隨著機器日漸開始填補工作場所的人力勞動，為了從中獲利我們都必須做出調整。

自動化和人工智能（AI）正在改變企業(yè)，并將通過其對生產(chǎn)力的貢獻來促進經(jīng)濟增長。它們還將有助于解決從健康到氣候變化等領域各鐘非常棘手的社會難題。

與此同時，這些技術將改變工作性質和工作場所本身。機器將能夠執(zhí)行更多原先由人類完成的任務，補充人類所做的工作，甚至執(zhí)行超出人類可以做的任務。結果是，一些職業(yè)將出現(xiàn)頹勢，而另一些職業(yè)將增長，還會有更多職業(yè)發(fā)生變革。

雖然我們認為未來有充分的就業(yè)機會（除極端情景外），但社會需要應對重大的勞動力轉型和失業(yè)問題。工人需要獲得新技能，并在工作場所中適應功能越來越強大的機器。他們可能必須從不斷離開夕陽職業(yè)，轉向日趨繁榮的職業(yè)，在某些情況下，還有新的職業(yè)。

本決策簡報借鑒了麥肯錫全球研究院的最新研究成果，探討了工作場所自動化和人工智能的前景和挑戰(zhàn)，并概述了決策者、公司和個人需要解決的一些關鍵問題。

人工智能和自動化的快速進步為企業(yè)，經(jīng)濟和社會創(chuàng)造了機會

自動化和人工智能已經(jīng)不是什么新鮮事物了，但最近的技術進步正在將機器可能做到的事情推向極致。我們的研究表明，社會需要這些改進，從而為企業(yè)帶來價值，促進經(jīng)濟增長，在我們應對最困難的社會難題時能有所進步，而這樣的事情在以往是不可想象的。綜上所述：

技術突飛猛進

除了傳統(tǒng)的工業(yè)自動化和先進的機器人之外，功能更為強大的新自動化系統(tǒng)也出現(xiàn)在各種環(huán)境中，如穿梭于路上的自動駕駛車輛和雜貨店里的自動結賬等。大部分進步都是由系統(tǒng)和組件的改進推動的，包括機械、傳感器和軟件。由于機器學習算法變得更加復雜，并且利用計算能力的巨大發(fā)展和可用于訓練它們的數(shù)據(jù)的指數(shù)級增長，人工智能近年來取得了特別大的進步。巨大的突破見諸于各大媒體的報道，其中有很多突破涉及計算機視覺、自然語言處理和圍棋（Go）等人類望塵莫及的領域。

改變業(yè)務和促進經(jīng)濟增長的潛力

這些技術已經(jīng)在各種產(chǎn)品和服務中產(chǎn)生了價值，各行各業(yè)的公司在一系列流程中使用它們來將產(chǎn)品推薦個性化，發(fā)現(xiàn)生產(chǎn)中的異常情況，識別欺詐性交易等等。最新一代人工智能技術的進步（包括解決分類，估算和聚類問題的技術）仍有望帶來更多價值。我們對數(shù)百個人工智能用例所做的分析發(fā)現(xiàn)，用來部署人工神經(jīng)網(wǎng)絡的最先進的深度學習技術，其年產(chǎn)值可以達到3.5萬億至5.8萬億美元，占所有分析技術所創(chuàng)造的價值的40%。

正當人口老齡化和出生率降低的問題使發(fā)展受阻時，人工智能和自動化技術的部署可以極大地提升全球的經(jīng)濟并加快全球的繁榮。勞動生產(chǎn)率的增長（推動經(jīng)濟增長的關鍵因素）在很多經(jīng)濟體中已經(jīng)放緩，美國和主要的歐洲經(jīng)濟體在以前的生產(chǎn)率下滑，以及2008年的財政年度后，從十年前的2.4%降至0.5%的均值。人工智能和自動化有可能扭轉這種下降趨勢：未來十年，生產(chǎn)率增長每年可能達到2%，其中60%來自數(shù)字化方面的機遇。

有助于解決幾個社會難題的潛力

人工智能還用于材料科學，醫(yī)學研究和氣候科學等各個領域。這些技術在這些學科和其它學科中的應用有助于解決社會難題。例如，Geisinger的研究人員已經(jīng)開發(fā)出一種算法，該算法可以將顱內出血的診斷時間驚人地縮短了96%。與此同時，喬治華盛頓大學的研究人員正在利用機器學習來更準確地衡量氣候變化專門委員會所使用的氣候模型。

