Situation of AI adoption by small and medium-sized enterprise decision-makers.

人工智能在中小企业决策中的应用制作者 方法论 调查于2月23日至27日对1,012名小型和中型企业（员工人数在1至500人之间）的决策者进行，样本收集旨在反映企业规模分布 这项研究是在“非类别”群体中进行的。拒绝者筛除36%受访者数量要么根本不使用企业AI，要么已经将其排除在外采购企业人工智能。因此，这些结果并不反映整个宇宙的所有情况。中小型企业决策者 决策者包括“企业决策者”和“IT决策者”。样本中两者平均分配。制造商小组。 IT决策者 •导演+头衔•个人控制或影响技术预算•决策权涉及技术采购决策（无论是最终决策者或其中之一（多个团队之一）对于整个公司或多个团队•执行、监督以及/或制定IT活动的策略 商业决策者 •影响者或战略举措、运营的主要决策者资源，或其他业务决策•导演+具有决策权的职务名称 关键要点 在中小型企业（SMBs）中使用人工智能，这项技术正在实现可衡量的生产力提升，决策者对它的长期商业影响普遍持乐观态度。预算分配正在扩大，传统软件类别正开始面临被取代的压力。同时，围绕成本、整合以及与旧系统的兼容性的障碍持续减缓采用速度。 人工智能正在创造真实价值。在已采用企业人工智能的中小型企业中，88%报告生产率提升，85%的人预计人工智能将在未来十年内对商业绩效产生积极影响。 2. 预算遵循信念。超过60%的人计划增加整体IT预算和AI特定支出。AI占大多数公司总IT支出的5-20%。组织。 3. 传统软件正成为众矢之的。大多数用户预计人工智能将在两年内取代搜索工具、BI平台和营销软件。近一半用户已报告传统软件支出有中等的减幅。 4. 品牌竞赛仍属开放状态谷歌、OpenAI和微软在认知度和使用率方面占据主导地位，但像Anthropic、Perplexity和Meta AI这样的挑战者正在崛起。在静流体态的景观中的立足之地。 5. 成本与集成是关键摩擦点障碍是商业和运营方面的，而不是技术方面的。透明定价、灵活承诺、无缝集成是关键差异化因素。 当前采用和使用模式 中小企业多久使用一次企业人工智能？ 在SMB决策者全体样本中，大约四分之三的受访者表示至少使用过一些企业人工智能工具。大约27%的人每天使用，另外25%的人则偶尔使用。周，而大约26%的人表示他们根本不使用企业人工智能工具。这确立了一个基准：企业AI在中小企业中的渗透率已经达到有意义的水准，尽管仍有相当一部分企业还在旁观。 组织在他们的AI旅程中处于什么阶段？ 在参与人工智能的子集（占总数的65%）中总体观众），组织跨度广泛光谱成熟度。近30%仍处于“积极探索”阶段，而大约20%正在一两个领域进行试点运行企业部门。然而，合计44%。报告称人工智能已经在全球范围内部署使用。多重功能（27%）或完全融入核心运营（17%）。只有6%的人报告没有当前采用或探索。这表明那市场对于相当一部分已经远远超越了实验阶段中小型企业（SMBs） 生产力和商业影响 人工智能是否正在提高生产力？ 在参与人工智能的中小企业中，88%报告称从人工智能的采用中至少获得了一些生产力的提升，其中32%认为这是显著的，另外31%认为是适度的。只有11%的人说他们没有看到任何可衡量的改善，几乎没有人（不到1%）报告产量下降。 长期前景看起来如何？ 当被问及未来五到十年人工智能预期的影響時，49%的人預期會有非常積極的影響，另外36%的人認為會有相對積極的影響。只有大約4%的人預測會有任何負面影響。负面影响。这种几乎是普遍的乐观态度可能反映了积极的亲身体验。并且信号持续投资。 活跃用例 中小企业都在用人工智能做什么？ 在部署或正在试运行的AI组织（n=320）中，最常见的使用案例是营销和内容创作（58%），其次是文档处理和知识管理（55%）和数据分析与报告（54%）。客户服务自动化（43%）和战略规划（37%）也位列高位。