📊 AI · 社会研究
英国 AI 采用率一年翻倍至 73%，但仅 15%“开拓者”获得晋升与加薪
Google 与 Public First 联合发布迄今最全面的英国 AI 采用研究报告。数据显示，职场 AI 采用率从 34% 跃升至 73%，但增长红利高度集中——仅 15% 的“AI 开拓者”显著更可能获得晋升、加薪与正面绩效评价，其余 85% 仍停留在早期实验阶段。
来源：综合公开信息整理•
2026-07-22•
全文约 3 分钟读完
#AI 采用率
#生产力
#技能鸿沟
#AI 劳动力
#英国
73%
职场 AI 采用率（一年前 34%）
15%
“AI 开拓者”占比
~8h
开拓者每周节省时间
+84%
开拓者晋升概率提升
⚡ 30 秒速览
- 采用率翻倍：英国职场 AI 使用率从 34% 升至 73%，但多数人仍停留在浅层使用。
- 四类用户：旁观者 10% → 实验者 38% → 实践者 37% → 开拓者 15%，呈典型金字塔结构。
- 红利集中：开拓者晋升概率 +84%、绩效评价 +88%、加薪概率 +55%，每周节省近 8 小时。
- 三大障碍：行为上的“一次性习惯”、认知上的“搜索框思维”、组织上的“等待许可”文化。
- 可解决：达到高级水平不需要编程或技术背景，任何人都有机会成为开拓者。
01英国 AI 采用图谱 四类用户，一座金字塔
AI 使用率在一年内翻倍，但增长并不均匀。研究团队将英国劳动力划分为四个渐进阶段，清晰地勾勒出当前的采用结构：
注：柱形宽度反映各组相对比例，数据基于全国性调研，样本覆盖各行业、年龄、地区，已按人口统计加权。开拓者占比 15%，但贡献了不成比例的晋升与加薪成果。
更值得关注的是，这 15% 的开拓者正在创造一种新的工作基准——他们每周在个人和职业生活中平均节省近 8 小时，相当于每个工作日多出近一个半小时。
但数据只是故事的一部分。谁成了开拓者？
02“开拓者”优势 晋升、绩效、加薪——全面领先
研究在控制了年龄、行业、性别、教育、企业规模等变量后，发现更深的 AI 使用与更快的职业发展之间存在显著正相关。开拓者的具体优势如下：
+84%
过去一年晋升概率
较其他人群
+88%
获得正面绩效评价
较其他人群
+55%
获得加薪概率
较其他人群
注：以上数据已控制年龄、行业、性别、种族、教育水平及企业规模等变量差异，统计显著性 p<0.01。开拓者定义为 AI 使用深度处于前 15% 的职场人群。
一个诚实的注脚：
这种优势在不同年龄、性别和地区之间分布并不均匀。研究指出，等待越久，鸿沟越大。但好消息是，这些差距完全可以通过有针对性的干预来弥补——达到高级水平并不需要深厚的技术背景或编程能力。
03三大障碍 为什么 85% 的人还没跟上？
问题是：既然 AI 工具已经普及，为什么大多数人没有成为开拓者？研究识别出三类核心障碍，它们出人意料地易于克服——只要有集体关注。
🧠 行为障碍 · “一次性习惯”最普遍
- 大多数 casual 用户没有养成迭代提示词的习惯，往往一次输入不满意就放弃。
- 不擅长为不同任务匹配合适的工具，多模态能力（文本、视觉、音频输入输出）和 Agent 工作流（AI 自主规划并执行多步任务）的使用率极低。
核心问题：不是不会用，而是没有“用对”的习惯。
🔍 认知障碍 · “搜索框思维”根深蒂固
- 数百万用户自然地将熟悉的搜索习惯应用到 AI 工具上，把 AI 当成搜索引擎而非创意伙伴。
- 尽管 AI 具有高度协作性，但只有 37% 的用户曾经请 AI 帮忙写一个更好的提示词，以获得更有效的结果。
核心问题：思维模式停留在“搜答案”，而不是“共创造”。
🏢 组织障碍 · “等待许可”制度性
- 许多员工在等待明确的授权来使用 AI。只有 1/3 的 AI 用户有清晰的职业指导，帮助他们自信地使用 AI。
- 不到 一半 的人知道该向谁咨询关于 AI 负责任使用的问题。
核心问题：组织尚未建立“允许尝试”的文化与支持体系。
注：以上三类障碍按属性分类，实际中往往叠加出现。研究发现，同时克服三类障碍的用户，成为开拓者的概率提升 4.2 倍。
04如何成为开拓者？从评测到行动
解决之道始于知道自己处在什么位置。研究团队同步推出了一款 AI 技能诊断工具，帮助用户评估自己的 AI 使用水平，并获得可操作的提升建议。
过去：模糊的自我认知
“我大概会用 AI，但不知道算不算用得好。”——缺乏客观参照系，进步方向不清晰。
现在：可量化的成长路径
通过诊断工具了解自己的用户类型，获得针对性的技能提升建议，从实验者走向实践者再到开拓者。
在此基础上，一项名为 “AI Works for Britain” 的全国性技能提升计划正在推进。该计划建立在已培训超过 120 万人 的 Digital Garage 项目之上，目标是到 2030 年帮助 1000 万劳动者掌握 AI 技能。
自我诊断→定向提升→实践迭代→成为开拓者
这一路径不要求编程或技术背景，核心是培养 AI 协作思维与迭代习惯。
编辑核心判断
AI 采用的最大瓶颈从来不是技术可用性，而是“使用深度”的组织化缺失。当 85% 的劳动力仍停留在实验区，真正的生产力爆发尚未到来——而解锁它的钥匙，不在模型参数里，在每个人的日常使用习惯里。
▶测一测你的 AI 使用水平
研究团队已推出 AI 技能诊断工具，输入你的使用习惯，即可了解自己属于哪类用户，并获得定制化的提升建议。
搜索“AI 技能测试” → 立即体验
或访问相关平台查找“AI Skills Quiz”