毕马威（KPMG）与德克萨斯大学奥斯汀分校对美国的523名新员工（入职时间少于18个月）开展了一项实地研究，旨在评估新人在实际业务任务中与AI协同工作的方式。
参与者在AI Agent（智能体）的辅助下完成专业练习，随后将结果与AI独立完成的基准结果进行对比，以确定人类创造的附加价值。
结果将参与者分为3组：AI Apprentices（AI学徒，占24.1%）的表现低于AI；AI Delegators（AI委托者，占25.8%）达到了与AI相当的水平；而AI Amplifiers（AI放大者，占50.1%）创造出了优于AI的结果。
令人意外的是，批判性思维、专业知识和对AI的了解程度并不能预测谁会归属于哪一组。真正的差异在于他们在工作过程中与AI交互和协作的方式。
AI Apprentices组拥有良好的基础，但不知道如何利用AI。他们经常要求AI重写或整理信息，而不是利用AI来验证假设、评估结果和提升输出质量。
AI Delegators组在很大程度上接受了AI生成的结果，仅做极少调整。由于AI生成的输出相当不错，他们依然取得了可接受的绩效，但几乎没有创造任何附加价值。
AI Amplifiers组将AI用作思考伙伴：他们精准提出问题，要求AI解释其推理过程、检验假设、审视其他可能性，并不断精炼结果以满足实际工作标准。
研究建议企业需要改变培训新员工的方式，专注于AI工作流程中的实操练习，而不是单独进行AI技能或专业知识的培训。
毕马威正在推行个性化的AI培训计划，利用真实工作情境模拟和持续学习路径，在全公司范围内培养AI Amplifiers组的行为习惯。
作者认为，企业评估员工不仅应看最终结果，还应看他们与AI合作的方式、提出问题的技巧、验证输出以及做出决策的能力。未来，人类的价值将日益体现在引导、评估和拓展AI生成结果的能力上，而不仅仅是自己创造答案。
📌 结论： 研究表明，AI并不会自动抹平员工之间的差距，反而凸显了每个人工作方式的异同。在对523名新员工的调查中，约一半的人创造出了超越AI的结果，而近四分之一的人表现甚至不如AI本身。决定性因素不是知识或对AI的了解，而是与AI协作、善于提问、批判性思考并持续改进输出的能力。这表明企业需要在AI时代重新设计人才培训、评估和发展的方式。