在這些技術不能為各地經(jīng)濟和社會利益發(fā)揮潛力之前，挑戰(zhàn)仍然存在

人工智能和自動化仍面臨各種難題。有一部分限制在于技術層面，例如人工智能需要大量的訓練數(shù)據(jù)，并且很難將算法“推廣”到各種各樣的用例。最近的創(chuàng)新正著手解決這些問題。其它難題在于人工智能技術的使用。例如，人們很難在技術上解釋機器學習算法所做的決策，而解釋這些決策對涉及金融借貸或法律應用的用例尤其重要。培訓數(shù)據(jù)和算法中的潛在偏差，同時，數(shù)據(jù)隱私、惡意使用和安全性都是必須解決的問題。歐洲由于出臺了《通用數(shù)據(jù)保護法規(guī)》而處于領先地位，該法規(guī)將用戶收集和使用數(shù)據(jù)的各種權利規(guī)范化。

另一個難題涉及組織采用這些技術的能力，其中人員、數(shù)據(jù)可用性、技術和流程的就緒度往往使技術很難得到采用。各部門和各國的對技術的采用已經(jīng)十分不均衡。金融、汽車和電信行業(yè)在采用人工智能方面處于領先地位。在各國中，美國對人工智能的投資在2016年高居榜首，其投資額高達150億至230億美元，其次是亞洲，其投資額達到80億至120億美元，歐洲的投資額僅為30億至40億美元，遠遠落后。

人工智能和自動化將如何影響工作

即便人工智能和自動化為企業(yè)和社會帶來了很多好處，我們還必須做好準備，應對工作中可能出現(xiàn)的顛覆。

工人所從事的活動大約有一半是可以自動化的

我們對800多個職業(yè)的2000多項工作活動所做的分析表明，某些活動比另一些活動更容易實現(xiàn)自動化。這些活動包括高度可預測且結構化的環(huán)境中的體力活，以及數(shù)據(jù)收集和數(shù)據(jù)處理。這些活動約占人們在所有部門開展的活動的半數(shù)。最不易受影響的活動類別包括管理他人，貢獻專業(yè)知識以及與利益相關者交流。

幾乎所有職業(yè)都會受到自動化的影響，但目前所展示的技術中只能將大約5%的工作完全自動化。有大量的工作所包含的活動可以自動化：我們發(fā)現(xiàn)，60%的工作中約有30%的活動可以實現(xiàn)自動化。這就是說，大多數(shù)工人（電焊工、抵押貸款經(jīng)紀人、首席執(zhí)行官等等）將與快速發(fā)展的機器一起工作。這些工作的性質可能會因此而發(fā)生改變。

失業(yè)：有些職業(yè)到2030年將出現(xiàn)大幅下滑

自動化將取代一些工人。我們發(fā)現(xiàn)，在2016 - 2030年期間，大約15%的全球勞動力（約4億工人）可能因自動化而失業(yè)。這個數(shù)字反映了我們在預測技術采用速度和采用范圍方面的中間態(tài)。根據(jù)我們就最快的技術采用情景所建立的模型，這個數(shù)字上升到30%，即8億工人。而在最慢的模型中，只有大約1，000萬人失業(yè)。

廣泛的預測范圍強調了多種因素，這些因素將影響人工智能和自動化采用的速度和范圍。自動化的技術可行性只是第一個影響因素。其它因素還包括部署成本；勞動力市場動態(tài)，包括勞動力供給的數(shù)量、質量和相關工資；好處有很多，除勞動力替代以外，還促成了技術采用的各種商業(yè)案例；最后，社會規(guī)范和社會接受度。由于上述因素的差異，特別是勞動力市場動態(tài)方面的差異，各國和各部門的技術采用將繼續(xù)存在顯著差異：在法國、日本和美國等工資水平相對較高的發(fā)達經(jīng)濟體中，到2030年，自動化可能會取代20%至25 %的勞動力，在中等采用情景中，其比重是印度的兩倍還要多。

