本日报作者不通中文。这些译文由人工智能自动生成，作者本人无法亲自核对其语言准确性和文化适切性。我们以谦逊和真诚的态度发布此版本，希望与中文读者建立连接。若发现翻译错误、表达不当或文化误读之处，恳请告知 — 我们将虚心接受并改进。
L'auteur du Journal d'un Progressiste ne parle pas chinois ; ces traductions sont produites par intelligence artificielle et n'ont pas été vérifiées par lui. Cette version est publiée dans un esprit d'échange et d'humilité — vos retours sur les erreurs éventuelles ou les contresens culturels sont les bienvenus.
— 《进步者日报》编辑部 / La rédaction
人工智能岗位薪资溢价达62%，教育体系尚未跟上
需要人工智能技能的岗位，薪酬比同等岗位高出62%。这是普华永道《2026年全球人工智能就业晴雨表》的结论，该报告分析了27个国家的10亿个招聘信息。同一报告显示，人工智能相关岗位的增速约为市场整体的八倍：前者增长69%，后者仅增长9%。国际货币基金组织（IMF）2026年发布的研究报告SDN/2026/001《弥合未来技能差距：人工智能时代的新就业》，通过Lightcast数据分析了巴西、丹麦、德国、南非、英国、美国六国的数百万招聘信息，测算出IT/人工智能新技能的薪资溢价在3%至15%之间，具体取决于所需技能数量。两份报告衡量的是不同维度的现实，却指向同一判断：能够培养出合格毕业生的国家与无法做到的国家之间，差距每年都在扩大。
这一结论需要准确解读。问题不在于人工智能净创造还是净消灭就业——这场辩论尚无定论。更紧迫的问题是：教育体系能否以足够的数量和质量，培养出雇主当前所需的人才？IMF的答案是：各国差异悬殊。重塑全球薪资不平等格局的，不是自动化程度，而是大学、技术学校和培训项目的适应能力。
要点
- 普华永道《2026年全球人工智能就业晴雨表》（涵盖27国、10亿个岗位）显示，人工智能技能相关岗位的平均薪资溢价为62%；IMF报告SDN/2026/001（覆盖六国）测算的IT/人工智能新技能溢价为3%至15%。两项数据反映的是不同层面的现实。
- 据普华永道，要求人工智能技能的岗位增速约为整体市场的八倍，增幅为69%，整体市场为9%。
- IMF构建了一项”技能准备指数”，衡量人工智能技能需求与教育体系响应能力之间的差距。发达经济体整体领先，但内部分化明显。
- 富裕国家与中等收入国家之间的准备差距，往往超过中等收入国家与低收入国家之间的差距。缺乏教育改革的活跃新兴经济体，存在被甩开的风险。
- 新加坡、韩国、部分海湾国家已启动国家级人工智能技能提升计划，提供了可供参考的实践案例。
62%：这个数字说明了什么
62%的薪资差距不是一个普通的市场数字。它反映的是稀缺性。雇主愿意多付62%，说明他找不到足够的此类人才。薪资溢价是技能供给不足的反向指标。
普华永道《2026年全球人工智能就业晴雨表》正是基于这一逻辑构建的。该报告分析了27国的10亿个招聘信息，按岗位是否明确要求人工智能相关技能分类，涵盖机器学习、自然语言处理、生成式模型、大规模数据分析等方向。在控制行业、资质要求和企业规模后，报告得出净薪资差距为62%，高于上一年的57%。IMF的SDN/2026/001报告则基于2021年至2024年间六国的Lightcast数据，按技能数量测算出3%至15%不等的溢价——粒度更细，反映了相关人才类型的多样性。
