#人工智能# #AI替代# #职场# #数字员工#

这可能是关于AI最反常识的一组数字。

一家大型客服公司里，技能最弱的那批员工用上AI助手后，效率提高约34%；可另一头，一个北欧国家把全国工资记录追了整整两年，研究者算出的结论冷得很精确：AI带来的生产率提升，真正传导到工资里的比例，只有3%到7%。

活干得更快，是真的。钱没到干活的人手里，也是真的。这中间发生了什么？我们从那个最硬的实验讲起。

一、先确认：AI是真能干活，尤其能"拉平"新手

很多争论卡在最前面：AI到底有没有用？斯坦福大学几位经济学家跟踪了一家大型客服软件公司的5179名客服，趁AI助手分批上线，做了一次很干净的对比实验。用了AI之后，平均每人每小时解决的问题多了14%。

真正有意思的是分布。提升最大的不是业务骨干，而是技能最弱的那批人：处在最低五分之一的客服，效率提高约34%；干了多年的老员工几乎没变化，质量还轻微往下走。

道理不复杂。过去一个新人要半年才摸熟的话术——"遇到这种客户该怎么安抚、这种纠纷按什么顺序处理"——AI在他耳边实时提示，很快就全会了。高手脑子里的经验，被瞬间复制给了每一个新人。写文案、做分析的同类实验里，职场人完成同样任务平均少花40%的时间，质量还略高。

所以第一笔账没什么可争：效率是真提高了，而且最先被拉起来的，是新手和入门岗位。记住"新手受益最大"这一点，后面它会以另一种方式回来。

二、第一道裂口：省下的时间，没变成公司利润

员工快了，公司该更赚钱吧？第二笔账让多数老板皱眉。

麻省理工学院2025年的一项研究，分析了300多个公开AI项目、深度访谈52家企业、回收153位高管问卷，得到一个扎眼的结论：大约95%的AI试点，在公司账本上看不到任何能量化的收益。麦肯锡全球调查方向一致——近九成企业已经在用AI，真正靠AI让利润明显增长的只有6%。

IBM问了两千位CEO，只有四分之一说AI兑现了当初的承诺；还有64%的老板承认，自己是怕"别人都用、我不用就落后"，才在账没算清时先掏了钱。这更像一场怕掉队的集体上车，而不是一笔算明白的投资。

为什么活快了、利润没动？原因很实在。一是很多企业上线前根本没留底账，省没省无从算起；二是省下的时间常被拿去填以前没空干的新活，没变成真金白银；三是AI会出错，还得有人盯着、返工，这笔核验成本吃掉不少。

这一幕有个老名字。1980年代个人电脑普及时，经济学家索洛就说过："计算机的影响随处可见，唯独在生产率统计里看不到。"爱迪生1882年就建了发电厂，可工厂要重新布局、流程要重组，整体效率真正跳起来已是1920年代，滞后约40年。通用技术的红利，要等组织改完才入账。

所以眼下既不是"AI是泡沫"，也不是"AI立刻改变一切"，而是一道明确的裂口：微观上活更快了，大多数公司的利润和整个经济的效率，还基本没动。

三、第二道裂口：就算省到了，也没变成工资

再追一层：哪怕个别公司真省到钱，干活的人能分到吗？这就要回到开头那个北欧国家。

目前最直接测算"省下的效率有多少变成工资"的严肃研究，来自丹麦。研究者把两万多人的全国AI使用调查，和每个人的真实收入、工时行政记录一一对上，追了约两年。

结论冷得很精确。员工自己觉得，用AI大约只省了3%的时间，而收入和总工时在统计上几乎没有变化——论文据此判断，超过2%的工资涨幅都可以被排除。他们另算了一笔更说明问题的账：AI带来的生产率收益，真正传导成更高收入的比例，只有3%到7%。

