AI能力突飞猛进，为什么大多数人的工资还是没涨？

刷科技新闻，满屏都是AI的好消息。大模型做题、写代码都不在话下，人形机器人也能完成各种复杂动作，演示视频看着确实让人激动。可回到现实，一个问题绕不开：AI都这么能干了，多数人的工资怎么没见动静？

发布会上的说法一个比一个热闹，但AI带来的好处为什么没进普通人的口袋？在一档人工智能深度访谈节目里，知名企业家李开复和专家朱松纯的观点并不相同，恰好把这个问题的关键摆到了大众面前。

李开复是从工程应用的角度看的。他觉得，就现实中的工作任务而言，当下的AI已经达到了广义通用智能的水平。

朱松纯则回到科学本质，认为大模型只是靠统计模仿来输出内容，并没有真正内在的认知与动机。两人的分歧不在技术跑分谁高谁低，而是评判标准不同。这也提醒人们：屏幕上测试拿高分，到真实商业场景里创造收益，再到劳动者分到收益，中间隔着层层现实阻碍。

打个比方，AI像一名记忆力超群的学霸，纸上答题挑不出毛病，可一进实体企业，就到处碰壁。

一家企业真正赚钱的门道，只有一小部分写在制度文档里，更多沉淀在老员工的实操经验、人际默契和行业潜规则当中。

公开网络上的数据，覆盖不到企业内部独有的业务细节。

企业引进AI工具，不是注册个账号就能让效益往上跳。还得掏钱做数据清洗，改造原有业务流程，培训员工适应新的工作方式。这笔投入会直接推高企业当期成本。企业还处在花钱改造的阶段，自然很难直接给员工普调薪资。

退一步说，就算AI真的帮企业把运营成本压下来了，省下的收益也不会自动流进普通打工人兜里。

媒体引用经济学家管清友的分析说，行业竞争激烈的时候，降本省下的钱往往被拿去降价抢市场，红利更多落到消费者手里，而不是分给内部员工。

只有那些学会驾驭AI、能放大自身能力的从业者，议价能力才会往上走。反过来，干高度重复、替代性强的工作的人，面临的是岗位压缩的压力。技术带来的效率提升，只是收入增长的一个潜在条件，并非必然结果。

同时也要看清AI落地时的现实约束。实验室里机器人可以把家务演示一遍又一遍，但家庭环境杂乱多变，一点小失误就可能造成财物损失甚至人身伤害。

医疗场景里，AI可以给出参考意见，可责任得由医生来担，黑箱式的推理结果不能直接当作诊疗依据。

这些现实门槛，拖慢了AI大规模释放经济价值的节奏。

技术浪潮一直往前推，但红利怎么分，从来不是技术一方说了算，市场竞争、制度规则、劳动者能力都会影响最终结果。

古人说过，临渊羡鱼，不如退而结网。与其羡慕AI描绘的宏大未来，不如沉下心来打磨自己不可被替代的综合能力。

技术能帮忙完成标准化任务，但复杂的现实判断、沟通协调、责任担当，仍然属于活生生的人。真正的机遇，永远留给那些懂得利用工具、又守得住核心能力的从业者。