一、“蛋糕”做大后的挑战：人-AI协作下的薪酬分配
在人工智能盛行的当下，人工智能技术在增强生产力和优化组织效能方面的作用显而易见。这种优势的显现，离不开人与技术之间有目的且高效的配合，即所谓的“人机协同”。以金融行业为例，智能虚拟助手能够迅速解答常见疑问，并将涉及复杂或特殊问题的情况转交给人工客服，由人工客服提供专业的解决方案。在制造业领域，协作机器人与工人们并肩作业于生产线，AI机器人负责执行那些重复且强度大的工作，而工人则转变为监督者和协调者，他们运用自身丰富的经验来处理复杂问题并改进生产流程。这一现象揭示了AI技术并非仅仅替代员工，而是通过增强人类的能力，从而大幅提高了工作效率。
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技术的引入可能会加剧员工与管理者之间的薪酬差距。以2023年7月的好莱坞为例，由于AI带来的收益分配不均，该行业自1960年以来首次爆发了全行业性的大规模罢工。这一事件反映出薪酬分配的不公可能会激发员工对AI技术的抵制情绪，从而妨碍企业对AI技术的采纳与推广。
此外，AI技术的应用可能加剧员工间薪酬水平的差异。根据麦肯锡2024年的研究报告，不同岗位的自动化程度因生成式AI的引入而存在差异。具体来说，生成式AI的应用使得知识生产与创新创意类岗位的自动化程度显著高于人际社交与消费服务类岗位，这进一步扩大了不同岗位员工之间的薪酬水平差距。
除此之外，即便是在相同的职位上，人工智能也可能扩大薪酬的级差。以医生这一职业为例，年轻的医生可以通过AI迅速丰富自己的医疗知识库，并借助AI进行辅助诊断，这极大地提高了诊断的效率。而相比之下，年长的医生则更倾向于使用传统的诊断手段，他们的绩效可能不如年轻医生，同时，他们对新技术的接纳和适应速度较慢，这也限制了他们从AI技术中获得的益处。尽管AI技术的应用提高了企业的运作效率，然而，这也可能引发员工之间薪酬差异的加剧，进而导致一些员工对AI技术产生抵触情绪。
薪酬分配是人力资源管理的核心组成部分，它不仅是企业吸引、激励并留住人才的重要手段，而且对于AI技术在企业内部的应用推广也起着至关重要的作用。然而，AI技术所引发的薪酬差异问题逐渐引起了员工对于薪酬公平性的疑虑，这也成为了企业挖掘AI技术潜力、推动变革转型的障碍。鉴于此，本研究将针对薪酬分配这一议题，从AI技术融入组织的视角出发，进行深入的剖析，旨在指导管理者在人工智能时代中，如何更好地进行薪酬的合理分配，确保“蛋糕”的公正分配。
二、寻根究底：员工-AI绩效归属不明与AI使用机会不均
在组织采纳人工智能技术的过程中，薪酬分配不均的问题主要源于两个方面：首先，由于员工与组织在绩效归属上存在模糊性，导致薪酬分配出现不公；其次，员工获取使用AI技术的机会不均等，进而加剧了薪酬差距。
个体与组织之间的绩效归属模糊性
人工智能技术在职场中的广泛运用极大地增强了员工的工作效率。以Access Holdings Plc为例，该公司将生成式AI融入日常工具，使得代码编写所需时间从原本的8小时缩短到了2小时，演示文稿的制作时间也从6小时缩短到了45分钟。尽管AI技术的应用极大地提升了员工的工作效率，但同时也引发了关于绩效归属的争议。
从过程的角度审视，AI在职场中的应用给传统的工作时间与薪酬体系带来了新的挑战。AI具备一定的自主性，能够独立完成部分本应由员工承担的任务。在这种情况下，员工若运用AI，可能会被管理者视为寻找捷径。甚至即便员工能够按时按量完成任务，但由于效率提升导致出现了额外的空闲时间，也可能引起管理层的疑虑，被怀疑是在偷懒。
