機器學習、機器人等自動化技術在日常生活中越來越有存在感，不難想見，它們對職場的影響也已成為研究機構和公眾關注的焦點。那么問題來了，哪些工作更容易被機器取代，哪些又能暫時高枕無憂？

事實上，這份研究呈現出來了更加微妙的結果。在下一個十年里，自動化能夠完全取代的職業(yè)其實很少，但是對所有行業(yè)都會多多少少地產生影響，這取決于具體的工作。現在，自動化能代替的遠不止是重復勞動的制造業(yè)工作，還可能給醫(yī)療健康和金融等相當依賴知識的行業(yè)帶來變革，起碼從技術上來說是完全行得通的。

有鑒于此，麥肯錫對八百多個職業(yè)、二千多項工作進行了詳細分析，得出以下初步結論。我們使用的數據來自美國勞工統(tǒng)計局和O*Net，對整個美國經濟里這些工作的平均耗時、將其自動化的技術可行性進行了量化分析。

去年，我們曾撰文闡明，現有的技術能夠使45%的工作自動化；60%的不同職業(yè)中，至少30%的工作能夠被機器和現有的技術取代。在本文中，我們將按被自動化技術取代的難易程度把工作分成三類：非常容易受影響（highly susceptible）、不太容易受影響（less susceptible）、最不容易受影響（least susceptible）。在每一類里，我們將分別討論在哪些部門和職業(yè)里，機器人和機器最容易取代人工。文章結尾將討論當今發(fā)展勢頭迅猛的技術（比如自然語言生成）將如何改變我們的未來，對于企業(yè)高管又有什么啟示。

討論自動化時，我們用來衡量的是現有技術能夠使一種工作自動化的潛力；換言之，即一種工作的自動化在技術上是否可行。每一職業(yè)都由不同工作組成，每一工作都有不同程度的自動化技術可行性。技術可行性，指利用現有技術使現有工作自動化而節(jié)約下來的原工作時間。

如下表所示，本文把研究的職業(yè)分成七大類。舉個例子，零售行業(yè)的崗位工作包括處理數據、與顧客互動、商品陳列（我們將這項工作界定為可預測環(huán)境下的體力搬運）。構成一個崗位的所有工作具有各不相同的自動化潛力，因此我們調查了職員工作一周會在每項工作上投入多少時間，據此估計該行業(yè)自動化潛力。

技術可行性是實現自動化的必要條件，但不能完全據此預測一項工作活動能否被機器取代。因此我們引入第二個因素，即開發(fā)部署自動化所需的軟硬件的成本。

第三個考量因素是勞動力與相應的供需動態(tài)變化：如果勞動力供應充足，則意味著勞動力成本顯著低于自動化成本，這就能成為反自動化的決定性因素。

第四個因素是其他替代人工帶來的好處，包括提高產量和質量、減少誤差等。

其他考慮因素包括監(jiān)管和社會接受度方面的問題，比如特定工作背景對于機器的接受程度，這些也必須納入考量。比如理論上來說，機器人能夠取代護士的一些工作，但是更愿意與人類接觸的病人會對冰冷的機器產生反感。

總而言之，衡量某行業(yè)或職業(yè)的自動化潛力，需要反映上述因素及其利益權衡之間微妙的相互影響。 雖然現在機器的確取代了一些人類工作，但這不一定意味著這種工作就不需要人工參與了。恰恰相反，有時候一些已經部分自動化的職業(yè)反而需要增加人工投入，因為社會總需求有所增加。舉個例子，美國市場在八十年代開始大規(guī)模應用條紋碼掃描儀和零售終端系統(tǒng)，使得每家商店的人工成本降低了約4.5%，商品成本降低了1.4%。但是，收銀員依然存在，而且雇傭人數在1980年到2013年間還以年均2%的速度增長。

在美國職場上，工作者幾乎五分之一的時間都花在體力勞動或在可預測環(huán)境下操作機械上；可預測環(huán)境，即員工熟悉的工作環(huán)境和工作內容，即使發(fā)生變化也是相對容易預測的。通過改裝與應用現有的技術，我們估計，這類工作活動的自動化技術可行性為78%，是七個大類里最高的。

這類可預測的體力勞動大多集中在制造業(yè)、餐飲住宿和零售業(yè)，因此，若單純考慮技術因素，這些行業(yè)是最容易受到自動化技術威脅的。

以制造業(yè)為例，工人們在可預測環(huán)境下進行體力勞動或操作機器占據了工作時間的三分之一，工作內容包括商品包裝、給生產設備上料、焊接、設備維修等。因此，約59%的生產活動能夠自動化，但是這個數字忽略了不同活動之間的差別。具體而言，焊接機、切割機等工作中，有90%可自動化，但是客服代表工作的可行性則低于30%。同一行業(yè)里，不同企業(yè)也有不同的自動化潛力。

