CAIE注册人工智能工程师

公众号作者

CAIE，全称 Certifed Artifcial Intelligence Engineer（人工智能工程师），简称 CAIE（赛一） ，是人工智能领域的技能等级认证。旨在评估和培养具备人工智能理论基础与实战能力的职业人士。

最近businessinsider拿到了微软内部600名员工的数据，里面最扎眼的一条不是工资奖金，而是每个人过去28天用了多少钱的AI。

注意啊，这不是说他们自己掏腰包买服务，而是公司内部系统根据Token消耗和模型调用次数折算出来的资源价值。

结果差距大的惊人，有人一个月才用几十美元，有人直接干到2.8万美元，中位数大概在300美元左右。

部门之间使用AI差距悬殊

其中，负责核心AI研发的团队，员工28天AI使用价值的中位数高达975美元，AI已经深度融入每一项工作流程，是全员必备的核心工作工具。

反观客户与合作解决方案部门，员工同期AI使用价值中位数仅有134美元，大部分员工依旧依赖传统办公模式。

同样是微软正式员工，职场状态早已两极分化。一部分员工每天依靠AI完成代码编写、数据复盘、文档整理、智能流程运行等各项工作，工作效率大幅提升。另一部分员工整周工作下来，都不会主动打开一次AI工具。

放到当下的职场环境来看，这个现象格外普遍。如今企业的核心问题早已不是是否配备AI工具，而是员工能不能真正把各类AI工具用起来、用到位，让技术赋能工作，而不是沦为摆设。

统计AI用量的真实原因

那微软为何要耗费大量精力，统计全员的AI使用数据呢？其实底层逻，完全是企业成本与生产力转化的刚需。

这些年微软在AI基础设施上投入了数百亿级别的成本，搭建了整套成熟的AI技术体系，全力推动企业数字化、智能化转型。

巨额投入的最终目的，是让AI落地产生生产力，帮助企业降本增效，而不是搭建一套无人使用的技术空壳。

如果企业砸重金搭建的AI体系，员工只是偶尔打开闲聊、简单生成内容，没有融入核心工作，所有的技术投入都会变成无效成本。这也是为什么AI使用量，已经成为企业管理层重点紧盯的全新工作指标。

企业需要通过量化数据，摸清各团队的AI使用频次、应用场景、效率提升效果，同时精准定位需要开展AI技能培训的员工，让每一分技术投入，都能转化为实实在在的职场产能。

AI用量和能力毫无关联

很多人默认AI用得越多、消耗资源越高，员工的工作能力就越强，薪资和晋升机会也会更多，但真实数据狠狠推翻了这个结论。

businessinsider对完整样本数据做了深度分析后发现，员工的AI资源使用体量，和个人薪资、绩效奖金、晋升名额没有任何正向关联。简单来说，那些每月消耗数万AI资源的员工，未必是团队核心，也未必能拿到更好的职场回报。

单纯堆砌AI工具使用频次，只会陷入无效内卷，根本无法拉开职场差距。

我给大家举个特别直观的例子。有两名职场人，第一名员工每天高频调用各类AI模型，月度AI资源消耗达到5000美元，但只是零散用AI处理琐碎小事，从未优化整体工作流程。

第二名员工每月仅消耗200美元AI资源，却借助AI重构工作模式，把原本一天的工作压缩到两小时完成，三人协作的工作可以单人独立搞定，复杂报告的制作效率直接翻倍。