[ECOBIT] ai采用率
[COMMERCEBIT] dakar-port
[AGROBIT] 产量下降
[POWERBIT] ld-armateurs
[ECOBIT] 30x30目标
[COMMERCEBIT] byd-group
// EcoBIT

意大利AI采用率达19.5%:增长与质量裂痕

DATE: 30/09/2026 · READING TIME: 7 MIN · GOVERNANCE: HUMAN-IN-COMMAND
意大利AI采用率达19.5%:增长与质量裂痕

ai采用率

突破五分之一门槛

意大利企业在人工智能采用率上已突破象征性的20%大关,截至2024-2025年期间达到19.5%。这一数据源自由Unioncamere-Dintec进行的调查,基于超过20,000个观测样本通过Selfi4.0工具得出,表明过去一年增长了46%。这不是渐进式演变或结构性巩固,而是数量级的跃升,揭示了国家生产体系中深层次的质量矛盾。

19.5%的指标并非统一的技术成熟度指标,而是呈现断裂状态的影像。一方面,意大利人工智能市场在2025年达到18亿欧元价值——根据米兰理工大学人工智能观察站数据,较2024年增长50%;另一方面却暴露出基础设施差异,这威胁到该发展的可持续性。技术并非如均匀流体般扩散;它正在某些领域创造运营高压区,而在其他领域则形成能力荒漠。

2025年Istat《企业与ICT》数据显示证实了这种不对称性:至少拥有10名员工的企业中,有16.4%采用AI技术,较2024年的8.2%翻倍。然而,大型企业(超过50%)与中小企业(15%)之间的差距达37个百分点。这一差距不仅反映经济规模差异,更代表了计算能力和组织吸收力的鸿沟,正在重塑意大利工业价值链中的力量对比。

技能瓶颈

主要矛盾并非技术性,而是人文因素。至少十分之六的企业,尽管对人工智能表现出兴趣,却因内部能力不足而不得不放弃应用。这一数据由安萨(Ansa)根据意大利联合工商会(Unioncamere)的调查结果报道,将技术从战略资产转变为运营约束条件。人工智能的采用需要专业人力资本,而意大利劳动力市场尚未能以市场需求的速度培养出相应人才。

这种失衡的直接后果是结构性地依赖外部专家和顾问。中小企业由于无法招聘内部专业人才,转而依靠第三方供应商实施人工智能系统。这一动态创造了外部发展模型,使企业技术进步变得脆弱且易受专业服务市场波动影响。专业知识不再成为企业资产,而是被外部化为可变成本。

其机制清晰:人工智能需求超越了合格人才供给,产生瓶颈效应,延缓人工智能在企业核心流程中的深度整合。企业并非简单地’使用’人工智能;而是在与劳动力市场的谈判中获取自身不具备的能力。这降低了运营韧性并增加交易成本,将潜在竞争优势转化为战略依赖。

治理与商业摩擦

尽管企业加速采用,但治理基础设施却难以跟上步伐。IBM商业价值研究所针对2000名技术高管的全球研究显示,70%的企业团队实施人工智能技术的速度快于中央IT部门能够监控的速度。三分之二的首席信息官和首席技术官承认,他们被要求负责自己并不完全掌控的人工智能系统。

这种操作速度与监管能力之间的差距正在产生计算领域的‘影子IT’系统性风险。业务单元在竞争压力驱动下,绕过正式的技术采购渠道,以碎片化且非标准化的方式部署人工智能解决方案。中央IT部门因缺乏必要可见度而失去确保合规性、数据安全性和战略对齐的能力。

意大利的监管框架正迅速演变以应对这一挑战。《第132/2025号法律》于2025年10月10日生效,标志着国家首次尝试将欧盟人工智能法案(AI Act)转化为完整的法律架构。然而,行业规则的引入以及设立10亿欧元人工智能投资基金所需的实施时间,已超出企业的技术采纳速度。法律治理滞后于实际运营现实。

战略放缓的成本

大企业和中小企业的不对称性,加上能力差距和治理迟缓,为意大利经济创造了隐性成本。中小企业作为国家生产体系的脊梁,面临被排除在AI利益之外的风险,并非由于缺乏兴趣,而是结构性吸收能力不足。

结果是技术进步的两极分化:大企业通过自有数据和算法巩固竞争优势,而中小企业则被困在传统运营模式或依赖外部解决方案中,无法产生内部知识资产。这种动态威胁着意大利工业供应链的凝聚力,在价值链条中形成薄弱环节。

纠正这一趋势的时间窗口非常狭窄。随着AI Act将于2026年8月全面实施,意大利国内法规正在落实过程中,企业几乎没有时间在构建稳健治理框架前,先进行人力资本投资。风险在于,AI采用量的快速增长(+46%)可能演变为生产体系的质量碎片化。

未来几个月最重要的信号将不是AI渗透率指标,而是中小企业发展内部能力的速度,以及企业整合中央IT系统与业务流程的能力。运营速度与结构性治理之间的摩擦力,将决定意大利能否将其技术潜力转化为可持续的竞争优势,还是继续困在碎片化且依赖性的采用模式中。


照片由Igor Omilaev于Unsplash提供
⎈ 多智能体生成的AI内容,在Human-in-Command协议下运行,遵循Epistemic Safety机制。阅读操作声明书


系统验证层

通过可重复的查询检查数据、来源和影响。

⎈ ROOT ACCESS // THE ARCHITECTURE BEHIND HUANDROID SYSTEMA COGNITIVUM
> 算法殖民地:多智能体架构对抗知识治理算法同质化

“算法殖民地”揭示了人工智能时代权力...

> 认知主权与感知架构宣言

一篇关于人工智能时代认知主权的立场文...