AI用不好是裁员，用得好是扩张

相反，AI暴露度越高的公司，生产率增长更快，员工人数增长更快，工资增长也更快。从报告数据看，AI暴露度最高的公司，其生产率增长比最低AI暴露公司高40%；员工人数增长是52%，而最低AI暴露公司是36%；工资增长是24%，而最低AI暴露公司是17%。

这可能是这份报告最值得企业管理者记住的一句话：AI用得差，是减人；AI用得好，是扩张。

过去一段时间，很多企业把AI作为裁员、降本和组织压缩的理由，但从普华永道的数据看，这未必代表它们真正吃透了AI的价值。真正领先的公司，不是用AI减少人，而是用AI放大人，打开新收入、新市场和新业务。

一起来看看关键发现：

一、AI正在拉开企业差距：不是所有公司都提效，而是强者更强

到2025年，AI暴露度最高的公司，生产率增长达到33.5%；AI暴露度最低的公司，生产率增长为24.0%。更值得注意的是，从2022年生成式AI快速普及以来，高AI暴露公司相对低AI暴露公司的领先优势扩大到原来的3倍。

更关键的是“superstar effect”：在AI暴露度最高的公司中，最领先的20%企业，平均生产率增长达到163%，大约是高AI暴露公司整体生产率增长水平的5倍。

这说明，AI并不是让所有企业平均受益。

AI更像一个放大器。组织能力强、业务流程清晰、数据基础好、管理者敢于重构工作方式的公司，会被AI进一步放大；而那些只是买工具、做培训、喊口号的公司，未必能真正拿到生产率红利。

真正的组织级生产率，不是员工用AI写材料、做纪要、改PPT，而是AI进入客户响应、研发迭代、营销转化、风险控制、供应链协同和人才管理这些核心流程，让业务链条本身变短、变快、变智能。

二、最反直觉：AI用得好的公司，反而人更多、工资更高

工资增长上，最AI暴露公司为24.4%，最低AI暴露公司为16.6%。

更有意思的是，在最AI暴露公司中，生产率增长最高的前20%公司，平均工资增长达到68%，说明AI驱动的生产率收益并不只留在公司，也在部分传导给员工。

这组数据很关键。它说明，那些真正获得AI生产率收益的公司，并不只是用AI削减成本，而是在用AI放大人的能力，创造新服务，进入新市场，扩大业务边界。很多企业现在做AI转型，一开始就把AI理解成“降本工具”，问的都是：这个岗位能不能少招？这个流程能不能少几个人？这个部门能不能压缩？但真正领先的公司，问的问题往往不同：有了AI，我们能不能服务更多客户？能不能做过去做不了的产品？能不能把原来只服务大客户的能力，变成服务中小客户的标准化能力？能不能让一线员工拥有过去只有专家才具备的能力？这才是AI带来的增长逻辑。

三、AI不是统一替代人，而是在制造“两条路”

第一类是低AI暴露岗位，比如厨师、建筑工人、机械维修人员，短期受AI影响有限。

第二类是Professionalised jobs，可以理解为“被专业化的岗位”：AI接管基础、重复、低阶任务，人被推向更复杂、更需要专业判断的工作。比如律师用AI做文档摘要后，可以把更多时间用于案件策略；招聘人员用AI筛简历后，可以把更多精力用于候选人判断、合同谈判和组织匹配。

第三类是Democratised jobs，可以理解为“被平民化的岗位”：AI接管原来更复杂、更专家化的任务，导致岗位门槛下降，人留下来的任务反而更偏执行、更低专业壁垒。全球约22%的广告岗位正在被“专业化”，约52%的岗位正在被“平民化”。

这解释了一个关键问题：为什么有些岗位明明高度受AI影响，但工资和岗位数量仍然在增长？因为AI对不同岗位的作用完全不同。

对一部分岗位，AI是在“抬高人”，它把基础任务拿走，让人做更复杂、更高价值的判断；对另一部分岗位，AI是在“降低门槛”，它把复杂任务拿走，让岗位变得更标准化、更容易进入，但专业溢价也可能下降。