在这种情形之下，常规的监管及激励手段或许将失去效用，从而使得管理者对员工的工作投入和实际成效产生低估，随之而来的是对员工工作流程的负面评价增多。一旦员工认识到采用人工智能技术不仅无法提升个人收益，反而可能损害自身利益，他们很可能会对人工智能技术的采纳与推广持抵制态度。
由此可见，关于员工运用AI所创造的业绩究竟应归功于员工还是AI，这一问题尚无明确答案。若将AI引入后带来的额外业绩归因于AI，那么在薪酬分配的过程中，这部分业绩很可能会被忽视，进而使员工产生分配不公的感觉。
从成效的角度审视，尽管人工智能技术促进了个人与企业的业绩提升，然而，由于业绩的提升被归因于AI，员工的薪资增长并未同步实现。根据对中国上市公司的相关研究，我们发现，企业在采纳AI技术后，员工的薪资变动并不明显，而管理层的薪资却出现了显著的提升。也就是说，当员工运用AI技术所创造的收益被企业高层所攫取，并未转化为员工个人薪资的提升时，这无疑会扩大组织内部的薪酬层级差异。AI技术的应用可能会提升员工的工作难度，若薪酬未能同步增长，则可能会引发员工对AI技术的抵制情绪。
因此，我们虽然认可AI技术在提高员工工作效率和企业整体效能方面的正面影响，但同时也必须直面它引发的一系列挑战：是员工的辛勤付出还是AI技术的助力导致了绩效的提升？如何才能在组织内部公正地分配员工通过使用AI所创造的收益？解决这些问题对于在AI时代建立一个既公正又充满激励的薪酬体系至关重要。
员工之间的AI使用机会不均
AI技术在不同职业领域中的应用呈现出显著的差异化提升效果，这一效应从提升处理重复性工作的效率开始，逐渐延伸到执行需要认知能力的任务。在AI技术初期发展阶段，它在处理高度重复和程序化的任务上表现得尤为出色，尤其是在数据分析和流程改进的领域。AI借助对供应链信息的深入分析，有效预测了企业的信用风险，大幅提升了信用评估的精确度；而工业领域的AI，则通过融合多元数据源以及运用高端计算技术，成功实现了产品从研发到生产的全生命周期智能化管理。
自2021年起，生成式人工智能在认知型工作中的影响日渐凸显。根据麦肯锡的研究报告，生成式AI使得专业知识应用岗位的自动化可能性从原先的25%上升到了59%。与此同时，生成式AI在强社交互动工作，例如并购专家和市场公关总监等职位上的替代作用则相对较小。这种差异性的体现彰显了人工智能技术在各个职业领域的广泛应用和变革能力，同时也预示着组织内部薪酬分配不公的潜在风险。
员工之间的个体差异是导致AI应用机会不均等的重要因素之一。在相同的技术水平下，每个人从AI技术中获得的收益存在差异。研究显示，年龄较大的员工对新技术的接纳程度受到诸如感知的易用性、以往的经验以及信任度等多种因素的影响。他们通常觉得AI技术的操作复杂，与以往的知识经验关联性不强，同时对技术的信赖度不高，这就使得他们对AI技术的接纳程度不高，因而更倾向于依赖个人的经验和基础判断来完成工作。
相较之下，年轻一代的员工持有更加包容的态度去应对技术革新，他们在工作中更乐意采纳人工智能技术来提高工作效率。再者，员工对于人工智能持有不同的看法，这也将引发他们各自不同的行为表现。比如，那些把人工智能看作是挑战的员工，会将它视为推动个人目标和成长的契机，他们会更加积极地学习人工智能技术，并努力掌握其应用。另一方面，那些把人工智能看作是障碍的员工，他们觉得这项技术会带来额外的精力消耗和资源占用，容易引发工作疲劳感或对工作安全的不确定感等心理压力，这进而会降低他们的主动参与度。总的来说，员工之间的个体差异在客观上造成了组织内部对人工智能应用机会的不平等分配，这种不平等又进一步影响了人工智能的引入。
