人人都在用 AI，却只用来写邮件：中小企业从“浅层使用”走向真正落地的三步
问十位中小企业主“公司有没有在用 AI”，现在大概有七位会说有。但再问一句“用在哪里”，答案多半是写邮件、改文案、查资料。爱尔兰小型企业协会（SFA）在 2026 年 8 月公布调查时，直接用了“浅层”这个词来形容这种状况。中小企业 AI 应用的问题已经不是用不用，而是用得多深。这篇文章整理三份近期调查呈现的现状、浅层使用的常见迹象，以及把 AI 从个人小帮手变成公司流程一部分的三个步骤。
中小企业 AI 应用的现状：用的人多，用得深的少
三份调查的方向相当一致。
- SFA（爱尔兰，404 家小型企业）：92% 使用 ChatGPT、Microsoft Copilot 这类通用现成工具；使用按自身需求调整的定制 AI 模型的只有 30%（前一年为 22%）。而在有策略地引入定制 AI 的企业中，65% 表示效率提升。
- Thryv（美国，561 位中小企业主与决策者）：采用 AI 的比例从一年前的 55% 上升到 66%，但有 70% 的企业主表示需要更多培训，才能有效使用。
- Intuit QuickBooks（美、加、英、澳）：约七成企业固定使用 AI，但在美国，2021 到 2025 年间付费购买专用 AI 工具的企业只有 12%。
把这些数字放在一起看：普及率很高，但多数停留在免费或通用的聊天工具，真正把 AI 接进运营的还是少数。
SFA 的调查也问了卡住的原因：31% 说缺乏技术能力，28% 说没时间研究，17% 说缺乏资金。Intuit 的报告则指出，企业主最在意的是隐私与安全、出错的风险，以及不确定 AI 到底能做什么，成本反而不是首要顾虑。
“浅层使用”长什么样子：四个迹象
如果公司符合下面几项，大概就还在浅层：
- 各用各的：每个人用自己的账号、自己的问法，好用的做法没有传给同事。
- 复制粘贴：AI 的输出要靠人手动贴到邮件、电子表格或系统里，AI 与公司的工具之间没有连接。
- AI 不认识公司：每次都要重新说明产品、价格、语气，因为 AI 手上没有任何公司的信息。
- 说不出成效：大家都觉得“有帮助”，但没有人说得出哪个流程因此快了多少。
浅层使用不是坏事，它是必经的第一阶段。问题在于停在这里太久：省下的是个人零碎的几分钟，公司整体的运作方式没有改变。
从浅到深的三个步骤
1. 只挑一个流程
不要从“全公司引入 AI”开始。挑一个每周重复、步骤固定、出错代价不高的流程，例如回复常见咨询、整理订单、制作报价单初稿。把这个流程的每一步写下来，再决定哪几步交给 AI。
2. 把公司的数据交给 AI
AI 回答得空泛，通常是因为它不知道你的产品、价格与规则。把常见问答、产品资料、品牌语气整理成 AI 读得到的文档，是最划算的一步。我们在〈模型很聪明，却不懂你的公司〉与〈你的品牌手册，AI 读得懂吗？〉谈过具体做法。
3. 把做法变成公司的，而不是个人的
七成企业主说需要更多培训，但培训不一定是上课。更有效的是：把好用的提示词与示例存在共用的地方、每周花十五分钟让同事演示一个用法、指定一个人负责维护。让知识留在公司，而不是留在某个人的聊天记录里。
到了这个阶段，如果通用工具仍然接不上你的系统或流程，才是考虑定制开发的时机。SFA 的调查显示，自行开发独立软件的小型企业比例已从 10% 上升到 20%，这条路正在变得可行。
AI 负责执行，人负责选题与把关
应用得越深，人的角色越重要，只是位置改变了。
- AI 负责：按照既定流程处理重复的工作、起草初稿、整理数据、全天候响应。
- 人负责：决定哪个流程值得改、设定什么数据可以给 AI、检查对外发出的内容、处理例外与客诉，以及判断这项投入是否值得。
Intuit 的报告提到，AI 使用率最高的是营销、行政与客服，最低的是需要大量人为判断的工作。这个分布本身就是一份合理的分工表：先把规则清楚的工作交出去，把判断留在人手上。
结语：深度不是买来的，是整理出来的
从浅层到深层，差别很少在于买了多贵的工具，而在于公司有没有把自己的流程、数据与做法整理清楚。这些整理的工作没有 AI 可以代劳，却决定了 AI 能帮上多少忙。这也是 TitApeX 相信的“AI 负责完美，人负责动人”：把重复的事交给 AI 做到稳定，把人的时间留给客户与判断。
如果你想找出公司里最适合先引入的那一个流程，欢迎看看我们的服务项目，或直接与我们聊聊。
评论