在 AI 时代，组织内薪酬分配面临着诸多挑战。一方面，AI 技术的应用使得一些岗位的价值和重要性发生变化，传统薪酬体系难以精准衡量新岗位的价值。另一方面，AI 可能导致部分员工失业，如何公平地为他们提供补偿也是难题。

为优化薪酬分配，组织可通过建立灵活的薪酬体系，根据岗位对 AI 技术的依赖程度及员工的技能提升情况进行动态调整。同时，加强对员工的培训与再教育，提升其在 AI 时代的竞争力，将培训成果与薪酬挂钩。此外，引入数据驱动的薪酬评估模型，以更客观、准确地评估员工的贡献，从而实现薪酬分配的公平与合理，让组织内的“蛋糕”分好，激发员工的积极性与创造力。

一、“蛋糕”做大后的挑战：人-AI协作下的薪酬分配

在人工智能时代，AI（人工智能）技术对提升生产力和组织效率的优势不言而喻。其优势的实现依赖于人类与技术的有意识且功能性的协作，即人机协作（Human-AI Collaboration）。例如，在金融领域，智能虚拟机器人快速回答常见问题，并将复杂或特殊问题转接给人工客服，由人工客服提供专业解决方案。在制造业，协作机器人与工人共同在生产线上作业，AI机器人承担重复性、高强度任务，工人则转型为监控者和协调者，凭借自身经验解决复杂问题并优化生产流程。这表明，AI技术并非简单取代员工，而是增强人类能力从而显著提升工作绩效。

然而，员工-AI协作的广泛出现也给薪酬分配带来新挑战。

一方面，AI引入可能导致员工和管理者之间的垂直薪酬差距拉大。例如，2023年7月，因对AI带来的收益分配不均，好莱坞发生了自1960年以来的首次全行业大规模罢工。这一事件表明薪酬分配不均等可能导致员工对AI的抵制，进而阻碍企业对AI技术的引入和推广。

另一方面，AI引入可能导致员工和员工之间的水平薪酬差距拉大。麦肯锡2024年的报告指出，生成式AI带给不同岗位的自动化率各异。其中，生成式AI的引入使知识生产与创新创意类岗位的自动化率显著高于人际社交与消费服务类岗位，从而拉大不同岗位员工的水平薪酬差距。

此外，哪怕在同一岗位内，AI也可能加大水平薪酬差距。以医生为例，年轻医生借助AI可快速扩充其医疗知识库并利用AI辅助诊断，显著提升诊断效率。相较之下，年长医生更依赖传统诊断方法，在绩效上可能落后于年轻医生，且对新技术的接受和适应速度较慢，限制了其受益于AI的程度。因此，尽管AI技术提升了企业效率，却也可能导致员工间薪酬差距扩大，导致部分员工抵制AI。

薪酬分配作为人力资源管理的核心要素，不仅是企业吸引、激励和保留人才的关键，也是影响AI在企业内引入和应用的关键因素。然而，AI引发的潜在薪酬差距逐渐引发员工对薪酬公平性的担忧，成为企业发掘AI技术价值、实现变革转型的阻力。因此，本文将从薪酬分配角度，深入探讨AI引入情况下组织薪酬分配的问题，引导管理者在AI时代分好“蛋糕”。

二、寻根究底：员工-AI绩效归属不明与AI使用机会不均

在人工智能技术引入组织的过程中，组织内部薪酬分配不均的原因主要有二：一是员工与组织之间的绩效归属模糊性导致的薪酬分配不公平，二是员工使用AI技术机会的不均等导致的薪酬差距拉大。

个体与组织之间的绩效归属模糊性

人工智能技术在工作场所的广泛应用显著提高了员工生产力。例如，Access Holdings Plc将生成式AI集成到日常工具中，使代码编写时间从8小时缩短至2小时，演示文稿准备时间从6小时减少至45分钟。AI技术的引入虽然显著提升了员工工作效率，但这也引发绩效归属问题。

从过程视角来看，使用AI工作对传统的工作时间与薪酬计算之间的联系构成挑战。由于AI具有一定的能动性，能够自主完成部分原本属于员工的工作任务。此时员工使用AI可能被领导认为是在“走捷径”。亦或是员工虽按时按量完成工作，但因提效后产生了额外的空闲时间，可能被领导怀疑偷懒。

在此情景下，传统的监督和激励机制可能失效，导致领导低估员工的工作投入和实际贡献，进而增加对员工工作过程的消极反馈。当员工意识到使用AI并不会增加自身收益，甚至会损害自身的利益时，有可能抵制AI技术的引入与推广。