三、对症下药：解决问题的三个关键方面
为了解决企业在采纳人工智能技术时遭遇的种种难题，本研究将聚焦于AI薪酬的公正性、AI实施的经济成本以及AI带来的利益分配等三个核心议题（详见图1）。这三个议题不仅构成了问题的核心，同时也是寻求解决方案的关键途径。
在企业管理实践中，AI技术的应用导致了薪酬分配这一显性问题的出现，同时，AI的部署也带来了成本这一隐性问题的挑战。首先，随着AI技术逐步进入工作场所，企业需正视员工在AI部署过程中所承担的巨大学习成本和机会成本，这些问题将深刻地影响员工对AI技术的态度。若企业不能迅速妥善解决，员工对人工智能的排斥心理可能变成企业采纳AI的重大障碍，甚至可能导致企业资源的无效消耗。
其次，尽管AI技术的应用大大提高了员工的工作效率以及组织的整体效能，然而，如果员工通过AI技术创造出的高额利润未能相应地转化为他们薪酬的增长，那么员工很可能会产生消极的情绪和举动，从而严重阻碍组织内部对AI技术的推广与应用。为了解决这些问题，企业可以采取重新制定薪酬分配策略，科学地分摊AI部署过程中可能产生的费用，同时通过建立组织与个人、个人与个人之间的多角度共享机制，进一步削减AI部署的费用，促进薪酬分配的公正性，进而达到员工与企业的共同利益和双赢局面。
AI引入的外显薪酬问题：结果公平和机会公平的考量
AI与工作场所的融合进程中，薪酬的公正性对于员工对AI技术的接纳程度具有决定性意义。因此，企业不仅需要确保“付出与回报相匹配”的成果公正，而且还要实现“人人平等起点”的机会公正。
结果公平体现在员工在辛勤付出与收获成果之后，所得到的回报是否与其付出相称。特别是那些在组织内部率先尝试并积极应用AI技术的员工，他们勇于创新，将AI技术广泛融入日常工作中，成为推动AI应用与普及的领军人物。他们的行为不仅显著提高了个人工作表现，更为企业带来了丰厚的经济效益。员工若能从这些利润中分得一杯羹，且意识到自己的劳动成果得到了公正的认可和相应的报酬，那么他们更有可能对组织的目标产生认同感，进而更主动地参与到AI技术的学习和进步中去。
其次，机会的均等性关乎于在各个部门或职位上，AI技术的运用与接入是否实现了平等对待。这主要体现在AI技术资源的分配存在不均衡现象、不同岗位的自动化水平不一，以及员工对AI技术的接纳程度各异。从客观角度分析，某些部门因业务特性和技术需求，更易于获得AI技术的援助与资源。
此外，那些工作内容相似且流程固定的职位，往往更容易被人工智能技术所取代或辅助，这样也就为它们带来了更多的AI应用可能性。比如，客户服务岗位能够借助聊天机器人的力量提升工作效率，而对于那些要求复杂判断和创造性思维的岗位，AI技术的应用可能需要更长时间。不同部门在引入AI时所面临的挑战和获得的收益各不相同，这也导致了他们在使用AI方面的机会存在差异。AI应用的不均衡可能会引发各部门在提高生产效率和增强创新能力上的不均衡增长，同时也会扩大组织内部的薪酬差异。
AI部署的内隐成本问题：学习成本与机会成本的考量
引入人工智能技术至工作场所，员工们需承担诸多费用，这些费用对他们学习和有效运用AI技术具有显著影响。这些费用主要包括“磨刀不误砍柴工”的AI学习投入，以及“鱼与熊掌难以兼得”的AI机会成本。
AI技术的应用对众多员工来说，学习成本构成了一个明显的挑战。他们必须更新自己的技能组合，以应对新的工作需求，这无疑需要他们投入大量的时间和精力，去增强关键的认知能力与专业技术能力。这一过程不仅包括企业所提供的系统化AI培训，还包括员工在日常工作和生活中的自我学习行为。
