TechRadar 9月21日刊出一篇文章，文内标注作者为Pax8欧洲、中东和非洲区首席执行官，认为中小企业正面临不同于大型企业的AI投资回报难题，若停留在试验层面，容易错失AI带来的盈利与生产力提升。

文章指出，当前科技行业对AI支出的担忧主要集中在大型组织：它们投入巨大，但许多尚未把投资转化为底线影响。围绕AI投资回报的讨论，也大多以有规模开展试验和转型项目的大企业为中心。对中小企业而言，AI复杂且产品变化快，多数企业没有资源充分评估并制定策略，而大型企业有专门部门负责此事。大企业能吸收大量试验成本，中小企业预算有限，尤其当AI不能带来明确实质性改进时。

文章称，与大型企业类似，中小企业也在使用AI，投资新工具或现有技术栈中的AI扩展，但往往难以走出试验阶段，把采用转化为商业影响。从表层部署到全面整合，需要重构工作流程、数据基础设施和治理框架，多数中小企业尚未准备好。软件成本上升、治理要求和员工培训需求，都使中小企业更难快速实现价值。

文章把中小企业犹豫不决的原因之一称为“适用性错觉”。经合组织调查显示，中小企业采用生成式AI最常被提及的障碍是不适合其工作类型，57%未采用者持这一看法。许多中小企业承认AI的重要性，却仍认为正在重塑全球经济的转型更关系大型企业。但文章引用证据称，德勤观察到，中小企业从基础AI采用迈向中级采用，可能带来约45%的盈利提升，达到全面整合者盈利可能增加111%。另有研究显示，欧洲已采用AI的中小企业中有90%报告生产力改善，75%表示AI改变了客户互动。

文章还提到，在正在使用AI的中小企业中，近五分之四认为该技术对竞争力不可或缺。文章认为，需要让成功案例进入中小企业的视野，用证据解决认知问题，并让企业了解本行业AI使用者与非使用者之间的差距。

文章建议，中小企业若要从谨慎的试点项目走向全面采用并取得回报，必须了解AI在何处能释放最大价值，再将其策略性应用于影响最大的环节。领英对1800万家小企业的调查显示，小企业生成式AI的首要用例不是运营大改造，而是渐进式效率提升和生产力改善。简化流程、数据录入、自动化重复任务和撰写报告，累积效果可能对中小企业影响最大。文章举例说，理发店手动核对预约爽约与工资，或园林绿化商每天早上花90分钟回复估价请求，这类小企业主日常活动正是数字劳动力能带来最清晰回报的地方。当AI被转换到小企业语境中，中小企业就能开始认识技术如何适用于自身，从而克服适用性错觉。