有公司反着来：AI 只给业绩最好的人先用
支付公司 Paysend 把通用 AI 工具先发给高绩效员工，新人要用一个月证明它带来了什么。读完能看清这种「配给制」的逻辑、副作用，以及怎么在自己团队里试。
大多数公司的 AI 推广方式是发账号：人越多越好，用得越多越好。伦敦一家支付公司的做法正好相反——先证明你配得上。
一、发生了什么
据 CNBC 10 月 17 日报道，总部在伦敦的支付科技公司 Paysend，只把通用 AI 工具开放给表现最好的员工，而且常常要他们先展示用这些工具做出了什么。CEO Ben Chisell 说，他对这轮 AI 热潮「非常怀疑」，但并不否认工具有价值。
他给出的账是：同样规模的工程团队，现在能多交付约 25% 的工作。招人时，新员工有一个月时间试 AI 工具，然后说清自己用它做成了什么。近期一位新来的 SEO 负责人申请 Claude，一个月后主动说不需要了——他唯一觉得有用的地方是更快写内容简报。于是他改为申请一个专门生成内容简报的 agent，现在正在做。
Chisell 的理由是，工具落到不会判断的人手里，会放大偷懒和错误决策。他的原话是，这个词在 tokenmaxxing 的氛围里听起来「很不性感」，但他认为很重要。
反面样本也不少。劳埃德银行发放了 4 万个 Microsoft 365 Copilot 许可证，其中 97% 的人在活跃使用；Grant Thornton UK 在 5 亿英镑的 AI 投入下，鼓励全体员工用 Claude。但英国政府 1 月发布的研究显示，四分之三使用 AI 的企业说生产力提升了，77% 的企业说收入没有变化。
二、跟你有什么关系
带团队的人。 全员发账号最省事，也最容易得到一堆「感觉很高效」的汇报。把权限和具体产出绑在一起，麻烦，但能看清谁真的用出了东西。
普通员工。 如果公司开始按绩效分配工具，AI 能力会变成一道新的分层线。早点拿出一个可量化的用例，比抱怨不公平有用。
做 AI 采购的人。 许可证数量是个好看的指标，活跃率不是。真正该问的是：这些用量对应了哪几件以前做不成的事。
三、怎么在自己团队里试这套办法
读到这儿，可以顺路看 讨厌 AI 编程的五个理由，哪些站得住 一篇被广泛转发的文章列了五条反对 AI 编程的理由，然后逐条拆掉。这篇把它们还原成五个可以验证的问题，帮你在自己的团队里判断哪条成立。- 先划一小块。 选五到十个人，覆盖不同岗位，不要只挑工程师。给他们一个月，明确要求交一个「以前要多久、现在要多久」的对比。
- 要求写清失败。 不只报成果。哪里用不上、哪里反而更慢，这些信息决定要不要扩大范围。
- 按任务配工具，不按人头配。 Paysend 那位 SEO 负责人的结论是，他需要的不是通用聊天工具，是一个只做内容简报的小 agent。这个判断比「要不要用 AI」更有价值。
- 给退出机制。 试用期结束可以不用，也可以换工具。强制续费会把真实反馈变成应付。
- 把省下的时间记在哪。 是接了更多项目，还是少了加班，还是单纯把活做得更细。不记这一笔，25% 的提升就只是感觉。
四、三个别信的说法
「只给高绩效的人用，是在惩罚普通人。」 这套做法的问题不在公平，在样本偏差：你只能在已经强的人身上看到效果，永远不知道工具对中等水平的人有没有用。更稳的做法是分层试验，而不是一边倒。
「用了 AI，团队就能少人。」 CNBC 采访的另一家公司 CoreView 反而在扩招。它用多出来的产能接更多项目，包括英国 NHS 的一个大客户，只加了一名工程师。省下来的人头去哪，是管理决策，不是工具自带的结论。
「生产力提升会自动变成收入。」 英国那份研究里，77% 的企业收入没变。做得更快不等于卖得更多，中间隔着定价、渠道和需求。
五、一句话结论
AI 该不该全员发，答案不在工具身上，而在你有没有能力判断谁用它做出了什么；没有这个判断力，发得越多，浪费越均匀。
信息来源
功能与价格以官方公告为准。本文写于 2026 年 10 月 18 日。
每周一封，只发新教程和可复制模板。不发广告，随时退订。