随着人工智能（AI）技术，特别是生成式AI和智能体（Agents）技术的迅猛发展，全球劳动力市场正站在一场深刻变革的起点。麦肯锡全球研究院（MGI）于2025年11月发布的最新报告《Agents, robots, and us》揭示，未来的工作模式将不再是简单的人力替代，而是演进为人类、AI智能体和机器人三方协同的“技能伙伴关系”。这一转变并非意味着人类技能的消亡，而是其应用场景和价值焦点的重大演变。报告指出，基于当前技术，美国有多达57%的工作活动在理论上可实现自动化，但这更预示着工作内容的重构而非岗位的大规模消失。到2030年，若企业能成功围绕人机协作重新设计工作流程，仅在美国就有望释放高达2.9万亿美元的经济价值。本文将深入剖析这一未来工作图景的三大核心维度：工作架构的重塑、人类技能的进化以及经济价值的实现路径。
AI对工作的影响远非“哪些岗位会被取代”如此简单，其更深层次的意义在于彻底重构工作的基本单元和协作模式。麦肯锡的研究表明，当前技术已能自动化美国约57%的工作时长，其中AI智能体（负责非体力劳动）占比44%，机器人（负责体力劳动）占比13%。这标志着一个临界点，未来劳动力将由人类、智能体和机器人共同构成。
为了清晰描绘这一变革，MGI通过分析约800种职业，根据其体力与非体力工作的自动化潜力，将其归纳为七大工作原型。这七大原型清晰地展示了人机协作的光谱，为企业和个人理解未来趋势提供了框架。
高度依赖人类的原型（People-Centric）： 约34%的美国劳动力属于此类，平均年薪7.1万美元。这些职业主要集中在医疗保健、社会服务、建筑维护等领域，其工作内容严重依赖当前技术难以复制的体力活动（约占工作时间的50%）以及复杂的社会情感技能，如护士、心理学家、消防员。在这些领域，AI将主要扮演辅助工具的角色，核心决策和互动仍由人类主导。
高度自动化的原型（Agent-Centric & Robot-Centric）： 约40%的职业属于此类。其中，智能体主导型（如会计师、软件开发员、律师）平均年薪高达7万美元，其工作包含大量可被AI系统处理的认知任务（如文件起草、代码编写）。机器人主导型（如仓储管理员、焊工、厨师）平均年薪4.2万美元，多为体力要求高或具有危险性的工作。值得注意的是，即使在这些高度自动化的原型中，人类也并非完全退出，而是转向对智能体和机器人进行指导、监督和结果验证的关键角色。
混合协作原型（混合型）： 约三分之一的劳动力处于这两种极端之间，体现了深度的人机协作。例如，人-智能体型（如教师、工程师、金融专家，平均年薪7.4万美元）的工作将因数字和AI工具而增强；人-机器人型（如维修工、建筑工，平均年薪5.4万美元）中，机器人为人类提供力量和精度辅助；而人-智能体-机器人型（如接待员、医疗助理，平均年薪6万美元）则呈现出三者近乎均等的协作模式。
这种工作原型的划分具有普适性，能帮助领导者预见变革可能率先发生的领域，以及劳动力转型将如何展开。它明确指出，未来的生产率提升不再源于对孤立任务的自动化，而是依赖于对整个工作流程的重新构想，将人类、智能体和机器人视为一个整体团队进行设计和优化。例如，在太阳能电站的运维中，AI无人机进行巡检，AI智能体监控系统性能并预测故障，AI驱动的漫游车执行清洁和小型维修，而现场技术人员则负责监督、验证诊断结果、处理复杂维修并确保所有系统的安全与合规。这种深度协作模式正是未来工作流程的缩影。
面对AI的冲击，一个普遍的误解是人类的多数技能将变得过时。然而，麦肯锡的报告给出了一个更为乐观和 nuanced 的结论：超过70%的当前雇主所需技能，同时适用于可由AI自动化的工作和必须由人类完成的工作。 这意味着大多数人类技能不会消失，但其应用方式将发生深刻演变。