四、被AI“专业化”的岗位，正在更值钱

但是技能上，Professionalised jobs的技能要求增长了68%，而Democratised jobs增长了33%，说明被AI专业化的岗位正在变得更复杂、更高阶。

所以，过去我们问：“这个岗位会不会被AI替代？”现在更应该问：“这个岗位会被AI推向更专业，还是推向更低门槛？”

比如一个分析师，如果只是做数据整理、报表汇总、基础洞察，AI会让这些工作越来越低门槛；但如果他能基于AI产出的信息，判断业务机会、识别关键风险、推动跨部门决策，他的价值反而会上升。HR、财务、法务、运营、咨询顾问也是一样。AI可以帮你完成大量基础工作，但客户和组织真正需要的，仍然是你能不能识别真正问题、形成判断、推动共识、设计可落地的解决方案。

五、越AI，越需要人的判断、创造和领导力

报告还有一组数据很关键：AI暴露度最高的岗位，所需技能变化速度是AI暴露度最低岗位的2倍，而且这个差距比去年又扩大了75%。

更有意思的是，高AI暴露岗位新增任务中，对同理心、判断力、创造力等“human-intensive skills”的依赖速度，是低AI暴露岗位的2.5倍。

这点很重要。很多人以为AI时代最重要的是技术能力，比如会不会写Prompt，会不会调用Agent，会不会用各种AI工具。这些当然重要，但报告真正提醒的是，随着AI吸收越来越多的常规任务，人的价值反而更集中在那些AI不擅长的能力上：判断、创造、沟通、共情、领导、复杂问题处理、模糊情境下的决策。

AI时代的人才培养，不能只做AI工具培训。真正重要的是，员工能不能定义问题，能不能判断AI输出质量，能不能把AI结果转化成业务行动，能不能在复杂场景中做取舍，能不能用AI支持跨部门协同。未来真正稀缺的，是“能带着AI创造业务结果的人”。

六、初级岗位并未消失，而是在被“资深化”

这份报告还有一个对年轻人和企业都非常重要的部分：AI正在改变初级岗位。过去的职业发展路径。

在高级经济体中，AI暴露度最高的初级岗位招聘增长已经趋于平缓，是唯一一个early-career vacancies flatlined的组。注意图注里要说明：这部分只纳入加拿大、新加坡、英国和美国，且主要由美国数据驱动。

报告显示，在AI暴露度最高的初级岗位中，传统上属于资深岗位的能力正在明显前移，包括领导力、战略思考、团队建设和利益相关方管理等。AI暴露度最高的初级岗位，要求这些传统资深技能的概率，是AI暴露度最低初级岗位的7倍。

更具体地看，在AI暴露度最高的初级岗位中，那些已经被“seniorised”的岗位，也就是开始要求大量传统资深能力的初级岗位，自2019年以来增长了35%；而其他初级岗位则在下降。

这说明，初级岗位并不是全部消失，而是在分化。低阶、重复、基础型的初级岗位会减少；但那些能让新人更早承担复杂判断、更早接触业务决策、更早协同多方资源的初级岗位，反而在增长。

未来的新人培养，必须更早引入真实业务场景，更早提供导师辅导，更早训练结构化思考、沟通表达、利益相关方管理和决策能力。换句话说，AI时代的新人，不是少干活，而是更早干难活。

七、AI专业岗位持续增长，但企业不能只盯AI专家

AI专业岗位当然也在快速增长。报告定义AI specialist jobs为要求高级AI技能的岗位，例如Prompt Engineering或Machine Learning。2024到2025年，AI专业岗位招聘增长68.9%，而整体岗位增长只有8.6%；

从2012到2025年，全球AI专业岗位数量变为原来的10.7倍，而整体岗位只变为原来的2.5倍。与此同时，具备AI技能岗位的工资溢价达到61.9%，高于上一年报告中的57%。

