用AI 帮企业核定薪资,靠谱吗 !

近两年AI 进入企业日常运营工作，越发普及，其中一项业务是让AI 帮企业核定面试员工的薪资，这件事靠谱吗？哈佛研究告诉你其中存在的重大风险，今天让我们来看看这项研究。

当 AI 制定薪资时，我们该喜还是忧？——《What Happens When AI Sets Wages》深度研读与实践思考

文章出处与作者简介

本文选自全球顶级商业管理期刊《哈佛商业评论》（Harvard Business Review）2025 年 3-4 月刊，是一篇聚焦人工智能与人才管理交叉领域的重磅实证研究。文章由三位来自加拿大麦吉尔大学的顶尖学者联合撰写：马克西姆・C・科恩（Maxime C. Cohen）担任零售与数据科学讲席教授，深耕算法定价与消费者行为研究；埃迪・哈吉‑优素福（Eddy Hage-Youssef）聚焦人工智能伦理与数字经济；瓦鲁特・克恩‑阿姆‑努艾（Warut Khern-am-nuai）主攻信息系统与商业数据分析。三位学者以一场覆盖 8 款主流大模型、6 万份自由职业者档案的大规模对照实验，撕开了 AI 时代薪资定价的算法黑箱，为企业管理者、HR 从业者与商业研究者提供了极具现实价值的洞察。

一、文章重点摘要

1. 研究背景：

AI 正在悄悄接管薪资定价权，商业世界却浑然不觉生成式 AI 早已跳出 “写文案、做表格” 的基础工具定位，深度渗透到劳动力市场的核心环节 —— 薪资决策。当下 Fiverr、Upwork 等全球自由职业平台，数百万劳动者的时薪报价、企业的招聘薪资区间，都开始由 GPT、Claude 等大语言模型辅助生成。对企业管理者而言，AI 看似提供了 “客观、高效、无争议” 的薪资参考，但一个致命问题被长期忽略：算法真的能做到绝对公平吗？它是会打破人类社会的薪资偏见，还是会复刻甚至放大现实世界的不公？带着这个疑问，三位学者启动了这场堪称行业标杆的实证研究，试图揭开 AI 薪资定价的底层逻辑。

1. 研究设计：

一场 400 万次调用的大规模对照实验，还原真实商业场景为了确保结论具备商业参考价值，研究团队设计了一套近乎苛刻的实验方案。首先，选取会计记账、网站开发、数据分析、平面设计等 6 大主流自由职业赛道，筛选出 6 万份包含技能、经验、地域等完整信息的自由职业者档案；其次，调用 GPT‑4o、Claude 3.7、Llama 3.1 等 8 款当前商业领域最常用的大模型，覆盖不同技术路线与能力层级；最关键的是，团队设置了严格的单一变量对照：仅改变性别、年龄、地域等非技能类属性，其余信息完全保持一致，同时设计三类提示词指令，引导模型考量、忽略或强制中立处理这些变量，最终累计完成近 400 万次接口调用，还原了企业日常使用 AI 定薪的全流程场景。

核心发现一 ：

AI 对薪资的定价存在显著结构性差异，地域偏见最为致命实验得出了最颠覆商业认知的结论：AI 的薪资建议绝非客观中立，地域成为拉开薪资差距的头号推手。两位技能、经验、资质完全相同的自由职业者，仅因所在地分别为美国和菲律宾，AI 给出的时薪报价直接出现断崖式差距 —— 美国从业者报价 71 美元 / 小时，菲律宾从业者仅 33 美元 / 小时，差距超过 50%。即便调整档案中的地域信息，AI 的报价也会随之剧烈波动。反观性别维度，AI 反而跳出了人类社会的传统偏见，并未出现 “女性薪资低于男性” 的固有认知；年龄维度上，AI 对资深全职从业者给予了更高薪资溢价，对自由职业者则弱化了年龄影响，完美契合不同雇佣关系的商业逻辑。

核心发现二：

AI 天然适配市场通用薪资标准，却存在明显的场景适配短板研究数据显示，AI 给出的自由职业者平均时薪为 23.60 美元，这个数值精准贴合全球自由职业市场的通行薪资区间，能够快速匹配大众岗位的市场行情。但与此同时，短板也暴露无遗：AI 无法识别企业特殊场景下的稀缺价值。比如同样是数据分析岗，普通报表处理岗位的薪资可以由 AI 精准定价，但能掌握行业核心数据库、具备危机公关数据分析能力、手握行业稀缺资源的顶尖人才，AI 无法捕捉这类差异化价值，只会按照通用标准给出报价，这也是 AI 定价最核心的商业局限性。

核心发现三：

提示词是矫正 AI 偏见的关键钥匙，但矫正效果存在天然局限研究证实，人类的指令设计，直接决定了 AI 薪资定价的公平程度。当研究团队通过精准提示词，强制模型忽略地域差异、秉持全球统一标准时，美菲两地的薪资差距从 50% 直接压缩至 5% 以内；但这种矫正并非万能，一方面，部分算法偏见已深度嵌入模型底层，仅靠提示词无法彻底根除；另一方面，提示词的矫正效果具有偶然性，在不同模型、不同行业中效果差异巨大，普通企业管理者很难掌握复杂的提示词工程，也无法长期维持 AI 定价的公平性。

4. 研究启示：

AI 定薪需建立治理体系，放任算法会加剧商业世界的不平等文章最终向商业管理者发出警示：生成式 AI 正在掌控普通人的薪资与生计，若企业直接照搬 AI 薪资建议、放弃人工干预，会不自觉地加剧全球收入不平等。对于自由职业者，需要警惕 AI 低价内卷带来的薪资通胀；对于企业雇主，不能将 AI 报价奉为标准答案；对于商业平台，必须建立算法审计、申诉机制；对于政策制定者，需要推动薪资定价的算法透明度，防止算法偏见侵蚀商业公平。