不過，若僅從技術潛力來看，制造業(yè)的自動化前景在美國市場上排在第二，排在首位的是服務業(yè)里的餐飲住宿行業(yè)。根據我們的分析，73%的后勤工作——比如準備食材、烹飪、上菜、清潔、洗碗等——在技術上都完全可以實現自動化。

實現自動化的例子并不鮮見，比如自動售貨機和自動咖啡廳。餐飲行業(yè)也在探索更新穎的概念，比如自助點單，甚至引入機器人服務員。據說，Momentum Machines公司推出的一款漢堡機器人每小時可以做出360個漢堡，能使一系列的烹飪和準備過程自動化。另一方面，盡管在技術上非�？尚�，企業(yè)也必須考慮收益與成本的平衡。上述一些工作活動中，由于對技能要求低、勞動力供應大，職員工資接近美國職場上的最低水平。既然餐廳服務員的時薪只需10美元左右，以降低勞動力成本為由引入機器可能就站不住腳了

零售業(yè)是另一個具有很高自動化潛力的行業(yè)。我們預計，零售業(yè)53%的工作都是可以被機器取代的，不過跟制造業(yè)相同的是，不同崗位需要具體分析。對零售商來說，引入高效的技術管理庫存和物流是行之有效的，比如清點商品、打包發(fā)貨、收集客戶信息等。但是，零售業(yè)同樣需要熟練的認知與社交技能，比如給客戶推薦商品的銷售人員。因此，我們的研究指出，銷售人員47%的工作具有自動化潛力，這一數字遠低于簿記員、會計師和審計員的86%。

不過，本文一直強調的一點是，“能夠被自動化”不等于“會被自動化”，更多的經濟因素在起作用。簿記員、會計師和審計員的工作誠然需要一定技能與培訓，但是這些工作能夠大部分被軟件和電腦取代，因此自動化成本低于人力成本。

從這些角度出發(fā)，一些“中等技能”（middle skill）的崗位相對容易被自動化取代，比如數據收集與數據處理工作。隨著自動化技術不斷進步，機器也可能在更大程度上取代一些技能要求更高的工作。

如下熱度圖所示，不同行業(yè)及業(yè)內的不同工作的自動化潛力都各不相同。

在美國職場上的所有職業(yè)中，三分之一的工作時間都用于收集和處理數據，這兩項工作的自動化潛力都超過了60%。長久以來，許多公司已經把采購、工資支出、物資計算等工作進行自動化處理，現在隨著技術進步，計算機能夠處理更多工作，甚至包括貸款申請。值得注意的一點是，不僅是職場新人或是普通員工需要收集和處理數據，年薪超過20萬美元的高層也會把約31%的時間花在這些基礎的事情上。

金融服務和保險行業(yè)就是兩個很好的例子。金融界向來依賴專業(yè)經驗，股票經紀和投行都是靠腦子立足的。但是，金融和保險從業(yè)者中，50%的時間都是用于收集和處理數據。這兩方面的工作完全可以用自動化技術取代。

因此，從技術潛力來說，占據金融從業(yè)者43%工作時間的活動都能用自動化取代。區(qū)別在于，抵押經紀人可能90%的工作時間都用來處理抵押申請，若能引入更先進的核證流程來處理文件和信貸申請，以上比例就能降到略高于60%。這樣，經紀人就能從日常事宜中抽出更多時間向顧客提供建議，達成雙贏。

其他具有中等自動化潛力的工作包括不可預測環(huán)境下的大量體力活動或機械操作，典型行業(yè)如農業(yè)、林業(yè)、建筑等，具體崗位包括在建筑工地操作起重機的工人、提供緊急醫(yī)療服務的急救人員、在酒店整理房間的清潔人員等。在酒店整理房間歸類為不可預測環(huán)境下的工作，因為不同客人可能把床鋪弄亂成不同的樣子、可能在床上亂堆放衣服等。

這類工作比可預測環(huán)境下的工作要求更高的靈活性，因此僅用現階段的技術相對更難實現自動化，其自動化潛力為25%。不過，也有一些工作更容易引入自動化技術，比如農業(yè)（如評估作物質量）和建筑業(yè)（把建筑藍圖化為具體的作業(yè)要求）。

現有技術最難取代的是管理培訓類的工作（自動化潛力只有9%）或是利用經驗知識進行決策、規(guī)劃和創(chuàng)意性工作（18%）。這些活動往往被歸類為知識型工作，從軟件編程到撰寫宣傳文案等，內容不一而足。

現在，計算機能夠完成的大多是定義明確的工作，比如路線優(yōu)化，但是我們的社會還需要許多相對模糊的工作，比如確定適當的目標、解讀階段成果、對解決方案進行常識性的檢查等。人類互動的重要性在兩個行業(yè)體現得最為明顯，它們也具有相對較低的自動化潛力——醫(yī)療健康和教育。

