AI会让人失业吗?麦肯锡最新劳动力报告:未来十年总需求会增加,但七成人的内容将改变
- 2026-10-11 11:26:12
一、先把三种变化口径说清楚
报告分别测算岗位需求、职业流动和工作任务变化。
1. 岗位需求：基准情景下净增约500万个全职岗位当量
“全职岗位当量”是按工作时数折算的单位：把全部劳动工时换算成相当于多少个全职岗位。它不等于实际招聘人数，也不代表每个岗位都由一名新员工填补。
报告估算，AI和其他自动化技术理论上可以接手相当于现有工作时数54%的任务，但这不等于54%的岗位会消失。企业会调整流程，生产率提高也可能带来更多产出和新任务。把这些因素考虑进去后，模型估算减少的劳动需求相当于约3600万个全职岗位当量，约占当前工作时数的21%。
与此同时，AI产业链和更广泛的经济变化可能带来约4100万个全职岗位当量的新增需求。两边相抵，未来十年的岗位需求净增约500万个当量。老龄化带来的医疗照护需求、基础设施和能源建设、数字经济及AI基础设施，都是报告纳入的增长来源。
2. 转岗人数：约1100万人可能需要换职业
基准情景下，到2035年，约1100万美国劳动者可能需要从需求下降的职业转到其他职业。这是转岗需求估算，不是失业人数预测。自动化推进较慢时，估算约600万人；推进更快时，可能达到约1600万人。实际结果还取决于企业采用速度、新岗位需求和劳动力市场调整。
报告建模的转岗路径中，约14%可以较直接地衔接：新旧岗位技能重叠度至少75%、工资不低于原水平，法律要求的资格培训少于6个月。其余路径需要补充技能，或跨过更长的资格、工资和地点门槛。
3. 工作任务：约72%的劳动者会有一部分工作内容改变
报告估计，约72%的劳动者至少15%的工作时间会转去做不同任务：47%的人受影响工时占15%至30%，另有25%超过30%。这说的是同一份工作里的任务调整，不等于72%的人要换职业或失业。
图1｜基准情景下，岗位需求减少和新增如何落到劳动者身上。约3600万的需求减少中，约2500万人可能转到原职业大类内的其他岗位，另有约1100万人可能需要跨职业转换；新增需求相当于约4100万个全职岗位当量，其中约1600万个岗位当量预计由新进入劳动力市场的人来填补。自动化替代与新需求增长的速度可能不同步，因此短期转岗时点也很重要。原报告 Exhibit 7；截图自报告 PDF 第22页。FTE 指全职岗位当量。来源：MGI employment forecast model；McKinsey Global Institute analysis。
二、岗位有增有减，难点在于人能不能转过去
前面提到，约1100万人可能需要跨职业转换，摊到十年里，平均每年约77万人。疫情前的历史年均水平约为21.5万人；未来十年的年均转岗需求约是这个数字的3.6倍。
疫情期间的2019—2022年，美国跨职业流动也曾达到每年约78.8万人。差别在于持续时间：两三年的短期冲击，与连续十年的转岗需求，对培训体系、企业内部流动和家庭收入安排的考验完全不同。
图2｜未来十年，跨职业大类流动可能达到每年约77万人。疫情期间曾短暂达到相近水平，但报告提醒，持续十年的大规模流动会长期考验培训、招聘和家庭收入安排。原报告 Exhibit 8；截图自报告 PDF 第25页（报告印刷页码23）。来源：US Bureau of Labor Statistics；US Census Bureau；IPUMS USA；MGI analysis。
即使新增岗位多于需要转岗的人，岗位也不会自动找到合适的人。每个人的技能、资历、收入、经验和居住地都不同。
报告按四项条件评估转岗难易：
目标职业是否增长、已有技能能否用得上、目标工资能否接近原工资，以及法律要求的资格培训需要多久。
报告将路径分为直接衔接、需要补技能、转岗门槛较高三类，分别约占14%、41%和45%。门槛较高，通常意味着要投入更多培训时间、补更多技能，或面对工资和资格上的压力；并不代表一定转不过去。
图3｜报告不只问“能不能转”，还看转过去要付出多少代价。直接衔接要求目标职业在增长、技能重叠度高、工资不降，法定资格培训少于6个月；门槛较高的路径往往需要补更多技能或花更长时间取得资格。原报告 Exhibit 15；截图自报告 PDF 第41页（报告印刷页码39）。图中原文类别为 direct、winding、unpaved，本文按含义译为“直接衔接、需要补技能、门槛较高”。来源：Lightcast；MGI transition pathways model；McKinsey Global Institute analysis。
直接衔接：技能重叠度至少75%；目标工资不低于原工资；法定资格培训时间少于6个月。已有技能大多用得上，通常只需短期补充。
