在一个自动化和人工智能快速发展的时代，新的研究评估了2030年在不同情景下失业和就业的情况。
我们所生活的技术驱动的世界是一个充满希望的世界，也是一个充满挑战的世界。
自动驾驶的汽车，能够读取X光的机器，以及响应客户服务查询的算法，都是强大的新型自动化的表现形式。
然而，即使在这些技术提高生产力和改善我们的生活的同时，它们的使用也将取代人类目前从事的一些工作活动-这一发展已经引起了公众的广泛关注。
自动化和新的工作世界
强大的新技术正在提高生产力，改善生活，重塑我们的世界。
但我们的工作会怎么样？
在我们2017年1月的自动化报告基础上，麦肯锡全球研究所(McKinsey Global Institute)的最新报告“工作流失，就业增加：
自动化时代的劳动力转型”(PDF-5MB)评估了到2030年在不同情景下可能创造的就业数量和类型，并将其与自动化可能失去的工作进行比较。
研究结果显示，未来几年可能会出现大量的职业转移，对劳动力技能和工资产生重要影响。
我们的关键发现是，尽管在大多数情况下，到2030年可能有足够的工作来维持充分就业，但转型将是非常具有挑战性的-与之匹配，甚至超过我们过去看到的农业和制造业转移的规模。
1.自动化对工作有什么影响？
2.就业增长的可能方案是什么？
3.未来是否有足够的工作？
4.自动化对技能和工资意味着什么？
5.我们如何管理即将到来的劳动力转型？
Automation will have a far-reaching impact on the global workforce.
1.自动化将对工作产生什么影响？
我们以前发现，利用目前展示的技术，从理论上可以自动化大约一半的活动人员在全球从事的活动。很少的职业----少于5%--包括可以完全自动化的活动。
然而，在大约60%的职业中，至少三分之一的组成活动可以是自动化的，这意味着所有工人都有大量工作场所的转变和变化。
虽然自动化技术的可行性很重要，但这并不是影响自动化采用速度和范围的唯一因素。
其他因素包括在工作场所开发和部署用于特定用途的自动化解决方案的成本、劳动力市场动态（包括劳动力和相关工资的质量和数量）、自动化超越劳动替代的好处以及监管和社会接受。
考虑到这些因素，我们的新研究估计，到2030年，全球几乎零到30%的工作时间可以实现自动化，这取决于采用的速度。
我们主要使用场景范围的中点，即15%当前活动的自动化。
各国的结果差别很大，反映了目前由工人从事的活动的组合和普遍的工资率。
自动化对就业的潜在影响因职业和部门而异(见上文互动)。
最容易自动化的活动包括在可预测的环境中的物理活动，例如操作机器和准备快餐。
收集和处理数据是另外两类活动，用机器可以越来越好、更快地完成。
这可能会取代大量的劳动力，例如抵押贷款、律师助理工作、会计和后台交易处理。
然而，重要的是要注意到，即使某些任务是自动化的，在这些职业中的就业也不会减少，而是工人可能执行新的任务。
自动化将对涉及管理人、应用专业知识和社会互动的工作产生较小的影响，在这种情况下，计算机现在无法与人的性能相匹配。
在不可预测的环境中工作-比如园丁、管道工或儿童和老人护理提供者-到2030年时自动化程度通常会降低，因为它们在技术上很难实现自动化，而且往往工资相对较低，这使得自动化成为一个不那么有吸引力的商业主张。
2.就业增长的可能情景是什么？
被自动化取代的工人很容易被识别出来，而通过技术间接创造的新就业机会就不那么明显了，而且分布在不同的部门和地区。
我们模拟了一些新劳动力需求的潜在来源，这些潜在需求可能会刺激到2030年的就业机会，甚至不包括自动化。
对于前三种趋势，我们只模型基于在各国观察到的当前支出和投资趋势的趋势线方案。
收入和消费增加，特别是在新兴经济体
我们先前估计，2015年至2030年，全球消费可能增长23万亿美元，其中大部分将来自新兴经济体的消费阶层。