總的來說，醫(yī)療健康的自動化潛力約為36%；對于日常工作要求較高程度專業(yè)經驗、需要與病人直接接觸的從業(yè)人員來說，其可替代性更低。我們的研究指出，光考慮技術因素的話，一名注冊護士的工作只有不到30%能夠被自動化取代，口腔科醫(yī)師更低，只有13%。

然而，醫(yī)療行業(yè)的部分工作依然可以引入現有技術進行自動化處理，比如為病人準備食物、執(zhí)行非靜脈注射的治療等。同理，與數據收集相關的工作也可以自動化處理，比如三分之二的時間都用于收集病人健康信息的助理護士。一些相對復雜的工作，如在簡單手術中給病人麻醉、進行放射性檢查等，在技術上都有可能實現自動化。

在本研究涉及的所有行業(yè)部門中，自動化潛力最低的是教育行業(yè)（至少從目前的數據來判斷的確如此）。當然，數字技術也在給教育產業(yè)帶來變革，當前流行的許多線上課程和學習工具就是最好的例子。但是，教學的本質在于術業(yè)有專攻，并在此基礎上與他人進行復雜的互動，而這兩類工作都是表一中屬于自動化潛力最低的，卻占據了教育產業(yè)將近一半的工作。

盡管如此，教育行業(yè)27%的工作依然有望用現有技術替代，主要是那些課堂以外的輔助性工作，比如校園保安、清潔工、負責人事記錄的行政人員等。把數據收集和處理的活動用自動化技術代替，能夠降低教育行業(yè)的行政支出，在保持教學水平的同時降低成本。

隨著技術不斷發(fā)展，機器人和機器學習將進一步影響社會，現在自動化潛力較低的行業(yè)也免不了迎來機器的入侵。但是，新技術也可能推動人類和機器人之間更安全、更高效的合作，比如提高建筑業(yè)的自動化程度。另一方面，人工智能也有望應用于高度依賴工程師的部門。

未來，如果機器對自然語言的理解能力能夠達到人類的中等水平，即電腦能夠理解人類的日常溝通互動，我們將迎來一次大規(guī)模的技術突破。在零售業(yè)，這種自然語言處理的進步能夠把現在53%的自動化潛力提高到60%。金融和保險行業(yè)的提高更為明顯，能夠從43%躍升到66%。醫(yī)療健康行業(yè)也能得益，雖然我們認為現有技術還不能完成所有診斷和治療的工作，但技術必然會隨著時間不斷發(fā)展，從而擴大應用前景�，F在，機器人或許還不能幫你洗牙、給孩子上課，但誰也無法預測未來。

但是，正如我們在開頭申明、在文中多處強調的一點，除了考慮自動化的技術潛力，自動化的市場應用前景還需要從商業(yè)角度考慮收益與成本、勞動力的動態(tài)供需、影響人們接受程度的監(jiān)管和社會因素等。

自動化影響的不僅是普通人打拼的職場，還有高層管理者。日新月異的技術可能讓人措手不及，如何充分利用潛力、避免隱患成為一個復雜的問題。在一些行業(yè)里，自動化已經影響到市場競爭，比如在零售業(yè)中，電商憑借物理操作的自動化（如引入機器人管理庫存）和知識工作的自動化（如利用算法預測顧客想買的商品），對傳統(tǒng)的實體零售商形成了巨大的沖擊。

身居公司高位，高管們必須首當其沖，識別自動化將在什么方面給企業(yè)帶來變革，從而規(guī)劃如何利用優(yōu)勢轉型，引入新的商業(yè)流程。關鍵的問題在于，在有了取代人工的技術及其成本時，該在什么節(jié)點、采用什么方式釋放價值。自動化帶來的大部分好處不在于降低人工成本，而是通過降低誤差率、提高產出和質量、安全、速度的提升來提高總體生產。

未雨綢繆永遠都不會為時太早，高管們盡早熟悉現在的數據技術和自動化技術。更大的挑戰(zhàn)在于勞動力、組織架構和企業(yè)文化上做出改變，這樣企業(yè)才能對自動化全面顛覆商業(yè)做好準備，學會把自動化視為一種可靠提升生產率的杠桿。換言之，管理層需要“放手”，舍棄與組織發(fā)展進步背道而馳的陳腐思想。

從技術角度出發(fā)，考慮哪些工作最容易受自動化影響，能夠讓我們抓住機會，思考員工如何投入工作、數字化平臺能如何更好地連接個體、團隊和項目，也能讓高級管理者思考，哪些工作用機器取代人力能夠完成得更好、更高效，因而能夠抽出更多時間找準機器和算法無法取代的人工的核心價值所在——起碼能讓你保住現在的飯碗。