按国家与企业规模查看 AI 营销使用情况:27国完整查询表
营销服务机构为已使用 AI 的企业写项目简报,与询问整个市场有多少企业用 AI 做营销,需要不同的参考数据。我们的完整欧盟查询表并列保留这两种口径,分别展示2025年的小型和大型企业。
本研究分析了 Eurostat 对欧盟27国企业的2025年调查估计值,比较从业人员为10–49人的企业与至少250人的企业。从业人员包括雇员和自雇人员。源数据把营销或销售合为一个用途。数据获取于2026年10月24日。
摘要
一个国家的小型和大型企业,有多少将 AI 用于营销或销售?如果只看已经使用 AI 的企业,答案就会不同。我们按这两种定义,汇集了欧盟全部27国已公布的2025年估计值。奥地利说明了这种区别:在全部调查覆盖企业中,小型企业使用 AI 营销或销售的比例为11.63%,大型为25.31%;在已使用 AI 的企业中,相应估计值为44.41%和37.08%。[1]
完整查询表按国家名称的英文字母顺序排列,共含108个“国家—规模—指标”数值。奥地利和比利时的另一个示例补充了任意 AI 用途的背景;选用的是字母顺序最前面的2国,并非挑选极端值。这些是调查覆盖的非金融企业的描述性估计,不代表所有企业或某个潜在客户。研究的实用贡献,是提供一种可复用的方法,让营销服务机构在项目简报中写清国家、规模、年份和适当的比较群体。
一位创作者或一家营销服务机构正在准备2份客户提案。一家企业尚未使用 AI;另一家已在其他业务环节使用 AI,希望讨论营销应用。两份草稿都引用了国家层面的 AI 统计,但统计回答的问题,可能与各客户正在问的问题不同。
我们建立了完整查询表,让这种选择清楚可见。它比较欧盟每个国家的小型与大型企业,先看全部调查覆盖企业,再看已使用 AI 的企业。把两种口径放在同一行,读者就能选择相关参考,而不会把宽泛的全国比例当作对已知客户的描述。
国家细节很重要。奥地利已公布的数据,在两种口径下呈现出不同的规模差异;比利时的示例又呈现了另一种组合。这2个示例帮助读者理解表格,但完整27国记录才是研究结果。没有国家因数据不够引人注目而被省略。
同一企业群体,2种视角

先找到国家,再选择比较群体
下表前2列说明,在各规模类别的全部调查覆盖企业中,报告将 AI 用于营销或销售的情况有多普遍,其中也包括未使用任何 AI 的企业。后2列只看已使用 AI 的企业,询问这一用途在其中有多常见。这是同一国家、同一规模类别内更小的群体。
先找国家所在行,保留规模类别,再读清列标题,之后才把百分比写进提案。“在已使用 AI 的企业中”是结果的一部分。删掉这句话,就会把对子集的描述变成对整个覆盖市场的描述。
全部27国保留国家名称的英文字母顺序。每国有4个已公布的估计值,因此表中共108个数值。表格保留2位小数,下载文件还包含源数据标记。显示多少位小数只是呈现选择,不代表调查精度。
这张查询表服务于具体交接:同事应能看出一条说法对应哪个国家、何种企业规模和哪个比较群体。它不为市场排名,也不把各国行合并成欧盟平均值。国家层面的参考能帮助提出问题,客户自身的情况仍决定答案。[1]
欧盟全部27国的 AI 营销或销售使用情况
已公布的2025年估计值,以百分比显示。小型企业有10–49名从业人员,大型企业至少有250名,均包括雇员和自雇人员。每个规模类别分别列出全部调查覆盖企业中的比例,以及已使用 AI 的企业中的比例。
| 欧盟国家 | 全部调查覆盖的小型企业(%) | 全部调查覆盖的大型企业(%) | 在已使用 AI 的小型企业中(%) | 在已使用 AI 的大型企业中(%) |
|---|---|---|---|---|
| 奥地利 | 11.63% | 25.31% | 44.41% | 37.08% |
| 比利时 | 7.35% | 29.68% | 25.52% | 38.84% |
| 保加利亚 | 2.91% | 8.08% | 40.61% | 30.86% |
| 克罗地亚 | 4.37% | 11.59% | 34.24% | 29.29% |
