企图把所有普通员工培养成「AI 高手」是一条死胡同 把 AI 彻底隐形到后台才是正道
- 几十家大公司的真实分布都是同一根杠铃：一小撮重度用户 + 一大片压根不碰的人，而仪表盘会把这算作「采用成功」。
- 一位高管刚签下八位数美元的年度许可，结果 10% 的人烧掉了 90% 的 token。
- 他的结论：培训只能找出谁本来就在头部，改造不了其余的人；真正该做的是让 AI 进后台，不要求任何人改变工作方式。
你已经在前 1%，问题在你身后
Vasuman 的公司 Varick Agents 专门帮年收入 5 亿美元以上的大企业，把 AI Agent 落进财务、销售、采购、运营、HR 这些部门。几十家大公司铺开 AI 之后的真实分布摆在一起，指向同一个不客气的结论：企业的「AI 采用率」是个假指标。
能读到这篇文章的人，基本都在 AI 用户的前 1%。你可能不这么觉得，因为 X 上天天刷到有人同时开 20 个终端，跑着一个每轮之后自己重写的知识库。但那批人你追不上，也不需要追，你前面的那道差距，远小于你身后的那道鸿沟。
身后是大企业里的中位数员工。他们两年加起来可能总共打开过 4 次 ChatGPT，用的还是 3.5-turbo，然后认定「AI 很蠢」，而此时 GPT-5.6 Sol Ultra 刚刚证出了一个悬了 50 年的图论猜想。所有讲 AI 战略的文章都默认这个中位数员工早晚会追上来。不会。
工具铺下去了，团队速度没变
这道鸿沟落到一家真实公司里，是这样的。
一家非技术企业的运营负责人，手下几千人。没有 AI 的时候，团队速度还行，没什么大毛病。然后他们铺开了 Claude Cowork。
结果团队速度还是原来那样。负责人的问题就一个：为什么？
因为组织里的用法分裂了，50 人的团队还是 5000 人的团队都一样，每次都是一根杠铃：
一群人分成两个极端、中间几乎没人的分布形态：一小撮用得非常深，一大片完全不用。就像健身房里的杠铃，两头是沉甸甸的铁片，中间那根杆细得几乎不占分量。
那 5-10% 的重度用户本来就是推动公司买 Cowork 的那批人，他们下班之后自己也在折腾 AI，亲眼见过它能干什么。
这套分布落到账面上是这么一句话：什么都没变快，但你确实烧掉了几百万美元。
那个组织的仪表盘会把这次铺开算作「采用成功」。但在负责人眼里，什么都没变快。这两件事同时是真的。
会用和用得好是两种技能
但为什么会这样？即使在那些确实在用 AI 的人里面，技能差距也大得吓人：
不知道自己在干什么的 AI 用户，用了 AI 之后比用之前更糟。 Vasuman