样本：多来自平台生态
面向中小企业的调研常通过云平台、软件服务商或行业组织发放，受访者本身就是活跃用户。为什么关键：这类样本会系统性高估使用率。怎么办：看是否披露样本来源与回收方式，没有说明就把结论限定在该生态内，不能代表全行业。
规模：分界并不统一
小微企业与中小企业的划分在不同报告里不一致，同一份数据里可能混用营业收入与人数两种口径。为什么：口径不同，结论会差出很多。核对方法是找附录中的定义；若只写中小企业而未给标准，跨报告比较就没有意义。
状态：计划不等于已用
问卷常把计划引入、正在试用与已常态化运行放在同一选项组，读者容易把意愿当行为。为什么：意愿与实际投入之间隔着预算与流程。核对方法是看原题与选项分布；若只公布合并后的比例，应要求拆分数据，否则只能当方向参考。
年份：能力变化太快
两年前的问题设定与今天的模型能力差异很大，跨年比较容易得出误导性趋势。怎么做：引用时标注年份与口径，便于判断时效。做法是只引用同一年份的数据，跨年时说明口径与能力变化，不把不同年份的比例连成一条上升曲线。
适用与不适用
适合谁
- 行业协会、产业园区与商会的研究人员
- 为中小企业做咨询与方案的服务商
- 需要引用行业数据申报项目或预算的负责人
不适合谁
- 只需要一句宣传口径、不打算核对的团队
- 已有充分内部数据、无需外部参考的企业
典型场景
某行业协会准备发布中小企业 AI 应用报告，秘书处先做口径核对：样本来自三家软件服务商的客户名单，规模按人数划分，问卷把试用与常态化合并在同一选项。最终在报告中拆分了试用与常态化两组数据，并注明样本来源，避免读者误读为全行业水平。
可执行步骤
- 找到报告的样本来源、回收方式与规模划分标准，逐项记录在核对表上并标注页码
- 核对问卷原题，确认计划、试用与常态化是否分开统计，并要求提供分组数据
- 查看数据年份与调查时间，判断与当前模型能力、成本水平是否匹配，再决定是否采信
- 把可用结论写成带限定条件的表述，注明不适用范围与需要自查的部分
常见坑
- 直接引用合并后的比例，把计划使用当成已使用，立项时高估市场成熟度，投入节奏失准，预算被打乱。
- 用不同规模标准的报告互相比较，得出中小企业水平更高或更低的错误结论，对外表述难以自圆其说。
- 忽略样本来自平台客户，把生态内的高使用率当成全行业水平，选型与服务定价都会出现偏离，报价也会失准。
- 引用两年前的数据支撑今天的预算，能力与成本都已变化，方案与实际脱节，落地时被迫追加投入。
自检与验收清单
- 样本来源、回收方式与规模划分标准是否全部披露
- 计划、试用与常态化是否分开统计并公布分组数据
- 数据年份与当前模型能力、成本水平是否匹配，并注明出处
- 结论是否附有适用范围、限定条件与自查建议，便于复核
- 是否记录报告页码与原始表述，便于日后复核并注明页码
常见问题
协会报告的数字能用吗？
能用，但要限定用途。先确认样本来源与规模标准，再看是否拆分计划与已用；满足这三项可以作行业背景，用于预算背景说明或研究引用，但不能直接当作本企业或本地市场的判断依据。
为什么各家数字差这么多？
多数差异来自口径：样本渠道不同、规模标准不同、选项合并方式不同。遇到差距大的报告，先拉齐三项口径再比较，仍无法对齐时只保留方向性结论，不做精确对标，避免误导决策。
没有披露方法的数据怎么处理？
降级使用，只能作为话题引入或趋势提示，不写进立项材料的核心论证。需要支撑决策时，用本地样本替代，例如园区内十家企业的访谈记录与三个月的实际使用情况，反而更可靠。