AI 时代的人才模型：AI 不会缩小绩效差距，“明星员工”会凭借 AI 获得更大优势（2025 最新论文研读）
- 2025-12-01
- AI 力论文解读
随着生成式 AI 逐渐融入知识型工作，我们对员工绩效和价值创造的理解正在发生显著变化。以往，我们认为 AI 的普及会拉平员工间的绩效差距，让每个人都能轻松达到更高的生产力。然而，一篇今年 9 月刚发表在《人力资源管理》期刊上的前沿论文，却提出了一个发人深省的观点：AI 不但不会缩小绩效差距，反而可能加剧“赢者通吃”的局面，让那些“明星员工”凭借 AI 获得更大的优势，形成 “AI 特有的马太效应”。
这篇由 Matthew L. Call, Kaifeng Jiang 和 Connor Idso 教授撰写的论文，深入探讨了 AI 如何重新配置员工与企业间的价值创造与获取，并提出新的战略性人力资本模型。对于全球的企业培训师、HR 和管理者而言，理解这一机制，是引领未来人才战略的关键。
1. 研究背景：AI 颠覆知识工作，价值创造面临重构
生成式 AI 的崛起，正在从根本上改变企业通过人力资本资源（Human Capital Resources, HCRs）创造和获取价值的方式。它重新塑造了员工的绩效模式，并重新分配了劳动力内部的能力，并最终影响着人力资本的价值创造及其归属。在知识经济时代，这种转变尤为突出。因为知识型工作的产出和服务，高度依赖知识密集型活动。
早期研究显示，AI 的应用能提升企业层面的生产力，甚至可能通过增强能力来减少那些人力资本较少的员工的绩效不平等。然而，这些发现可能未能完全捕捉到知识型工作环境的变化。在这些场景中，由人主导的价值创造是多维的、相互依赖且细致入微的。员工和企业如何利用 AI 工具，对员工价值创造的数量和分布，以及最终谁能获取这些价值（企业还是员工），都具有深远的影响。通过将 GenAI 引入新机制，从根本上改变了员工价值创造的性质。
2. 研究问题：AI 如何影响绩效差距与价值分配？
该论文旨在回答两个核心问题：
AI 如何重塑员工绩效，特别是对“明星员工”（Star employees）的影响？AI 的引入究竟是会缩小还是扩大员工间的绩效差距？
在 AI 时代，员工与企业之间的价值创造和价值获取将如何被重新配置？员工个人使用的 AI 工具和企业级的 AI 系统将分别发挥怎样的作用？
为了深入探究这些问题，作者引入了“AI 特有的马太效应”这一概念，并构建了一个整合性的理论框架。
3. 研究方法：理论构建与跨学科视角
这篇论文主要采用理论构建（Theoretical Development）的方法，结合了人力资源管理、战略管理、组织行为学和经济学等多个领域的理论视角，对 AI 时代的人力资本框架进行重新概念化。作者通过严谨的逻辑推导和概念辨析，提出了新的理论模型来解释 AI 对绩效分层和价值分配的影响。
论文立足于现有的人力资本理论、资源基础观（Resource-Based View）、交易成本经济学以及社会学中的马太效应（Matthew Effect）等基础，构建了一个前瞻性的理论框架，为管理者理解和应对 AI 带来的变革提供指引。
4. 重要框架：AI 特有的马太效应与价值重构
论文的核心贡献在于提出了“AI 特有的马太效应”（AI-specific Matthew Effect），并构建了一个解释 AI 如何重构员工与企业之间价值创造与获取的理论框架。为了更直观地理解 AI 时代员工价值创造与获取的动态过程，以下理论模型将展示明星员工如何通过 AI 工具创造价值，以及这些价值如何最终转化为薪酬收益，同时受到个人工具与企业工具使用的影响。
1. AI 特有的马太效应：绩效差距的扩大
传统认知挑战：长期以来，人们的一种普遍看法是，AI 的引入将通过自动化基础性工作和提供信息辅助，提升绩效表现不佳的员工的能力，进而可能缩小他们与绩效卓越的“明星员工”之间的差距。
论文观点：作者反驳了这一观点，提出 AI 反而会加剧绩效分化。论文将这一现象称为“ AI特有的马太效应”，它的核心在于：
领域专长与战略性部署：明星员工通常拥有卓越的领域专长（Domain Expertise），他们能更高效、更具策略性地部署 AI 工具。他们清楚何时何地应用 AI，如何写出高质量的提示词（prompt），并能批判性地评估和整合 AI 的输出。
