Matthew Call 是德州農工大學（Texas A&M University）梅斯商學院（Mays Business School）管理學系的副教授，他最近在WSJ的專欄文章，談AI將擴大明星員工與一般員工的差距，對於其背後的理由簡明扼要說明，相當具有啟發性！
《為什麼人工智慧將擴大超級明星與其他人之間的差距（Why AI Will Widen the Gap Between Superstars and Everybody Else）》
如果頂尖表現者比其他人更能從人工智慧工具中受益，職場緊張和怨恨將會上升。
By Matthew Call 作者：馬修・考爾普遍的看法是，人工智慧（AI）將為職場創造公平的競爭環境，讓一般員工也能獲得強大的工具，表現得跟頂尖人才一樣亮眼。
然而，我的研究指出，這種普遍看法是錯的。我相信，真正能從 AI 獲益最多的，正是那些頂尖人才，這將進一步擴大他們與其他人之間的績效鴻溝。
這對頂尖人才而言或許是好消息，但對企業來說卻是個棘手的問題。因為由 AI 放大的績效差距，將加劇職場的緊張與怨懟——這些負面情緒有時正是由頂尖人才所引發，進而侵蝕團隊凝聚力，最終損害驅動企業成功的團隊合作。無法正視此問題的組織將會發現，不僅最優秀的人才更難挽留，其餘的員工也更難激勵。
▮ 專業知識如何放大 AI 的優勢
試想一下您自己的組織。當一個號稱能提升所有人工作效率的新工具——例如 Excel 的進階功能、精密的客戶關係管理（CRM）系統或強大的數據分析平台——問世時，是誰最先精通它？通常是那些頂尖人才會深入鑽研，發掘出隱藏功能，並找到旁人意想不到的創意應用；而一般員工則傾向於停留在基本操作。
AI 也遵循與其他職場工具相同的模式：頂尖人才總是第一批擁抱它的人。不僅如此，研究更顯示，頂尖人才還會利用他們的「領域專業知識」（Domain Expertise）——也就是他們對特定主題或業務的深度理解——從 AI 系統中萃取出根本上更多的價值（並揪出更多錯誤），這是一般績效者難以企及的。
想像一位頂尖顧問，正致力於將新產品或服務推向市場。他不會只空泛地要求 AI「分析這個市場」然後得到一些通用見解；相反地，他會運用多年經驗，針對競爭動態、法規及市場壁壘，提出更細膩且更具針對性的問題。頂尖人才深厚的專業知識，會引導他們去不斷精進對 AI 下達的指令或提問，而不會滿足於最初的產出結果。如此一來，便能獲得更有用、更精確的成果。
此外，研究發現，相較於同儕，具備更深厚專業知識的員工，在判斷 AI 建議的準確性上表現明顯更佳：他們能在建議正確時果斷採納，更重要的是，在建議有誤時予以否決。
頂尖人才還有另一項優勢：他們的工作方式普遍更具系統性。這意味著，與一般員工相比，他們處理任務時更有條理、思慮更周全。研究指出，正是這類人能從 AI 工具中獲得遠比那些隨性嘗試者更出色的成果。AI 工具對於清晰、結構化的輸入反應最好——而這恰恰是頂尖人才憑藉其有條理的工作習慣所自然具備的。
▮ 聲譽的加成效應
主管對待頂尖人才的方式，只會更加強化他們的優勢。
根據我的研究，頂尖人才的聲譽和地位，讓他們在工作上享有高度的自主權與裁量權。這意味著他們更有可能立即投入 AI 實驗。當一般員工還在害怕犯錯、等待官方指引或遵循公司制式範本時，頂尖人才早已在測試極限、發掘創意應用，並建立個人化的工作流程，速度遠遠領先公司的腳步。即便 AI 實驗偶爾出錯，他們也較可能被諒解，或至少能得到善意的理解。
再來，是功勞歸屬的問題。
數十年的研究顯示，地位高的人在完成與地位低者相似的工作時，會獲得不成比例的功勞。這意味著，當 AI 的輔助是隱性、不易察覺時（這種情況屢見不鮮），旁觀者很可能會根據他們對該員工的既定印象來詮釋結果。頂尖人才將享受到這種優勢：他們經 AI 強化的工作成果，被視為其卓越判斷力與策略思維的證明。而一般員工則面臨相反的假設：如果成果斐然，那肯定是 AI 的功勞。
這為一般員工創造了一種惡性的雙重束縛（double bind）。他們不僅在策略性地運用 AI 上已處於劣勢，即便他們設法產出了卓越的 AI 輔助成果，也不太可能獲得有助於職涯發展的肯定。有時候，光是「疑似」有 AI 介入，就足以讓他人貶低其貢獻的價值。
▮ 如何創造公平的競爭環境
那麼，企業該如何防止 AI 將頂尖人才變成一個遙不可及的菁英階層？我提出三點建議：
1️⃣ 鼓勵全員進行 AI 實驗。 當頂尖人才正默默打造個人的 AI 工作流程時，多數員工仍在等待可能永遠不會到來的官方指引。明智的領導者應創造「AI 沙盒（sandbox）」時間，讓所有員工都能在無懼犯錯的環境下測試工具，並建立交叉訓練計畫，讓一般績效者與早期採用者配對學習。 更重要的是，企業應投資於 AI 素養（AI-literacy）的培訓，內容不應僅限於基本工具操作，更應涵蓋提示詞工程（prompt engineering）、產出成果評估，以及如何策略性地指派任務給 AI。目標並非消除頂尖人才的專業優勢，而是傳授那些能夠拉近差距、且人人皆可學習的技能。
2️⃣ 促進知識擴散。 由於 AI 對清晰、詳盡的輸入反應最佳，領導者需要訓練一般員工養成能善用 AI、發揮其最大效益的工作習慣。這意味著提供組織資訊的範本，並建立共通的資料庫，分享有效的 AI 提示詞、策略與應用案例。與其讓頂尖人才私藏他們的發現，不如將知識分享訂為標準作業流程。當一位員工發現高效的 AI 工作流程時，就應將其系統性地記錄下來，並擴散到整個團隊，使其成為人人皆可用的資產，而非某個人的秘密武器。
3️⃣ 重新設計員工績效評估系統，將 AI 輔助納入考量。 若放任不管，那種給予頂尖人才過多功勞的偏見只會惡化。為解決此問題，企業應針對 AI 的使用建立更明確的揭露原則；應制定新的評估標準，無論員工既有的地位如何，都能公平地評估其 AI 輔助的工作成果；同時，也應訓練主管辨識出，在評估員工績效時，自己何時可能受到偏見的影響。可以考慮導入「AI 透明化」的實務作法，讓團隊分享他們如何運用 AI 工具，使輔助過程透明可見，而非隱藏在幕後。
若沒有這些系統性的變革，AI 恐將創造出一個雙軌制的職場：一小群人囊括了絕大多數的機會，而其他人則遠遠落後。
