麦肯锡全球研究院 2025年11月报告《智能体、机器人与我们：AI 时代的技能伙伴关系》

一、核心结论

未来工作不是“人被机器取代”，而是“人、AI 智能体、机器人”三方结成技能伙伴关系。到 2030 年，通过重新设计工作流程而非简单自动化单个任务，美国企业可释放 2.9 万亿美元经济价值。

二、技术自动化的潜力与边界

理论上，美国 57% 的工作时长可被现有技术自动化：AI 智能体可覆盖 44% 的非体力工作（信息处理、文档起草等），机器人可覆盖 13% 的体力工作（重复操作、危险作业等）。非体力工作占全美工时三分之二，其中四成偏向信息处理，易被自动化；三分之一依赖社交情感（医患沟通、教学互动），AI 尚难复制。体力工作占三成五，机器人仍受限于精细动作与情境感知，如手术、复杂地形作业。落地速度受法规、成本、劳动力结构制约，全面渗透将是一个数十年过程，类似电力与工业机器人。

三、七种工作协作原型（覆盖全部就业人口）

人类主导型（34% 就业人口，平均年薪 7.1 万美元）：注册护士、心理学家、消防员等，技术仅辅助，核心靠人类情感或复杂体力。

人类-智能体协作型（21%，7.4 万美元）：销售、教师、HR，AI 处理数据与日程，人类专注关系与决策。

智能体主导型（30%，7.0 万美元）：会计、程序员、律师，AI 完成大部分认知任务，人类审核与策略调整。

人类-机器人协作型（不足 1%，5.4 万美元）：绝缘工、装修工，机器人提供力量或精度，人类规划与微调。

机器人主导型（8%，4.2 万美元）：仓库分拣、焊工、厨师，机器人执行流程，人类维护与异常处理。

人类-智能体-机器人复合型（5%，6.0 万美元）：接待员、医疗助理、狱警，三方协同完成流程化任务。

智能体-机器人协作型（2%，4.9 万美元）：机械调试员、面包师，软件与硬件联动，人类少量干预。

结论：任何职业都不会被完全替代，人类通过协作实现价值升级。

四、人类技能的进化方向

（一）技能需求三大趋势

通用技能（沟通、领导力等）依旧重要，但应用场景从“执行”转向“问题界定、结果解读、团队协调”。

“AI 熟练度”需求两年增长七倍，约七百万美国劳动者岗位已要求掌握 AI 工具；AI 开发、伦理治理等技能向金融、教育、医疗扩散。

技能专业化加剧：高薪岗位需九十多项技能，低薪岗位不足十项；同一领域不同角色技能重叠率低于一半。

（二）技能变化的三条路径

高暴露技能（约四分之一）：数据录入、基础会计、特定编码语言需求下降，人类转向设计与验证。

中暴露技能（约一半）：质量保证、写作等形式重构，与 AI 协作完成。

低暴露技能（约四分之一）：辅导、谈判、医患沟通等依赖情感共鸣，需求稳定且价值上升。

（三）技能迁移与终身学习

超过半数销售主管的技能可迁移至一百七十五种其他职业。个人需强化“元能力”（学习力、适应性、批判性思维）；企业与教育机构应建立灵活培训体系，将 AI 素养纳入基础教育，支持学徒制与在线课程。

五、工作流程重构：释放 2.9 万亿美元的关键

（一）重构逻辑

打破任务边界，按“机器擅长/人类擅长”重新拆分流程，而非按岗位；打通平台壁垒，实现 AI 与机器人实时共享信息；管理者从“监督者”变为“系统协调者”，员工从“执行者”变为“价值整合者”。

（二）高价值领域

六成价值来自行业核心流程（制造供应链、医疗诊断、金融风控），四成来自跨行业支持流程（IT 开发、财务、HR、客服）。

案例：

科技公司用 AI 筛选销售线索，销售团队节省三至五成时间，年营收提升七至十二个百分点。

公用事业 AI 客服处理四成来电，呼叫成本降一半，满意度升六个百分点。

制药企业 AI 起草临床报告，初稿时间缩六成，错误率降一半，加速新药上市。

（三）价值分配

AI 智能体贡献 77%（认知自动化），机器人贡献 23%（体力替代）。金融、专业服务中 AI 占比超九成；住宿餐饮、农林渔中机器人占比可达四成三；医疗健康自动化潜力最低（两成工时），因依赖人际互动与临床判断。

六、领导力与制度适配

（一）企业领导者五项责任

重新定义业务价值：基于 AI 能力重构商业模式。

高层主导转型：将 AI 视为核心业务变革，而非 IT 项目。

建立实验文化：鼓励试错，快速迭代。

构建信任与安全：制定伦理准则，确保算法透明。

投资员工技能：提供升级路径，把 AI 释放的产能用于高价值工作。

（二）社会制度四方面改革

教育体系：基础教育阶段培养 AI 素养；高等教育整合技术技能与可迁移能力；建立终身学习体系。

技能认证与匹配：统一技能标准，利用 AI 优化人岗匹配。

区域与行业协同：针对自动化节奏差异，提供差异化培训与就业支持。

社会安全网：完善转型期收入保障与技能提升支持。

七、结语

AI不是就业的终结者，而是工作模式的重塑者。

企业：放弃“局部自动化”，转向“流程重构 + 技能升级”双轮驱动。

劳动者：以终身学习与技能迁移为立身之本，提升 AI 熟练度与不可替代的人类能力（创造力、共情、复杂决策）。

政策制定者：构建包容、有弹性的制度环境，让技术红利惠及所有群体。