说明AI招聘不是只发生在科技行业，但速度不同。重点标注：2025年TMT行业AI岗位占比最高，为11.4%；专业服务5.6%；金融服务5.4%。

此外，“AI技能溢价”也很明显，平均AI工资溢价61.9%；消费市场118%、TMT 84%、能源公用事业资源75%、制造业73%、专业服务67%、金融服务53%。同时图注里要保留报告提醒：这是岗位广告薪资比较，没有控制教育、经验、地点等其他因素。

但这里也要避免一个误区。AI时代的人才战略，不能只理解为“多招AI工程师”。

AI专家当然重要，因为他们负责建设、运行和优化AI系统。但组织真正要转型，还需要大量“业务型AI人才”：懂业务、懂场景、懂流程，也能理解AI能力边界的人。未来很多企业最缺的，可能不是纯技术专家，而是三类人：能把业务问题翻译成AI任务的人，能把AI能力嵌入业务流程的人，能判断AI结果并承担最终责任的人。这些人未必都叫AI专家，但他们才是AI进入组织的关键接口。

八、中国数据怎么看：样本很大，但不能过度解读

我们很关心这份报告里有没有中国数据。答案是：有中国样本，而且样本规模不小。报告覆盖的亚洲市场包括阿联酋、中国内地、中国香港、印度、日本、马来西亚和新加坡。中国内地被纳入全球样本，说明这份报告不是只看欧美市场。从样本量看，中国内地招聘广告样本达到8650万条，在27个国家和地区中属于非常大的样本规模，仅次于美国和英国，也高于德国、法国等市场。中国香港样本为280万条。

但需要注意，报告公开披露的主要是全球层面、行业层面和部分高级经济体样本的分析，并没有展开中国内地的单独结论。它对中国企业最大的启发，不是某个单独百分比，而是一个判断框架：AI正在改变岗位结构、技能结构和新人培养方式，国内企业也需要用这个框架重新审视自己的组织和人才体系。

结语：AI没有简单消灭工作，它正在重新定义人的价值

对企业来说，AI转型不能只盯着降本增效。真正拿到AI红利的公司，不是简单用AI减少人头，而是用AI打开新收入、新市场和新价值。

同时，企业也要加快投资Agentic AI。未来员工不是单独使用一个AI工具，而是带着一组AI Agent工作。谁能让人和Agent形成更高效的协同，谁就能更快思考、更快适应、更快执行。报告也提到，AI投资回报更高的公司，部署Agent的可能性是低回报公司的两倍。

更重要的是，企业必须重做新人培养。AI会减少很多基础、重复、低风险的练手机会，但初级岗位却越来越早要求领导力、利益相关方管理和战略判断。过去“先打杂、再成长”的路径正在失效，企业需要用新的入职、导师、项目制和反馈机制，让年轻人更快进入复杂任务。

对个人来说，最重要的不是恐慌，而是移动到更高价值的一侧。尽量走向那些被AI“专业化”的岗位，主动选择真正用AI创造新业务的公司，学会把AI当工具和伙伴来指挥。同时，持续打磨那些越AI越值钱的能力：创造力、判断力、沟通力、领导力，以及在复杂和不确定中做决策的能力。

不是AI会不会替代人，而是AI正在重新定义人的价值。

THINKTANK新智囊微信公众号是智囊机构THINKTANK（全称：北京智囊维实企业管理有限公司）旗下的为推动产业生态发展，提升企业管理水平，创造投资机会的专业传播与沟通平台。

智囊机构THINKTANK是中国科技咨询协会副理事长单位，愿景是”汇聚改变未来的力量”，专注于打造“产业化的创新创业平台”，通过“咨询+赋能+资源+资本”一体化的专业服务体系，构建“产城融创”系统化的发展模式，帮助企业和政府打造并孵化内部生命系统和外部生态系统 ，为大企业的创新发展、园区的产业升级、科创企业的加速成长赋能。

点击上图了解更多！

新智囊公众号聚焦在“如何以创业的精神做创新；怎样用创新的视角做创业”这项事业，为未来的商业领袖们打造“共同学习的社区”。我们和读者们一起共同学习、共同分享、共同成长，在创新&创业的道路上——想明白（知）、干明白（行）、说明白（言）。