这些新消费者的影响不仅会在收入产生的国家，而且在向这些国家出口的经济体中也会感受到。
我们估计，在全球范围内，仅收入增加对消费品的影响就可创造2.5亿至2.8亿个新就业机会，而更高的卫生和教育支出可创造多达5000万至8500万个就业机会。
人口老龄化
到2030年，65岁及以上的人口将至少比2014年增加3亿。
随着年龄的增长，他们的消费模式发生了变化，医疗保健和其他个人服务的支出明显增加。
这将创造大量新的需求，包括医生，护士和卫生技术人员，但也包括家庭保健助理，个人护理助理和护理助理在许多国家。
在全球范围内，我们估计，到2030年，医疗保健和老龄化带来的相关工作将增加5 000万至8 500万。
技术的开发和部署
与开发和部署新技术有关的工作也可能增加。
从2015年到2030年，技术支出总额可能会增加50%以上。
大约一半将用于信息技术服务。
与从事医疗或建筑业的人相比，从事这些职业的人数较少，但他们是高工资职业。
到2030年，我们估计这一趋势将在全球创造2 000万至5 000万个就业机会。
对于接下来的三种趋势，我们建模了一个趋势线情景和一个升级场景，假设在某些领域进行额外的投资，这是基于政府、商业领袖和个人为创造更多就业机会而做出的明确选择。
基础设施和建筑物的投资
基础设施和建筑是两个历史性的支出不足领域，如果采取行动弥补基础设施缺口和解决住房短缺，可能会产生大量额外的劳动力需求。
在趋势线的情况下，最多可创造8，000万个就业机会，在加速投资的情况下，在加速增长的情况下，可创造多达2亿个新的需求。
这些工作包括建筑师、工程师、电工、木匠和其他熟练的贸易人员以及建筑工人。
对可再生能源、能源效率和气候适应的投资
对可再生能源的投资，如风能和太阳能；
能效技术；
以及气候变化的适应和缓解，可能会对各种职业中的工人产生新的需求，包括制造、施工和安装。
在趋势线情景下，这些投资可能会创造多达1000万个新的就业岗位，在升级情景下，全球可能创造多达1000万个额外的就业岗位。
以前无偿家务劳动的“市场化”
我们认为，最后一个趋势是支付替代目前未支付和主要是国内工作的服务的潜力。
这种所谓的以前无酬工作的市场化已经在发达经济体中普遍存在，而且全世界的女性劳动力参与也将加快这一趋势。
我们估计，这可以在全球创造5000万至90万个就业机会，主要从事儿童保育、幼儿教育、清洁、烹调和园艺等职业。
当我们看到所有国家就业增长的净变化时，具有最高百分比工作增长净值的类别包括：
-
医疗服务提供商
-
专业人员如工程师、科学家、会计师和分析师
-
IT专业人员和其他技术专家、经理和高管，他们的工作很难被机器教育者所取代
-
特别是在拥有年轻人口的新兴经济体
-
“创意人员”是一种小型但不断增长的艺术家、表演者和演艺人员，随着收入的增加，
-
他们将对休闲和娱乐建筑商及相关专业产生更大的需求，
-
特别是在基础设施和建筑手册以及在不可预测的环境中(如家庭保健助手和园丁)的投资增加的情况下。
即将到来的劳动力转移可能是非常大的。
职业净增长或下降的变化意味着，今后许多人可能需要改变职业类别，学习新技能。
这种转变可能是自20世纪初美国和欧洲劳动力从农业转移到最近中国以来从未出现过的规模。
7500万至3.75亿人可能需要转换职业类别并学习新技能。
我们估计，有4亿至8亿人可能因自动化而流离失所，需要在2030年之前在全世界找到新的工作，这是基于我们的中点和最早(即最迅速)采用自动化的设想。
如下一节所述，基于未来劳动力需求和自动化的净影响，将提供新的就业机会。
然而，人们将需要找到他们进入这些工作的方式。
在总流离失所者中，75万人到375万人可能需要在我们的中点和最早的自动化收养情景下切换职业类别和学习新技能；
然而，在我们的趋势线采用情况下，这一数字将非常小，少于1000万美元(附件1)。
