谁为AI做好了准备？战略领导者与员工之间的信心鸿沟及其经济和文化背景

《TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE》：Who's ready for AI? The strategic leader–employee confidence divide and its economic and cultural contexts

　　我们利用跨国微观数据，识别出一个稳健的战略领导者与员工之间的AI信心差距。战略领导者（企业主和高管）系统性地比员工对AI更为乐观。在服务导向和个人主义国家中，这一差距更大，而在权力距离较大的情境中则更窄。我们提出，情境敏感的治理对于包容性AI扩散至关重要。

**引言**

人工智能正以前所未有的速度在经济和社会中扩散，推动生产力革命，重塑生产方式、组织结构和权力关系（Feinsod等，2024；Dwivedi等，2021，2023；Kshetri等，2024；Sigala等，2024）。AI的采用已产生切实的宏观经济收益。它提高了发达经济体和AI暴露部门的生产率（Acemoglu，2025；Filippucci等，2025；Brynjolfsson等，2025），重塑就业结构并加速人力资本积累（Zhang，2023）。宏观层面的转变也反映在组织层面，AI平台拓展了企业家的可行创新空间（Battisti等，2022；Cockburn等，2019），并转化为员工绩效和盈利能力的可衡量提升（Liu和Mei，2026；Babina等，2024）。这些结果伴随着组织内部的深刻变化，因为AI也在重新配置组织架构、决策方式以及知识和权威的分配（Bick等，2026；Chalmers等，2026；Chakraborty和Kumar，2026；Raisch和Krakowski，2021；Di Vaio等，2022）。这些组织条件和个体收益的变化带来了人们客观工作环境和主观状态的深刻改变。在这样一场变革中，AI广泛而深入采用的前提不仅是技术能力，还包括组织内部的信念——即各利益相关者如何感知AI的净收益和风险（Brauner等，2025）。我们称之为“AI信心”：即行动者预期AI收益超过其成本的程度。这些信念影响AI是否被采用、整合的深度以及其生产率潜力实现的程度。

关于AI态度异质性的研究已有充分记录。已有研究将AI评估的跨国差异与文化传统、制度信任和技术接触联系起来（Chen和Wen，2021；Rice和Wu，2025；Yam等，2023a）；并将社会经济地位和人口统计特征（如收入、教育）与AI态度相关联（Belmi等，2020；Chan和Lee，2023；Lozano等，2021）。随着组织内AI采用的加强，研究日益表明，同一工作场所中个体的AI态度并不一致，而是在诸多维度上系统性变化，例如累积的专业知识、工作内容和技术环境（Allen和Choudhury，2022；Wang等，2024；Einola和Khoreva，2023）。然而，这些比较很少延伸到组织职位的垂直维度。一个关键缺口仍然存在：战略领导者与员工——大多数经济组织中的两个主要主体——之间AI态度的潜在分歧。

这一缺口对AI采用至关重要。新技术的采用一直受到类似分歧的塑造，即那些指挥部署并获取生产率收益的人与那些执行由此产生的工作并承担潜在风险的人之间的分歧（Acemoglu，2025；Filippucci等，2025；Brynjolfsson等，2025；Acemoglu和Restrepo，2022）。对于AI这一触及可编码认知工作的通用技术而言，鉴于其生产率前景和替代潜力，这些紧张关系尤为突出。我们用跨国AI信心差距和AI采用的原始模式来说明这一点。图1绘制了来自益普索AI监测2024的跨国AI信心差异。一个显著规律是，在几乎所有国家中，战略领导者的信心都高于员工，尽管差距的幅度变化很大。图2将此信心差距与国家层面的AI采用率联系起来，后者由KPMG和墨尔本大学开展的一项全球AI使用调查中报告定期或经常使用AI的受访者比例衡量（Gillespie等，2025）。该模式呈强烈负相关：领导者与员工差距较大的国家往往表现出较低的AI采用率。

这些描述性相关性激发了我们的正式分析。我们的研究问题有两个。首先，在控制丰富的个体特征和国家固定效应后，战略领导者是否系统性地表现出比员工更高的AI信心？其次，为什么这一差距在不同国家间存在差异：具体而言，国家经济和文化背景如何调节这种差异？

我们分析了益普索AI监测2024的微观数据，涵盖32个国家的23,685名受访者。我们的实证策略估计了具有丰富个体协变量和国家固定效应的固定效应模型，辅以倾向得分匹配，并使用多层模型检验跨层调节作用。稳健性通过替代多项目结果变量、子样本分析和安慰剂检验进行评估。

我们得出两个主要发现。第一，在各国家中，战略领导者表现出显著高于员工的AI信心。这一模式可以通过他们在收益来源和AI采用中角色上的差异来理解。战略领导者的利益与企业整体结果紧密相连，他们与AI相关决策、资源分配和技术部署的接近性使其更可能以增强逻辑来构建AI，将其视为企业价值、扩展管理能力和权威的工具（Chalmers等，2026；Di Vaio等，2022；Nguyen和Elbanna，2025）。相比之下，员工更重视个体层面的后果，更接近一线实施和任务执行。他们更直接暴露于自动化风险，如工作不安全和技能中断（Méndez-Suárez等，2026；Acemoglu和Restrepo，2022），同时也面临强化监控和可能丧失自主权的问题（Kellogg等，2020；Faraj等，2018）。因此，同一技术在不同组织职位间产生了对AI净收益的不对称评估。