认知能力与批判性思维：明星员工既擅长使用 AI 高效完成任务，也精通将 AI 作为思考的“脚手架”，以此拓展创新思维、深化问题解决能力，进而创造更高价值的成果。
累积优势：这种 AI 与人类专长的互补性会形成一个正向循环。明星员工利用 AI 创造出更多价值，获得更多资源和机会，进一步提升其 AI 应用能力和领域专长，从而进一步扩大与普通员工的绩效差距，形成“赢者通吃”的局面。
2. 价值创造与获取的重构
论文深入分析了 AI 如何重新配置员工和企业之间的价值创造与获取动态：
员工价值创造机制的转变：知识型员工不再仅仅依靠自身的经验和知识创造价值，而是越来越多地通过与 AI 的有效互动来创造价值。AI 成为他们“扩展思维、增强能力”的工具。
员工议价能力的增强（通过个人 AI 工具）：
便携式产出：个人 AI 工具（如 ChatGPT 等）能帮助员工快速生成高质量的、可移植的（portable）产出，这些产出往往不再高度依赖企业的特定资源或基础设施。
独立价值主张：这使得员工能够展示其不依赖于特定组织的、更高价值的工作成果，从而增强了他们在劳动力市场上的议价能力。企业如果不能提供有竞争力的条件，明星员工可能会带着 AI 赋能的能力流向其他地方。
企业价值获取的强化（通过企业 AI 系统）：
新型隔离机制：企业 AI 系统（如内部开发的 AI 平台、定制化的 AI 工具或将 AI 深度嵌入到核心业务流程中）可以作为一种新型的“隔离机制”（isolating mechanism）。这些系统与企业的独特数据、流程和文化深度结合，形成难以模仿的竞争优势。
价值内化：企业通过这些系统将 AI 能力内化，即使员工离职，这些 AI 系统及其产生的知识和效率提升仍然留在企业内部，从而强化了企业对价值的获取。
5. 研究结论：人与 AI 互补，重塑战略人力资本
论文的核心结论指出，AI 与人类能力之间的互补性正在重塑战略人力资本框架。论文提供了一个整合性的 AI - 人类互补性框架：
模型从“配置”维度出发，分析了不同工作在战略价值、独特性和 AI 作用的方式（增强或自动化）上的差异。
继而深入探讨 AI 如何影响个体的知识、技能、能力与特质（KSAOs），并驱动任务复杂性的变化，最终在“涌现”过程中塑造单元级人力资本资源。
在“价值创造与分配”阶段，该框架进一步阐释了企业 AI 系统与个人 AI 工具如何共同作用于个人与单元级绩效，并影响价值的创造、评估与获取。
AI 加剧绩效分层：AI 并未能消除绩效差异，相反，它将通过“AI 特有的马太效应”推动绩效分化，进一步拉大明星员工与普通员工间的差距。那些在特定领域拥有深厚专长并能策略性应用 AI 的员工，将借此巩固其优势。
价值分配动态转变：员工利用个人 AI 工具生成便携式、高价值产出的能力，增强了他们在劳动力市场上的议价能力；而企业则通过内部 AI 系统构建新的隔离机制，以强化对价值的获取。
重新思考人机互补：AI 时代的人力资本理论需要重新考量人与 AI 的互补关系，以及这种互补性如何转化为组织和个人的竞争优势。
6. 论文的启发：HR 与管理者如何应对？
这篇论文的结论，为企业 HR 和管理者提供了至关重要的实践启发，指引我们在不确定的人工智能时代，如何在生产力提升与劳动力公平之间取得平衡。
1. 提升个人和组织的 AI 素养，而非仅仅是操作 AI 工具的技能
“不变”：员工的领域专长、战略思维和批判性思维依然是核心的“不变”要素。这些是 AI 无法替代，但能被 AI 极大增强的能力。
“变”：AI 素养（AI Literacy）成为新的关键能力。它不再仅仅是会用 AI 工具，而是理解 AI 的能力边界、如何高效提问、如何评估 AI 的输出、以及如何将 AI 整合到复杂问题解决流程中。
实践启发：HR 部门需要将 AI 素养的培养提升到战略高度。这包括：
提升天花板：对于明星员工，提供更高级的 AI 战略部署和创新应用培训，帮助他们深化与 AI 的协作。
全员赋能：对于普通员工，则需提供基础的 AI 工具应用培训，帮助他们提高效率，避免被差距拉得更远。
2. 重构价值创造流程，明晰人机协作边界
“不变”：企业追求核心竞争力和价值获取的本质目标不变。
“变”：价值创造的方式发生了变化，人与 AI 的协同成为新的生产力。价值获取的机制也随之改变，企业需要构建新的隔离机制。
