Apabila AI dirasakan terlalu mahal, apa lagi yang membimbangkan perniagaan?

Tinjauan perniagaan di Brazil menunjukkan bagaimana kebimbangan tentang kakitangan dan data hadir serentak dalam kalangan firma yang menyebut kos AI yang tinggi. Dapatan ini boleh membantu memperjelas cadangan penggunaan AI.

Analisis asal Influence IQ terhadap TIC Empresas 2025, berdasarkan temu bual di Brazil dari Februari 2025 hingga Januari 2026.

Abstrak

Dianggarkan 37.5% perniagaan yang menyebut kos AI yang tinggi dalam kumpulan tinjauan Brazil yang kami tetapkan turut melaporkan kedua-dua masalah berikut: kekurangan kakitangan dengan kemahiran yang diperlukan dan kesukaran berkaitan ketersediaan atau kualiti data. Anggaran berwajaran ini mempunyai selang ketidakpastian pensampelan 95% antara 29.8%–45.2%. Perniagaan ini mempunyai bahagian, jabatan atau pakar IT, tidak melaporkan penggunaan mana-mana daripada tujuh teknologi AI yang disenaraikan, dan menyatakan bahawa kos dirasakan terlalu tinggi.[1][2][8]

Kami menganalisis TIC Empresas 2025, yang dijalankan dari Februari 2025 hingga Januari 2026 dalam kalangan perniagaan swasta formal dengan sekurang-kurangnya sepuluh orang bekerja di dalamnya, dalam sektor yang diliputi tinjauan. Kumpulan utama mengandungi 547 rekod yang diterbitkan. Implikasi praktikalnya ialah membincangkan tugas yang dicadangkan, orang yang akan menyemak hasilnya dan maklumat yang diperlukan bersama-sama dengan harganya. Ini ialah cadangan perancangan berdasarkan kebimbangan yang dilaporkan, bukannya bukti bahawa penurunan harga atau latihan akan menyebabkan penggunaan AI.

Satu cadangan penggunaan AI sampai ke meja pemilik perniagaan, tetapi perbincangan terhenti pada harga. Mesyuarat seterusnya mungkin tertumpu pada mencari alat yang lebih murah. Namun, ada satu soalan lain yang wajar ditanya terlebih dahulu: apakah yang perlu dilakukan oleh pasukan untuk menggunakannya?

Situasi itu sekadar ilustrasi, bukan temu bual daripada tinjauan. Ia menjelaskan mengapa kami melihat lebih jauh daripada senarai cabaran penggunaan AI yang lazim dilaporkan. Kami ingin mengetahui sama ada perniagaan yang menyuarakan kebimbangan kos turut menyuarakan kebimbangan tentang kakitangan dan data.

Perbezaan ini penting bagi pasukan pemasaran yang sedang mempertimbangkan tugas baharu. Harga boleh dibandingkan dalam hamparan. Siapa yang akan menyemak kerja dan maklumat yang akan mereka rujuk memerlukan perbincangan tersendiri. Analisis kami menerangkan bagaimana kebimbangan itu hadir serentak; contoh di bawah menunjukkan satu cara untuk menukarkan perbezaan itu kepada ringkasan yang membantu keputusan.

Cadangan dan kerja yang mengiringinya

Buku nota bersama syiling, kad tugas kosong, figura kayu, papan klip semakan dan folder maklumat tersusun di atas meja dalam ilustrasi.
Ilustrasi keputusan perancangan, bukan data tinjauan. Tugas yang dicadangkan memerlukan harga, seseorang yang boleh menyemak kerja dan maklumat yang sesuai.

Bagaimana kebimbangan tentang kakitangan dan data hadir serentak

Daripada 547 perniagaan yang layak dan menyebut kos AI yang tinggi, 197 turut melaporkan kekurangan kakitangan dengan kemahiran yang diperlukan serta kesukaran berkaitan ketersediaan atau kualiti data. Dengan menggunakan wajaran tinjauan, bahagiannya dianggarkan 37.5%. Bahagian tanpa wajaran ialah 36.0%.[1][8]

Kedua-dua peratusan menggunakan perniagaan dan jawapan yang sama. Angka tanpa wajaran mengira setiap perniagaan secara sama rata. Angka berwajaran memberikan setiap rekod sumbangan yang ditetapkan oleh reka bentuk tinjauan, lalu menjadi anggaran utama kami. Wajaran mengubah anggaran, bukan jawapan mana yang dikira sebagai melaporkan kedua-dua kebimbangan.