由此可见，员工使用AI产生的绩效究竟应该归属于员工还是AI并不清晰。如果将AI引入后的增量绩效归功于AI，则在薪酬分配上也会忽视这部分绩效，导致员工感受到分配不公。

从结果视角来看，尽管AI技术提升了个人和企业绩效，由于将绩效归结于AI，员工薪酬难以获得相应增长。对中国上市公司的研究表明，企业引入AI后，员工薪酬变化不显著，而管理者薪酬显著增加。也就是说，员工通过AI技术创造的利润被企业管理者占有，而未转化为员工的个人薪酬增长时，这客观上加剧了组织内部的垂直薪酬差距。AI技术的使用可能导致员工工作复杂度增加，若薪酬未相应增长，则可能导致员工抵制AI。

因此，在承认AI技术对提升员工工作效率和企业整体效能的积极作用的同时，我们必须正视其带来的一系列问题：绩效提升应当归因于员工的努力还是AI技术的支持？如何在组织内部公平合理地分配由员工使用AI创造的利润？解决这些问题对于在AI时代下构建一个既公平又具有激励性的薪酬分配体系至关重要。

员工之间的AI使用机会不均

AI技术的应用在不同工作类型中表现出差异化的增强效应，从处理重复性任务逐步扩展至认知型任务的执行。在AI技术的早期发展阶段，其在处理高重复性、程序化任务方面表现尤为突出，特别是在数据分析和流程优化领域。例如，AI通过分析供应链数据预测企业信用风险，显著提高信用评级的准确性；工业AI通过整合多环节数据与先进计算技术，实现产品生命周期的全流程智能管理。

自2021年以来，生成式AI对认知型工作的影响日益显著。据麦肯锡的报告，生成式AI让专业知识应用性岗位的自动化潜力由25%增长至59%。相比之下，生成式AI对强社交互动工作（如并购专家、市场公关总监）的替代性较低。这种差异性的影响揭示了AI技术在不同工作领域中的渗透程度和变革潜力，同时也为组织内部薪酬分配不均埋下了隐患。

员工个体差异也是AI使用机会不均等的关键影响因素。相同技术条件下每个人从AI的受益程度不同。研究表明，年长员工对新技术的接受度受感知易用性、过往经验和信任等因素的影响。他们往往认为AI技术使用难度大、与既有经验关联性低且对技术的信任度不高，导致对AI技术的接受度较低，因此更依赖个人经验和基本判断来执行工作。

相对而言，年轻员工以更开放的心态适应技术变革，并在工作中更倾向于使用AI技术以提升工作效率。此外，员工对AI的不同态度也会导致不同的行为反应。一方面，将AI视为挑战的员工会将其视为促进个人目标和成长的机会，更积极地学习AI技术并掌握其应用。另一方面，将AI视为阻碍的员工认为这项技术会消耗额外的精力和资源，容易产生工作耗竭或工作不安全感等心理压力，从而减少主动行为。总而言之，员工个体的差异在客观上导致组织内部AI使用机会的不均等，进而影响AI引入。

三、对症下药：解决问题的三个关键方面

为应对企业引入人工智能技术过程中所面临的上述挑战，本文将从AI薪酬公平、AI部署成本与AI利益共享三个关键方面着手（见图1）。这三个方面既是问题的核心，也是解决问题的途径。

在企业管理实践中，AI薪酬分配是AI技术引入显性结果问题，而AI部署成本是AI技术引入的隐性过程问题。首先，随着AI逐步引入工作场所，企业必须正视在AI部署过程中员工面临的高昂学习成本和机会成本，这将深刻影响员工对AI的态度。如果企业未能及时给予妥善处理，员工对AI的抵触情绪会成为组织引入AI的一大阻力，甚至造成企业资源的浪费。

其次，尽管AI技术显著提升了员工的工作效率和组织效能，但如果员工使用AI创造的高额利润未能转化为相应的薪酬增长，员工可能会产生消极情绪和行为，严重影响组织内部对AI的推广和使用。为解决这些问题，企业可以通过重新设计薪酬分配方式，合理分担AI部署中的潜在成本，并通过组织与个人之间、个人与个人之间的多方共享机制，降低AI部署成本，推动薪酬分配的公平性，从而实现员工与企业的互利共赢。

