人人都能用AI，为什么不是人人都能翻身？

一段时间以来，围绕人工智能最有吸引力的故事，是“普通人靠AI翻身”：一个人抵一支团队，不懂设计也能接单，不会编程也能做产品。

甚至有人说：只要学会提问，就能跨越出身和学历的限制。

这些说法有一部分现实基础。问题是，AI把工具做得更便宜，究竟等不等于把赚钱的机会变得更公平？

如果只谈个人努力，不谈市场、资本和劳动条件，“人人可用”的技术，很容易被包装成“人人能成功”的幻觉。

效率的确提高了，工资为什么没跟上？

美国国家经济研究局收录的一项研究追踪了5179名客服人员：引入生成式AI助手后，单位时间解决的问题数量平均提高约14%，新手与低技能员工的增幅约34%。

AI确实能把一部分经验更快地传给新人，让他们更容易胜任工作。

但这项研究能证明的是特定岗位的工作效率变化，不能证明每个人都会因此涨薪，更不能把“效率增加34%”偷换成“收入增加34%”。

谁拥有客户、谁制定工资制度、谁决定新增利润怎么分，决定了效率红利的最终去向。

经合组织2025年的调查同样提供了一个重要区别：七个国家受访的5000多家中小企业中，31%已经使用生成式AI。

在使用AI的企业里，65%报告员工表现改善，但只有26%报告营收增加。

这足以提醒我们：做事更快，与真正多赚钱，是两件事。

更值得警惕的是，技术带来的劳动节省，未必由劳动者享有。

一份利用丹麦调查和行政记录的研究，在ChatGPT问世后的前两年，没有发现AI聊天机器人对平均收入或登记工时造成可辨认的显著变化，研究甚至排除了超过2%的平均影响。

岗位任务已经改变，工资单却未同步改写。

工具变成公共入口，资源却没有平均分配

一个有行业经验、有存量客户、有销售渠道的人，借助AI可以扩大产出。

一个刚失业、缺少设备和稳定时间的人，即使打开了同一款模型，也不等于立刻有客户愿意付钱。这是两个完全不同的起点。

市场经济从来不会按照“谁更努力使用工具”自动分配订单。

AI能帮人起草方案，但无法替代商业信用；

能协助制作视频，却不能保证有人观看；

能降低写代码的门槛，却不能替一个新产品建立需求。

把这些现实门槛统统压缩为一句“不会提问就会被淘汰”，既不准确，也不公平。

世界银行2025年报告显示，高收入国家拥有全球约87%的重要AI模型来源，却只占全球人口约17%。

这是国家层面的资源集中数据，不等于个人机会也按这个比例分配；它至少说明，算力、资金、人才和市场基础设施仍是极不均匀的。

最该警惕的，是把AI焦虑卖成一门生意

“别人已经靠AI赚钱，你再不学就晚了。”这套话术之所以有效，靠的是对失业恐惧和向上流动焦虑的精准刺激。

职业转型当然需要学习，可学习工具与购买“逆袭保证”之间，相隔着巨大的现实距离。

还有一个经常被刻意忽略的事实：AI不保证每项任务都更快。

研究机构METR在2025年开展的随机对照试验中，16名熟悉相关项目的资深开发者使用当时的AI工具完成任务，反而平均多花了19%的时间。

对一个普通人而言，比起每天追踪模型排行榜，更值得追问的事情是：

我打算解决谁的问题？

这件事是否有人付费？

哪一步真的节约了成本？

出错需要由谁承担后果？

如果拿不出这些答案，再昂贵的课程和再长的提示词，也只是又一种消费。

AI时代真正需要的，不是一场全民自负盈亏的竞赛

国际劳工组织2025年的研究估计，全球约四分之一的岗位可能受到生成式AI影响，但强调更常见的结果是任务结构发生变化，而非整个岗位直接消失。

企业如何向员工提供带薪培训？

劳动者是否能分享生产率收益？

转岗和失业时有没有过渡保障？

平台是否给小经营者公平的流量与交易机会？

国际货币基金组织同样警告，若AI更有利于高收入劳动者并推高资本回报，收入与财富差距都可能进一步扩大。

AI当然值得学，但不要把它神化成改变命运的万能钥匙。

一个社会如果让劳动者承担全部学习成本、试错成本和失业风险，却把效率红利更多留给少数拥有资本与渠道的人，那么技术越先进，个体的焦虑也未必越少。

衡量AI是否真正改变普通人的生活，最终不该看它能生成多少字、多少张图，而要看它能不能让更多人获得稳定收入、合理工时和重新选择生活的余地。