二、胡兴民教授的点评

这篇来自《哈佛商业评论》的研究，堪称 AI 时代商业人才管理的 “清醒剂”，三位学者跳出了 “AI 万能论” 的浮躁论调，用扎实的实证数据，直面算法定价的现实问题，对当下企业管理、商业决策极具启发意义。结合商学院 EMBA 教学视角与企业管理实践，我将从亮点、不足、实践建议三个维度展开点评。

（一）文章三大核心亮点

第一，研究设计极度贴合商业真实场景，结论具备极强的落地参考价值。

当下很多 AI 相关研究，要么停留在纯理论推演，要么局限于实验室环境，很难对接企业真实管理。但这篇文章完全以企业日常使用的大模型、自由职业市场真实岗位为研究对象，单一变量对照的实验设计，完美复刻了企业 HR 用 AI 筛选简历、制定薪资的日常流程。举个例子，很多中小企业 HR 习惯直接复制 AI 生成的薪资区间招聘，这篇文章的实验，恰好还原了这一行为的潜在风险，让企业管理者能直观感知算法偏见的危害，而非空谈抽象的伦理概念，这种 “接地气” 的实证研究，在学术圈尤为难得。

第二，打破大众对 AI “绝对中立” 的迷思，重构了管理者对 AI 的认知边界。

在很多企业家眼中，AI 代表着客观、理性、无偏见，比人类更少主观臆断，但这篇研究用数据狠狠打破了这个误区。它清晰告诉我们：AI 本身不创造偏见，但会复刻、放大人类社会积累的历史数据偏见。就像我们看到的，地域带来的薪资鸿沟，本质是全球经济发展差距在历史数据中的沉淀，AI 只是忠实复刻了这种现实。这一发现，能帮助 EMBA 学员与企业管理者跳出 “盲目崇拜 AI” 的误区，学会理性看待算法工具，建立 “AI 辅助、人类主导” 的管理思维。

第三，精准点出 AI 商业应用的核心矛盾：通用适配与特殊场景的冲突。

文章敏锐捕捉到 AI 薪资定价的底层逻辑：擅长标准化、通用化的市场定价，却无法识别稀缺性、差异化的商业价值。这和当下企业使用 AI 的痛点完全同频：比如连锁餐饮的普通门店店长，AI 可以精准对标行业薪资；但能盘活亏损老店、打造爆款门店的王牌店长，AI 无法评估其稀缺能力；常规的供应链岗位，AI 能匹配市场行情，但能打通全球稀缺货源、掌握独家供应链资源的核心人才，AI 的定价会严重偏离企业实际价值。这一洞察，直击 AI 商业落地的核心痛点，对企业人才战略制定极具指导意义。

(二) 文章两大不足之处

第一，研究聚焦自由职业市场，对企业全职人才场景的覆盖不够充分。

这篇研究的样本全部来自自由职业平台，而我们企业管理者更关心的全职员工、核心骨干、高管团队，几乎没有纳入研究范围。自由职业以短期交易为主，更看重通用技能，而全职岗位涉及企业文化适配、长期价值贡献、组织忠诚度等复杂变量，比如一家制造业企业的技术研发总监，其薪资不仅取决于行业行情，更取决于对企业技术壁垒的贡献、对核心团队的带领能力，这些都无法通过 AI 单一维度评估。文章的结论难以直接套用在企业全职人才管理上，这是最大的局限性。

第二，对 AI 偏见的本质解读不够深入，过度聚焦现象描述。

文章用大量篇幅展示了地域、年龄带来的薪资差异，却没有深挖背后的商业逻辑：AI 出现这种差异，本质是大数据训练的必然结果，是对现实商业规律的客观反映，而非算法的 “错误”。就像一线城市人才薪资高于三四线城市，资深员工薪资高于新人，这本身就是市场通行的商业规则，AI 只是精准捕捉了这些变量。文章更多批判了这种差异带来的不公，却忽略了 “算法贴合市场规律” 这一正面价值，观点略显片面，容易让管理者陷入 “排斥 AI 定价” 的误区。

（三）给企业管理者的实践应用建议

结合这篇文章的研究结论与我的企业管理教学经验，给各位 EMBA 学员与商业管理者三条可直接落地的建议：

首先，将 AI 定位为 “市场行情参考工具”，而非薪资决策的最终依据。企业可以用 AI 快速获取行业通用岗位的薪资区间，比如行政、基础运营、普通技术岗，借助 AI 节省市场调研成本，但必须结合企业自身场景人工调整；

其次，对核心稀缺人才，坚决采用 “人主导、AI 辅助” 的评估模式。对于掌握特殊技术、稀有资源、核心客户的关键人才，要结合其给企业带来的长期价值、不可替代性，单独制定薪资体系，完全不能照搬 AI 的通用报价；

最后，建立企业内部的算法使用规范，对于依赖 AI 定薪的岗位，要求 HR 保留人工干预痕迹，定期复盘 AI 定价与企业实际需求的偏差，同时通过提示词优化，矫正地域、年龄等不必要的算法偏见，让 AI 服务于企业管理，而非主导企业决策。

三、结论

总而言之，AI 不是薪资公平的救世主，也不是制造不公的恶魔，它只是一面映照现实商业世界的镜子。在 AI 浪潮席卷商业的今天，保持理性、守住人性、聚焦企业自身的独特价值，才是管理者的长久之道。