Kebimbangan kakitangan dan data yang dilaporkan serentak dalam kalangan perniagaan yang menyebut kos

Perniagaan dengan bahagian, jabatan atau pakar IT, tiada penggunaan yang dilaporkan bagi tujuh teknologi AI yang disenaraikan, serta persepsi kos yang tinggi. Kami mengukur bahagian yang secara jelas melaporkan kedua-dua kebimbangan kakitangan dan data.

Jadual data: Kebimbangan kakitangan dan data dalam kalangan perniagaan yang menyebut kos AI yang tinggi
Kumpulan tinjauanDengan wajaran tinjauanTanpa wajaran tinjauanSelang 95%: had bawahSelang 95%: had atasPerniagaan dalam kumpulan sampel
Perniagaan layak yang menyebut kos AI yang tinggi37.5%36.0%29.8%45.2%547
Temu bual di Brazil, Februari 2025–Januari 2026. Penyebutnya ialah 547 rekod yang diterbitkan; jawapan kakitangan atau data yang tidak diketahui kekal disertakan. Anggaran berwajaran dan selang ketidakpastian pensampelan 95% menggunakan reka bentuk tinjauan asal. Anggaran tanpa wajaran menggunakan rekod yang sama dengan sumbangan sama rata. Peratusan ini menerangkan kumpulan yang ditetapkan, bukan semua perniagaan.

Selang ketidakpastian pensampelan 95% adalah antara 29.8% hingga 45.2%. Julat ini menjadi sebab untuk menyebut hasilnya sebagai kira-kira empat daripada sepuluh, dan tidak memberi gambaran bahawa 37.5% ialah ukuran tepat bagi setiap perniagaan yang serupa.

Oleh sebab ketiga-tiga jawapan datang daripada rekod yang sama, analisis ini mengukur pertindihan secara langsung. Kami dapat melihat sama ada perniagaan yang menyuarakan kebimbangan kos juga secara jelas melaporkan kedua-dua kebimbangan tentang kakitangan dan data.

Jawapan lain tetap terbuka. Perniagaan di luar kumpulan yang mengesahkan kedua-dua kebimbangan mungkin melaporkan salah satu, tidak melaporkan mana-mana, atau memberikan jawapan yang tidak diketahui. Baki kumpulan tidak boleh digambarkan sebagai perniagaan yang hanya menghadapi masalah harga. Soal selidik turut mengandungi sebab lain, dan dapatan utama kami tidak menyusun sebab-sebab itu mengikut kedudukan.

Peratusan ini menggambarkan kumpulan tinjauan Brazil pada tempoh tersebut. Perniagaan di tempat lain boleh menggunakan perbezaan ini untuk merangka soalan penyelidikannya sendiri.

Maksud “kos”, “kemahiran” dan “data” dalam kajian ini

Soalan kos bertanya sama ada kos dirasakan terlalu tinggi. Ia tidak merekodkan sebut harga pembekal, jumlah yang mampu dibayar oleh perniagaan atau perbelanjaan yang dimaksudkan oleh responden. Oleh itu, kami merujuknya sebagai persepsi tentang kos. Jawapan tersebut tidak dapat menunjukkan sejauh mana harga perlu turun, atau sama ada diskaun akan mengubah keputusan.[2]

Soalan kakitangan merujuk kepada orang di dalam perniagaan yang mempunyai kemahiran untuk menggunakan teknologi tersebut. Soal selidik terlebih dahulu menyaring kewujudan bahagian, jabatan atau pakar IT. Adanya sokongan itu sahaja belum membuktikan sama ada orang yang terlibat mempunyai kemahiran yang diperlukan untuk tugas AI yang dicadangkan.