省下的时间是真的，工资的变化约等于零。丹麦工会强、保障好，数字未必能直接套到别处，但换国家、换数据，讲的是同一个故事：先动的是岗位数量，不是工资。

美国斯坦福大学一个团队基于几千万份薪资记录做研究，用几种方法给出的估计区间在13%到19%之间：受AI冲击最大的职业里，22到25岁年轻人的相对就业明显收缩，年轻软件开发者一度接近20%；而在职者的工资几乎没动。

要说明，这是相关研究的估计区间、不是跟踪同一批人，也不是干净的因果结论，影响的主要是"还招不招新人"，不是在岗者的工资。纽约联储问了辖区企业三年，真正因AI裁人的始终不超过4%，但"减少招人、冻结岗位"的多得多。

自由职业平台上也有类似信号。一项发表在《Organization Science》上的研究发现，ChatGPT上线后，平台写作者的月任务收入降约5%，做图的降约9%，连高评分的老手也没能幸免。

还记得第一章"新手受益最大"吗？它的另一面在这儿：AI最能替代和压缩的，恰恰也是新人那一级的入门岗。把新手的活快速教会，和少招新手，可以同时发生。

四、会AI的人先别高兴：涨薪是张正在过期的船票

有人会说：我学会AI，不就涨薪了吗？短期是真的，而且很可观。普华永道基于近十亿条招聘广告测算，要求会用AI的岗位，工资溢价已从2023年的25%一路涨到2026年的62%。

但把另一个数字并过来看，味道就变了。智联招聘2025年一项覆盖3000多名职场人的调查显示，约78%的中国职场人已经每周都在用AI。

这两件事不矛盾，正好拼成全貌。会AI涨薪，是早期的"稀缺红利"，拿到的是少数先上车的人；可当一项技能从"少数人会"变成"人人都得会"，它就从加分项变成了入场券——不再额外给钱，反而意味着更高的定额、更高的门槛。就像当年会用电脑、会用Office，先是优势，几年后成了招聘的默认条件，没人再为它单独加薪。

涨薪是早期船票，不是给所有人的承诺。船票过期的速度，可能比很多人预想的快。

五、那钱到底被谁先拿走了：稳赢的是"抽台费"的

干活的人没分到，大多数公司还没赚到，可这盘棋里确实有人在稳定进账。位置很清楚：在最基础、谁都绕不开的那一层。

造芯片的，英伟达截至2026年1月的财年营收约2159亿美元，全年毛利率约71%，最旺的一个季度曾到75%；同一年，它用回购加分红向股东返还约411亿美元。做云平台的，谷歌云一年内把营业利润率从17.5%拉到约30%，更关键的是手里攥着2400亿美元长期合同——下游用AI能不能赚到还两说，这笔钱已经提前锁定了。

最有象征意味的是做模型的OpenAI。它2025年收入约131亿美元，看着惊人，可当年运营亏损约209亿美元，其中光付给微软的算力钱就超过105亿。模型公司收来的"智能钱"，大半又作为"算力钱"交了出去——原来连最出风头的那家公司，自己也是租场地的。

这件事的机制，比"谁利润高"更值得普通人看清。AI工具普遍按"每人每月""调用次数"收费，输赢都是你的，台费它照抽：你用它赚到了，它分钱；你没赚到，账单一分不少。

这一轮和淘金热的差别在于，移动互联网时代普通人还能在应用商店分一杯羹，这次门几乎没开——OpenAI承诺给开发者分成，实际多数够资格的人一个季度分不到100美元。网上流传过"抽成30%、开发者人均赚12.47美元"，后来被查实出自一个讽刺网站，纯属编造。