| 塞浦路斯 | 3.57% | 20.17% | 46.18% | 57.52% |
| 捷克 | 8.86% | 21.17% | 66.19% | 39.14% |
| 丹麦 | 10.14% | 22.27% | 27.07% | 29.88% |
| 爱沙尼亚 | 10.05% | 20.00% | 48.48% | 37.80% |
| 芬兰 | 14.10% | 35.76% | 42.09% | 45.04% |
| 法国 | 3.59% | 23.13% | 23.87% | 39.88% |
| 德国 | 7.65% | 21.81% | 33.18% | 38.28% |
| 希腊 | 2.02% | 11.73% | 27.52% | 31.22% |
| 匈牙利 | 3.30% | 9.17% | 37.97% | 22.94% |
| 爱尔兰 | 4.37% | 20.66% | 26.12% | 36.08% |
| 意大利 | 4.80% | 17.65% | 33.74% | 33.24% |
| 拉脱维亚 | 5.91% | 21.08% | 60.47% | 44.76% |
| 立陶宛 | 6.70% | 20.61% | 37.12% | 39.83% |
| 卢森堡 | 5.09% | 12.26% | 16.71% | 21.15% |
| 马耳他 | 7.05% | 22.03% | 39.06% | 42.57% |
| 荷兰 [b] | 10.71% | 28.03% | 37.25% | 41.44% |
| 波兰 | 3.76% | 20.97% | 65.00% | 45.78% |
| 葡萄牙 | 3.47% | 17.50% | 36.76% | 35.60% |
| 罗马尼亚 | 1.37% | 6.06% | 33.08% | 29.21% |
| 斯洛伐克 | 4.28% | 8.73% | 27.42% | 19.96% |
| 斯洛文尼亚 | 5.69% | 25.88% | 31.14% | 36.07% |
| 西班牙 | 4.58% | 22.59% | 26.65% | 39.31% |
| 瑞典 | 13.43% | 26.10% | 43.69% | 36.32% |
这里的“小型”和“大型”有明确定义
本研究的小型企业有10–49名从业人员,包括雇员和自雇人员;大型企业至少有250人。我们选择这2个已公布的类别,以便一致比较;50–249人的企业不在本表范围内。[2]
行业范围也有定义。Eurostat 企业调查覆盖一组指定的非金融行业。国家所在行汇总这些行业,并非分别描述营销服务机构、零售商或制造商。企业可以使用国家参考,同时注明其覆盖范围比自身行业更广。
这张表不覆盖从业人员少于10人的企业、独立创作者、消费者,或作为个人的劳动者。向企业客户提案的创作者可能会觉得比较有用,但研究并未测量他们自身的 AI 使用习惯。小型工作室不应假定“小型企业”列描述的就是与自己同等规模的工作室。
源数据把营销或销售记为一个用途,因此报告的使用情况可能涉及其中任一活动。内容提案需要说明针对哪项任务。这些数值没有单独识别社交内容创作、生成式 AI 或特定工具。保留合并定义,才能避免把宽泛用途类别说成某个具体工作流的证据。[1][5]
奥地利与比利时说明:项目简报为何需要两种口径
奥地利和比利时是按英文字母排序后最前面的2国。我们用它们解释指标,并非按排名位置挑选国家。下例在2种营销或销售指标之外,保留“使用任意 AI”的情况,各规模类别采用相同定义。
在奥地利,26.18%的小型企业和68.26%的大型企业使用了任意 AI。在全部调查覆盖企业中,用于营销或销售的比例分别为11.63%和25.31%。在已使用 AI 的企业中,已公布的相应比例为小型44.41%、大型37.08%。整个覆盖市场与现有 AI 使用企业的比较,提供的是不同背景。
