60.7%的交通广播从业者每日使用AI工具，88.8%每周至少使用一次——但74.2%的数据资产尚未完成结构化治理，69.4%的单位无正式AI发展规划，53.8%的AI年创收低于10万元。中国传媒大学广播研究院这份覆盖全国130家机构的调研报告，揭示了一个行业的“撕裂”状态：认知已全面跨越，制度却严重滞后；应用已全面普及，效能却深度休眠；转型意愿高度统一，资源供给却结构性短缺。三喜三忧之间，藏着交通传媒从“内容播出机构”向“本地智能服务运营商”跃迁的全部密码。

这份调研由中国传媒大学广播研究院联合中国广电联合会交通宣传委员会AI课题组于2026年2月启动，面向全国145家交通广播会员单位发放问卷，回收有效样本130份，有效回收率89.7%。样本覆盖全国各省、自治区、直辖市，涵盖省级（22.3%）、省会及计划单列市（31.5%）、地市级（46.2%）三级播出机构。受访人员中，广电行业从业15年以上者占81.2%，现任岗位任职3年以内者占46.5%，兼具行业积淀与创新敏锐度。
问卷采用模块化设计，分为AI战略、AI技术、AI应用、AI创收四大板块，以标准化封闭式题型为主，配套开放式作答区域，实现定量与定性分析相结合。调研组从四大维度设计了62项核心指标，系统性刻画行业AI应用全景。调研方式为线上问卷与电话访谈并行，通过预调研信度检验、统一填答指引、多重审核机制、交叉验证等质控流程保障数据真实性与有效性。

行业对AI价值的认知已形成高度共识。在“AI对交通传媒发展核心价值”的多选题中，74.2%的受访单位将“内容创新、增强传播效果”列为首要价值，66.1%同步聚焦“降本增效、提升生产效率”与“产业拓展、开辟新的收入来源”。地市级广播机构产业拓展意愿尤为突出，占比达72.7%。
战略定位方面，58%的单位将“渠道多元化，发力短视频与直播”列为核心战略重点，66%聚焦“产业拓展，探索‘传媒+’新业态”，39%强调“服务本地化，深耕政务与民生服务”。全行业开放协作氛围浓厚——96.8%的单位愿意共享AI应用经验、技术成果与实践案例，为行业协同发展筑牢根基。
但制度保障体系严重缺位。在“AI应用最大阻力”的多选题中，87.1%的单位将“资金投入不足”列为首要阻碍，79.0%面临“专业技术人才缺口”，74.2%的数据资产未完成结构化治理。93.6%的交通广播频率无独立AI专项预算，59.7%近两年AI领域零投入。
人才队伍方面，72.6%的单位缺乏专职技术人员，53.2%未组建任何AI技术团队。考核激励机制缺失——67.8%仅鼓励使用AI但未建立考核体系，仅4.8%将AI应用纳入正式KPI。制度建设方面，69.4%的单位仅存在AI应用初步构想，未形成正式发展规划，仅17.7%制定了1-5年中长期规划。超半数单位无标准化技术合作方准入机制，管理真空与合规要求之间的矛盾日益突出。

集团层面的AI基础设施建设严重滞后。仅有19.4%的受访单位所在集团已建成统一的AI应用平台，12.9%建成统一的AI算力平台。集团对所属频率的技术支持服务同样不足——45.2%的单位表示集团未提供AI技术支持，或支持效果不显著。
基层频率的自主技术能力更为薄弱。72.6%的交通广播频率无专职AI技术人员，53.2%未组建任何AI技术团队。AI工具来源高度依赖外部采购——56.5%的单位直接采购市面成熟工具，仅8.1%自主研发AI应用。自研场景主要集中在智能写稿、语音合成、视频自动剪辑等基础功能。
数据治理是技术底座中最突出短板。74.2%的交通广播播出机构数据资产未完成结构化治理，海量路况数据、应急播报素材、历史节目音频、政务通联资料等垂直语料资源处于“沉睡”状态。仅25.8%的单位建立了数据治理体系。数据资产类型分布中，历史节目音频（63.7%）、路况数据（58.1%）、政务通联资料（45.2%）是交通广播最核心的三大数据资产——这些恰恰是通用大模型最缺乏的垂直行业数据。数据治理的缺失直接导致AI应用“无米下锅”，通用大模型在交通广播场景中出现内容失真、导向偏差、与行业实际脱节等问题。