Soalan data menggabungkan ketersediaan dan kualiti. Jawapan ya boleh berkaitan dengan kewujudan maklumat yang sesuai, sama ada maklumat itu boleh digunakan, atau kedua-duanya. Oleh sebab tinjauan tidak memisahkan kemungkinan ini, ia tidak dapat menentukan persediaan yang diperlukan oleh perniagaan tertentu.

Tujuh soalan penggunaan AI meliputi lebih daripada AI generatif. Antaranya ialah teknologi seperti analisis teks, pengecaman pertuturan, pembelajaran mesin dan automasi aliran kerja. Oleh itu, hasil ini merujuk kepada senarai teknologi yang lebih luas tersebut.

Jawapan kakitangan atau data yang tidak diketahui kekal dalam keseluruhan kumpulan yang menyuarakan kebimbangan kos. Peratusan utama kami mengira pengesahan jelas bagi kedua-dua kebimbangan; kami tidak meneka jawapan yang tidak diberikan. Syarat kelayakan juga membenarkan jawapan penggunaan AI yang tidak diketahui atau tidak dijawab, jadi “tidak melaporkan penggunaan” tidak bermaksud telah disahkan tidak menggunakan AI.

Jadikan bantahan tentang harga sebagai soalan perancangan yang lebih jelas

Bagi pemilik perniagaan atau ketua pemasaran, implikasi praktikalnya ialah memisahkan tiga soalan: berapakah kos tugas yang dicadangkan, siapa yang boleh menilai hasil kerja dan apakah maklumat yang diperlukan. Pertindihan yang diperhatikan memberi sebab untuk membincangkan soalan-soalan ini bersama-sama. Untuk meneliti cabaran pelaksanaan AI dalam perniagaan anda sendiri, mulakan dengan tugas yang jelas dan bukti daripada orang yang akan melakukan kerja itu.

Mulakan dengan penerangan kerja yang hasilnya boleh disemak. “Gunakan AI dalam pemasaran” terlalu luas untuk memperjelas keperluan pasukan. “Kumpulkan pertanyaan produk yang diterima mengikut topik untuk disemak oleh pasukan jualan” menyatakan hasil serta orang yang akan menggunakannya. Tugas yang lebih khusus membolehkan harga dibincangkan bagi sesuatu yang jelas.

Kemudian, tanyakan apa yang termasuk dalam harga tersebut. Langganan alat dan masa kakitangan untuk menyediakan maklumat atau menyemak hasil ialah perkara berbeza dalam rancangan. Ini ialah perbezaan yang dicadangkan untuk perancangan, bukan pecahan yang diukur oleh tinjauan. Pasukan boleh mencatat perkara tersebut tanpa menganggap tugas yang belum biasa dilakukan pasti mahal atau akan menjimatkan masa.

Soalan tentang semakan mungkin lebih berguna daripada soalan umum tentang keyakinan menggunakan AI. Siapa yang akan menyedari bahawa sesuatu pertanyaan diletakkan dalam kumpulan yang salah? Sumber apakah yang akan dirujuk apabila jawapan tidak pasti? Siapa yang memutuskan sama ada hasil itu boleh digunakan? Soalan-soalan ini mengenal pasti tanggungjawab bagi tugas yang dicadangkan; ia tidak menilai kemahiran seseorang berdasarkan statistik tinjauan.

Pastikan langkah seterusnya sepadan dengan keputusan yang perlu dibuat. Perniagaan mungkin perlu memperjelas sebut harga, mencari dokumen produk yang boleh dijadikan rujukan berautoriti atau meminta rakan sekerja menyemak contoh kecil. Pilih semakan yang menjawab soalan khusus yang belum selesai sebelum memberikan komitmen kepada projek yang lebih besar.

Tiga soalan untuk tugas yang dicadangkan

Tiga kumpulan objek ilustrasi: buku lejar kosong dengan syiling; figura kayu di sebelah papan klip semakan; serta folder bersama kad maklumat.
  1. Perjelas kos

    Catat perkara yang diliputi sebut harga serta kos atau tugas yang masih memerlukan jawapan.

  2. Namakan penyemak

    Kenal pasti orang yang boleh menilainya dan sumber yang akan dirujuk untuk menyemak maklumat yang tidak pasti.

  3. Semak maklumat

    Cari bahan sumber semasa dan tentukan sama ada bahan itu sesuai digunakan.

