72% 员工的 AI 能力从没被考核过：PPC 从业者怎么证明自己会用 AI

CodeSignal 对 2000 名美国职场人的调查显示，72% 的人 AI 技能从未被正式评估，但 69% 的管理者招聘时把 AI 能力当重要参考。文章拆解了这组数据的真实含义，并把 AI 流利度落到 Google Ads 日常操作上：什么该交给 AI、怎么检查输出、什么时候不该用。

调查本身是什么、不是什么

• CodeSignal 在 2026 年 9 月通过 Pollfish 做了两份线上调查，样本全部来自美国：1000 名员工加 1000 名管理者
• 调查按工作性质定义知识工作者，没有筛掉不用 AI 的人，12% 的受访者表示工作中完全不用 AI
• 所谓 AI 使用要求岗位增长 78% 是相对增幅：入职时 9.4% 的人岗位要求用 AI，现在是 16.7%，接近翻倍但仍不到五分之一

培训做了，但没留在岗位上

• 62% 的员工说公司提供过 AI 使用培训，但只有 35% 认为自己实际用到的 AI 技能来自公司培训
• 接受过培训的人里只有约四分之一能把大部分培训内容用上，换算到全体样本约 46% 的人拿着用不上的培训
• 员工给出的障碍是：没时间、培训内容和岗位不匹配、接触不到相关培训
• 大家实际的学习渠道：自己找的免费资源 46%、工作中试错 39%、公司培训 35%、同事 22%、自费课程 12%

AI 没制造考核问题，只是把它暴露了

• 72% 的人说 AI 技能没被评估过，但 66% 对自己的整体技能也这么说，差距只有 6 个百分点
• CodeSignal 直言：公司一直靠简历、头衔、资历和主管印象做用人决策，这些本来就是弱信号
• 超过六成管理者承认自己凭假设而非可靠数据做用人判断
• 广告投放行业尤其讽刺：campaign 数据精确到小数点，但管 campaign 的人一年只被评一次 meets expectations

跑 PPC 的人，AI 流利度长什么样

• CodeSignal 区分了三个概念：AI 素养是理解 AI 是什么，写 prompt 是技巧，流利度是知道什么该交给 AI、怎么检查纠错、什么时候干脆不用
• 对应到 Google Ads：委派是决定哪些 campaign 用 Smart Bidding、喂哪些转化动作、给多少学习预算
• 检查是看系统产出的搜索词、展示位置和自动创建素材，把不对的改掉
• 知道什么时候不用 AI 是仪表盘上看不到的判断力，比如转化数据太少的 campaign 先别放开，或受监管行业的文案保留人工把关

证书证明不了的东西

• Google Skillshop 的 AI-Powered Performance Ads 认证免费，是 50 题限时考试，值得考，因为它教的是 Google 希望你怎么用它的 AI 产品
• 但它由平台自己出题，好的投放经理恰恰有时要推翻平台建议，证书体现不了你哪天决定不照做、以及 CPA 因此发生了什么
• CodeSignal 自己也承认：测评只能测它被设计去测的东西，要了解一个人长期表现，得看实际工作
• 一个反向数据：82% 的员工认为主管比较了解自己的技能，但这种了解是非正式的，换团队带不走，也没法在公司层面横向比较