人工智能（AI）正变得越来越容易被亚洲企业采用。从医疗保健、制造业到市场营销和客户服务，企业如今可以使用过去需要大量资金投入和专业技术知识才能获得的工具。
然而，更容易获得技术，并不意味着所有企业都拥有同等的竞争机会。
多年来，关于技术鸿沟的讨论主要集中在富裕国家与欠发达国家之间的差距。随着云端AI服务日益普及，这一局面正变得更加复杂。
如今，身处不同市场的企业越来越容易获得相同的现成AI工具，但它们有效运用这些工具的能力却可能存在显著差异。
因此，亚洲下一阶段的AI鸿沟，可能不仅出现在国家之间，也会出现在同一市场内的不同企业之间。
关键区别已不再只是企业能否获得AI技术，而是它们能否将技术转化为可衡量的商业价值。
亮点
AI工具越来越容易获得，但企业的采用速度跟上了吗？
云端工具、应用程序编程接口（API）以及AI即服务（AI-as-a-Service）平台，让过去缺乏资源自行开发AI技术的企业，如今也能使用相关功能。
小型企业现在可以利用这些工具制定营销策略、处理基础会计工作、自动回复客户咨询、修复简单的软件问题、进行平面设计，以及完成日常运营任务。
AI智能体（AI Agents）还能全天候协助处理日常业务流程，有望减少某些工作所需的时间和人力资源。
随着这些技术日益普及，企业的初始资本和地理位置，可能不再是决定其能否从AI中受益的唯一因素。
企业如何有效实施AI技术，正变得越来越重要。
ZeProp联合创始人兼首席执行官Pradeep Saini认为，最大的变化在于小型企业如今能够更快地开始使用AI。
“最大的变化是，小型企业现在能够以更快的速度开始使用AI。几年前，这需要大量投资和专业团队。如今，云平台和API让初创企业能够迅速实现客户互动、文档处理、信息分析和常规决策的自动化。但真正的价值在于利用AI解决实际的商业问题，而不是简单地增加一个工具。”
Saini曾担任首席运营官（COO）和首席技术官（CTO），并在IBM、Wipro、Hewlett Packard/EDS及Siemens Nixdorf等企业积累了全球技术服务领域的领导经验。他强调了采用技术与通过技术创造价值之间的重要区别。
技术的使用门槛降低，并不意味着企业就一定能够成功实施相关技术。
新加坡AI应用咨询机构On The Ground（OTG）创始人Haojun See在与中小型企业（SMEs）合作的过程中，也经常观察到这一挑战。
“从某种意义上说，确实如此，因为AI比以往任何时候都更便宜、更容易获得。但能够获得AI，并不等于真正采用AI。我在新加坡经营的AI应用机构On The Ground，与法律、人力资源和非营利领域的中小企业合作。我们不断发现，小型企业往往难以顺利将新的AI工具融入现有运营。这并不是因为工具不好，而是因为正确实施需要时间和资源，而这些恰恰是它们经常缺乏的。因此，虽然使用门槛降低了，但许多中小企业在迈出第一步后，很快就遇到了瓶颈。”
他的观察揭示了小型企业面临的一项日益突出的挑战：获得AI技术只是第一步。要将其融入日常运营，还需要额外资源、周密规划，以及充分的组织准备。
从获得AI技术到建立竞争优势
订阅一款现成的AI工具，在某种程度上就像租下一套房子并搬进去居住。
房子能够满足基本需求，但使用者必须接受其现有设计、功能和限制，而这些未必完全符合自身的具体要求。
然而，企业要建立竞争优势，并不一定需要自行开发AI系统。
真正的优势可能来自企业围绕普遍可用的技术所建立的能力，包括专有数据、内部知识、定制化工作流程、与现有业务流程的整合，以及有效执行的能力。
当商业价值足以支持相关投资时，一些企业可能选择开发专有系统。这类系统能够更贴合企业自身的运营需求，并有机会通过内部反馈实现持续改进。
但仅仅拥有专有AI模型，并不能保证企业获得竞争优势。
真正重要的是，企业能否有效结合技术、自身数据、业务流程以及对客户的了解。
See认为，许多小型企业缺乏实现这一目标所需的组织基础。
“最大的障碍其实与AI本身关系不大，而是大多数小型企业并不清楚自己的工作流程，也不知道所有数据究竟存放在哪里。这正是阻碍企业将基础AI使用能力转化为真正运营优势的原因。事实上，这也是我们在OTG带领客户实施AI时遵循的具体顺序：首先进行数据迁移和清理（这听起来并不吸引人，也不像是在做AI，但却是必要的基础工作）；然后梳理主要工作流程；接着确定哪些环节值得优先自动化；只有完成这些步骤后，才真正讨论AI能够如何发挥作用。如果跳过这个顺序，大多数中小企业最终只会把AI强行叠加到混乱的流程上，而这根本行不通。”
他的做法表明，有效采用AI往往始于一些与AI技术本身关系不大的基础工作。
企业首先必须了解自身数据、识别运营中的低效环节，并确定哪些流程真正能够从自动化中受益。
Saini同样提醒企业，不应将AI战略简单理解为购买现有软件与自行开发专有技术之间的二选一。
