AI如何拉大会社员之间的能力差距？正在转移的衡量轴、抬高下限与上限，以及如何不被甩在后面

"AI抢走你的工作"已经是耳熟能详的说法。但真正在职场里悄悄发生的，是一种更日常的变化——在同一家公司、同一岗位的同事之间，产出的差距正在慢慢拉大。原因与其说是AI本身，不如说是人群分化成了"会用AI的人"和"不用或不会用AI的人"。

本文将依据最新的调查数据，梳理AI的发展如何拉大会社员（白领）之间的能力差距。先说结论：这并不是"聪明的人就赢"这么简单的故事。一幅多少有些出人意料的图景浮现出来——AI既有缩小差距的力量，也有拉大差距的力量。"哪些职业会消失"我们交给高风险职业排行，"老手还是新人谁先失业"交给老手 vs 新人；这里我们聚焦于"继续工作的人之间的能力差距"。

*本文中的数字和百分比，均为对各类调查与研究已发表结果的引用（截至2026年）；它们会因样本、国家和岗位而有很大差异。请把它们当作趋势来看，而非定论。

1. 结论——差距的"衡量轴"正在改变

先说结论。AI带来的最大变化在于"衡量能力的那条轴"发生了改变。过去在职场拉开差距的，是"个人的硬实力"——知识量、处理速度、经验。但如今AI开始替人承担这些之后，一条新的轴线被推到了前台。

换句话说，今后的能力差距，主要不再沿着"聪不聪明"，而是沿着"会不会用AI"这条轴拉开。换个角度看，这其实是好消息。天生的智力和学历很难改变，但任何人现在都可以开始学着用AI。不过现实中，"学习的机会"本身就存在差别——而差距恰恰是在这里拉大的。让我们按顺序一一来看。

2. 两股相反的力量（抬高下限 vs 抬高上限）

这是本文的核心。AI对能力差距的影响，其实是两股相反的力量同时在起作用。所以对"差距是拉大还是缩小？"这个问题的回答是"两者都有"。

梳理一下——"在单项任务内"，AI帮助新手、缩小差距，但"放到整个职场和社会层面"，会用与不会用的人之间的差距却在拉大。这两者并不矛盾，而是不同的层面。而真正切身打到个人身上的，是后者——"用不用"这道分岔口。下面我们就来看看数据，以及差距为何在这里拉开背后的力量。

3. 用数据看现状

从2026年的各类调查中，挑出几个能体现差距现状的数字（都会因调查而异，请当作趋势来看）。

*数据来源为各类调查（如FT/focaldata等职场调查、对AI技能薪资溢价的估算、员工心态调查等）。数字为引用值，会因调查与年份而异。

这三个数字所揭示的，是"会用AI的人与不用的人之间的差距，已经体现在收入和产出上"这一现实。其中第一个尤其沉重——本就占优势的人，才是在用AI的人。这意味着AI起到的作用，可能不是"弥合已有的差距"，而更像是"在已有差距之上，再叠加一道AI差距"。与此同时，第三个——"过度依赖"——则表明，即便是那些在用AI的人，也存在另一重风险（见第6节）。

4. 拉大差距的4股力量

人为什么会分化成"用的人"和"不用的人"？这不只关乎能力或意愿。环境上的差别占了很大分量。主要有四股力量。

值得注意的是，四股力量中有三股（工具获取、培训、自主权）本来就偏向身处高位的人。因此放任不管的话，往往会演变成"强者愈强"的态势。但唯独第四股"学习的意愿"，是无论身处何种位置都能靠自己改变的。这是不被甩在后面的最大杠杆。

5. 谁领先，谁被甩下

那么，谁会站到"领先"一侧，谁又会落到"被甩下"一侧？不是靠天生的智力，而是看"你如何与AI协作"，大致浮现出三种类型。

关键在于，这并非"用／不用"的二选一。真正领先的，是那些把"让AI去做 × 自己去做更高一层的工作"结合起来的人。不是把活儿丢给AI就完事，而是把省下的时间投入到"AI做不到的判断、与人打交道、创造"上——能否这样去用，正是把"原地踏步"一群人与"领先"一群人区分开来的地方。