比利时提供了另一种读法。使用任意 AI 的比例,小型企业为28.82%,大型为76.41%。在全部调查覆盖企业中,用于营销或销售的比例为7.35%和29.68%;在已使用 AI 的企业中,则为25.52%和38.84%。条件比例应始终注明它描述的企业群体,不能拿来替代整个覆盖市场的数值。
这些是已公布的点估计。奥地利示例不能证明总体差异确定存在,不能证明企业规模导致 AI 用途选择,也不能证明小型企业更密集地使用营销 AI。调查估计只描述是否报告了这一用途,并未衡量投入时间、营销活动质量、预算或回报。
Eurostat 已经公布了欧盟层面按企业规模划分的 AI 用途分析,以及国家层面的用途结果。我们的贡献,是完整的“国家×规模”查询表,并列展示营销或销售的两个分母。读者可以查看本国对应组合,而不必借用整个欧盟的模式。[3]
奥地利与比利时:区分3种来源指标
按英文字母排序最前面的2国,已公布的2025年百分比。任意 AI 用途比例与全部企业中的营销比例,都以全部调查覆盖企业为基数;营销用途的条件比例,则只针对同一国家、同一规模类别中已使用 AI 的企业。
| 国家与企业规模 | 任意 AI 用途,全部调查覆盖企业(%) | AI 营销或销售,全部调查覆盖企业(%) | AI 营销或销售,在已使用 AI 的企业中(%) |
|---|---|---|---|
| 奥地利,小型(10–49人) | 26.18% | 11.63% | 44.41% |
| 奥地利,大型(250人及以上) | 68.26% | 25.31% | 37.08% |
| 比利时,小型(10–49人) | 28.82% | 7.35% | 25.52% |
| 比利时,大型(250人及以上) | 76.41% | 29.68% | 38.84% |
比较两边,要回答同一个问题
如果问题是:在调查覆盖市场中,有多少企业报告将 AI 用于营销或销售,就比较“全部企业”的2列。如果问题是:这一用途在已使用 AI 的企业中有多普遍,就比较“AI 使用企业”的2列。同时改变企业规模和比较群体,会让解释更难理解。
任意 AI 用途的普及程度,说明为何值得保留两种口径,但它不是绩效评分。企业可能把 AI 用在营销或销售之外。条件指标只问 AI 使用企业中的营销或销售用途,不说明技术是购买、自建,还是由营销服务机构提供。
我们使用了 Eurostat 直接公布的条件百分比。每个值都是源数据估计,并非用表中显示的营销比例和任意 AI 使用比例重新计算的比值。分别公布的数值,可能各有舍入和估计特性。把3种指标一起看,并不要求格式化后的数值相乘或相除后严格相等。
跨国项目简报应保留各国行,不要取平均。各国样本、行业构成和企业总体不同。给每国同等权重,会产生一个新指标,并不等于全欧盟企业的比例。本研究既未提供这种汇总,也未为国别差异作因果解释。[4]
两个虚构客户,需要不同的后续问题
设想一家虚构的奥地利批发商,有28名从业人员。企业主确认企业目前未使用 AI。一位独立创作者正在讨论持续提供产品内容的合作。企业、确认和合作均为虚构;奥地利调查数值仍是上文的实际估计值。
整个市场的背景说明可以写:“在2025年奥地利调查覆盖的小型企业总体中,11.63%报告将 AI 用于营销或销售。”创作者不应把 AI 使用企业中的44.41%说成所有可比小型企业的比例。更关键的是,企业主的确认已说明这个客户的现状,国家比例不能推翻它。
下一步就可以讨论拟定任务:客户想获得什么内容、哪些素材可以使用、由谁审核。这些是项目简报的建议问题,并非本研究测得的未使用原因。数据没有说明这家虚构企业是否缺技能、是否反对 AI,或是否愿为新服务付费。
创作者的拟定交接说明可以写:“根据企业主提供的素材,准备每月产品内容简报。商定是否允许部分内容使用 AI,以及允许哪些部分;指定发布前审核准确性的人。国家背景:奥地利,调查覆盖的小型企业,2025年;全部覆盖企业中使用 AI 营销或销售的比例为11.63%。”这是虚构委托,并非调查测试过的服务。它的价值在于,把统计背景与拟定责任清楚分开。
