人工智能技能的薪资溢价是硕士学位的五倍

薪资等级体系正在快速重组。普华永道2026年就业晴雨表分析了全球十亿份招聘广告，数据显示：拥有人工智能技能的劳动者薪资比同行高出62%。在英国，硕士学位的薪资溢价约为12%至18%（高等教育政策研究所数据为18%，教育部粗略测算约为12%）。这一数字不应与13%的就业率差距混淆——后者指的是硕士毕业生全职就业比例高于本科毕业生的幅度，由教育部另行统计。牛津互联网研究所对英国超过一千万份招聘广告的研究，测算的是人工智能技能的薪资溢价（23%），而非硕士学位的溢价。综合来看，人工智能技能的薪资溢价是硕士学位的三到五倍。

这不是渐进的偏移。技能信号的等级体系正在以极快的速度重组，就在当下，教育系统和公共政策都尚未来得及响应。

要点

• 根据普华永道2026年就业晴雨表（分析了十亿份招聘广告），人工智能技能的薪资溢价达62%。英国教育部和高等教育政策研究所的数据显示，硕士学位的薪资溢价估计在12%至18%之间。
• 要求人工智能技能的招聘广告增速是整个劳动力市场平均水平的八倍。
• 这一现象跨越所有行业：医疗、法律、金融、工程——不只是科技领域。
• 国际货币基金组织警告，同样的动力正在加速薪资两极分化，收入金字塔的中层正在被掏空。
• 公共应对措施存在，但仍分散：少数国家和企业推进较快，多数教育体系尚未行动。

文凭为何曾占主导，又为何开始退让

要理解这一转变的规模，需要回顾大学文凭自20世纪60年代以来占据主导地位的原因。在工业经济和随后的服务业经济中，文凭发挥的是信号功能：它证明了持有者的认知能力、工作纪律和职业适应性。雇主无法直接测试求职者的生产力，文凭替他们节省了这一信息成本。经济学家迈克尔·斯彭斯在1973年对这一机制建立了模型，并因此在2001年获得诺贝尔奖。

这个信号的价值来自于它的难以模仿。获得硕士学位需要三到五年、大量财务投入和入学选拔。相对稀缺使其成为可信的筛选工具。

两个同步发生的变化削弱了这一模式。其一，高等教育的普及侵蚀了文凭的差异化价值：当一代人中有50%进入高校，信号的区分力自然减弱。其二——这是2025至2026年的新情况——人工智能技能构成了一种替代信号，其生产力价值可以被雇主直接观察和量化。

掌握大型语言模型的开发者、能够自动化合同分析的律师、使用辅助诊断工具的医生，他们的边际生产力是可测量的、即时的、有据可查的。文凭标志着潜在能力，人工智能技能展示的是当前能力。两者并非同一回事。

62%的溢价：数字背后的真实含义

这62%的溢价值得细看，因为它的分布并不均匀。普华永道数据显示，差距在分析密集型职业中最为突出：金融、法律、医疗、咨询。在这些行业，人工智能技能不是叠加在现有专业知识上的附加项，而是将其成倍放大的乘数。

掌握非结构化数据处理工具的金融分析师，能覆盖的资产数量远超没有这类技能的同行。专门处理合同业务、借助语言模型分析条款的律师，处理的业务量在过去需要整个团队才能完成。薪资溢价反映的正是这种生产力压缩：雇主与员工共享认知杠杆带来的价值增量。

这一现象在结构上有别于以往的技术浪潮，关键在于扩散速度。要求人工智能技能的招聘广告增速是整体市场的八倍。相比之下，1990至2000年的互联网浪潮用了十年才重塑薪资格局。普华永道的数据涵盖从一年期（2024至2025年比较，人工智能相关招聘广告增长69%）到十年期（自2015年以来的长期趋势）的变动。

这一现象的另一个显著特征是其横向性。人工智能技能已不再只属于工程师。医疗、法律和金融行业如今集中了大量高薪职位。解读人工智能辅助扫描的放射科医生、审计自动化欺诈检测模型的会计师——这些职位五年前还不存在于任何职业分类中，如今却定义了薪酬最高的岗位。

硬币的另一面：国际货币基金组织记录的两极分化

国际货币基金组织在其2026年发布的讨论说明中记录了这一问题的另一面。同样驱动人工智能技能溢价达62%的力量，同时也在压缩中间层岗位的价值——那些曾构成发达经济体中等收入阶层主体的熟练白领职业。

劳动经济学家将这一机制称为”就业两极分化”：技术优先替代常规认知任务（标准会计、文件处理、重复性数据分析），同时提升高技能岗位的生产力。这一现象自2000年代信息化以来已有记录，生成式人工智能的出现正在加速它的进程。新的变化在于，冲击正在沿金字塔向上蔓延：一些曾因认知复杂性而看似受到保护的职业——初级律师、信贷分析师、初级放射科医生——如今已进入部分自动化的范围。

结果是分叉：一边是操控人工智能工具、获取62%溢价的劳动者；另一边是任务被部分替代、薪资议价能力被削弱的劳动者。劳动收入占GDP的比重下降幅度低于此前预期——汇总数据可能掩盖工资总额内部的这种分叉，在收入分布中比在平均值中更容易看清。

