人工智能的薪资分化

两年间，大型经济体中与人工智能技能相关的薪资溢价翻了一倍多。根据普华永道《2026年全球AI就业晴雨表》，这一溢价目前平均达到62%；2024年报告的25%不能直接比较，因为当时的分析建立在不同的观察范围上。Ravio估计，欧洲专业AI/ML岗位的平均溢价为12%，就业依然密集。

要点

普华永道2026年数据基于27个国家和地区的逾10亿条招聘信息，估算16个行业的AI薪资溢价平均为61.9%；2024年报告的25%不能直接比较，因为两次分析的观察范围不同。

在德国，共同决定制为技术决策设定了框架，工业就业依然密集，企业通过集体谈判为继续培训出资。

达龙·阿西莫格鲁于2024年12月8日发表诺贝尔演讲，讨论制度在经济繁荣中的作用。

在缺乏相关制度的国家，劳动力市场在AI板块与其他薪资动态不同板块之间进一步分化的风险持续存在。路线图已有——共同决定制、转岗基金、继续培训——但2026年多数政治议程中仍看不到相应行动。

62%的溢价：这个数字衡量了什么

普华永道《2026年全球AI就业晴雨表》覆盖27个国家，分析了数千万条招聘信息。其指标显示，岗位中包含AI技能的劳动者，与可比的不含AI技能的岗位相比，平均多挣多少。普华永道衡量的是这一溢价在2024年至2026年间的变化，两个时点的分析范围有所调整。

这一上升说明，含AI技能的招聘信息所公布的薪资差距在扩大。少数岗位对应更高薪资，大多数岗位享受不到这一溢价。差距还在加速扩大。

对这个数字存在两种解读。第一种是自由主义解读：这一溢价是稀缺且高生产力技能的正常报酬——市场发出信号，劳动者和企业随之调整，随着AI技能普及，溢价最终会扩散。这一解读与菲利普·阿吉翁关于创造性破坏的分析一致：每一次技术浪潮先为先行者创造租金，随后随着竞争和技术扩散将其消解。

第二种解读来自达龙·阿西莫格鲁2024年诺贝尔演讲，更为悲观。阿西莫格鲁区分了两类技术：增强劳动的技术让每个劳动者更有生产力，替代劳动的技术则取代岗位任务却不创造等量就业。他的论点是：如果劳动制度缺失或薄弱，替代型技术会把收益集中在资本持有者和少数劳动者手中。62%的溢价衡量的是与AI技能相关的公布薪资差距。

Ravio为《2026年薪酬趋势》报告发布的数据显示，专业AI/ML岗位的溢价为12%，管理岗位为3%。

德国的例外：制度先于技术

德国的大型工业企业正在部署自动化处理、物流优化和设计辅助工具。Ravio汇总欧洲科技行业数万个岗位的薪资数据，显示该样本中AI薪资溢价为12%；普华永道在其27个国家和地区的招聘信息范围内报告62%的溢价，这是跨行业计算的平均值。两项数据不能直接比较，因为人群、地理范围和方法均不相同。

德国共同决定制框架规定：在符合条件的、员工不少于5人的营业场所，可以选举企业委员会；雇主在涉及AI的程序上必须向其通报并征询意见，某些领域还有专门的共同决定权。在部分员工超过500人的企业中，员工代表占三分之一席位；在适用共同决定法、员工超过2000人的企业中，代表比例是对等的。这种监督权不阻止技术部署：德国企业照样推进自动化。但它为雇主的某些决策设定了边界；德国共同决定制本身并不强制就全部生产力收益进行谈判。

在德国，工业就业依然密集，企业常常为继续培训出资；部分集体协议对出资方式或培训时间有专门规定。

JdP关于德国自动化的文章记录了制度性监管伴随技术转型的运作机制。德国科技行业的AI薪资溢价保持在较低水平，与拥有共同决定制框架的劳动力市场并行存在。

阿西莫格鲁认为，制度决定技术收益的分配方式。德国案例为检验这一命题提供了一个有用的参照点。

自由主义解读并非错误，但并不完整

技术自然扩散的论点值得认真对待。历史观察支持这一论点：前几轮技术浪潮的溢价——1980年代的计算机化、1990年代的互联网——确实随着技能普及而下降。如果AI溢价遵循同样的轨迹，制度改革的紧迫性就相对较低。

达拉斯联储的研究人员在2026年2月的一份报告中指出，经验积累和隐性技能在AI对就业和薪资影响中发挥着重要作用。在这一解读下，关键改革不是共同决定制，而是大规模的技能投资。