六、账还没算盈，分账的手先到了

把几笔账并起来，最值得琢磨的是这个顺序：这是一场发生在"赚到钱之前"的重新分账。

按常理该先有利润、再谈怎么分。现实反了——在约95%的项目还见不到利润时，改变分配的动作已经开始。

亚马逊CEO贾西2025年6月在全员公开信里写道，随着公司广泛使用AI，"预计这将减少我们的公司岗位总数"。随后亚马逊裁减约1.4万个办公室岗位，据《财富》援引消息人士，人力资源部门还在酝酿最多15%的裁减；同一年，它财报里的AI和数据中心实际投入约1300亿美元。裁人、砸算力、回购股票，在同一批公司身上同时发生。

落到具体的人，更具体。曾在广东深圳一家公司做产品经理的小于，记得整个过程。据《工人日报》2026年5月报道，公司每周统计每个人的AI工具使用量，数据不达标就约谈。

后来公司要求全员把聊天记录、工作文档喂给AI，训练自己的"数字分身"，产品部门最终被解散，部分员工被解雇，小于就在其中。

另一种"驯化"更隐蔽。据同篇报道，在北京一家互联网公司做运营的小胡，2026年初被要求核心部门全员参与一件公司内部叫作"养龙虾"的事——给AI智能体投喂自己的工作痕迹和经验，把它一点点"养"成能顶替部分活的分身。

海外用在线监控、再让AI给员工打"生产力分"的雇主也越来越多。而学会用AI要花的时间和学费，世界经济论坛估算，到2030年有约1.2亿人得不到企业提供的培训，更多得自己掏。

"机器换人"还常常是一场试错，但代价不全由公司承担。瑞典Klarna一度宣布AI客服顶替700人、一年多不招人。

到2025年三季度，它自己的投资者材料显示，AI客服已相当于853名全职坐席、一年省下约6000万美元。可也是在这一年，CEO公开承认在成本上"走得太远"、服务质量下滑，转身重新招人——简单问题留给AI、复杂问题交回人，但招的是"类Uber"按时计费的零工，不是原来的全职岗。

澳大利亚联邦银行2025年想用AI语音机器人替代45名客服，结果来电不降反增、投诉上涨。工会申诉后，银行承认裁员理由不成立、公开道歉，撤回裁撤并请员工返岗——这场仗，劳动者赢了。

只是并非每个人都选择回去。一位工龄25年、还亲手参与训练那台机器人的老客服凯瑟琳·沙利文，最终选择领补偿离开。人教会了机器，然后被机器替下；哪怕岗位回来，回来的也未必是原来那个人、那份心气。

也要公允地说：现在没有全局性大失业。普华永道基于近十亿条招聘广告测算，受AI影响最大的职业，2019到2024年岗位数仍增长约38%——只是明显慢于受AI影响小的职业，后者约为65%；菲律宾的呼叫中心也还在继续招人。

真正发生的是结构重排——谁被挡在门外、谁进了高薪轨道、谁的定额和监控变重、谁从全职变成零工。讲成"一半人要下岗"不符合事实，也遮住了更要害的变化：分配规则和干活方式，在钱还没挣到时就先变了。

七、真正该看的历史，不是砸机器

讲技术抢工作，很多人喜欢回到19世纪英国：织工砸机器、八小时制奋斗一百多年。那个故事没错，但太远，容易得出"技术从来如此、忍着吧"的无力感。

更有说服力的对照，发生在二战后的同一个国家、同一套技术条件下。

1948到1979年，美国经济效率增长108%，普通工人时薪增长93%，几乎同步；可1979年之后到2020年代中期，效率又涨约94%，时薪只涨约33%。技术一直在进步，为什么前三十年人人有份，后四十多年严重脱节？

差别不在技术，在制度。美国工会覆盖率从1950年代中期峰值的约三分之一，一路降到如今的约一成，私营部门更只剩约6%。一个很说明问题的对比：工会力量衰得最慢的十个州，工资涨了23%；衰得最快的十个州，只涨5%。

经济学家凯恩斯1930年曾预言，到2030年技术进步能让英国人每周只工作15小时。产出的增长兑现了，每周15小时没有——多出来的效率，变成了一部分人的高收入、一部分人的失业，而不是所有人的清闲。

