《华尔街日报》新文章：AI（人工智能）将进一步拉大顶尖员工与普通员工之间的差距
核心观点：
- 专业领域知识和井然有序的工作习惯，让职场“明星”能从AI中获得更多优势。
- 这些明星员工往往更早接纳AI工具，并迅速深入探索其功能，建立起属于自己的高效工作流；而普通员工则倾向于等待公司的明文指引才行动。
- 明星员工更善于判断AI给出的建议，接受正确的内容、果断拒绝错误的建议。这使他们利用AI工具的效率远远超过普通员工。
- 深厚的领域专业知识，让他们能够向AI提出精准的问题、清晰的约束条件，并不断优化提问方式，从而大幅提高AI输出的质量和准确性。
职场中的“马太效应”：
更重要的是，由于明星员工本身的高地位和好声誉，他们更容易因为AI协助产生的优质成果而获得额外的认可和赞赏。相反，当普通员工产出类似质量的成果时，往往会被忽视或被认为主要是AI的功劳。
换句话说，明星员工借助AI成功时，人们归功于他们本人的能力；普通员工借助AI成功时，却常被视作是“运气”或技术工具的功劳。这种偏见导致职场上的“马太效应”（强者愈强，弱者愈弱的现象），进一步加剧了员工之间的鸿沟。
此外，管理者通常给予明星员工更多的自主权和尝试空间。即使明星员工的实验偶尔失败，也更容易被宽容，而普通员工则更谨慎保守，生怕犯错。这进一步使明星员工拥有更强的创新能力和AI应用经验。
-----
原文：《为什么AI会拉大“职场明星”与普通员工之间的差距》
如果顶尖员工比其他人从AI工具中获益更多，职场中的紧张和怨恨情绪将会加剧。但企业并非无计可施，有些方法可以创造一个更公平的竞争环境。
作者：Matthew Call
人们普遍认为，人工智能（AI）将为所有员工创造一个公平的竞争平台，让普通员工也能拥有像“职场明星”一样大放异彩的工具。
但我的研究表明，这种普遍看法是错误的。我认为，恰恰是那些明星员工们能从AI中获得最大的收益，这反而会加深顶尖员工与其他人之间的鸿沟。
这对明星员工们来说或许是好消息，但对公司而言却是个大麻烦。因为AI放大的业绩差距，会加剧那些明星员工有时可能引发的职场紧张和怨恨情绪，从而破坏团队的凝聚力，并最终损害驱动商业成功的协作精神。如果企业不能妥善解决这个问题，他们会发现顶尖人才越来越难留住，而剩下的员工也越来越难激励。
专业知识如何放大AI带来的优势
不妨想想你自己的公司。每当出现一个号称能让所有人提高效率的新工具时——比如Excel的高级功能、复杂的客户关系管理系统（CRM）或是强大的数据分析平台——究竟是谁最先掌握它的？通常都是那些明星员工，他们会深入钻研，发掘出隐藏的功能，并找到别人想不到的创新应用方法，而大多数普通员工则倾向于只使用最基本的功能。
AI也遵循着和其他所有办公工具同样的规律：明星员工们总是第一批拥抱它的人。更重要的是，研究显示，明星员工还会利用他们的“领域专业知识”（domain expertise），从AI系统中挖掘出比普通员工多得多的价值（并发现更多的错误）。
想象一下，一位明星顾问正在负责将一款新产品或服务推向市场。他不会只向AI下达一个“分析这个市场”的模糊指令，然后得到一些泛泛而谈的见解。凭借多年的经验，这位明星顾问会提出更细致、更有针对性的问题，比如涉及竞争动态、法规和行业壁垒等。他们深厚的专业知识会引导他们不断优化给AI的指令或问题，而不是满足于AI给出的第一个答案。这样得到的结果自然也更有用、更准确。
此外，研究还发现，专业知识更丰富的员工在判断AI的建议方面也表现得更好：当AI的建议正确时，他们更善于采纳；而更重要的是，当AI出错时，他们也更敢于拒绝。