AI引入的外显薪酬问题：结果公平和机会公平的考量

在AI融入工作环境的过程中，薪酬公平性对员工接受AI的程度至关重要。因此，企业既要有“一分耕耘，一分收获”的结果公平，也要有“站在同一起跑线”的机会公平。

首先，结果公平涉及员工在付出努力和取得成果后，所获得的回报是否与之匹配。对于组织内最先“吃螃蟹”的员工，他们将AI技术广泛应用于日常工作，成为组织内应用和推广AI的先锋。这不仅提升个人绩效，也为企业创造高额利润。当员工能够从这些利润中获得收益，并感受到他们的工作成果被公正地评价且得到合理回报时，他们才可能与组织目标产生共鸣，从而更加积极地投入到AI技术的学习与发展中。

其次，机会公平指的是在不同部门或岗位中，AI技术的使用和应用机会是否平等。主要体现为AI技术资源的分配不均、岗位的自动化程度差异和员工接受度的差异。从客观上看，某些部门由于其业务性质和技术需求，更容易获得AI技术的支持和资源。

此外，工作内容重复性和标准化程度高的岗位更容易被AI技术替代或辅助，从而获得更多的AI使用机会。例如，客户服务岗可以通过聊天机器人来提高效率，而那些需要复杂决策和创造性思维的岗位可能较难在短时间内实现AI技术的使用。不同部门引进AI的难度和收益的不同，进一步造成不同部门使用AI的机会的不同。AI使用机会不平等可能会导致不同部门在生产力提升、创新力增强方面出现不平衡发展，并加剧组织内部薪酬差距。

AI部署的内隐成本问题：学习成本与机会成本的考量

将AI引入工作环境中，员工将面临各种成本，这些成本对他们接受和有效使用AI技术产生重要影响。这些成本主要分为“砍柴先要磨刀工”的AI学习成本和“鱼和熊掌不可兼得”的AI机会成本。

首先，AI学习成本是许多员工在接触AI技术时面临的显著障碍。AI技术的引入要求员工更新其技能组合以适应新的工作要求，这需要他们投入大量时间和心理资源来提升关键认知技能和关键技术技能。这种学习不仅包括企业提供的系统性AI培训，还涉及员工在日常工作和生活中的自主学习行为。

由于个体对AI的理解和认知能力存在差异，员工对AI知识的掌握和学习成效也表现出个体差异，既可能“事倍功半”，也可能“事半功倍”。能够高效学习的员工可能对在工作场所应用AI技术更有信心，更愿意将AI融入自己的工作中；而学习效率较低的员工可能对AI产生抵触，降低使用AI技术的积极性。

其次，AI机会成本作为员工面对AI技术引入时考虑的重要因素，主要表现为AI技术对员工地位和资源的潜在威胁。当AI在某些领域表现出比人类更高的效率和能力时，员工可能会质疑自己在工作中的价值，从而影响其对工作的投入和热情，降低职业认同感；或担心自己的专业地位受到削弱甚至被AI取代，这种担忧可能导致他们对学习AI持保留或抵制态度，进而影响他们对AI技术的接受程度和学习动力。

此外，AI技术的引入会对员工的个人资源构成威胁。员工需要掌握相关的人工智能知识和具备解决更复杂问题的能力，这意味着他们需要投入更多时间和精力来重塑自身的知识技能结构。如果未能及时提升技能以适应AI技术引入所带来的新变化，员工可能无法充分发挥其潜力。因此，员工需要评估在当前职业环境中，投资于AI学习即“再技能化”是否能够带来预期的职业发展和个人成长。

薪酬分配问题的破局：共享引入AI创造的利益

在AI融入工作环境的过程中，共享AI创造的利益对于促进员工接受AI和提高组织效能至关重要。AI利益共享主体不仅涉及企业与员工，也包括员工与员工之间的共享关系。在此基础上，本文将从共享内容的两个方面（企业与员工共享、员工与员工共享）进行探讨。AI利益共享的内容是推动AI技术融入工作环境并促进组织效能提升的核心组成部分，这主要包括AI知识共享和AI利润共享。

AI知识共享涉及员工之间以及员工与企业之间的相互交流。从员工之间的角度来看，AI知识共享主要关注的是经验交流与学习，AI利益共享则体现在任务协同增效方面。员工之间的协作对于AI技术的有效融入具有重要意义。不同员工的专业技能和知识背景可以在AI应用中相互补充，通过经验分享和知识传递，提升对AI知识和技能的掌握，从而提高个人和团队的绩效。

从员工和企业之间的角度来看，企业也应当向员工传达其AI技术应用规划和组织变革战略，并提供相关知识技能培训，以确保员工个人发展与企业战略规划相一致，增强信息透明度，减轻员工的工作不安全感及其对组织变革的抵触情绪。