再设想一家虚构的比利时批发商,有320名从业人员。营销负责人确认,企业已用 AI 规划库存,但尚未用于营销或销售。营销服务机构把该确认与参考数据分别记录。比利时已使用 AI 的大型企业中,已公布的营销或销售用途比例为38.84%;在全部调查覆盖的大型企业中,比例为29.68%。
第二份简报可以问:一家已使用 AI 的企业,要新增营销用途,需要满足什么条件?它可以写清拟定产出、批准人,以及客户想解决的问题。国家统计不能证明库存规划工具可直接用于营销,也不能证明客户已准备扩大应用,或机构提案会成功。
机构的第二份交接说明也可以具体:“把现有库存规划流程与拟定营销任务分开梳理。询问哪些信息可用于营销、产出归谁,以及客户想了解什么。参考背景:比利时,已使用 AI 的大型企业,2025年;38.84%报告将 AI 用于营销或销售。”客户确认让 AI 使用企业这一参考群体与讨论相关,但仍未揭示客户要求,也不授权将其信息用于特定用途。
这两个虚构客户都不是我们能识别的调查个体。示例说明,已知客户信息会怎样改变讨论。创作者或机构应直接询问这些信息,再把表格作为注明年份的背景。国家参考数据的用途,是让提案更清楚,不能替代对客户实际业务的了解。
在拟定工作旁,附一份简短依据说明
可复用的说明可以从这里开始:“客户所在国家:__。企业规模:__名从业人员,包括雇员和自雇人员。已知 AI 使用情况:__,由__于__确认。拟定营销任务:__。”确认来自客户沟通,调查不能替某个企业填好这些空白。
下一行补充统计背景:“Eurostat,2025年;调查覆盖的非金融企业;国家__;规模类别__;AI 营销或销售使用比例__%;比较群体:全部覆盖企业/已使用 AI 的企业。”明确选定一个群体。如果两个百分比都重要,就分别标注,别留下2个没有解释的数值。
再记录仍需证据支持的决定:“提案前需要了解什么:__。谁审核产出:__。怎样的结果对这位客户有用:__。”这些只是项目简报的实用建议。本研究没有测试此模板,也未证明使用它能改善营销活动结果。
说明从研究人员传给客户负责人,再交给创作者时,始终写明数据时期。2026年写的提案,可以准确引用2025年证据。更新提案日期,不会更新调查。这一区别能保留参考价值,也避免同事误以为表格测量的是提案当时的采用情况。
同事收到说明后,可以先核对是否匹配,再复用。企业规模不同,应选择对应的来源类别。AI 使用状态未知,应询问客户,而不是按国家比例假定。如果沟通确认该企业不属于调查覆盖总体,就明确保留这种不匹配,另找适合其实际情况的证据。
描述时间变化前,先读来源注释
固定来源提取中,每个选定国家、规模和指标都有数值:3个序列共162个已公布估计值,没有选定值缺失。荷兰小型企业在3个序列中都带有 Eurostat 的“b”标记,表示时间序列中断。我们在对应行和下载文件中保留了标记。[6]
本文比较的是2025年横截面数据,不作采用情况前后变化的判断,包括带标记的荷兰观测值。有数值可用,不代表可以忽略来源限制。如果同事以后要分析趋势,需要另行查看相关国家注释与历史序列。
这些估计也不能确定一国有多少潜在客户、对营销服务机构有多大需求,或购买工具的可能性。全国企业总体包含不同业务活动和经营状况。表格可让简报中的参考依据更明确,但商业假设仍需通过客户沟通确认。
我们如何整理完整国家查询表
我们在生成表格前,先固定了欧盟27个成员国和2个规模类别。从 Eurostat 数据集 isoc_eb_ai 中,选取2025年、调查覆盖的非金融行业汇总类别 C10-S951_X_K,以及营销或销售指标 E_AI_PMS。我们直接获取该指标的全部企业单位 PC_ENT 和 AI 使用企业单位 PC_ENT_AI_TANY。任意 AI 用途的背景数据采用 E_AI_TANY 与 PC_ENT。[1]
数据获取于2026年10月24日;3份来源响应报告的数据集更新日期均为2026年6月15日。我们保留了162个原始数值及标记,所有国家均按其英文名称的字母顺序排列。主表展示108个营销相关数值;奥地利和比利时的示例展示全部3种指标,共12个单元格。