6. 陷阱——过度依赖会让能力退化

这里有一个出人意料的陷阱。用AI越多，并不自动等于安全。用错了方式，自己的能力反而会慢慢枯萎。如前所述，某项调查显示约有39%的员工感到"对AI的过度依赖让我比以前思考得更少了"。

这有可能成为一个严重的不平等之源。"靠用AI变得更聪明的人"与"因为把一切丢给AI而退化的人"——即便同样是"AI使用者"，几年后他们真正的实力却会走向相反的方向。关键在于养成"把AI的答案当作粗稿，去核实并加以改进"的习惯。是对话，不是囫囵吞下。这与提示词工程的精神是相通的。那些一边用AI、一边磨砺自己判断力的人，最终成长得最多。

7. 如何不被甩在后面

那么，怎样才能站到"领先"一侧？下面这些事，无论你身处何种位置、有无天赋，今天就能靠自己去做。不需要什么硬技能。

• 先动手用起来：别等到准备完美，今天就用一次免费版。这第一步的差距，会随时间越拉越大。
• 用在自己的工作上：不要泛泛而谈——让AI去做"你眼下正在做的活儿"。与实际工作挂钩，你会成长得很快。
• 养成"核实"的习惯：始终怀疑AI的输出，用之前先检查。别囫囵吞下。
• 把省下的时间投向投资：把节省下来的时间，投入到判断、规划、学习——"只有你才能做的事"上。
• 分享你的用法：把奏效的提示词和招数与同事互相交流。学习会加速。
• 持续学习：工具每半年就会变。别学一次就停下来。

头两条尤其有效——"动手用起来""用在自己的工作上"。正因为眼下很多人还卡在"看起来好难"，这也是一个谁先动起来，谁就能相对领先一大截的时机。关于如何提升技能，如何成为前沿AI工程师和能在AI时代存活的职业中的思路也很有参考价值。

8. 公司／组织的视角

最后，说一说公司一侧，而不只是个人。差距不只是个人努力的问题，它也由组织如何构建所塑造。

调查显示，尽管许多员工个人感受到了AI的好处，但作为组织真正取得明确成效（ROI）的公司只是少数。也有调查报告称，围绕AI使用，出现了部门与层级之间的摩擦与分裂。换句话说，一家公司能否从"个人各自零散使用"的阶段，迈向"全员都能作为组织去学习的体系"，正是把内部差距放任不管、还是去弥合的分岔口。具体来说——向全体员工提供工具、保障培训时间、分享成功案例，并把它体现到考核中。这些都是用组织的力量去抵消前面那"4股拉大差距的力量"的举措。放任差距，组织就会裂开；抬高下限，整体生产力就会上升。

总结

把AI的发展如何拉大会社员之间的能力差距，浓缩如下。

• 轴的转移：拉开差距的那条轴，正从"智力与经验"转向"会不会用AI"。
• 两股相反的力量：在单项任务内，AI抬高新手的下限（缩小差距）；而在整个职场层面，会用与不用的人之间的差距却在拉大。
• 现状：高收入者更多在用AI、出现了AI技能薪资差距、约40%的人感到过度依赖（均引自各类调查）。
• 4股拉大差距的力量：工具获取、培训、自主权、学习意愿。前三股偏向资深岗位；唯独最后一股你能靠自己改变。
• 分岔口："让AI去做、把省下的时间用于更高一层工作"的人会领先。把一切都丢出去、停止思考的人会退化。
• 该怎么做：动手用起来 → 用在自己的工作上 → 养成核实的习惯 → 把省下的时间用于投资 → 分享 → 持续学习。

说到底，AI时代的能力差距，主要沿着"行动上的差别"而非"才能上的差别"拉开。这既残酷，又充满希望——不同于天生的智力和学历，任何人今天就可以开始学着用AI。正是在很多人还卡在"看起来好难"的当下，那些悄悄开始动手的人会领先一步。今天就迈出这第一步吧。关于具体的学习方式，建议从提示词工程实践指南开始。

FAQ