2025-05-13-麦肯锡-麦肯锡_AI与工作的新未来_68页_1mb

工作的未来：AI与技能转型挑战

背景

• 技术（尤其是AI和自动化）将显著改变劳动力需求，职业转型加速。
• 2030年，欧洲和美国可能面临约1200万职业转型需求（中点采用情景），是疫情期间的2倍。

核心发现

1. 需求变化

   • 增长：STEM、医疗保健、管理类职位需求上升（欧洲增加700万个职位）。
   • 下降：办公室支持、客户服务、生产类职位需求下降（欧洲减少300-500万职位）。
   • 自动化潜力：到2030年，30%的工作时间可被自动化技术（含生成式AI）覆盖。

2. 技能需求

   • 技术技能：需求大幅增长（如高级IT、数据分析），占工作时间25%-29%。
   • 低技能职位：基础认知和体力工作需求下降，占总时间减少。
   • 两极分化：收入较高的职业需社交、情感和技术技能；低收入职业工人转型难度大。

3. 生产力影响

   • 快速AI采用可推动年生产率增长至3%，但缓慢采用可能仅达0.3%。
   • 自动化未伴有人力资本升级，可能导致失业风险上升。

社会经济影响

1. 收入分配：

   • 高收入群体受益最大，低收入工人面临失业风险。
   • 未转型职位占比可能从14%降至3%，需配套再培训政策。

2. 区域差异：

   • 波兰、捷克等农业依赖国家转型压力更大；数字化程度高的地区（如德国）占优。

企业策略

1. 主动与被动策略

   • 主动：投资技能再培训、开发自动化应用，抢占高技能岗位（如AI工程师）。
   • 被动：依赖廉价劳动力延长生产率，面临竞争力下降风险。
   • 案例：某金融公司通过AI培训缩短人才缺口，实现运营效率提升。

2. 再培训与招聘并行

   • 再培训覆盖32%劳动力，减少招聘（23%）和外包（18%）依赖。
   • 针对低技能岗位（如客服），外包仍为短期选择。

政策建议

• 教育体系改革：加强数字技能和STEM教育，支持中低收入群体转型。
• 公共投资：推动净零转型、老年护理、绿色产业岗位（如可再生能源）。
• 社会安全网：确保被自动化取代工人有过渡性支持（如转岗培训、失业救济）。

未来展望

• 到2030年，AI将重塑劳动力市场，但能否避免两极分化，取决于企业和社会的行动速度。
• 关键成功因素：技术采用与人力资本升级同步推进，政策与企业协同合作。