完整数据还保留了54个描述性差值:分别按两种营销分母,用大型企业已公布的点估计减去小型企业点估计。这只是对已公布估计值作直接算术比较。我们不根据差值的正负,对国家分类、计数或排名,也不据此断言总体差异确定存在。[7]
来源审查未确认已公布估计值采用固定的舍入规则,我们也未计算这些比较的不确定性区间。仅凭数字位数无法获得这些信息。因此,我们只描述已公布的点估计,不声称差异在统计上确定存在,也不声称排序在考虑来源舍入后仍然成立。表格显示2位小数,原始数值也仍可获取。
数据包保留了固定选取范围、来源响应、标记、数值和计算方法。这是对 Eurostat 数据的独立改编,由 Influence IQ 呈现和解释;Eurostat 不对这些改动负责。[8] 我们希望交接材料保持清楚:把完整国家参考数据放在客户具体情况旁,并明确保留尚未回答的业务问题。
无需注册。完整数据保留全部27国、两个规模类别、全部3种指标和原始来源标记。共用 ZIP 包内含英文方法说明、来源响应和复现代码。翻译不会改变2025年欧盟企业总体,也不会产生关于其他国家的证据。
研究注释
- Eurostat,《按企业规模类别划分的人工智能使用情况》,isoc_eb_ai,2025年。选取的行业汇总类别为 C10-S951_X_K;规模为10–49人和250人及以上;用途为 E_AI_PMS;单位为 PC_ENT 和 PC_ENT_AI_TANY。任意 AI 用途的背景数据采用 E_AI_TANY 与 PC_ENT。数据获取于2026年10月24日;原始响应更新于2026年6月15日。国家数值均为已公布的调查估计值。
- Eurostat,《企业 ICT 使用情况参考元数据》中的统计总体与统计单位部分。规模类别计入雇员和自雇人员;所选非金融行业汇总类别有明确覆盖范围。我们对2个类别的比较不包括中型企业和从业人员少于10人的企业。
- Eurostat,《欧盟人工智能(AI)技术使用情况:主要结果》,2026年版。图8已在欧盟层面,按规模比较 AI 使用企业中的用途;表5展示国家层面的用途结果。本文补充的是完整“国家×规模”组合下,营销或销售2个分母的并列结果,并不声称这种比较原理是新的。
- Eurostat 企业 ICT 参考元数据说明了各国调查的数据收集、加权和可比性。我们保留各国已公布的点估计,不计算各国等权平均、加权欧盟汇总值,也不估计企业规模的因果效应。营销用途的条件百分比直接来自已公布的源数据,并非用表中显示值重新计算的比值。
- Eurostat 的2026年 AI 报告说明了企业调查中的 AI 技术与用途。所选指标合并营销或销售,不单独识别生成式工具、社交内容制作、使用强度、支出或回报;本文不把某项用途的报告情况当作这些结果的证据。
- Eurostat isoc_eb_ai 原始响应标记:荷兰10–49人类别在全部3个所选序列中均带有 b,表示时间序列中断。全部162个选定数值均存在。我们在国家表和完整数据中保留标记,不作时间趋势判断。
- Influence IQ 分析包保留了3份 Eurostat 原始响应、固定的27国范围、全部162个源数值及标记,以及54个“大型减小型”的已公布点估计差值。分析未确定上游舍入区间、显著性、各国差值方向的计数、排名或严格乘积一致性。表格显示2位小数,完整数据中的源数值保持不变。
- 来源:Eurostat,isoc_eb_ai,访问于2026年10月24日。选取、格式化、计算和解释均由 Influence IQ 改编。Eurostat 不对该改编或其结论负责,也不为本文背书。本文各译文由其作者负责,并非 Eurostat 官方译文。所有语言版本的国家行,均按国家英文名称的字母顺序排列。奥地利与比利时示例依此顺序选取;这并不是在查看结果前预先固定的示例国家选择。
英文文章是所有语言版本的源文。每个版本都描述同一组2025年估计值,范围为欧盟27国调查覆盖的企业;翻译不会产生该范围之外的本地证据。Influence IQ 对这项独立改编及其译文负责;Eurostat 不对其内容负责。