个体对人工智能的理解与认知水平各异，因此员工在AI知识的学习与掌握上呈现出明显的个人差异，既可能遭遇“费力不讨好”，也可能实现“事半功倍”。那些学习效率高的员工往往对在职场中运用AI技术充满信心，更倾向于将AI技术融入日常工作；相反，那些学习效率较低的员工可能会对AI产生排斥心理，从而减少使用AI技术的积极性。
其次，在员工考虑引入AI技术时，机会成本是一个不可忽视的关键因素，它主要体现在AI技术可能对员工的职位和资源造成的影响，尤其是潜在的威胁。当人工智能在某些特定领域展现出超越人类的效率和实力时，员工可能会对自身在职场中的价值产生怀疑，这可能会削弱他们对工作的投入和激情，降低他们的职业认同感；同时，他们也可能担忧自己的专业地位会受到威胁，甚至被AI所取代，这种忧虑可能会让他们对学习AI持有保留或反对的态度，从而影响他们对AI技术的接纳程度以及学习的积极性。
此外，引入AI技术可能对员工的个人资源造成挑战。员工必须学习相关的人工智能知识，并提升解决更复杂问题的能力，这要求他们投入更多的时间和精力去调整和优化自身的知识技能体系。若不能及时更新技能以应对AI技术引入带来的新变化，员工可能无法充分挖掘和发挥自己的潜力。因此，员工需对在现行的职业背景下，投入AI学习即所谓的“再技能化”这一行为，进行考量，看其是否能够促进职业的进步与个人的发展。
薪酬分配问题的破局：共享引入AI创造的利益
在AI逐渐融入职场的过程中，确保AI带来的收益能够被公平分配，这对推动员工接纳AI技术并提升组织整体效率具有极其重要的意义。AI收益的共享主体不仅包括企业和员工，还涵盖了员工之间的相互共享。基于这一背景，本文将围绕共享收益的两大维度——即企业与员工之间的共享以及员工之间的共享——进行深入的分析和讨论。AI技术融入职场并增强组织效率的关键要素在于实现AI成果的共享，这涵盖了AI知识的交流与AI收益的分配。
AI知识的交流与共享跨越了员工与员工、员工与公司之间的界限。在员工之间，这一过程主要聚焦于经验的分享和知识的吸收；而在利益共享层面，它则显现于协同工作中效率的提升。员工间的合作对于AI技术的成功融合至为关键。员工们各自的专业技能与知识体系在AI领域的应用中能够相互补充，他们通过经验的交流与知识的传递，共同增进对AI相关知识与技能的理解和掌握，进而有效提升个人及团队的工作效率和业绩。
从员工与企业关系的视角出发，企业有必要向员工揭示其在人工智能技术应用方面的规划以及组织结构调整的策略，同时提供相应的知识技能培训。这样做旨在确保员工的个人成长与企业的战略发展方向保持同步，提升信息的公开程度，并缓解员工对于工作不稳定性的担忧以及对组织变革的抵制心理。
AI利润的分配机制着重于在企业和员工之间对AI带来的经济效益进行公正划分。企业作为AI技术的推广者和推动者，不仅需制定相应的战略规划，更应合理分配AI技术带来的收益，以此激发员工学习和运用AI工具的主动性和热情，并充分发挥AI在企业变革与转型过程中的核心作用。员工在执行和应用AI技术方面扮演着关键角色，他们必须对相关工具具备深刻理解和熟练运用能力。借助AI技术，他们可以不断提升自身技能并促进职业生涯的发展。同时，员工还应充分挖掘企业对AI资源投入的潜在价值，从而实现个人与企业的双向受益。
此外，在运用AI工具的过程中，员工能够通过协同完成任务，相互协作，从而有效提高工作效率，并促进个人及团队业绩的提升。这种合作方式不仅有助于员工间知识和利益的共享，而且在客观上促进了AI技术在办公环境中的广泛推广和应用。
四、应对挑战：构建AI引入情景下的薪酬分配策略