两种判断导向不同的政策取向：一是规范集体谈判，二是资助培训。这两个方向可以并行，但优先级、责任主体和实施时间表各不相同。

2026年的数据显示，AI招聘信息对应的溢价依然高企，但无法据此判断技能自然扩散是否已经发生。与此前的测量相比，普华永道2026年版的溢价仍处于高位，尽管各年份的分析范围有所变化。AI在中小企业中的实际采用率依然很低，这排除了技能短期内大规模普及的可能性。在最近两个版本之间，普华永道报告AI技能溢价平均值上升，但未确定技能集中与扩散的相对时间表。

AI板块之外的劳动者面临的具体风险

62%的溢价有另一面。不含AI技能的岗位，薪资不会立即下降。但劳动力市场中替代技术的存在，可能影响这些岗位的薪资走势。

达拉斯联储2026年的数据显示，薪资影响因岗位特征而存在明显差异。非AI板块的劳动者今天不会失去工作，但他们的薪资轨迹正在与AI板块拉开差距。

处于不含AI技能岗位的劳动者，通常缺乏获得培训或参与影响其就业的技术决策的渠道。

AI在欧洲大型企业中的采用恰恰集中在劳动者在决策机构中代表性最弱的领域：平台经济、物流、餐饮服务。这些行业的分化速度可能最快，持续时间也可能最长。

今天的选择影响2035年的格局

根据未来几年的制度选择，劳动力市场可能出现不同走向。

第一种走向是制度固化的分化：形成AI高薪板块与其他薪资动态不同板块长期并存的格局。在这一情境下，AI板块之外的劳动者将更难分享技术部署带来的收益。

第二种走向是通过制度扩散实现部分收敛：如果多个经济体引入技术决策中的劳动者代表机制，AI溢价可能有所收窄。在德国，工业就业密度维持高位，与自动化处理和物流优化技术的深度应用并行存在。但这一走向需要推行政治上困难的改革，且各国采纳程度可能参差不齐。

两种情境下的集体需求相同，只是紧迫程度有别。在第一种情境下，维持足够的就业水平使多数人留在劳动力市场，成为明确的政治优先项，需要相应的制度机制。在第二种情境下，过渡仍然需要大量的培训和适应成本：AI板块之外的劳动者需要真实的技能提升，而非仅停留于宣示。

现有数据指向两项具体举措。第一，在部署AI的企业的决策机构中扩展劳动者代表权，参照共同决定制模式，结合各国制度结构加以调整。第二，对AI带来的生产力收益征收专项税，注入由劳资双方共同管理的行业再培训基金。这两种机制在欧洲已有多种形式的实践，关键在于将其调整以适应生成式AI的特殊动态。

区分两种走向的信号可以在2027至2028年间观测到：设有共同决定机制的国家与没有此类机制的国家之间，AI薪资溢价差距的年度变化；AI板块之外、由雇主出资获得认证培训的劳动者比例；科技企业监事会劳动者代表权的立法议程推进情况。这些信号可以量化，但目前尚未被系统性追踪。

路线图已有，政治议程滞后

劳动制度必须适应AI。关键在于：制度适应的速度，能否跟上技术部署的速度。2026年，部署在加速，制度适应在滞后。

欧盟有一些局部性工具。2024年通过的平台工人指令为数字平台劳动者创设了雇员身份推定。AI法规对就业领域使用的高风险系统规定了透明度义务。但这两项措施都不涉及生产力收益的分配问题：它们规范的是劳动条件和风险，不是分享机制。

欧盟委员会目前没有关于将共同决定制扩展至AI部署决策的立法提案。法国、意大利、西班牙等多个成员国设有企业委员会，其信息权和咨询权本可扩展至自动化决策，但相关改革尚未落地。

德国模式无法直接移植。德国共同决定制建立在集体谈判文化和工会密度之上，这在许多国家并不存在。直接照搬既不可行，也不一定适宜。但其核心原则——劳动者对影响其职业轨迹的技术决策拥有监督权——可以适配不同的制度架构。

62%的溢价衡量的是与AI技能相关的薪资差距。在大多数经济体中，如何通过制度手段分配技术收益，仍是一项尚未完成的核心议题。

来源

1. PwC Global AI Jobs Barometer 2026，https://www.success.com/ai-skills-wage-premium-demand-2026
2. Daron Acemoglu，Nobel Lecture: Institutions, Technology, and Prosperity（2025），https://www.aeaweb.org/articles?id=10.1257/aer.115.6.1709
3. Ravio European Tech Compensation Data，Q2-Q3 2026，Ravio（季度报告，无公开链接）
4. 达拉斯联储，就业与AI形势报告，2026年2月，Federal Reserve Bank of Dallas（无公开链接）