AI工具已全面融入交通广播日常业务。60.7%的受访者每日使用AI工具，88.8%每周至少使用一次。通用大模型对话（71.9%）、音频处理（56.7%）、视频制作（55.1%）为使用率前三的技术工具。
应用场景高度集中于内容生产环节——文稿写作（69.7%）、视频制作（68.5%）、图片设计（61.8%）、音频处理（49.4%）、内容改写（49.4%）构成五大核心场景。但员工高阶应用能力薄弱——仅16.9%熟练掌握AI工作流搭建技能，35.5%能独立解决问题，38.2%仅能在他人指导下基本掌握，22.1%了解原理但实操少。
尽管普及率高，但应用效能释放严重不足。62.9%的受访者反映AI生成内容质量不稳定、修改成本高，37.1%认为工具功能无法匹配复杂业务需求。AI应用停留在单点人力替代的初级阶段，未能结合新技术重构策采编发全流程、重塑生产关系。培训体系问题突出——虽然55%的单位已开展AI培训，但内容实战性不足，仅12.3%的参训人员评价培训效果优异，41.5%认为效果一般或较差。培训内容以基础工具操作为主（67.1%），高阶工作流搭建、AI内容鉴别、模型微调等深度内容覆盖严重不足。

行业AI商业化探索积极性较强。62%的单位已落地或规划AI创收业务，其中31%“有尝试但收入规模较小”、31%“正在规划中尚未落地”、4.8%“已有成熟业务形成稳定收入来源”。但整体营收体量有限——53.8%的单位AI年创收低于10万元，87.2%的单位AI营收占总营收比重不足5%。
主流创收模式为AI定制化内容生产服务（41.7%），其次为AI视频/音频制作服务（33.3%）和AI文案代写（27.8%）。主要客户群体以各级政府部门为主（33.3%），企业客户占27.8%。政务服务（41.7%）、文旅服务（34.7%）、商业服务（33.3%）被列为最具潜力的AI创收领域。
在“AI创收业务面临的主要挑战”中，人才匮乏（41.7%）与产品同质化（38.9%）并列前两位，其次是技术不成熟（33.3%）、市场需求不明朗（27.8%）和资金投入不足（25.0%）。行业普遍期盼行业组织提供标杆案例参考（53.2%）、跨领域资源对接（48.4%）两大核心支持。

综合全景扫描数据，行业呈现“三喜三忧”的整体特征。
三喜：认知跨越之喜——AI已彻底转变为交通广播日常工作的标配，近九成从业者每周使用AI工具；创收探索之喜——超六成单位已启动AI商业化布局，三大潜力赛道初步成型；协作意愿之喜——96.8%的单位愿意共享AI应用经验，联合突围成为全行业共同选择。
三忧：资源“贫血”——资金、人才、数据三大核心生产要素全面短缺；规划“缺失”——69.4%无正式发展规划，67.8%无考核体系；效能“休眠”——62.9%反映AI生成内容质量不稳定，应用停留在单点人力替代阶段。
面对三喜三忧，报告提出四条系统性发展路径：路径一，以AI打通“台网端号”生产传播一体化，构建全链路智能中枢，实现一次采集、多模态生成、全端适配、智能分发；路径二，以“高质量视听数据集”建设为抓手，唤醒交通传媒行业垂直语料资产，让沉睡的数据转化为核心竞争力；路径三，以“数智赋能”深耕本地场景，开拓“交广+政务”新赛道，将单次内容宣发升级为标准化智能服务解决方案；路径四，以“系统性变革”思维重塑组织，建立全台统筹与百城百台协同生态，以行业生态合力降低单家单位转型成本。