而AI利润共享则关注于将AI带来的经济收益在企业和员工之间进行合理分配。企业作为AI技术的推广者和倡导者，不仅要制定相应的战略规划，还应合理分配AI技术带来的利益，以激发员工学习和使用AI工具的积极性，同时发挥AI在企业变革和转型中的关键作用。员工作为AI技术的执行者和使用者，需要理解并熟练掌握相关工具，通过使用AI技术促进技能提升和职业发展，同时挖掘企业对AI资源投入的价值，实现个体与组织的互利共赢。

此外，在AI工具的使用过程中，员工可以通过任务协同，彼此配合，进一步提升工作效率，增加个人和团队的绩效。这种协作不仅促进员工之间的知识和利益共享，也客观上推动AI技术在工作环境中的普及和应用。

四、应对挑战：构建AI引入情景下的薪酬分配策略

为解决引入AI后企业面临的薪酬分配难题，企业可以引入“薪酬包”实现企业与员工共享AI收益，引入基于AI改进后的360度评估机制，实现员工间共享。若仅仅依赖常规的薪酬方案，很难将AI所带来的收益增量与员工价值产生直接关联。

我们建议，可借鉴“薪酬包”机制，在传统经营性薪酬包的基础上，将AI引入带来的预期效益与员工共享，从而确保员工获得合理的收益分配。这种做法旨在让企业内部形成一种“共同做大蛋糕、共同分享蛋糕”的氛围，为推动AI在企业内的应用提供正向合力。倘若缺少薪酬包这样兼具共享与激励功能的机制，管理层与一线员工之间的薪酬差距可能进一步扩大，从而导致企业在落实AI战略时受挫。轻则导致员工使用AI不积极、做表面功夫；重则导致员工抗议与罢工。2024年美国好莱坞演员罢工，以及韩国三星工人罢工均是前车之鉴。这是企业与员工“双输”的局面。

在AI时代薪酬包具体优化公式如下（见图2）：

总薪酬包= （当年预期绩效+AI带来的预期绩效）×（去年薪酬包/存量绩效）+ AI带来的预期绩效×共享系数

然而，经营性薪酬包并不能完全解决AI引入导致薪酬差距拉大的问题。特别是员工与员工之间会因AI使用机会不均而产生公平争议，并且不同员工学习并掌握AI所需要成本存在差异。为了解决公平问题，企业还可以实施“战略性薪酬包”。战略性薪酬包是指由企业设立一笔资金，对员工使用AI产生的沉没成本及历史贡献进行补偿。AI引入需要员工投入大量学习和适应成本，也需要部分员工在早期进行摸索和创新。如果企业能通过战略性薪酬包向这些“先行者”和“探索者”进行专项激励与补偿，将会有效减轻员工的顾虑，提高他们尝试和探索应用AI的意愿。

在此基础上，为进一步在团队内部评估并分配因AI所带来的价值增量，企业可以在现有的绩效管理体系中引入360度评估，并在考核维度中增添“AI使用”、“AI贡献”以及“基于AI的创新”三个核心指标。其中，“AI使用”用于衡量员工在日常使用AI工具的程度以及对工作效率的实际拉动效果。“AI贡献”用于衡量员工对于推进企业AI战略的贡献，既包括直接贡献（例如，分享AI使用技巧和心得），也包括间接贡献（例如，为使用AI的员工提供支持）。

“基于AI的创新”用于衡量员工采用AI后对自身创造力潜力的进一步挖掘。将三者纳入评价体系，企业便能更客观地发掘那些勇于尝试AI、积极推动技术落地的员工，并在薪酬分配中给予他们及时而充分的回报，让薪酬激励与组织目标实现衔接。

需要注意的是，共享机制并非鼓励企业引入AI后推行平均主义“大锅饭”。恰恰相反，上述共享机制的目的在于激励更多员工接纳、使用AI，并用好AI，使AI产生效益。最终，通过薪酬分配制度推动AI在企业内的顺利落地，减少AI引入阻力。

五、结语

当前大多数企业还在AI引入的适应期，很多岗位的价值和定位都需要在AI时代重新评估和设计。但正是处于变革时期，企业若能走得比别的企业更快、更顺利，越能取得竞争优势。企业面对引入AI后可能产生的阻力，从薪酬分配视角推动组织在AI时代的顺利变革才能既“做大蛋糕”，又“分好蛋糕”。

本文来自微信公众号：清华管理评论，作者：王红丽（华南理工大学工商管理学院教授、博导，管理学系副系主任）、黄文暄（华南理工大学工商管理学院硕士研究生）、李振（通讯作者）：华南理工大学工商管理学院博士生，编辑：高菁阳