麦肯锡全球研究院（McKinsey Global Institute）于2025年11月发布的报告《人、智能体与机器人：人工智能时代的能力共同体》（Agents, robots, and us: Skill partnerships in the age of AI）标志着人们对职业和能力本质的理解迎来根本性转折。该研究以实证数据为基础，挑战了“人工智能导致人类失业”的简化叙事，转而提出一种“能力共同体”的新范式——人、智能体（处理认知任务的机器）与机器人（处理体力任务的机器）的协同共生，将成为未来经济增长与社会发展的核心架构。报告基于美国的相关数据指出，当前技术虽可自动化美国57%的工作时间，但这并非意味着工作机会的消亡，而是工作内容与能力应用方式重构的信号。通过分析超过1100万条招聘数据及800余种职业，报告揭示：AI不会取代人类技能，但将重塑其应用场景——到2030年，若组织能系统性重新设计工作流，美国可释放2.9万亿美元的经济价值。

报告从劳动力结构转型、能力生态系统演变、工作流程重构机制、创新领导力四个维度，以创造性视野剖析这一变革，强调适应性、包容性与人性价值在技术浪潮中的恒久地位。

一、劳动力结构的范式转型：从人机替代到三元协同的能力共同体

   报告开篇解构了传统自动化理论的局限性，指出AI时代的工作将演变为“人-智能体-机器人”三元共生模型。这一转型的基础是技术能力的飞跃：AI代理已从被动工具进阶为“虚拟同事”，能自主规划并执行多步骤认知任务，如客户交互、交易处理等；机器人则通过具身智能整合空间感知与推理，适应非结构化环境。然而，技术可行性不等于社会采纳——电力普及耗时30余年，AI的全面渗透亦受制于成本、政策与劳动力市场惯性。

劳动力市场按自动化潜力可分为：

   ——人类中心型职业，如医护、消防员，依赖社交情感与体力技能，自动化风险低，占全美劳动力的34%。

   ——代理中心型职业，如会计师、律师，以认知任务为主，自动化可能性高，占全美劳动力的30%。

   ——混合型职业，如零售经理、医疗助理，凸显人机协作的复杂性，其中“人-智能体-机器人”型占比5%，代表未来工作的典型形态。

报告的核心洞察在于：自动化并非岗位的二进制存废，而是任务的重新分配。例如，放射科医生因AI辅助诊断而需求增长，其角色从影像分析转向复杂决策与患者关怀。这种转型要求我们超越“技术取代人力”的焦虑，转而关注如何通过制度设计，将情境理解、道德判断等方面的人类优势与数据处理、精准操作等方面的机器效率深度融合，开启“人-智能体-机器人”协作的新纪元。

二、能力共同体的演变：持久性、转移性与指数增长

能力是劳动力市场的“DNA”，AI正加速其突变。报告通过独创的“能力变化指数”（Skill Change Index, SCI）量化能力受自动化影响的程度，发现72%的能力同时适用于自动化和非自动化工作，印证了能力的持久性。然而，能力应用场景正经历三重演变：首先，基础技能的自动化迁移，如数据录入、常规写作等AI擅长领域，需求显著下降。其次，高普适技能的强化，如沟通、管理、解决问题等8大核心技能跨行业通用，但其应用从“执行”转向“诠释”，例如，写作技能不再限于起草报告，而是精炼AI生成内容的叙事逻辑。第三，新兴技能的指数增长，AI流畅性（AI fluency，使用与管理AI工具的能力）需求在两年内增长七倍，成为增长最快的能力类别，覆盖美国700万岗位。

 能力共同体反映了经济结构的深层变迁：编程能力等数字与信息处理技能位于SCI高位，变革剧烈；而诸如护理等辅助关怀技能位于SCI低位，稳定性高。这种分化要求教育体系从“专才培养”转向“通才赋能”，强调批判性思维、适应性等可迁移能力的核心地位。报告警示，能力清单的日益专业化（每个职业平均技能数从54增至64），若未配以终身学习机制，将加剧劳动力市场割裂。

三、工作流重构：撬动经济价值的杠杆支点

报告指出，AI的价值捕获并非源于任务层面的自动化，而是通过工作流的系统性重构。当前仅20%的企业报告AI带来实质收益，主因是多数组织止步于“点状优化”，如部署聊天机器人，而非“流程重塑”，如重构贷款审批全链条。报告分析了工作流重构的三个环节：

   解构——将传统流程分解为离散活动，评估各环节的自动化潜力

   整合——设计人机协作新序列，例如在太阳能运维中，AI无人机巡检、AI代理优化能源分配与人类技师复杂维修形成闭环

   迭代——通过实时数据反馈优化协作效率

报告还从行业异质性的视角分析了经济价值分布的非均衡现实：2.9万亿美元价值中，60%集中于行业特定工作流，如制造业供应链、医疗诊断；其余为跨职能流程，如IT、财务。报告通过案例研究进一步具象化了这一过程。比如，在全球科技公司销售流程方面，AI代理优先处理潜在客户，使销售专员专注于高价值谈判，营收提升7-12%；在区域性银行IT智能化转型方面，智能体迁移代码，人类开发者角色从编写代码转向架构监督，工时节省50%。