明星员工还有另一个优势：他们通常工作更有条理，也就是说，与普通员工相比，他们处理任务的方式更有组织性、更有想法。研究发现，正是这类人，能从AI工具中获得比那些隨意上手的人好得多的结果。AI工具对清晰、结构化的输入响应最好——而这恰恰是明星员工通过他们有条不紊的工作习惯就能自然提供的东西。
额外的“优待”
管理者对待明星员工的方式，只会进一步加剧他们的优势。
我的研究表明，顶尖员工的声誉和地位让他们在工作中享有更多的自主权和决策权。这意味着，明星员工更有可能立即投身于AI实验中。当普通员工还在等待官方指南，或者因为害怕犯错而严格遵守公司批准的模板时，明星员工早已开始测试AI的边界了，在公司反应过来之前，他们就已经发现了各种创新的应用，并建立起了自己个性化的工作流程。即便AI实验搞砸了，他们也更容易被原谅——或者至少，大家会选择相信他们是无心之失。
接下来，就是功劳归属的问题了。
数十年的研究表明，地位高的人在完成与地位低的人类似的工作时，往往会获得不成比例的赞誉。这意味着，当AI的辅助作用是看不见的（通常确实如此）时候，旁观者很可能会根据他们对该员工已有的印象来“脑补”事实。明星员工会得到信任：他们经AI增强的工作成果，会被看作是他们卓越判断力和战略思维的证明。而普通员工面临的则是完全相反的假设：如果工作成果特别出色，那一定是AI的功劳。
这就给普通员工制造了一个恶性循环的“双重困境”。他们本就不太懂得如何从战略上利用AI，而即便他们真的设法用AI做出了出色的工作，他们也不太可能因此获得能推动职业发展的认可。有时，仅仅是怀疑有AI的参与，就足以让别人看轻他们的贡献。
如何创造一个公平的环境
那么，公司能做些什么来防止AI将明星员工变成一个遥不可及的阶层呢？我建议采取三项措施：
1. 鼓励所有人尝试使用AI。
当明星员工在悄悄打造个人AI工作流时，大多数员工还在等待可能永远不会到来的官方指南。聪明的领导者应该设立“AI沙盒”时间，让所有员工都能在没有犯错压力的情况下测试工具，并建立交叉培训项目，让普通员工与AI的早期使用者结对学习。
更重要的是，公司应该投资于AI素养培训，内容不应仅限于基本工具的使用，还要包括提示工程（prompt engineering，即如何更好地向AI提问和下达指令）、评估输出结果和战略性地分配任务。这样做的目的不是要消除明星员工的专业优势，而是要教授那些可以后天学习的技能，从而拉平起跑线。
2. 普及知识，共享经验。
既然AI对清晰、详细的输入响应最好，领导者就需要培训普通员工养成能最大限度发挥AI效能的工作习惯。这意味着公司需要提供用于组织信息的模板，并创建一个共享库，汇集有效的AI提示、策略和应用案例。不要让明星员工把他们的发现当作自己的秘密武器，而应将知识共享变成一种标准做法。当一名员工发现了一个高效的AI工作流时，公司应该将其记录下来，并在团队间推广，让它成为人人可用的工具，而不是某个人的独门秘籍。
3. 重新设计员工评估体系，将AI辅助的工作纳入考量。
那种让明星员工在AI辅助工作中获得过多赞誉的偏见，如果任其发展，只会越来越严重。要解决这个问题，公司应就AI使用情况的披露制定更明确的指导方针。他们应该制定一套评估标准，无论员工现有地位如何，都能公平地评估其在AI辅助下完成的工作。此外，公司还应培训管理者，让他们能识别出偏见何时可能影响了他们对员工表现的评估。可以考虑推行“AI透明度”实践，让团队公开分享他们如何使用AI工具，使AI的辅助作用从隐性变为显性。
如果没有这些系统性的变革，AI很可能会创造出一个“双层”劳动力结构：一小部分人攫取了大部分机会，而其他人则被远远甩在后面。
Matthew Call是德州农工大学梅斯商学院管理系的副教授。您可以通过reports@wsj.com与他联系。