更多技术类应用，如代码生成（28%）和人力资源管理工具（21%）虽然普及度不高，但仍代表有意义的收养 这种模式表明，当前的人工智能应用浪潮集中在以下领域：生成式AI的优势最直接适用于：内容创作、文档处理处理和数据综合。 人工智能预算趋势与IT支出份额 人工智能已经超越了一些传统IT支出类别的优先级。网络安全仍然是总体上的首要任务，32%的人称其为“首要任务”，另外30%的人对其进行了评估But AI tools and platforms now rank second, with 27% top and 33% high. Business随后是生产力和软件。 人工智能正占据着意义日益重要且逐渐增长的IT预算份额。最常见的分配范围是总IT支出的5-9%（23%），其次是10-19%（23%）和1-4%（20%）。大约15%分配在20%至29%，7%在30%或以上，仅有8%报告为0%。-相关信息技术花费 大约63%的人预计2026年的AI支出将比2025年增加。，预计有16%的人期望增长达到20%或更高。只有大约2%的人预期会减少。人工智能支出增长趋势甚至比整体IT预算更为激进。 软件的传统秩序被打乱 哪些软件类别面临被取代的风险？ 当被问及未来两年AI最有可能取代哪些类别时，52%的人指向了搜索和知识管理工具，48%的人指向了商业智能/分析，43%的人指向了市场营销管理。CRM（35%）和供应链/ERP（25%）也被视为脆弱。 人工智能是否已经开始减少软件支出？ 大约45%的人报告说，传统软件支出至少有所减少。26%描述适度减少，12%显著，7%转型性。28%表示AI支出是完全累加；27%的人表示融合程度最小。 人工智能在复制企业软件方面的潜力 能够AI克隆企业软件吗？ 也许最具有挑衅性的发现是，50%的人工智能engaged SMB decision-makers agree (17% strongly, 33% somewhat) with the statement that \"we might be six to twelve数月后，AI模型能够克隆企业软件公司的产品之时，即完成软件工程师端到端所做的一切。”另外31%的人既不同意也不反对，而只有19%的人反对。 这项发现是衡量买家情绪的指标，而非技术评估。但它具有实际意义。相信人工智能可以复制他们目前使用的软件的买家， 许可证可能在与供应商续约时拥有更大的议价能力，更短的承诺期视野更广，更愿意尝试替代方案。 阻碍采用 什么阻碍了采用？ 最常见的障碍与成本和商业条款相关：28%的人指出是大量前期承诺，27%的人提到复杂或不透明的定价，还有22%的人指出是不利的合同。术语。随之而来的是集成和兼容性问题：21%的人提到与不清晰的兼容性问题。遗产基础设施，18%的人认为需要重新平台化，18%的人指出与现有系统的集成不足。技术障碍，如API成熟度低（10%）和安全性审查失败（8%）较为罕见，但可能是决定性的障碍。26%的人表示没有任何这些障碍。应用。 这些发现表明，服务于中小企业市场的AI供应商有机会在商业灵活性、透明定价和无缝集成方面进行区分。技术本身在很大程度上满足了预期；问题在于……-to-market 和 deployment模型产生摩擦。 品牌景观 品牌知名度由谷歌（87%）、OpenAI（80%）和微软（78%）领导。Meta AI（63%）已经达到强意识。在更专业玩家中：困惑（43%），xAI(42%），人类学（37%），和AWS人工智能（35%）。 谷歌（74%）和OpenAI（70%）在过去四周的活跃使用率位居前列，其后是微软（50%）。前三名之后：Meta AI（36%）、xAI（30%）、Perplexity（27%）、AWS AI（25%）。并且人类学（25%）。 谷歌和OpenAI之间的意识-使用差距最小，Anthropic的差距最大。AWS人工智能。 