为了克服引入人工智能技术后企业所遭遇的薪酬分配挑战，企业可以考虑实施“薪酬包”制度，以此让企业和员工共同享受AI带来的收益，并采纳AI优化后的360度评估体系，促进员工之间的收益共享。如果仅仅依靠传统的薪酬计划，将AI技术带来的收益增长与员工的价值贡献建立直接联系将十分困难。
我们提议，可以参考“薪酬包”模式，在传统的经营性薪酬包体系内，融入人工智能技术带来的预期收益，并与员工共同分享，以此保障员工能够得到公正的收益分配。此举旨在在企业内部营造一种“共同扩大利益蛋糕、共同享受利益蛋糕”的和谐氛围，进而为AI技术在企业中的应用注入积极推动力。若缺乏一种既具备共享性又具备激励作用的薪酬体系，管理层与基层员工之间的薪酬差异可能会进一步拉大，进而使得企业在执行AI战略时遭遇阻碍。轻则可能引发员工对AI应用的消极态度，仅做表面文章；重则可能引发员工的抗议和罢工行为。以2024年美国好莱坞演员罢工和韩国三星工人罢工为例，这些都是值得我们借鉴的前车之鉴。这种情况下，企业和员工都将面临“双输”的结局。
在AI时代薪酬包具体优化公式如下（见图2）：
总薪酬构成等于（本年度预计业绩成果加上人工智能技术预期带来的业绩成果）乘以（上年度薪酬总额除以现有业绩水平）再加上人工智能技术预期带来的业绩成果与共享比例的乘积。
然而，单纯依靠经营性薪酬包并不能彻底消除因引入AI而引发的薪酬差距扩大的问题。尤其是，由于AI应用机会的不均等，员工之间可能会产生关于公平性的争议，同时，不同员工在学习和掌握AI技术时所付出的成本也是各不相同的。为了妥善处理这一公平性问题，企业可以采取“战略性薪酬包”的策略。所谓战略性薪酬包，即企业设立专项资金，用以补偿员工在使用AI过程中产生的沉没成本以及他们对企业历史贡献的回报。引入AI技术对员工而言意味着必须投入大量的学习与适应成本，同时，也要求部分员工在初期阶段勇于探索与进行创新实践。若企业能够借助具有战略性的薪酬体系，对这些勇于尝试和开拓的“先锋”和“探险者”实施特别奖励和补偿，那么这无疑将大大缓解员工的担忧，增强他们尝试和应用AI技术的积极性。
在此前提下，为了更深入地在团队内对AI带来的价值提升进行评估和分配，企业可在现有的绩效评价体系里融入360度评估机制，并在评估标准中增设“AI工具应用”、“AI贡献度”以及“依托AI的创新成果”等三个关键指标。具体来说，“AI工具应用”这一指标旨在评估员工在日常工作中运用AI工具的频率及其对工作效率的实际提升作用。“AI贡献”这一指标旨在评估员工对企业AI发展战略所做出的贡献，涵盖了两方面：一方面是直接贡献，比如分享AI应用技巧和经验；另一方面则是间接贡献，比如为使用AI的同事提供必要的协助。
以AI技术为基础的创新能力，是衡量员工在应用AI技术后，对其内在创造潜能进行深度挖掘的标准。将这一能力与评价体系相结合，企业能够更加公正地识别出那些敢于尝试AI、主动推进技术应用的员工，并在薪酬发放上给予他们及时的、充分的奖励，确保薪酬激励与组织目标的有效对接。
值得注意的是，共享机制并非旨在鼓励企业在引入人工智能技术后实行平均分配的“大锅饭”模式。实际上，该机制的核心目标是激发更多员工对人工智能技术的接受、应用，并充分利用其优势，以实现人工智能技术的效益最大化。最终，通过调整薪酬分配制度，促进人工智能技术在企业内部的顺利实施，降低引入人工智能技术的阻力。
五、结语
目前众多企业正处于AI技术应用的过渡阶段，众多职位的职能与价值亟需在AI新环境下进行重新审视与规划。在这一转型关键时期，若企业能比同行更迅速、更顺畅地实现这一转变，便能更有效地获得竞争优势。面对AI引入可能带来的挑战，企业若能从薪酬分配的角度入手，推动组织在AI时代的平稳过渡，不仅能够扩大整体收益，还能实现收益的合理分配。