需要补技能：技能重叠度至少50%；目标工资不低于原工资的90%；法定资格培训时间少于24个月。还需补上几项关键技能，或完成中短期资格训练。
门槛较高：技能重叠度未达到前两类条件；目标工资未达到前两类条件；法定资格培训时间未达到前两类条件。可能需要较多培训、面对降薪，或跨过更长的资格门槛。
注：报告先识别“直接衔接”，再识别“需要补技能”，其余路径归为“门槛较高”。这是模型分类，并不代表每位劳动者的实际结果。
图4｜从减少岗位流向增长岗位的可能路线。左侧是用工需求下降的职业，右侧是增长职业；深蓝、亮蓝和浅蓝分别代表直接衔接、需要补技能和门槛较高的路径。办公室行政、零售销售和运输物流的转岗人数较集中，但目的地分散在医疗支持、建筑、管理等多个领域。原报告 Exhibit 16；截图自报告 PDF 第42页（报告印刷页码40）。这是模型估算的职业群体间潜在流向，并非某位劳动者一定会走的路线。来源：MGI transition pathways model；McKinsey Global Institute analysis。
三条职业路径，难点各不相同
报告用三个职业组合展示转岗时会遇到的具体问题。
洗碗工转居家照护助理，技能重叠约20%，约30万人可能处在这类潜在路径上，属于门槛较高的一类。模型测算中，目标岗位工资高约12%；但劳动者还要学习日常照护、协助患者等技能。居家照护助理的法定基础培训至少约一个月，雇主也往往更看重护理助理证书。
图5｜洗碗工转居家照护助理：卫生和搬运经验可以迁移，但照护技能与资格要求仍是主要门槛。报告估算这类路径涉及约30万人、技能重叠约20%，模型测算的目标岗位工资高约12%。这些是职业路径估算，不是个人录用或涨薪承诺。原报告 Exhibit 17A；截图自报告 PDF 第43页（报告印刷页码41）。来源：Lightcast；MGI transition pathways model；McKinsey Global Institute analysis。
包装工转生产装配岗位，技能重叠约52%，潜在转岗规模约17万人，模型中的目标工资约高10%。包装、搬运和质量检查经验有帮助；新岗位还需要机械装配、钻孔、精细操作和生产设备使用等技能。报告将其列为需要补技能的路径，图中没有标出法定资格要求。
图6｜包装工转生产装配：原有的搬运、团队协作和质量意识可以派上用场，但仍需训练机械装配、钻孔和精细操作。模型估算约17万人可能处在类似路径上，目标岗位工资约高10%。原报告 Exhibit 17B；截图自报告 PDF 第44页（报告印刷页码42）。来源：Lightcast；MGI transition pathways model；McKinsey Global Institute analysis。
办公室助理转项目经理，技能重叠约58%，约12万人可能沿这一路径流动。日程安排、协调和流程管理经验可以迁移，但项目交付、业务拓展、预测和质量管理需要继续学习。报告估算目标岗位工资约高154%；同时，雇主往往偏好相关学士学位和项目管理证书，收入潜力与进入门槛都较高。
图7｜办公室助理转项目经理：排程、协调和流程管理经验能打基础，项目交付、业务管理和质量管理仍需补课。报告估算约12万人可能处在这类路径上，模型测算的目标岗位工资高约154%；雇主偏好的学历和证书也是现实门槛。原报告 Exhibit 17C；截图自报告 PDF 第45页（报告印刷页码43）。模型测算的工资差异不等于个人转岗后的实际加薪。来源：Lightcast；MGI transition pathways model；McKinsey Global Institute analysis。
这三组数字都描述模型识别出的潜在路径，不是对某个人拿到工作或涨薪的保证。技能相近，只说明现有经验可以作为起点；证书、培训时间、工作地点和招聘要求仍要逐一解决。
三、增长岗位有门槛，课程并不能拆掉所有门
美国约85%的增长岗位要求某种证书或职业资格。
其中约38%是法律规定必须具备，约47%虽无法律强制要求、却受到雇主偏好；完全没有证书要求的增长岗位约占15%。医疗、法律、运输、教育和公共安全领域尤其常见法定资质要求。
在法律要求证书的增长职业中，申请人只有高中学历时，平均训练时间约32个月；已有学士学位时约17个月。医疗支持岗位的部分证照可在半年内取得，医疗专业、工程建筑和教育领域的资格准备则常常超过两年。
地点也是一道门槛：约76%的增长岗位需要到现场工作。即使技能和工资都合适，岗位也可能要求搬迁、轮班或特定语言能力。只安排线上课程，并不能解决职业资格、通勤和家庭安排这些现实问题。
约四分之一的增长岗位属于工资最低的两档。医疗支持岗位增长突出，但其中约92%的新增岗位仍处于较低工资区间。整体平均工资上升，不能代替对具体岗位的比较：劳动者还要考虑体力与情绪负荷、培训期间的收入和照护成本。