Panduan perancangan berasaskan konsep, bukan model sebab-akibat yang diukur atau susunan kedudukan kebimbangan dalam tinjauan.

Contoh rekaan: pemborong meneliti satu tugas yang dicadangkan

Bayangkan sebuah perniagaan pemborong serantau rekaan yang pasukan jualannya menerima pertanyaan produk melalui laman web, e-mel dan mesej media sosial. Seorang pengurus mencadangkan penggunaan AI untuk mengumpulkan pertanyaan itu mengikut topik. Pasukan mahu melihat soalan yang memerlukan maklumat produk lebih jelas dan soalan yang patut diserahkan kepada jurujual. Ini ialah contoh perancangan, bukan perniagaan yang diperhatikan dalam tinjauan.

Perbincangan pertama terhenti pada harga. Daripada memutuskan bahawa kos menjelaskan segala-galanya, pengurus menulis hasil yang dicadangkan: senarai topik pertanyaan, dengan pautan kepada mesej asal supaya seseorang boleh menyemaknya. Cadangan ini tidak merangkumi penghantaran balasan automatik atau saranan produk kepada pelanggan.

Ketua jualan menyedari bahawa nama produk yang hampir sama mungkin tertukar. Beliau bersetuju menyemak pengelompokan itu berdasarkan katalog semasa dan menandakan pertanyaan yang maksudnya tidak jelas. Soalan yang relevan kini ialah sama ada beliau mempunyai maklumat dan pengetahuan yang diperlukan untuk semakan tersebut, bukan sama ada seseorang dalam syarikat secara umum “mahir AI”.

Seorang rakan sekerja memeriksa maklumat yang akan digunakan bagi tugas itu. Penerangan produk berada dalam beberapa dokumen, dan sesetengah mesej pertanyaan mengandungi butiran pelanggan. Pasukan memutuskan untuk mengenal pasti sumber produk semasa dan menyemak mesej yang sesuai digunakan sebelum menyediakan contoh.

Pengurus kini boleh meminta cadangan yang lebih khusus. Apakah yang dilakukan oleh alat, apakah yang perlu disemak oleh seseorang dan maklumat apakah yang perlu disediakan? Pasukan mencatat tugas tersebut bersama-sama dengan harga yang disebut.

Keputusan seterusnya ialah sama ada semakan terhad boleh menjawab soalan yang masih ada. Pasukan boleh meneruskan, menyemak semula tugas atau menangguhkannya. Pengurus mencatat sebab keputusan itu dan maklumat baharu yang akan mendorong penilaian semula.

Salin lembaran kerja ini sebelum cadangan AI seterusnya

Salin templat ini ke dalam ringkasan projek atau nota mesyuarat sedia ada. Akaun Influence tidak diperlukan. Lengkapkannya untuk satu tugas yang dicadangkan.

1. Tugas yang dimaksudkan: [kerja khusus] → [hasil yang boleh diperiksa oleh seseorang] → [orang atau pasukan yang menggunakannya]. Nyatakan perkara di luar cadangan serta perkara yang termasuk di dalamnya.

2. Soalan kos: [sebut harga atau anggaran yang dibincangkan] · [perkara yang diliputinya] · [perkara yang masih belum diketahui]. Catat kerja persediaan atau semakan kakitangan secara berasingan jika relevan; jangan mereka penjimatan untuk menyokong cadangan.

3. Tanggungjawab semakan: [nama penyemak] · [perkara yang akan disemak] · [sumber yang boleh dirujuk] · [tindakan apabila tidak pasti]. Jawatan sahaja mungkin tidak menjawab soalan-soalan ini.

4. Maklumat yang diperlukan: [dokumen atau rekod sumber] · [orang yang menyelenggarakannya] · [sama ada maklumat terkini dan sesuai digunakan] · [soalan tentang ketersediaan atau kualiti yang belum dijawab].

5. Semakan kecil seterusnya: [soalan yang perlu diselesaikan] · [penanggungjawab] · [bukti yang akan membantu keputusan]. Terangkan semakan sebelum mentafsir hasilnya.