本刊此前已记录过个人层面的类似规律：在美国市场，人工智能技能的薪资回报显著高于传统硕士学位。普华永道和IMF的研究将这一结论扩展至数十个国家，并补充了此前缺失的跨国比较维度。
时间维度同样不容忽视。2019年，提及人工智能技能的招聘信息还属于小众。据普华永道《2026年人工智能就业晴雨表》，这类岗位在所有招聘中的占比增速约为其他类别的八倍——人工智能岗位增长69%，整体市场为9%。需求不是在增长，而是在加速。市场今天所需的技能，五年前的教育体系没有理由去准备。
不平等地图：关键在教育，不在自动化
通常的直觉是：人工智能带来的不平等，在自动化程度高的国家与低的国家之间加剧。IMF的报告给出了不同答案。报告构建了一项”技能准备指数”，这是一个综合指标，将招聘数据反映的人工智能技能需求，与本地教育体系的响应能力交叉比对，同时考量高等教育入学率、STEM教育质量，以及计算机和数据专业项目的密度。
结果出人意料。部分中等收入经济体——包括若干东南亚、中欧和海湾国家——的准备水平，高于自动化程度更高的发达经济体。决定得分的不是收入水平或工业化程度，而是过去十五年教育投资的质量。
反过来，一些拥有活跃劳动力市场的中等收入经济体，大学体系却在大量培养法律、行政、会计专业的毕业生——这些领域对人工智能技能需求较低——而数据工程师和机器学习专家严重匮乏。这些国家面临的风险不是被低收入国家超越，而是被做出不同课程选择的邻国甩开。
自动化与教育准备之间的这种脱节，或许是报告最核心的发现。人工智能并非系统性地惩罚发展中国家，而是惩罚那些大学未能调整培养方向的国家。
领先国家在做什么
新加坡是记录最详尽的案例。政府早在2019年就启动了”AI Singapore”计划，五年投入5亿新加坡元，培训板块目标明确：AI学徒计划每年培训12,000名专业人员，大学与企业建立强制合作机制共同指导项目，人工智能模块被纳入工程、经济和社会科学课程。明确目标不是培养人工智能研究人员——这类人才本就稀少——而是培养能够在多元化经济部门部署工具的高级用户。
韩国走的是另一条路，重点放在技术中学。2021年起，教育部与三星和Kakao合作，在职业教育课程中引入编程和机器学习入门必修课，由企业提供教学内容。成果还无法从薪资角度加以衡量，但据韩国教育部数据，2021年至2024年间，大学STEM专业入学人数增长了18%。
阿联酋则选择了第三种策略：通过优厚条件引进外国人才，同时大力资助阿布扎比的穆罕默德·本·扎耶德人工智能大学。该校成立于2019年，据谷歌学术数据，已跻身全球人工智能学术出版物被引频次最高的机构之列。
三条路径在制度层面几乎没有共同点。它们共同的选择是：不让大学体系按自己的节奏自然演化。
欧洲的悖论
欧洲处境矛盾。它培养了出色的人工智能研究人员——法国国家信息与自动化研究所、德国马克斯·普朗克研究所、苏黎世联邦理工学院等机构推动的欧洲机器学习和自然语言处理学术成果，是全球被引频次最高的之一。但这种顶端优势与中端人才的大量缺口并存：开发者、数据工程师、能够将人工智能集成进工业流程的专家。
中端人才恰恰是劳动力市场需求最旺盛的。所分析的招聘信息并非主要寻找深度学习博士，而是寻找能够部署现有工具、评估其局限、将其集成进业务系统、并解读输出结果的人才。这是本科三年级到硕士五年级的专业人才，研究型大学和通识教育项目都无法自然产生。
欧盟委员会已意识到问题。2024年生效的《人工智能法案》包含培训条款，要求部署高风险人工智能系统的企业对员工进行培训。但这一义务落在企业头上，不在教育体系。大学课程改革仍属各国权限，全欧协调因此受阻。