这组对照比任何老故事都锋利：它证明"提效不涨薪"不是技术的必然结果，而是某种制度安排的结果。*同一个国家，制度一变，蛋糕的分法就变了。技术只管把蛋糕做多大、多快；怎么分，从来是工会、法律、税收、公共教育一件一件谈出来的。

八、规矩正在重写，普通人盯四件事

这一轮，制度已经在几条战线上动手。

有组织的劳动者把规则写进合同：2023年好莱坞编剧罢工148天，争来AI写的东西不算"剧本"、不能稀释人类编剧的署名分成；演员工会争下"数字替身"条款，用演员的虚拟形象每次都要本人同意、按本人演出付钱。欧洲在推"企业上AI前必须和员工代表协商"，韩国立法要求招聘用AI必须事先告知。

也有直接分利润的：韩国两家芯片巨头在罢工压力下承诺拿出约10%利润发奖，个别营销公司规定员工能证明AI带来可量化贡献就加薪2%到4%。

中国走的是协商加补贴的路子：要求平台算法规则听取工会和劳动者意见，2024年发放技能提升补贴51.3亿元、覆盖310万人次。

司法也在给越界监控划线。据《工人日报》2026年5月报道，深圳的高女士被公司以上班时间看无关书籍、浏览无关网站为由解雇，公司提交的是电脑浏览记录和她看书的照片。

深圳市前海合作区人民法院审理认为，这些证据既证明不了那些书籍与工作无关，也证明不了那台电脑就是高女士本人使用，最终判公司支付违法解除劳动合同赔偿2.8万元。

同一篇报道里，有技术服务商介绍"AI摄像头能识别表情、动作实时打分"——那是在讲技术能力，不是这起案件的情节。技术能做到，不等于这一次越界会被法律认可。

这些观察窗都只有两三年，电气化用了40年才显成效，没人能今天就给终局下结论。AI既可能沿"少数人锁定收益、多数人承担风险"走下去，也可能在更快的规则建设下，成为一次被广泛分享的进步，两种前途都还敞着。

对普通劳动者，与其赌自己成为那6%不可替代的核心员工，不如盯住四件真正决定下一个十年的事：一是规则，AI怎么用、自动化决策谁说了算、"数字分身"归谁；二是组织，遇到调整时有没有集体谈判的支点；三是技能，尽量待在"AI增强人"的轨道，而不是"人给AI打下手"的轨道；四是公共品，再培训和保障到底该谁掏钱。

回到前文，例子中人的处境不是因为不够努力，而是分账规则在重新落子。看懂这盘棋，至少能让自己往一个位置上站——不是成为那个被按动作计费、随时可以删掉的环节，而是成为有权判断"这件事到底算不算解决"的人。

当一切劳动都被拆成可以计费的动作，判断一件事究竟算不算数，本身成了最值钱的劳动。

创作说明：本文由作者借助AI工具辅助资料整理与写作，经人工逐句审核、核实与修正，事实判断与表述责任由作者承担。

人物与案例说明：文中案例，据《工人日报》2026年5月关于数字劳动者的公开报道；深圳高女士劳动争议案（电脑浏览记录监控、违法解除赔偿2.8万元）据《工人日报》2026年5月"数字监管"专题报道，由深圳市前海合作区人民法院审理，文中"AI摄像头识别表情、动作打分"为该报道所引技术服务商对通用能力的介绍、非该案情节；亚马逊CEO公开信、《财富》对亚马逊裁员的报道、Klarna的AI客服当量与成本节约（其2025年三季度投资者材料）及其负责人认错重招、澳大利亚联邦银行事件及工会披露，均来自公开报道、财报或官方原文；客服、丹麦等研究为学术机构基于匿名化或行政数据的研究结论。本文不针对任何具体个人作评价，相关经营数据不构成对任何企业的投资判断。