6. Rekod keputusan: [teruskan, semak semula atau tangguhkan] · [sebab yang disokong oleh semakan] · [ketidakpastian yang masih ada]. Bezakan kebimbangan daripada bukti bahawa kebimbangan itu sudah diselesaikan.

Dalam contoh pemborong rekaan, hasilnya ialah senarai topik pertanyaan, ketua jualan menyemaknya dan katalog semasa menjadi rujukan produk. Semakan seterusnya menilai sama ada susunan ini menghasilkan sesuatu yang boleh dinilai oleh pasukan jualan. Isian tersebut memperjelas cadangan tanpa meminjam kadar kejayaan daripada tinjauan yang tidak berkaitan.

Cara kami menganalisis tinjauan

Kami menggunakan mikrodata awam TIC Empresas 2025 daripada NIC.br/Cetic.br yang telah menjalani pemprosesan untuk melindungi kerahsiaan. Temu bual berlangsung di Brazil dari Februari 2025 hingga Januari 2026. Tinjauan ini meliputi perusahaan swasta formal yang aktif dengan sekurang-kurangnya sepuluh orang bekerja di dalamnya, dalam sektor yang ditetapkan.[1][3][4]

Analisis kami bermula dengan saringan soal selidik bagi bahagian, jabatan atau pakar IT. Kami kemudian mengekalkan perniagaan yang tidak memberikan jawapan ya untuk mana-mana daripada tujuh teknologi AI serta memberikan jawapan ya bagi soalan persepsi kos. Pengiraan utama membahagikan jumlah wajaran tinjauan perniagaan yang secara jelas melaporkan kedua-dua kebimbangan kakitangan dan data dengan jumlah wajaran seluruh kumpulan layak yang menyuarakan kebimbangan kos. Jawapan kakitangan atau data yang tidak diketahui kekal dalam penyebut tersebut.

Kami mengira ketidakpastian pensampelan menggunakan 200 wajaran replikasi bootstrap gabungan yang dibekalkan. Selang tersebut menerangkan ketidakpastian bagi setiap anggaran, bukan setiap sumber ralat yang mungkin wujud. Kami hanya memaparkan hasil yang memenuhi peraturan kecukupan data dan pendedahan yang telah ditetapkan; pecahan yang tidak dipaparkan tidak boleh dianggap sifar.[8]

Kami menetapkan soalan penyelidikan dan pengiraan sebelum memeriksa hasil gabungan. Semasa semakan sumber, kami mendokumenkan ketidakselarasan dalam kod jawapan yang diterbitkan di luar kumpulan analisis serta membetulkan perbandingan dengan jadual rujukan terbitan yang terlalu tinggi ketelitiannya. Muat turun mencatat perkara yang berubah dan waktunya. Perubahan tersebut tidak mengubah populasi analisis atau pengiraan sasaran. Pengiraan bebas menghasilkan semula dapatan yang diterbitkan.[8]

Fail awam telah menjalani pemprosesan untuk melindungi kerahsiaan. Cetic.br menyemak kegunaannya berdasarkan jadual yang diterbitkan, tetapi ini tidak mengesahkan bahawa setiap analisis gabungan baharu sama dengan analisis menggunakan temu bual asal.[7]

Gagasan umum bahawa kebimbangan kakitangan, data dan kewangan boleh hadir serentak sudah diketahui. Penyelidikan terdahulu mengelompokkan firma mengikut gabungan halangan, manakala laporan penerbit tinjauan 2025 membincangkan orang dan data sebagai sebahagian daripada keperluan pelaksanaan. Sumbangan kami ialah anggaran langsung kebimbangan terpilih yang dilaporkan bersama dalam kumpulan khusus yang menyuarakan kebimbangan kos ini, bukan penemuan punca baharu AI tidak digunakan.[5][6]

Pendaftaran tidak diperlukan. Jadual mengandungi hasil agregat bagi tempoh kajian. Pakej teknikal bahasa Inggeris menerangkan kaedah, semakan sumber dan perlindungan hasil awam; ia tidak mengedarkan semula rekod tinjauan individu.

