习。
SMEs将AI转化为机遇：
- 加强数据基础以实现可扩展的AI采用。
- 将AI集成到财务运营中。
- 将AI代理和分析嵌入核心工作流程以驱动更智能的执行。
- 赋能员工掌握AI技能和素养。
政策制定者的作用：
- 促进包容性政策，将AI扩展到MSMEs。
- 通过沙盒支持监管创新，加速采用。
- 标准化隐私框架，促进跨境AI合作。
- 建设未来型劳动力，提供AI治理、数据素养和道德使用智能系统的技能培训。
最终，通过遵循AI包容性原则，SMEs能够利用AI提高运营效率、做出更明智的决策、增强透明度和改善风险管理。需要所有利益相关者的协调行动，包括政策制定者、SMEs和行业参与者，以加强AI基础设施、提高员工AI素养并协调治理标准，才能充分发挥AI的潜力，促进更公平、更具包容性的金融未来。