工作的增加：在同一時期也將創(chuàng)造就業(yè)機會

即使有很多工人失業(yè)，但各行各業(yè)對勞動力的需求依然在增長，因此造就了大量的工作機會。我們根據(jù)勞動力需求的幾個誘因制定了到2030年的勞動力需求情景，包括收入和醫(yī)療支出的增加，以及持續(xù)投資基礎設施、能源、技術開發(fā)和部署，或加大這些方面的投資。這些情景顯示，到2030年，全球對勞動力（5.55億和8.9億個工作崗位）的需求將增加21%至33%，抵消失業(yè)人數(shù)綽綽有余。印度這樣的新興經(jīng)濟體將因此而成為最大的受益者，那里的勞動年齡人口已經(jīng)迅速增長。

額外的經(jīng)濟增長（包括商業(yè)活力和生產(chǎn)力增長）也將持續(xù)創(chuàng)造就業(yè)機會。如果以史為鑒，那么很多其它新職業(yè)也將出現(xiàn)，并且可能占到2030年將創(chuàng)造的就業(yè)機會的10%，而這些職業(yè)是我們目前所無法想象的。此外，技術歷來都是就業(yè)的最終創(chuàng)造者。例如，在20世紀70年代和80年代，個人電腦不僅為半導體制造商創(chuàng)造了數(shù)百萬個工作崗位，也為所有的軟件和應用程序開發(fā)人員、客服代表和信息分析師創(chuàng)造了同等數(shù)量的工作崗位。

工作發(fā)生了改變：隨著機器在工作場所補充人力勞動，更多的工作將比失去或獲得的工作更多

隨著機器漸漸輔佐人力勞動，部分自動化將變得更加普遍。例如，能夠十分準確地讀取診斷掃描的人工智能算法將幫助醫(yī)生診斷患者的病例并確定合適的治療方案。在其它領域，具有重復性任務的工作可能會轉向一個新的模式，即管理自動化系統(tǒng)并對其進行故障排除。在零售商亞馬遜那里，以前負責搬運和堆放物品的員工如今正在成為機器人操作員，監(jiān)控自動化手臂并解決物品流轉中斷等問題。

關鍵的勞動力轉型和挑戰(zhàn)

雖然我們預計，基于我們所建模的大多數(shù)情景，2030年將有很多工作崗位，足以確保充分就業(yè)，但與自動化和人工智能的采用一同發(fā)生的轉變將變得非常重要。職業(yè)組合將發(fā)生變化，技能和教育需求也將發(fā)生變化。工作必須得到重新調整，從而確保人類可以最高效地與機器協(xié)作。

工人需要不同的技能才能在未來的工作場所中茁壯成長

自動化將加快過去15年所見證的轉變，即不可或缺的勞動力的技能轉變。業(yè)界對編程等先進技能的需求增長迅猛。業(yè)界對社交、情感和高級認知技能（如創(chuàng)造力、批判性思維和復雜的信息處理）的需求也將不斷增長。基本的數(shù)字技能需求一直在增加，這種趨勢將持續(xù)下去并加快速度。很多國家對體力技能和手工技能的需求將下降，但這些技能仍將是2030年最大的技能類別。這將對兩個問題帶來額外的壓力，即已經(jīng)捉襟見肘的勞動力技能以及業(yè)界需要新的資格認證體系。雖然一些創(chuàng)新的解決方案正在出現(xiàn)，但業(yè)界仍然需要解決方案，這些方案能解決此等規(guī)模的難題。

很多工人可能要改行

我們的研究表明，在中點情景中，全球大約有3%的勞動力將不得不在2030年前改行，盡管情景各不相同，從0%到14%不等。其中一些變化將發(fā)生在公司和部門內部，但許多變化將發(fā)生在各個部門，甚至發(fā)生在各個地區(qū)之間。在高度結構化的環(huán)境，數(shù)據(jù)處理或收集中，由體力活動構成的職業(yè)將會出現(xiàn)下滑。不斷增長的職業(yè)將包括那些難以自動化的活動（如管理者），以及那些處在難以預料的環(huán)境中的人（如水管工）。其它有望增長的職業(yè)包括教師、護士、技術人員和其他專業(yè)人士。