类别优势分析：概述 品类优势衡量品牌力量驱动力，通过捕捉心理和精神因素。可用性（想起某品牌的可能性）以及情感亲近度（感觉有多强烈）消费者与所有竞争对手相比，更能与品牌产生连接。 底线 企业AI针对中小企业是一个尚未满足需求的类别。受限 —— 它是摩擦在争夺中小企业认知份额的八個品牌中，谷歌和OpenAI充當兩個心智“前門”，但均未锁定主导地位。 该类别以信任、安全和成本透明度为基石。保守的入场点信号买家更想要的是保证而非创新。 最大的采用阻碍因素是定价不透明（27％）、承诺焦虑（28％），和整合不确定（21%）-- 与买家最初开始寻找AI的初衷直接冲突的摩擦。 今天的分类 一个双头结构已经形成。在商业决策者（BDMs）中，Google在心理市场份额（MMS）中以16.1%的份额领先，其次是OpenAI占12.6%，然后是Microsoft占据8.7％。当重新基于8个品牌的竞争组时，谷歌大概占据了30％的心智份额。市场份额，OpenAI 约24%，微软约19%。这三者合计约占四分之三的品牌检索属于该类别。 挑战者级别正在形成，但尚未分化。Meta AI（约4% MMS）、AWS AI、困惑、xAI和人类学集群位于2%-4%范围内。这些品牌具有深刻的心理渗透力——困惑达到62%的消费者，AWS AI达到68%。-- 但是他们实际品牌偏好份额仍然微薄。对于挑战者来说，战略性的问题不是 触及但转化：如何将意识转化为考虑。 分类优势分析：品牌定位 谷歌 优势：最高心理回溯和最广泛的覆盖范围。在受众方面（16.1% BDM，13.2% ITDM）领先MMS，拥有最高的BDM渗透率（87%），以及最大的BDM网络尺寸（10.1）。可靠的AI连接（57.8%）是单个最高的品牌 x CEP得分。类别 风险：相对于分布的低指数。情感亲近度（4.2）仅略超过OpenAI的，以及ITDM网络规模（9.5）落后于OpenAI（9.7）。必须加强成本可预测性。安保治理信息。 开放AI 优势：最深的ITDM共鸣和最高的情感联系在技术领域买家。ITDM网络规模（9.7）、ITDM情感亲近度（4.3）和ITDM渗透率（85%）的领先指标。在ITDM之间，复杂性与清晰度CEP的联系（55.1%）是最高的。单品牌ITDM类别得分 风险：信任和治理必须成熟。BDM情感得分（3.9）落后于谷歌（4.2），BDM之间值得信赖的AI联系（47.3%）也低于谷歌（57.8%）。 微软 优势：整合可信度与ITDM动力。从BDM中的8.7%MMS上升到ITDM中的9.8%。ITDM网络规模（9.4）几乎与领导者持平。可信人工智能ITDMs之间的联系（51.6%）与OpenAI相连。 风险：心智份额跟踪分布。尽管拥有最大的企业安装基础，MMS在Google和OpenAI之后。情感亲近度（3.2 BDM / 3.4 ITDM）位于以下中点。承担“副驾驶模式”风险：通过默认设置使用而不建立品牌偏好 分类优势分析：品牌定位 挑战者设立了 五个挑战者品牌共同占据一个结构位置：有意义的渗透（49%）-68%）但市场份额（2 -4%）较小。每个都面临着不同的前进道路： Meta AI（3.9% MMS）：最高挑战者触及，但最弱网络规模（6.5）7.1） 配送 - 不可辨认的 CEP 权属。须压缩至 1-2 个入境点并超过 -拥有它们。 AWS人工智能（2.5% MMS）：强大的集成——原生定位和高BDM网络规模（9.1）。处于挑战者中最有利的位置，以在运营卓越和可衡量性方面竞争价值。 困惑（2.5% MMS）：达到62%的买家，但市场份额较小。成本可预测性(29.8 -30.2%) 是一个潜在的差异化因素。必须构建一个独特的信任和治理故事。 xAI（2.3% MMS）：最低渗透率（49-50%）。没有整合的知晓并非保证或者治理信誉将阻碍增长。 人类学（2.0% MMS）：最小MMS但挑战者中ITDM网络规模最大(8.1). 围绕可信赖人工智能和安全的自然