Sumber dan nota

  1. NIC.br/Cetic.br, mikrodata asas awam TIC Empresas 2025 selepas pemprosesan kerahsiaan, versi 1.0, diterbitkan pada 15 Jun 2026. Atribusi data sumber diberikan di bawah CC BY 4.0. Peratusan di sini ialah pengiraan Influence IQ daripada rekod yang diterbitkan, bukan petikan dapatan utama yang telah diterbitkan.
  2. Soal selidik TIC Empresas 2025, H9 dan H13. H9 meliputi tujuh teknologi AI selepas saringan bahagian/jabatan atau pakar IT. H13 menyusul apabila tiada jawapan “ya” bagi penggunaan mana-mana teknologi itu, termasuk jawapan yang tidak diketahui atau tidak dijawab. H13_A merujuk kepada kos yang dirasakan terlalu tinggi; H13_B kepada kemahiran kakitangan; H13_D menggabungkan ketersediaan dan kualiti data.
  3. Laporan metodologi TIC Empresas 2025. Kerangka meliputi perusahaan swasta formal yang aktif dengan sepuluh orang atau lebih bekerja di dalamnya dalam sektor Cempre/CNAE tertentu. Ini bukan sampel semua organisasi Brazil, perniagaan mikro, pencipta kandungan solo atau pekerja individu. Modul H dikumpulkan dalam ketiga-tiga gelombang tinjauan.
  4. Laporan pengumpulan data TIC Empresas 2025. Kerja lapangan berlangsung dari Februari 2025 hingga Januari 2026. Laporan menyenaraikan 4,174 temu bual lengkap; keluaran awam mengandungi 4,171 rekod. Dokumen yang disemak tidak menjelaskan perbezaan ini. Kami menggunakan keluaran awam yang versinya telah ditetapkan tanpa menambah rekod untuk menyamai bilangan temu bual.
  5. Emerson Gomes dos Santos dan Márcia Siqueira Rapini, Barreiras na Adoção Combinada de Tecnologias Digitais por Empresas Brasileiras: uma proposta de tipologia (2024). Analisis terdahulu ini menggunakan TIC Empresas 2021 dan pengelompokan untuk mengkaji gabungan halangan. Ia merupakan penyelidikan terdahulu yang relevan, bukan anggaran yang boleh dibandingkan secara langsung dengan kumpulan bersyarat 2025 kami.
  6. Laporan penerbit TIC Empresas 2025, khususnya halaman 94–95 dalam perbincangan Natália Marroni Borges tentang penggunaan dan penginstitusian AI. Perbincangan tersebut mengenal pasti data, orang, keupayaan dan tadbir urus sebagai pertimbangan pelaksanaan. Analisis kami tidak mendakwa bahawa gagasan umum ini baharu.
  7. Panduan mikrodata Cetic.br menerangkan pengekodan semula dan penyembunyian nilai untuk melindungi kerahsiaan, dengan kegunaan dinilai berdasarkan pelan tabulasi yang diterbitkan. Panduan itu tidak menetapkan pemprosesan yang mempengaruhi rekod tertentu atau menjamin bahawa setiap hubungan gabungan baharu tidak berubah daripada temu bual asal. NIC.br/Cetic.br tidak memberikan pengendorsan kepada analisis atau tafsiran kami.
  8. Kaedah dan pakej penghasilan semula Influence IQ. Sebelas rekod yang diterbitkan menandakan ketujuh-tujuh item penggunaan AI sebagai tidak berkenaan, manakala sembilan medan sebab menggunakan kod jawapan lain; rekod tersebut sudah berada di luar populasi analisis yang kami tetapkan. Semua rekod dikekalkan. Kami turut menyemak semula perbandingan ketelitian kawalan selepas memeriksa jadual yang diterbitkan, sebelum hasil sasaran diperiksa. Pakej ini mencatat kedua-dua pindaan, pengiraan ketidakpastian dan perlindungan hasil awam. Ia tidak mengandungi rekod individu.

Artikel dan label jadual tersedia dalam sepuluh bahasa. Soal selidik sumber dalam bahasa Portugis; pakej teknikal penghasilan semula dalam bahasa Inggeris. Populasi Brazil dan tempoh tinjauan Februari 2025–Januari 2026 kekal sama dalam setiap versi.

Penyelidikan berkaitan