麦肯锡通过分析超过1100万份招聘启事，追踪了技能需求的动态变化。研究发现，尽管技能需求正变得更加专业和细分，但有八项高普及度技能始终是劳动力市场的“通用语言”，横跨各个行业和薪资水平：沟通、管理、运营、解决问题、领导力、细节导向、客户关系和写作。在AI时代，这些技能的应用将转向更高层次：人类将减少在准备文档、基础研究等常规任务上的时间，而更多地投入到提出问题、诠释结果、做出判断等工作中。例如，沟通技能不再仅仅是撰写报告，而是 refining AI生成内容的细微差别和故事性；问题解决技能从手动分析数据转变为解读AI的发现并做出最终判断。
与此同时，市场对AI流畅度（即使用和管理AI工具的能力）的需求呈爆炸式增长。在2023年至2025年短短两年间，美国招聘启事中对AI流畅度的要求增长了近七倍，增速远超任何其他技能类别。目前，约有750万员工所在的职业岗位已要求至少一项AI相关技能。不过，当前的需求仍高度集中在计算机、管理、商业和金融等少数领域，这意味着AI技能向更广泛职业群体的渗透将是未来的关键趋势。
为了量化技能受自动化影响的程度，MGI开发了技能变化指数。该指数显示，到2030年，在中期应用情景下，与最需求的100项技能相关的工作时长中，约有四分之一到三分之一可能被自动化。数字和信息处理技能面临的变化最大，而辅助和关怀类技能的变化最小。这揭示了技能演变的三大路径：高度暴露的专精技能（如特定编程语言）需求可能下降；处于中间地带的可迁移技能（如写作、研究）其应用方式将发生演变；而低暴露的、根植于人类联系和关怀的技能（如领导力、医疗护理）将持续保有高价值。
AI的经济潜力是巨大的。麦肯锡估计，到2030年，在美国的中期应用情景下，AI驱动的自动化为美国经济带来的年度价值可达2.9万亿美元。然而，捕获这一价值的关键，并非依赖于新的技术突破，而在于企业如何围绕人机协作重新设计整个工作流程。
报告指出，目前近90%的公司表示已投资AI，但只有不到40%报告获得了可衡量的收益。这一差距很大程度上源于大多数企业仍将AI应用于零散的任务，而非对核心业务流程进行根本性的重新构想。真正的增益来自于将AI嵌入到多步骤、涉及协作、信息交换和决策的完整工作流中。
MGI分析了美国经济中190多个业务流程，发现约60%的生产率增益潜力集中在行业特定领域的核心工作流上，例如制造业的供应链管理、医疗保健的临床诊断、金融业的合规风控。其余增益则来自IT、财务、行政等支持各行业的跨职能工作流。一些先行者的案例已经展示了工作流重塑的巨大潜力：
销售领域：一家全球科技公司部署了多个AI智能体来自动化销售前期的潜在客户评分、外联和初步筛选，使业务专员能将时间重新分配到战略谈判和客户关系构建上，预计带来7-12%的年收入增长，时间节省高达30-50%。客户运营：一家大型公用事业公司使用对话式AI处理客户来电，使系统能独立解决40%的来电，将平均通话成本降低了约50%，并提升了客户满意度。人类客服则专注于处理更复杂、高价值的问题。
制药研发：一家全球生物制药公司利用AI平台加速临床研究报告的撰写，将人工撰写初稿的接触时间减少了近60%，错误率下降约50，显著加快了药品上市进程。IT现代化：一家地区性银行利用AI智能体进行代码迁移和应用现代化，将开发人员的角色从手动编码转变为规划、协调和测试AI的输出，预计可减少高达50%的人工工时。
这些案例共同表明，管理工作的性质也在发生转变。管理者正从监督员工转变为协调由人、智能体和机器人组成的混合团队，其核心技能转向辅导、影响力、流程编排以及对AI输出的批判性评估。
以上就是关于2025年未来工作模式的分析。麦肯锡的报告清晰地描绘了一幅未来图景：AI不会导致人类技能的终结，而是催生了一种新型的“技能伙伴关系”。工作的核心单元将从孤立的岗位任务转向整合了人类、AI智能体和机器人的再设计工作流。成功的关键不在于追逐最前沿的技术，而在于企业领导者和政策制定者能否具有远见地投资于人类的技能提升和工作流程的根本性变革。到2030年那2.9万亿美元的经济价值，正是对这场变革的慷慨奖赏，其分配将取决于我们今日的准备与选择。对于企业和个人而言，拥抱人机协作，持续学习并适应技能的演变，将是在这个时代保持竞争力的不二法门。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
