人工智能（AI）正在多大程度上改变企业的运转方式？
国际劳工组织（ILO）近日发布研究简报《中国企业的人工智能应用》。这项研究由ILO与中国人民大学团队合作完成，对21家中国企业进行深度访谈，并对1591名从业者展开问卷调研，样本覆盖制造、金融、商业服务等行业，企业规模从8人的初创公司到拥有27万员工的保险集团不等。
针对这份报告，第一财经记者专访了报告第一作者、ILO首席宏观经济学家埃克哈德·恩斯特（Ekkehard Ernst）。他对记者表示，与多数国家相比，中国企业的AI应用更具战略性，不少企业已越过工具应用和流程优化阶段，开始考虑商业模式层面的变革。
中企领先商业模式变革
“在大多数国家，企业实际上停留在第一或第二层级。但我的印象是，在中国，平均而言已有更多企业开始考虑商业模式层面的变革。”这是恩斯特在此次研究中印象最深的发现。
他所说的“层级”，是研究团队衡量企业AI应用深度的一把尺子：第一层，员工在具体任务中使用AI工具；第二层，企业围绕AI重新设计工作流程；第三层，AI改变的不再是某个环节，而是企业创造价值的方式本身。经合组织（OECD）国家的一些企业已开始把AI融入工作流程，也就是走到了第二层。
在恩斯特看来，这一差别至关重要。“如果历史可以作为参考，商业模式的改变才是真正能够带来收益的领域。”改变任务和工作流程固然重要，但仅靠这些，不足以带来宏观层面的生产力提升，“真正的收益将来自这一层面。”恩斯特说。
报告里已初显迹象。一家人才管理企业把整套招聘业务重建在AI之上，初级顾问得以完成过去需要中高级人才才能胜任的工作，一些原本做不起来的国际项目也变得可行；一家教育科技公司凭借AI自习室把运营成本压低80%，服务定价随之减半。报告认为，这两家企业已显露出迈向第三层级的迹象。
至于中国企业为何走得更靠前，恩斯特认为，这可能与更大规模的投入有关，“数字中国”战略也在帮助企业协调行动、预判发展方向，“这对中国企业很有帮助。”报告也印证了这一点。
评估框架仍然缺乏
尽管报告中不乏亮眼的量化案例，如一家保险公司300名客服员工的日处理量从6000件提升至15000件，一家保险集团的招聘周期从30天缩短至13天，但报告同时强调，多数企业缺乏系统化的评估框架。
对此，恩斯特并不讳言：“这也是令我们印象深刻的结果。在我们开展过类似调查的其他国家，情况同样如此。大多数企业很难说清自己究竟获得了多少生产力提升。”
他解释，在具体任务层面，收益可以测得相当精确，比如客户电话的接听量、人力资源部门处理的简历数量；但一旦上升到员工个人、团队乃至整个公司层面，“大多数企业都缺乏严格的衡量指标。”
这一局限也带来实际后果。“如果你是一家公司的投资者或首席财务官，投入数百万甚至数十亿资金购买AI工具，却不知道究竟获得了多少回报，这通常不会鼓励企业采用这些工具。”恩斯特说，正因缺乏具体评估，部分企业对快速采用AI持犹豫态度。
就业冲击尚未显现
外界普遍关注AI对就业市场的影响。对此，恩斯特的判断相对平静：“总量层面上，我们仍然没有看到太大变化，失业率没有出现明显上升。”
但他同时警告，随着AI应用率不断提高、企业不断找到能够运用这些工具的新商业模式，年轻人将面临结构性挑战：刚进入劳动力市场的这批人，接受教育时还处于生成式AI出现之前的时代，而初级和入门级岗位上的许多任务，恰恰最容易被AI接管。
“关键在于互补。”恩斯特说，只要你的工作能与AI工具形成互补，就不会失业，反而能升级工作、从工具中受益、变得更有生产力；反之，则面临失去工作或工作条件明显恶化的风险。
政策层面，恩斯特呼吁从三方面着手：一是完善的社会保障体系，且不止于收入补偿，还要有积极的劳动力市场政策，引导失业或濒临失业的劳动者找到新机会，比如丹麦的“灵活保障”（Flexicurity）制度和新加坡的“技能创前程”（SkillsFuture Singapore）计划都是范例；二是鼓励社会对话，劳动者代表与企业之间的协商，能确保员工了解即将引入的工具并提前做好准备；三是教育体系的快速调整，从大学、职业教育到中等教育都需要把AI纳入教学，同时升级终身学习体系，让中老年人群也有机会学习这些工具，把它们融入自己的日常。