隨著越來越多的人與機器一起工作，工作場所和工作流程將發(fā)生變化

隨著智能機器和軟件更深入地整合到工作場所，工作流程和工作空間將不斷發(fā)展，使人類和機器能夠協(xié)同工作。例如，隨著自助結賬機器入駐入店鋪，收銀員可能會成為協(xié)助結賬的人，他們可以幫忙回答問題或為機器排除故障。更多的系統(tǒng)級解決方案將促使人們反思整個工作流程和工作場所。由于倉庫某些部分是為機器人等東西提供空間，從而促進安全的人機交互，因此倉庫設計可能會發(fā)生巨大的變化。

自動化可能會對發(fā)達經(jīng)濟體的平均工資造成壓力

各種高低級職業(yè)混合的變化情況可能會給工資帶來壓力。發(fā)達經(jīng)濟體目前的許多中等工資崗位主要是從事高度自動化的活動（例如制造業(yè)或會計業(yè)的各種活動），這些活動可能會呈下滑趨勢。高薪工作崗位將大幅增加，尤其是技能嫻熟的醫(yī)療人員、技術人員或其他專業(yè)人員，但各行各業(yè)預計將設置大量的工作（包括教師和護士），這些工作的工資往往較低。風險就在于，自動化可能會加劇工資兩極分化，加大收入差距并導致收入增長放緩，收入增長放緩是發(fā)達經(jīng)濟體過去十年所呈現(xiàn)的特征，這引發(fā)了社會和政治方面的緊張局勢。

面對迫在眉睫的難題，勞動力挑戰(zhàn)已經(jīng)存在

大多數(shù)國家已經(jīng)面臨著這樣的難題——對勞動力進行充分的教育和培訓，使其滿足雇主當前的要求。過去二十年，整個經(jīng)合組織（OECD）在工人教育和培訓方面的支出一直在下降。該組織在援助工人實現(xiàn)過渡方面的支出也持續(xù)縮減，縮減達GDP的1%。過去十年得出了一個教訓，雖然全球化有利于經(jīng)濟增長和作為消費者的人們，但工資和失業(yè)對工人所造成的影響卻沒有得到充分解決。大多數(shù)分析（包括我們自己的分析）都表明，這些問題的規(guī)?？赡軙谖磥韼资陜仍鲩L。我們過去也看到，大規(guī)模的勞動力轉移會對工資產(chǎn)生持久的影響；在19世紀的工業(yè)革命期間，盡管英國的生產(chǎn)力提高了，但英國人的工資在長達半個世紀的時間里未見漲——這種現(xiàn)象被稱為“恩格斯停滯（Engels’ Pause）”，得名于發(fā)現(xiàn)該現(xiàn)象的德國哲學家恩格斯。

要解決的十個問題

我們在尋求解決這些難題的適當措施和政策時不應使技術倒退或減緩技術的傳播。公司和政府應該利用自動化和人工智能，以便從績效的提升、生產(chǎn)力的貢獻和社會效益中受益。這些技術將創(chuàng)造經(jīng)濟盈余，這些盈余有助于社會管理勞動力轉型。相反，公司和政府必須專注于各種能盡最大可能確保勞動力轉型順利的方法上。這可能需要在幾個關鍵領域采取可行且可延伸的解決方案：

確保強勁的經(jīng)濟和生產(chǎn)力增長。強勁的增長并不是解決自動化所帶來的所有難題的靈丹妙藥，但它是就業(yè)增長和日益繁榮的先決條件。生產(chǎn)力增長是經(jīng)濟增長的關鍵因素。因此，放開投資和需求并接受生產(chǎn)力貢獻的自動化，這很重要。

培養(yǎng)業(yè)務活力。創(chuàng)業(yè)以及以更快的速度成立新公司，這不僅可以提高生產(chǎn)力，還有助于創(chuàng)造就業(yè)機會。有利于小型企業(yè)的活力充沛的環(huán)境以及有利于大型企業(yè)的充滿競爭的環(huán)境，這可以提高業(yè)務活力，有了這樣的活力，就業(yè)機會就會增長。加快新公司的形成速度，加快企業(yè)（不管是大企業(yè)還是小企業(yè)）的發(fā)展速度并提高其競爭力，這需要更簡單、更先進的法規(guī)、稅收和其它激勵措施。

