导语
AI驱动生产力变革已成为全球共识，但更受关注的问题是：未来人类将如何与AI共处？AI时代的工作模式将如何演变？
麦肯锡全球研究中心于11月25日发布的60页最新报告《智能体、机器人与我们：AI时代的技能伙伴》为我们揭示了答案。
报告中提出五个核心观点：
1. AI时代的工作新范式为“人+智能体+机器人”协同；
2. 人类仍是不可或缺的生产力，但技能结构正发生迁移；
3. AI应用技能正成为AI时代的第一基础技能；
4. AI驱动的工作流程重构是释放下一轮经济潜力的关键；
5. 再教育/再培训是适应AI时代的重要策略。
AI如何重塑工作范式？
过去一个世纪，人类主要依赖“人+机器”的工作模式，通过操作机器创造生产价值。
机器的硬件与软件均被设计为按既定规则执行任务：机器遵循物理程序完成组装等操作，软件依据编码程序进行预测与分析。这两种方式均需预先编程，无法处理超出程序范围的任务。换言之，机器仅能作为“手脚”使用，缺乏自主决策的“大脑”。
AI的出现改变了这一模式。它能够从海量数据中学习并构建自身能力，模拟推理以响应更广泛的输入（包括自然语言），并适应不同语境，不再局限于预设规则。这相当于为机器和软件赋予了“大脑”，使其具备自主指挥能力。
因此，机器升级为机器人，软件演进为智能体。
AI将影响哪些工作？
若将人类劳动简单划分为体力与脑力两类，则大部分体力劳动可交由机器人完成，部分脑力劳动可由智能体承担。但现实并非如此简单，许多工作仍是AI无法替代的。
麦肯锡报告发现：
|
美国非体力劳动时长约占工作总时长的三分之二，其中三分之一涉及社交、情感交互等技能，这些领域大多超出AI当前能力范围。需要身体与认知协同的活动约占美国工作时间的35%。机器人技术虽取得进展，但多数体力劳动仍需精细运动技能、灵巧度及情境感知，这些能力尚未被可靠复制。 |
即便如此，其余40%的工作时间适合AI执行推理与信息处理任务，覆盖教育、医疗、商业、法律等多个领域。
以当前AI能力水平，智能体可替代美国44%的工作时间，机器人可替代13%的任务。随着技术发展，这一比例将持续提升。
麦肯锡预计，未来美国半数以上的工作任务可能被AI替代，且主要由智能体完成。但这不意味着岗位消失，而是工作内容的转变。
人、智能体、机器人如何协作？
为探究三者协作模式，麦肯锡分析了8000个岗位，构建以下模型：
• 人+智能体模式：主要见于教师、工程师、金融家等职业，通过人机协作提升效率。该类群体平均年薪74,000美元，约占美国员工的20%。
• 人+机器人模式：常见于建筑工人、工匠等体力劳动者，通过增强人类力量与精度创造价值，平均年薪54,000美元，占比约1%。
• 人+智能体+机器人模式：集中于交通、农业、食品等行业，约一半时间涉及体力劳动，平均年薪60,000美元，占比约5%。
AI如何推动人类技能迁移？
麦肯锡从1100万条招聘信息中识别6800项技能，得出三方面结论：
1. 几乎所有职业至少有一项技能将被颠覆，到2023年三分之一的职业将有10%的技能需求变化；
2. 技能要求随时间趋于具体化与专业化；
3. 八项核心通用技能仍是人类不可替代的能力。
各职业关联的独特技能数量从十年前的54项增至64项，表明企业对专业化要求更高。高薪岗位更强调管理、信息化与数字化技能，而低薪岗位侧重设备操作、防护与辅助技能。技能需求增速亦为关键变量。
2023年AI技能需求增速与云计算、网络安全等数字技能相当，但生成式AI兴起后，过去两年新增600余项AI相关技能，占过去十年新增技能总数的三分之一。
八项核心通用技能——沟通、管理、运营、解决问题、领导力、细节导向、客户关系与写作——在各行业中仍至关重要。但许多技能正跨职业转移，如客户经理的技能要求出现在销售、市场营销、人力资源等175个职业中。
人类仍掌握部分独有技能，如人际冲突解决与设计思维，这些依赖同理心、创造力与情境理解的能力短期内难以被AI复制。而数据录入、财务处理等技能可能完全被AI替代，人类仅需专注于设计、验证与异常处理。
介于二者之间的是广泛的人机协作场景：人类负责构思、指导、决策，AI处理日常事务。
为何AI应用技能是新时代基础？
麦肯锡提出“AI流畅度”概念，即企业应用AI的熟练程度。
企业对AI使用与管理能力的需求增速远超其他技能，这类能力并非AI自身具备，而是人类在规划、验证、指导等环节的协同技能，如流程优化、质量监控、培训指导等。相反，AI本身擅长的研究、写作等技能在招聘需求中呈下降趋势。
工作流程重构为何是释放AI红利的关键？
预测显示，AI红利有望于2030年在美国创造2.9万亿美元经济价值。释放这一红利需重构产业经济，实现人、智能体、机器人的高效协作，而非仅用AI完成单一任务。
当前工作流程多为旧时代产物，企业AI转型往往只是局部优化，而非彻底重构，导致90%的企业使用AI后仅不足四成实现盈利。麦肯锡分析美国190个业务流程，发现约60%的生产力提升潜力集中于行业特定领域，如制造业供应链、医疗临床诊断、金融风险管理等。
麦肯锡通过案例证明重构价值：
• 科技公司引入多智能体重构销售流程，预计提升收入7%-12%，节省销售时间30%-50%；
• 公用事业公司通过智能客服重构服务流程，降低通话成本50%，提升客户满意度6%；
• 生物医药公司AI平台将临床报告起草时间减少60%，错误率降低50%；
• 金融机构智能体编程使代码准确率提升至70%。
随着AI承担更多分析与决策任务，管理人员职能从监督转向协调人机协作，管理流程也需重构。例如，客服经理需协调人与智能体混合团队，重点转为培训员工使用智能体提升服务质量。
若每个核心流程通过重构提升20%生产力，整体经济社会生产力将同步增长，形成庞大经济增量。
个体与企业如何适应AI时代？
麦肯锡提出三阶段教育建议：
1. 基础教育阶段：从小学培养AI流畅度基础，如批判性思维、质疑能力与偏见识别；
2. 高等教育阶段：在大学与职业学院整合AI与跨学科技能，强化适应力、分析思维与协作能力；
3. 终身学习阶段：通过社会教育与企业合作，采用灵活学习、学徒制等方式推进再教育。
前两阶段需国家教育体系主导，第三阶段依赖社会力量共建。
———— END ————
灵思极智旗下“极智系列”三款AI智能应用
关注后，两步置顶服务号，可第一时间收到灵思极智推文！