案例揭示，工作流程重构的本质是“价值再分配”——将人类从重复劳动中解放，转向需要创造力、同理心与战略思维的领域。

四、创新领导力：适应性治理的迫切性

AI转型的成败最终取决于制度环境的响应能力。报告呼吁领导者超越技术部署，转向“适应性治理”，涵盖商业策略、教育体系与公共政策三层域。

 企业领导者需扮演“系统架构师”，重点包括重构业务模式，如从产品销售转向服务订阅；培育实验文化，如容忍失败、奖励创新；投资AI伦理框架，如确保安全、透明、公平等人类共同价值追求。例如，企业需将管理者培训重点从员工监督者转为能力共同体团队协调者。为突出企业领导者在“能力共同体”建构中的领导作用，报告引导企业领导者深度思考6大问题：

1.组织是否在为未来价值重塑业务？

早期人工智能应用往往旨在优化现有工作流程，而非重新设计。然而，对企业而言，更大的收益源于对流程的彻底革新。为未来价值布局，意味着要着眼未来数年，倒推识别哪些岗位、能力和结构可能需要结合人工智能进行调整。领导者必须做出抉择：当下是投入资源进行大规模流程重构，还是优化现有模式以获取近期收益。

2.组织是否将人工智能作为核心业务转型的引领者？

人工智能必将深度应用到几乎所有业务职能。领导者既可以将其视为一项技术项目，也可以将其视作更广泛的业务转型。将责任委派给IT部门或许能加快实施速度，但持久的变革和真正的战略优势取决于高层领导的明确投入，以及对人工智能如何影响全组织人员与业务的持续关注。

3.组织是否在构建鼓励实验与学习的文化？

人工智能的落地过程充满不确定性，尤其是在初期阶段。那些快速测试、灵活调整的组织往往学习速度最快。这就需要企业营造支持好奇心、允许试错、从失败中学习并倡导合作的文化。改变文化虽具挑战，但对于人工智能所需的大规模转型而言至关重要。

4.组织是否在建立信任并确保安全？

人工智能改变了企业履行责任和实施监督的方式。关注焦点正从核查单个输出结果，转向制定明确政策、验证人工智能逻辑、处理异常情况，以及确定何时最需要人类介入。核心挑战在于找到恰当平衡：既要通过足够的监督管控风险、保障安全，又不限制效率与创新。

5.组织是否在培养“人类-智能体-机器人”混合团队的管理能力？

人工智能正在重新定义“管理”的内涵。常规监督工作可能实现自动化，让管理者得以专注于辅导员工、施加影响力，以及协调由人类、智能体和机器人组成的混合团队。管理者还将在检测偏见、验证绩效和维护诚信方面发挥关键作用。随着自动化降低了直接管控的可能性，对结果负责将变得更具挑战性。企业需要新的绩效指标和反馈系统，以评估人类与机器的贡献及其互动方式。

6.组织是否在帮助员工适配新技能与新岗位？

企业需要决定如何利用人工智能释放的产能——是将其重新投入到人才培养和高价值工作中，还是聚焦于提升效率、降低成本。大多数企业会两者兼顾。管理这一变革，意味着要明确哪些岗位可以迭代升级，并为员工提供清晰的、基于能力的成长路径。

针对公共部门和教育机构，报告指出教育体系需迈向“终身学习范式”，从基础教育融入“AI流畅性”，至职业教育强化能力迁移路径，如“边赚边学”的学徒制。报告建议，大学应跨学科整合AI课程，社区学院扩大技能培训，以应对当下和未来职业结构的脆弱性与易变性。具体而言，报告建议教育管理者思考：教育与培训如何与时俱进？针对人工智能素养的核心基础——批判性思维、质疑结果、挑战假设以及识别偏见或错误等能力——应从小学阶段开始培养。具体到课程体系，报告强调课程体系要重新设计，将技术知识与适应性、分析思维、协作等可迁移性人文技能相结合。同时，大学可在各学科中融入人工智能相关内容，职业院校和社区学院则可扩大技能型行业的培训覆盖面。此外，教育机构要与企业更紧密合作，通过联合项目、灵活学习模式、学徒制以及快速认证等方式，使学生具备在不同岗位和行业间转换的能力。

对公共部门来说，政策制定需聚焦“包容性安全网”，包括能力认证标准化、劳动力市场数据共享平台、区域适应性战略，如制造业聚集区域的机器人技能再培训。工业革命后教育扩张的历史经验表明，制度弹性是缓冲转型冲击的关键。

报告强调了公共部门、企业和教育机构领导者的作用，指出领导力的核心在于平衡效率与人性价值——AI是工具，其社会影响取决于人类选择。而投资于人的能力，如伦理判断、情感能力，方能避免人工智能的无限潜能沦为少数群体的特权。

《人、智能体与机器人：人工智能时代的能力共同体》的深远意义在于将AI议题从技术层面向哲学维度升华。它揭示了一个新的文明契约：未来经济的可持续性不取决于机器智能的巅峰，而取决于我们能否构建一种“能力共同体”——人类以独有优势（创造力、道德感、情境智慧）引导技术，技术以无限算力与精度增强人类。全球数十万亿美元经济价值是潜在可能，而非必然馈赠，其实现需系统性的制度创新、教育变革与领导力觉醒。正如报告所喻，AI时代不是人机竞赛的终局，而是“人-智能体-机器人”协作新纪元的开端——唯有将人工智能锚定于人类福祉，方能开创包容、赋能与繁荣的未来。

许涛

同济大学创新创业学院教授/上海市管理科学学会新商科专委会主任