实践启发：
流程再设计：重新审视关键业务流程，识别 AI 可以深度嵌入和优化的环节，明确 AI 在其中扮演的角色（是自动化、增强还是辅助决策）。
搭建企业级 AI 平台：投资并构建内部 AI 系统，将核心数据和流程与 AI 的能力深度融合，将有效提升整体效率，同时也能形成独特的竞争壁垒，强化企业对价值的获取，防止核心能力随个体员工流失。
3. 平衡员工议价能力与企业吸引力
“不变”：优秀人才的流动性和对有价值机会的追求是人力资源管理的永恒挑战。
“变”：个人 AI 工具让员工的“价值产出”变得更便携，进一步增强了他们的议价能力。
实践启发：
提供差异化薪酬与激励：重新评估明星员工在 AI 赋能下的价值贡献，提供具有竞争力的薪酬、福利和发展机会。
打造独特的组织体验：企业需要通过独特的组织文化、赋能机制、职业发展路径，以及更有意义的工作内容，来提升对 AI 时代高价值人才的吸引力和保留力。例如，提供接触前沿 AI 项目、参与战略决策的机会，营造持续学习和创新的环境。
4. 领导力在 AI 转型中的关键作用
“不变”：领导者的远见和投入是任何重大组织转型成功的必要条件。
“变”：领导者自身需要成为** AI 应用的先行者和倡导者**，并深入理解 AI 的能力与边界。
实践启发：领导者必须以身作则，亲身学习和使用 AI，才能在战略层面真正驱动 AI 融入业务和人才发展。这不仅仅是技术决策，更是文化和组织层面的变革管理。
UMU 的使命：赋能 AI 时代，共育高水平 AI 人才
这篇最新发表的论文，深刻揭示了 AI 时代组织与 AI 才所面临的机遇与挑战。UMU 深耕“教-学-练-用”闭环的解决方案，将前瞻性的洞察转化为赋能企业和发展 AI 人才的具体实践。
要有效应对“AI 特有的马太效应”带来的挑战，并抓住价值创造重构的机遇，核心在于全面提升组织的 AI 素养和高水平 AI 人才密度。UMU 的 AI 人才发展系列课程正是为此而精心设计。课程内容提炼自前沿学术研究，并基于严谨的学习科学理论，旨在系统性地帮助企业员工建立对 AI 的正确认知、塑造积极心态，并掌握将 AI 作为解决复杂问题的“脚手架”的核心能力。
UMU 致力于在实践中赋能员工高效应用 AI，将 AI 从一项技术转化为组织的核心竞争力。无论是为企业提供系统化的 AI 素养测评，还是沉浸式的 AI 练习与反馈，UMU 都将持续助力企业在 AI 时代实现 AI 人才的全面升级与持续发展，最终驱动可衡量的业务成果。
UMU 出品的“AI 助你写”系列课程，旨在帮助员工在 AI 时代既高效沟通，又守住真诚，让技术真正服务于使用者的素养提升与企业的发展。
1. 一键生成 告别文字焦虑
专注于职场短消息与写邮件场景，帮你解决撰写中的构思慢、动笔难与修改耗时等问题。
2. 妙笔生花 提升你的表达力
帮你从内容深度、行文风格到逻辑准确性优化文本质量，助你掌握一套由 AI 驱动的专业内容生产新范式。
立即试学：《AI 助你写到位》《AI 助你改风格》《AI 助你写准确》
3. 多维视角 打造专业内容力
帮你借助 AI 提问激发深度构思，模拟客户、上级等多维视角提供反馈，助你持续提升沟通内容的专业性。
UMU ALT 团队由来自清华大学、北京大学、中国人民大学、康奈尔大学、佛罗里达大学等全球知名高校的博士组成，专注于深入解析 AI 与组织、管理、人力资源等领域的交叉研究。我们系统梳理大量相关学术论文，提炼其中的研究方法与核心洞见，并将其转化为企业可实际应用的知识资源。欢迎关注 AI 力论文研究合集。同时，我们结合学术成果、行业领袖建议及最佳实践访谈，推出了《发展大模型时代的 AI 力》在线系列课程。该课程旨在帮助企业全面理解 AI 技术演进对组织架构、管理模式及员工能力所带来的深远影响，助力组织构建面向未来的 AI 竞争力。欢迎点击文末“阅读原文”，深入了解课程内容，或联系 UMU 专属顾问，开启您的 AI 转型之旅。
参考文献：
Call, M. L., Jiang, K., & Idso, C. (2025). Star Advantage: Employee Value Creation and Capture in the Age of Artificial Intelligence. Human Resource Management.