革新教育體系和學習，以適應發(fā)生了變革的工作場所。與教育提供者（不管是傳統(tǒng)的和非傳統(tǒng)的）和雇主合作的政策制定者可以通過校園系統(tǒng)和改進的在職培訓來提高基本的STEM（科學、技術、工程學和數(shù)學）技能。創(chuàng)造力、批判性思維、系統(tǒng)思維以及適應性學習和終身學習尤其要得到重視。大規(guī)模的解決方案是必不可少的。

投資人力資本。扭轉低迷的趨勢，在一些國家，對工人進行培訓的公共投資呈下降趨勢，情況十分嚴峻。通過稅收優(yōu)惠和其它激勵措施，政策制定者可以鼓勵企業(yè)投資人力資本，包括創(chuàng)造就業(yè)機會、提供學習的機會、培養(yǎng)能力并提高工資，這類似于私營部門的激勵措施，即投資其它資本（包括研發(fā)）。

改善勞動力市場的活力。能夠使工人與工作，資歷相匹配，這樣的信息在大多數(shù)經(jīng)濟體中都能很好地發(fā)揮作用。數(shù)字平臺還有助于人們找到工作，恢復勞動力市場的活力。當更多的人換工作時（甚至在公司內部換工作），證據(jù)表明，工資上漲了。由于工種和賺錢的機會越來越多（包括零工經(jīng)濟），我們必須解決幾個問題，即福利的轉移、工人的分類和工資的變動等問題。

重新設計工作。工作流設計和工作空間設計必須適應人們與機器更緊密合作的新時代。就創(chuàng)造安全和富有成效的環(huán)境而言，這既是機遇也是挑戰(zhàn)。由于工作的協(xié)作化程度越來越高，公司希望變得越來越靈活，越來越扁平化，組織也隨之發(fā)生了變化。

重新思考收入。如果自動化（不管是完全自動化還是部分自動化）確實導致就業(yè)和/或工資壓力大幅減少，那么有一些想法（如有條件轉移、對流動性提供支持、普遍基本收入和做出了調整的社會保障等想法）是可以考慮和試驗的。關鍵在于找到經(jīng)濟上可行的解決方案，并將工作中的多種職責結合起來，這些職責包括很多內容，不僅要為工人帶來收入，還要使他們獲得意義，有尊嚴。

重新考慮如何支持受影響的工人實現(xiàn)過渡并為他們提供安全保障。由于工作在產(chǎn)業(yè)、地點、活動和技能要求之間以較快的速度發(fā)生變革，對很多工人的援助也要做出調整。有很多轉移安全保障的最佳實踐方法可供采用，而且必須對這些方法加以采用和調整，同時必須考慮和測試新方法。

投資于推動工作需求的因素。政府必須考慮加大原本就十分有益的投資而且還有助于工作需求的投資（例如基礎設施、氣候變化適應）。這類工作（如建筑、為大樓重新布線、安裝太陽能電池板等等）往往是中等工資的工作，受自動化影響最大。

有把握地接受人工智能和自動化。 即使我們把握了這些快速發(fā)展的技術所帶來的生產(chǎn)力優(yōu)勢，我們也必須積極防范風險并減輕一切危險。數(shù)據(jù)的使用必須始終考慮到各種問題（如數(shù)據(jù)安全性、隱私、惡意使用和潛在的偏見）；政策制定者、科技公司和其它公司以及個人必須找到能高效解決問題的方法。

如今人人都有合適的工作，未來人人都將找到合適的工作，即使在實現(xiàn)了自動化的未來也是如此。然而，這樣的工作將會有所不同，因為這需要新的技能，要求勞動力具備更強大的適應能力，遠遠強于我們以往所見證的適應能力。對處于職業(yè)生涯中期的工人和新一代的工人進行培訓和再培訓，以應對即將到來的挑戰(zhàn)，這是當務之急。政府、私營部門的領導者和創(chuàng)新者都需要共同努力，更好地協(xié)調公共倡議和私人倡議，包括出臺合適的激勵措施，以增加對人力資本的投資。實現(xiàn)了自動化和人工智能的未來將充滿挑戰(zhàn)，但也更多姿多彩，只要我們從容不迫地利用技術并減輕其負面影響。