图8｜增长岗位不只看技能：85%要求某种证书或职业资格，76%需要现场工作，25%属于工资最低的两档；图中还列出增长岗位劳动者平均英语熟练度指标91%。同一条转岗路线在不同地区，可能因证照、工资、语言或交通条件而走不通。原报告 Exhibit 24；截图自报告 PDF 第61页（报告印刷页码59）。来源：US Bureau of Labor Statistics；Lightcast；McKinsey Global Institute analysis。
四、转岗压力集中在哪些岗位，增长机会又在哪里
超过四分之三的跨职业转岗需求，集中在三个职业大类：办公室与行政支持、零售与销售、运输与物流。客服代表、零售销售员、办公室助理、收银员和仓储工人五类岗位，就占了约三分之一的转岗需求。
职业净变化图展示了增减最集中的领域。
到2035年，医疗支持岗位预计净增约210万，医疗专业岗位净增约140万，建筑净增约120万，管理净增约110万；办公室与行政支持预计净减约460万，零售与销售净减约150万。
图9｜增长集中在医疗支持、医疗专业和建筑；收缩最明显的是办公室与行政支持。完整图表跨报告印刷页码25—26（PDF第27—28页），这里保留了原报告两页截图。各行是职业大类内部“增长减去减少”的净变化，不是该类工作的全部招聘人数。原报告 Exhibit 9。总计包含新增AI职业约100万：下降需求约1100万、增长需求约1600万，净增约500万。来源：MGI employment forecast model；McKinsey Global Institute analysis。
增长岗位约60%集中在工资较高的两档；减少岗位超过70%集中在工资较低的两档。增长职业平均需要约68项技能，减少职业约47项；84%的增长职业要求一定的高等教育背景或相关资质，减少职业中这一比例约为45%。这里的“两档”是把工资从低到高分成五组后，分别取最低或最高两组。
转岗压力在不同群体间也不平均。低收入劳动者需要换到新职业的可能性，是高收入劳动者的约7.6倍；没有学士学位者约为有学士学位者的1.8倍；女性和25岁以下劳动者约为各自对照群体的1.6倍；黑人和西语裔劳动者约为白人的1.2倍。
图10｜转岗压力并非平均落在所有人身上。报告模型显示，收入最低两档劳动者需要换职业的可能性约为收入最高两档的7.6倍；教育、年龄、性别和族裔群体之间也存在差异。图表反映的是职业结构与风险，不是对个人能力的评价。原报告 Exhibit 10；截图自报告 PDF 第29页（报告印刷页码27）。来源：US Bureau of Labor Statistics；Lightcast；MGI employment forecast model；McKinsey Global Institute analysis。
报告估算，约3%的可行转岗路径会要求降薪，涉及约30.5万人；这个估算还没有覆盖培训期间的收入中断、照护责任和地点限制等现实成本。
五、七成人的工作任务会变
报告估计，约72%的劳动者，工作中至少15%的时间会转去做不同任务。其中47%的劳动者属于中度变化：15%—30%的工作时间会变；另有25%属于高度变化，超过30%的工作时间会变。变化可能是原有任务重新排序，也可能是接手新的工作内容。
其余约28%的劳动者，工作内容大体不变，AI更多只是改变任务的完成方式。因此，员工有没有换职业名称，并不能说明日常工作有没有变化。
收银员是报告举出的例子。自助结账和移动支付接手更多常规交易后，收银员花在收款上的时间可能减少，转而处理异常情况、解答顾客问题和监督AI系统。岗位需求减少与工作内容改变可以同时发生。
保险核保员可能少做资料整理和核验，多做风险判断、解释AI建议和客户沟通；教师可能把部分备课与进度追踪交给工具，把时间转向学生支持和课堂互动。不同职业的岗位需求走势不同，工作内容却都可能发生变化。
图11｜报告按工作时间中“转去做不同任务”的比例衡量变化程度：低于15%为变化较少，15%—30%为中度变化，超过30%为变化较大。图中列出建筑经理、牙科助理和收银员等例子。原报告 Exhibit 12；截图自报告 PDF 第32页（报告印刷页码30）。来源：MGI automation model、labor reduction model、employment forecast model；McKinsey Global Institute analysis。
企业的人才盘点因此要从岗位名称深入到任务：哪些活动交给了AI？员工新增了哪些判断、协调、监督或客户工作？这些变化要求什么技能？答案会决定培训是否有效，也会决定节省出的时间能否转成新增产出。