第二，这种分歧受到若干国家层面变量的调节，表明这种不对称性嵌入在更广泛的经济和文化背景中。服务导向型经济中，更大比例的任务是可编码和常规性的，这增加了员工对AI驱动自动化的暴露，同时强化了领导者所感知的价值创造上升空间（Huang和Rust，2018；Wang等，2023）。个人主义社会使员工将再培训或替代的成本视为个人负担，而领导者更可能将AI解读为组织层面的创业机会（Bennett和Nikolaev，2021）。这两种情况都与更宽的战略领导者与员工信心差距相关。相反，高权力距离社会使层级和自上而下的技术控制正常化，这往往降低员工将领导者驱动的AI采用视为权威的非法集中的感知（Hofstede等，2010；Kirkman等，2009），这与我们观察到的较窄差距模式相对应。

据我们所知，本研究提供了首个关于战略领导者与员工对AI态度系统性信心差距的跨国个体层面证据。它通过突出垂直组织职位和战略权威，超越了工作内容、技术暴露和其他广泛认可的人口统计差异，扩展了AI态度文献。更重要的是，它将微观层面的技术信念与宏观经济和文化背景联系起来，表明采用紧张关系部分源于组织角色与国家条件之间的相互作用。这些发现加深了我们对技术变革的社会嵌入性以及围绕AI采用的组织挑战的理解。

我们的发现表明，对于企业和政策制定者而言，AI扩散不仅是技术或效率挑战，还是组织和文化治理问题。在组织内部，透明沟通、参与式实施和针对性再培训可能有助于防止AI信心差异演变为抵制和协调失败。在政策层面，包容性AI治理应根据各国的产业和文化背景量身定制。在服务导向型经济以及高个人主义或低权力距离的社会中，政府应特别关注一线员工的潜在抵制。相关措施可能包括就业保障、加强员工在AI实施中的话语权，以及帮助公众更平衡地理解AI影响的沟通策略。

本文其余部分组织如下：第2节回顾相关文献。第3节提出理论假设。第4节描述数据来源、变量构建和实证方法。第5节呈现实证发现、稳健性分析和跨层调节分析。第6节讨论理论和政策启示，概述研究局限性，并提出未来研究的潜在方向。

**背景文献**

AI信心密切受个体如何感知AI采用的收益和经历所塑造。因此，本章首先总结关于AI如何在组织和个人层面被采用及其产生后果的现有发现，如2.1组织中的AI采用：从增长工具到社会技术重构，2.2 AI采用对组织成员的双重影响所示。这两个部分为我们的分析奠定基础。

**组织职位与AI信心：自动化还是增强**

AI使用及其预期收益的分配在不同组织层级间系统性差异，从董事会和高管团队到经理、员工和职员（Nguyen和Elbanna，2025）。在此基础上，我们区分两个广泛职位：战略领导者，包括密切参与战略决策、资源分配和AI投资的企业主和高管；以及员工，他们更接近一线实施和任务执行。

**数据与样本**

本研究利用益普索进行的跨国调查“AI监测2024”的数据。该数据集作为AI政府准备指数（牛津洞察，2024）和全球AI指数（乌龟媒体，2024）等综合国际指标的基础输入，并被广泛认可为主要的…

**组织职位与AI信心**

基于前述模型设定，首先检验假设1（H1），以考察组织职位与个体AI信心之间的关系。估计结果见表2。在所有三个模型设定中，战略领导者报告的AI信心显著高于员工，为H1提供了支持。

**稳健性检验**

本研究考虑了若干稳健性和潜在内生性问题：（1）样本选择偏差。因为…

**结论**

AI的发展和应用不仅是技术过程；它们是更广泛社会转型的一部分，不断重塑跨越层级职位的收益、风险和控制的组织分配。利用跨国调查数据，本研究实证考察了战略领导者与员工之间AI信心的差异，并评估了国家经济和文化因素（如产业结构、个人主义和权力距离）如何影响这种差异。

**CRediT作者贡献声明**

蔡妮·滕：写作——审阅与编辑，写作——原稿，可视化，验证，软件，数据管理。肖·唐：写作——审阅与编辑，监督，项目管理，资金获取，正式分析，概念化。郑文·刘：写作——审阅与编辑，验证，方法学，概念化。哲·邓：写作——审阅与编辑，写作——原稿，验证，监督，软件，方法学，正式分析，数据管理，概念化。

**利益冲突声明**

作者声明，他们不存在已知的竞争性经济利益或个人关系，可能影响本报告的工作。

蔡妮·滕是清华大学公共管理学院博士生。她的研究兴趣包括技术治理和组织行为。

蔡妮·滕 | 肖·唐 | 郑文·刘 | 哲·邓