数据来源与口径说明：本文数据分别来自NBER工作论文（w31161、w33777）、《经济学季刊》、《Organization Science》、MIT NANDA、麦肯锡、IBM、世界经济论坛、斯坦福数字经济实验室ADP合作研究、纽约联储、普华永道、智联招聘、美国经济政策研究所（EPI）、英伟达与Alphabet等公司财报、Klarna投资者材料、OpenAI经媒体核实的财务信息、中国《工人日报》及人社部公开信息等。不同来源的样本、口径和时间区间不同，AI相关数据观察窗普遍不超过两年半。其中：客服实验为5179人、平均效率+14%、技能最低五分之一约+34%（NBER w31161/QJE口径，无"新人+46%"数据）；丹麦研究行政记录覆盖约两年（至2024年底），"超过2%的工资涨幅可被排除"为论文个人层面结论，标题与正文所用"3%到7%"是论文对"生产率收益向收入传导比例"的独立测算，二者口径不同、不互为折算；青年就业收缩13%到19%为"Canaries in the Coal Mine"（斯坦福/ADP）多版本、不同方法给出的相关估计区间，非跟踪同一批人、非干净因果，影响新增招聘而非在职工资，22—25岁软件开发者一度接近−20%；自由职业写作者约−5%、图像类约−9%为《Organization Science》对在线自由职业平台合同/任务收入的研究，非平台自述；AI岗位工资溢价25%（2023年）到62%（2026年）为普华永道基于近十亿条招聘广告的测算；约78%职场人"每周使用AI"为智联招聘2025年调查（样本3112人）的频率口径，与"用过AI"的更高渗透率不是同一指标；英伟达为截至2026年1月财年口径，全年GAAP毛利率约71.1%（单季最高约75%）、全年回购加分红约411亿美元；谷歌云17.5%到约30%为一年内（同比）营业利润率；EPI口径1948—1979年生产率+108%、时薪+93%，1979年后至2020年代中期的更新序列约为+94%/+33%，早期+65%/+8%为截至2013年的旧快照；亚马逊约1300亿美元为其2025年财报实际资本开支（年中指引曾约1180亿）；Klarna"853名全职坐席当量、年省约6000万美元"为公司2025年三季度投资者材料口径（年化成本节约约5800万美元），与其重招人工并行。"约""左右"表示原始数据为近似值或区间值，检索与事实核对完成于2026年10月。

免责声明

1. 本文基于公开资料独立完成的研究与信息分享，仅代表成文时点（2026年10月）的分析与判断，不代表任何机构立场，也不构成对任何企业、产品或证券的推介。

2. 本文借助AI工具辅助资料整理与写作，全部内容均经人工逐句审核、核实与修正。尽管已尽力做多源交叉核验，作者不对全部第三方信息的绝对准确、完整与及时作出保证；原始来源如后续修订，请以最新权威版本为准。

3. 本文不构成投资、证券、期货、职业、雇佣、法律、税务或其他专业建议。文中涉及劳动权益、职场监控、求职择业等内容均为一般性信息，不能替代针对具体情况的专业意见；如有实际需要，请咨询执业律师、主管部门或其他合格专业人士。

4. 文中包含对技术、就业与政策走向的前瞻性判断，此类判断存在不确定性，实际结果可能与预期存在重大差异。

5. 涉及企业与个人的内容均引自公开报道、上市公司财报或官方文件，旨在讨论一般性社会经济现象，不构成对任何特定主体的评价、指控或定性；如与官方信息或生效法律文书不一致，以后者为准。

6. 文中出现的机构、产品名称及商标归各自所有者所有；所引用第三方资料的著作权归原作者或原机构所有。

7. 读者基于本文作出的任何投资、求职、用工或其他决策，其风险与后果由读者自行承担，作者及发布平台不承担任何责任。

8. 转载须遵守文末转载要求；任何删改数据、断章取义或脱离语境的使用，均不属于授权使用。