部分成员国已在推进。德国2023年启动在职工程师升级计划，三年覆盖50,000人，由各州和商会共同出资。法国自2022年起逐步扩大大学技术学院数据科学职业学士的招生规模。这些举措与需求规模相比仍属有限，但转型已经启动。
无声的裂痕：错过窗口的国家
IMF报告对某一类国家态度严苛，虽未点名，但指数已清晰勾勒：这些中等收入经济体在2010年代凭借金融、法律、咨询、行政等服务业的熟练劳动力实现增长，却未能预判需求的转移。
这些国家并不贫穷。它们有大学、有毕业生、有活跃的劳动力市场。但它们培养的人才，在人工智能加速的背景下，薪资溢价为零甚至为负——因为这些人才对应的恰恰是最容易被替代的任务。在数据库中检索先例的初级律师、整合Excel表格的金融分析师、汇编行业报告的研究专员：这些职能不会一夜消失，但其市场价值正在压缩，而人工智能增强型岗位的价值却在急速攀升。
劳动收入占GDP的比重下降幅度低于预期——本刊已记录了这一稳健结论。但总量稳定掩盖了内部的剧烈再分配：薪资增长集中于具备人工智能技能的人才，其他人陷入停滞。IMF补充的是，这种再分配同样按照相同逻辑发生在国家之间。
风险是具体的。巴西、南非、摩洛哥、泰国等经济体拥有大规模产出毕业生的大学体系，但课程尚未转向市场所看重的技能。从课程改革决策到首批受训毕业生走出校门，需要四到六年。每推迟一年改革，就意味着又一批毕业生带着上一个十年的技能进入劳动力市场。
培训人工智能，不等于培养人工智能工程师
IMF报告最后一项贡献，对公共政策制定者或许最有价值：市场需求并非同质，教育应对也不应如此。
报告在分析的招聘信息中区分了三个层次的人工智能技能。第一层最稀缺、薪酬最高，涵盖模型设计与训练，属于研究人员和专业工程师的领域，需要高水平硕士或博士培养。第二层涉及部署与集成，包括将人工智能系统实施到现有环境中、管理数据管道和维护。第三层是报告所称的”增强型”：来自医疗、法律、金融、物流、人力资源等领域的专业人士，能够在日常工作中使用人工智能工具、评估其输出并调整用法。
未满足需求最集中的，正是第三层。这一层不需要高等数学背景，需要的是对工具的功能性理解、识别其偏差和局限的能力，以及特定行业应用场景的掌握。如果课程设计得当，两到三年的培训即可达到这一能力水平。多数大学目前尚未设计出这样的课程。
最具前景的项目正在这一细分领域发力。经合组织2023年启动的”技能促进就业”倡议，与约三十个国家合作，绘制行业需求图并调整认证标准框架。芬兰、丹麦、瑞典等北欧国家已将应用人工智能模块纳入医疗和公共部门的在职培训，直接针对第三层。
逻辑很清楚：让全体国民接受人工智能工程培训既无可能也无必要。让相当一部分劳动力掌握增强型使用能力，既可行，也对国家竞争力至关重要。
IMF的SDN/2026/001报告所测算的，普华永道《2026年全球人工智能就业晴雨表》所印证的，是差距的规模。新加坡、韩国和北欧国家的经验表明，这个差距可以弥合。决定因素不是一国的发展水平，而是其教育机构接受改革的速度——以及执政者赋予这一改革的政治优先级。
未来几年真正的问题，不是有多少国家拥有自主的大语言模型，而是有多少国家拥有能够用好这些模型的医生、律师、工程师和教师。
来源
- IMF — IMF工作人员讨论笔记 SDN/2026/001：弥合未来技能差距：人工智能时代的新就业
- 普华永道 — 普华永道2026年全球人工智能就业晴雨表
- 进步主义者日志 — 人工智能技能回报是硕士学位的五倍
- 进步主义者日志 — 劳动收入占GDP的比重下降幅度低于预期
- AI Singapore — 官方项目与培训数据（新加坡国家人工智能战略）
- 韩国教育部 — 2021-2024年STEM入学数据（韩国人工智能人才培养计划）
- 经合组织 — 技能促进就业倡议，2023年报告