“根据我的经验，这并不是一个纯粹的‘自行开发还是购买’的选择。优秀的企业会在适当的地方使用标准化软件，同时牢牢掌握真正能够形成差异化优势的数据、工作流程和客户体验。这需要明确的领导方向、规范的数据管理实践，以及对技术如何创造长期竞争优势的深入理解。”
综合两人的观点可以看出，企业能否形成差异化竞争优势，关键不在于是否使用相同的AI工具，而在于这些工具如何融入企业的实际运营。
新加坡与印度揭示AI采用率与应用能力之间的差距
通过观察不同亚洲市场的企业如何采用AI，可以更清楚地了解这一新兴鸿沟。
新加坡和印度提供了两个具有参考价值的案例。
新加坡：AI采用率持续上升，但大型企业仍然领先
根据新加坡资讯通信媒体发展局（Infocomm Media Development Authority，IMDA）的数据，中小企业的AI采用率在一年内从4.2%上升至14.5%。
同期数据显示，大型企业的AI采用率已达到62.5%。
这些数字反映出两个同时发生的趋势。
一方面，AI技术正变得越来越容易被小型企业采用；另一方面，大型企业的采用水平仍然明显更高。
因此，能够获得技术，并不代表不同规模的企业就能达到相近的实际应用水平。
印度：小型企业在提升AI成熟度方面面临不同障碍
印度的商业环境与新加坡不同，但也呈现出类似的趋势。
根据NASSCOM与EY联合发布的《AI Adoption Index》研究，规模较大、技术驱动型企业正逐步迈向更高水平的AI成熟度。
与此同时，微型、小型和中型企业（MSMEs）则面临不同的挑战，尤其是在制造业领域。
研究指出，制造业中小企业的AI采用率仍低于25%，既有的组织结构以及对成本的顾虑，是导致采用速度较慢的因素之一。
与此同时，一些印度小型企业正在利用价格较低的AI工具降低客户获取成本。
这些发展表明，即使在同一个国家经济体内部，AI的采用过程也并不一致。
部分企业已经找到利用普及型工具创造实际价值的方法，而另一些企业仍然面临成本、组织准备程度及实施能力方面的挑战。
新加坡与印度的案例，并不意味着国家之间的差距已经消失。
相反，它们揭示了AI鸿沟的另一个层面：即使处于同一市场，不同企业也可能形成截然不同的技术应用能力。
为什么下一阶段的AI鸿沟将取决于执行能力？
关于人工智能的讨论，往往集中在地缘政治竞争，以及全球主要大国的技术发展雄心上。
这些议题依然重要。不同国家在先进计算基础设施、投资和专业技术人才方面，仍然存在明显差距。
然而，观察亚洲的商业环境，可以发现另一个层面的竞争正在形成。
随着价格更亲民的软件即服务（SaaS）产品、云端API和现成AI工具日益普及，企业需要面对一个不同的问题。
获得这些技术之后，接下来该怎么做？
Saini和See分享的经验表明，成功采用AI取决于多项相互关联的能力，包括整理数据、理解工作流程、将技术融入日常运营，以及识别AI能够创造真正商业价值的领域。
新加坡和印度的相关数据进一步印证了这一区别。
尽管AI的采用范围正在扩大，但企业在准备程度以及有效运用技术的能力方面，仍然存在相当大的差异。
对于亚洲各地的企业而言，挑战已不再只是能否获得AI工具，而是它们是否具备让这些工具真正发挥作用的组织基础。
地理位置仍然重要，不同国家经济体之间的差异依然显著。
但即使使用相同的技术，也不意味着一定能够取得相同的成果。
亚洲下一阶段的AI鸿沟，可能越来越取决于企业能否将容易获得的技术转化为持久的运营优势，以及哪些企业仍然难以跨越从获得技术到真正应用技术之间的距离。
编者按
本文由NewInAsia编辑研究员（Editorial Fellow）Musfiq Mahmud撰写。他是一名来自孟加拉国的记者及数字媒体爱好者，关注科技、国际事务、传播、媒体素养和事实核查等领域。
在本文中，他探讨了亚洲新兴的AI鸿沟如何可能越来越多地由企业之间的差异，而非仅仅由国界决定。结合科技行业领导者的观点，以及新加坡和印度的AI采用数据，他分析了为什么获得人工智能技术并不一定能够转化为竞争优势，以及数据准备程度、组织流程和执行能力为何至关重要。
如果您希望投稿，或分享对亚洲人工智能、新兴技术、数字化转型及商业创新的见解，欢迎联系NewInAsia编辑团队。
资料来源与参考文献
研究及行业报告
1. Infocomm Media Development Authority (IMDA) – Singapore Digital Economy Report 2025
提供新加坡2023年至2024年中小企业及非中小企业的AI采用率数据。
2. EY–NASSCOM – AI Adoption Index: Is AI Still Incubating in Your Organisation or Driving Innovation?
分析印度不同行业的AI成熟度、采用障碍及组织准备程度。
亮点
Read the English article here.