国际货币基金组织并未将这一诊断视为宿命。但它指出，若缺乏对培训和生产力收益再分配的干预，市场的自发调整往往会扩大而非缩小这些差距。

谁在推进，以及他们如何行动

应对措施是存在的。它们分散、地域不均，但在多种情形中可以观察到。

在企业层面，一些大型雇主已认识到，等待市场自然产出经过人工智能培训的人才，等同于在五到十年内放弃竞争优势。亚马逊2025年宣布向全球两百万工人提供免费人工智能培训。埃森哲投入11亿美元，为其七十万名员工开展人工智能工具培训。这些数字不是公关宣传——它们反映的是一个经济计算：外部市场赋予人工智能技能的薪资溢价，本身就证明了内部培训投资的合理性。

在公共政策层面，新加坡提供了一个参照案例。SkillsFuture计划在人工智能浪潮之前启动并持续更新，为每位公民提供终身学习积分。2025年，该计划扩充了数字和人工智能技能的覆盖范围，并与Coursera、edX等认证平台建立直接合作关系。采纳率按季度追踪，预算分配随之调整。

欧盟以《人工智能法案》为监管框架，以《数字技能公约》为融资工具推进相关工作。目标是到2030年通过大型行业联合体为六百万工人提供共同资助的培训。相对于冲击的规模，推进速度仍显不足，但方向已经确定。

区分推进者与其他人的，与其说是投资规模，不如说是衡量结果的能力。成功推进转型的企业建立了按技能追踪生产力的指标体系，并持续调整。取得实效的政府追踪的是培训对薪资轨迹的影响，而不只是统计授课时数。

大学尚未意识到的问题

这一重组中短期损失最大的系统——大学——恰恰也是长期最有潜力获益的系统，其中的反差颇为耐人寻味。

人工智能技能的薪资溢价如今与大学文凭脱钩，原因在于大学将这些技能纳入课程的速度太慢。但没有证据表明这种脱钩是永久性的。行动足够快的大学可以重新拿回这部分价值。

麻省理工学院、斯坦福大学和卡内基梅隆大学已围绕应用于其他学科的人工智能重组了整套课程：计算法学、定量生物学、算法金融。在欧洲，苏黎世联邦理工学院和洛桑联邦理工学院已将人工智能教学扩展至所有博士学院，而不只限于计算机科学系。这些举措在全球大学体系中仍属少数，但它们指明了方向。

目前看来最有前景的模式不是纯粹的人工智能学位，而是混合路径：将扎实的专业知识（法律、医学、金融、工程）与该领域特定人工智能工具的掌握结合起来。这种组合正是市场最难找到、报酬最高的。人工智能在天气预测上已超越国家气象机构——在其他专业领域，同样的逻辑成立：人工智能不会取代专家，它会让掌握它的人能力倍增。

大学面临的风险不是消失，而是让能力信号的主导权转向私人认证机构（谷歌、微软、AWS、Coursera），却无法提供可信的机构替代方案。这场竞争已经存在：谷歌和微软的人工智能专业认证被数千家雇主认可，只需几周即可获得。大学的挑战在于证明自己能提供认证机构给不了的东西——分析深度、批判性判断力的培养、处理开放性问题的能力。论点是有力的，但必须在课程中体现出来，而不只是写在招生简章里。

谁可能掉队，以及为何这是政治问题

这场转型的地理分布并非中立。62%的溢价集中在人工智能培训渠道已经成熟的国家和行业：美国、英国、新加坡、韩国以及部分西欧国家。在中等收入经济体，传播速度较慢，培训基础设施也较薄弱。

在发达国家内部，裂痕沿着可预见的线条显现：年龄、初始教育水平、所在行业。处于职业中期、在转型缓慢行业（公共行政、部分工业部门、传统零售）工作的劳动者，处境最为不利。原因不在于能力，而在于现有继续教育机制并非为如此快速和横向的技能提升而设计。

政治维度由此凸显。62%的薪资溢价是市场事实。政府如何回应——在培训资金、教育体系调整、通过税收再分配生产力收益等方面——将决定这场转型是造就一个繁荣的人工智能精英阶层和一个日益贫困的中产阶层，还是推动更广泛的技能提升。

这个选择尚未定局，仍然开放。在市场力量替公共决策者做出选择之前，有必要明确提出这个问题。

技能等级体系已经在重组。问题是有多少劳动者能进入头等车厢——以及谁来决定车门的宽度。

来源

1. 普华永道2026年人工智能就业晴雨表
2. 国际货币基金组织工作人员讨论说明 SDN/2026/001 — 人工智能与劳动力市场：生产力、两极分化与政策（国际货币基金组织）
3. 牛津互联网研究所 — 人工智能时代的毕业生溢价（英国，一千万份招聘广告，2025年）
4. 亚马逊 — AWS人工智能与机器学习奖学金计划及2025年培训公告 (amazon.jobs)
5. 埃森哲 — 负责任的人工智能与技术劳动力投资，2025年年度报告
6. 欧盟委员会 — 数字技能公约：数字与人工智能能力，2025年数据 (ec.europa.eu)
7. 新加坡SkillsFuture — SkillsFuture升级计划，2025年更新 (skillsfuture.gov.sg)
8. 普华永道2026年全球人工智能就业晴雨表——官方新闻稿
9. 英国教育部毕业生劳动力市场统计2024
10. 牛津互联网研究所/世界经济论坛 — 英国人工智能溢价（基于一千万份招聘广告）
11. 诺贝尔奖 — 迈克尔·斯彭斯 2001
12. 国际货币基金组织工作人员讨论说明 SDN/2026/001
13. 克利夫兰联储 — 21世纪大学劳动力需求
14. 美国劳工统计局 — 新技术对劳动力市场的影响