六、AI熟练度需求增长11倍，适应能力也更受重视
报告首先把技能分成三类：
基础技能包括解决问题、沟通、管理人员与流程；
进阶技能包括决策、创新和批判性思考；
适应能力类技能则包括AI熟练度、学习意愿、适应力、韧性和好奇心，帮助员工跟上工作变化。
然后比较了2022年至2026年职位信息中对这些能力的要求。要求AI熟练度的职业数量约增长11倍；要求适应力的职业约增长5倍；要求学习意愿、韧性和好奇心的职业各约增长3倍。
11倍说的是“要求这项能力的职业数量”相对增加，不是AI岗位数、工资或录用率增加11倍。AI熟练度也不只是会用某个聊天工具，还包括判断何时用AI、检查结果是否可靠，以及把工具放进日常工作流程。
图12｜职位信息显示，要求AI熟练度的职业增长最快，适应力、学习意愿、韧性和好奇心也更常出现在招聘要求中。原图比较2017、2022和2026年的职业数量。原报告 Exhibit 21；截图自报告 PDF 第55页（报告印刷页码53）。来源：US Bureau of Labor Statistics；Lightcast；McKinsey Global Institute analysis。
七、企业要管理“人才流动”，培训只是其中一环
报告建议企业把员工从收缩岗位转到增长岗位的过程，纳入日常人才管理。岗位减少后，谁能直接转岗、谁需要补技能、哪些岗位还得外部招聘，都应该有清楚的安排。
可以先画一张转岗地图：列出岗位增减情况，梳理员工现有技能和岗位要求之间的差距，再补上证书要求、培训时间、工资变化和工作地点。优先从人数多、技能容易衔接的岗位开始，安排在岗训练、导师带教和分阶段转岗。
企业也要检查招聘标准有没有不必要地抬高门槛。法定证照需要培训和制度支持；对雇主偏好的学历或旧岗位头衔，可以用技能测评、工作作品和学徒项目重新判断。学校和职业教育机构要提供与目标工作相连、可以逐步累积的资质；公共政策则可以分担部分培训与过渡成本。
评估AI转型，除了看生产率，也应看内部转岗了多少人、空缺岗位有多大比例由内部员工填补，以及员工转岗后的留任和收入变化。只算节省了多少工时，看不出企业有没有补上增长岗位的人才，也看不出员工是否获得了新的职业机会。
图13｜报告把转岗支持分给四方：企业要按技能规划岗位流动，政府要减少制度和市场障碍，教育机构要围绕真实岗位设计培训，劳动者则要持续积累可迁移技能。把转岗变成一条走得通的路，需要这些环节配合。原报告 Exhibit 29；截图自报告 PDF 第73页（报告印刷页码71）。来源：McKinsey Global Institute analysis。
八、看完报告的有三点思考：
第一，岗位总量净增，不代表转岗会自动发生。
基准情景下，新增用工需求略高于减少量；但报告仍估算约1100万人可能需要跨职业转换，只有约14%拥有较顺畅的路径。总量上的岗位增长，无法自动消除个人面对的技能、工资、资格和地域差距。
第二，培训完成不等于已经走进新岗位。
报告估计，85%的增长岗位要求某种证书或职业资格，76%需要现场工作。课程可以补技能，却未必解决证照成本、培训期间收入、轮班安排和工作地点。培训项目应该跟目标岗位连起来，也要看学完后是否真正入职、工资和留任情况如何。
第三，企业需要把“员工去了哪里”纳入AI转型成绩单。
除了生产率和工具使用率，还要看多少员工转入增长岗位、空缺岗位由内部员工填补的比例，以及转岗后的收入和留任情况。这样才能看出效率提升是否转化成了新的岗位机会。
对个人来说，可以先从目标岗位倒推准备。先选一两个正在增长、自己也愿意尝试的岗位，再对照已有技能、需要补的能力、证书周期、工资和地点要求。
找到一条具体可走的路径，通常比笼统地“学AI”更容易开始。
来源与口径本文依据 McKinsey Global Institute 于2026年9月29日发布的《Workforce in motion: Skills and pathways to future jobs in the United States》。研究对象为美国，时间范围为2025—2035年。岗位增减、转岗路径和工作任务变化比例均为模型估算，实际结果会随技术采用、经济需求和企业选择而变化。
📍关注AI组织进化论｜赋能AI组织转型
AI转型升级中，我们也坚信人是终极变量，而管理者则是关键杠杆。因此我们设计了一门面向AI时代管理者的《极简AI领导力-成为AI原生管理者》课程，聚焦如何领导AI，而不仅仅个人使用AI，帮助管理者快速掌握推动团队AI落地的核心框架、方法与工具，推动团队AI升级。感兴趣的伙伴可以加微信联系（chongliang）
其他推荐阅读：
案例PPT｜谷歌最新六大机制：AI时代如何对抗大公司病，重塑产品力
如何领导AI和人？一文说透人机协同五种模式及应用流程（含PPT）