就绝对值而言，中国面临着最多的需要转业的工人-如果自动化被迅速采用，最多可达1亿人，占2030年劳动力的12%。
虽然这似乎是一个很大的数字，但与过去25年中数以千万计的中国农业移民相比，这一数字相对较小。
对于发达经济体来说，可能需要学习新技能并在新职业中找到工作的劳动力比例要高得多：
美国和德国高达2030年劳动力的三分之一，而日本则接近一半。
3
.将来是否有足够的工作？
如今，考虑到潜在的自动化，人们越来越担心是否会有足够的工作岗位供工人使用。
历史会表明这样的担忧可能是没有根据的：
随着时间的推移，劳动力市场会适应技术中断对工人需求的变化，尽管有时实际工资会很低(表2)
我们通过两组不同的分析来解决这个关于工作前景的问题：
一组基于对有限数量的新劳动力需求和自动化催化剂的建模，另一组使用的是经济的宏观经济模型，该模型包含了变量之间的动态相互作用。
如果历史可以作为指导的话，我们还可以预计2030年劳动力需求的8%至9%将用于前所未有的新型职业。
这两项分析都让我们得出结论，只要有足够的经济增长、创新和投资，就可以创造足够的新就业机会来抵消自动化带来的影响，尽管在一些发达经济体，需要按照我们的逐步发展方案增加投资，以减少就业短缺的风险。
一个更大的挑战将是确保工人拥有向新工作过渡所需的技能和支持。
未能完成这一转变的国家可能会看到失业率上升和工资低迷。
根据上述趋势，未来创造就业机会的规模以及自动化对劳动力的影响因国家而有很大差异，具体取决于四个因素。
薪水标准，工资水平
较高的工资使企业的自动化采用更加强大。
然而，低收入国家也可能受到影响，如果公司采用自动化来提高质量，实现更严格的生产控制，将生产转移到更接近高工资国家的最终消费者，或其他福利，以降低劳动力成本。
需求增长
经济增长对创造就业至关重要；
停滞或缓慢增长的经济体创造的净新就业岗位很少(如果有的话)。
因此，经济和生产力增长和创新较强的国家将面临更多新的劳动力需求。
人口特征
像印度这样快速增长的劳动力的国家，如果雇用年轻人，可以享受提高GDP增长的“人口红利”。
日本这样的劳动力萎缩的国家预计，未来的GDP增长将会降低，只从生产力增长中得到。
经济部门和职业的混合
各国的自动化潜力反映了经济部门的组合和每个部门内就业机会的组合。
例如，日本拥有比美国更高的自动化潜力，因为制造业等高度自动化的行业的比重更大。
自动化将以不同的方式影响国家
上述四个因素结合起来，为每个国家的工作前景创造不同的前景（参见交互式热图）。
日本是富裕的，但其经济预计将缓慢增长到2030年。
由于高工资和经济结构的影响，它面临着经济扩张导致的就业增长放缓和大量自动化工作的组合。
McKinsey&Company | Source: McKinsey Global Institute analysis
然而，到2030年，日本的劳动力也将减少400万人。
在升级的情况下，考虑到我们今天无法想象的新工作岗位，日本就业岗位的净变化可能大致处于平衡状态。
到2030年，美国和德国也可能面临自动化带来的大量劳动力流失，但他们预测的未来增长-从而创造新的就业机会-将更高。
美国有越来越多的劳动力，在不断升级的情况下，随着创新导致了新的职业和工作，它大致处于平衡状态。
到2030年，德国的劳动力将减少300万，而且它将有足够的劳动力需求来雇用所有的工人，即使在趋势线的情况下也是如此。
另一个极端是印度：
一个快速增长的发展中国家，在未来15年里自动化的潜力相对较小，反映了低工资率。
我们的分析发现，大多数职业类别预计将在印度增长，这反映了印度经济强劲扩张的潜力。
然而，印度的劳动力预计到2030年将增长1.38亿人，约占30%。
印度可以创造足够的新就业机会来抵消自动化的影响，并通过在我们的升级方案中进行投资来雇用这些新的进入者。
中国和墨西哥的工资比印度高，因此可能会出现更多的自动化。
预计中国经济仍将强劲增长，劳动力将减少；
与德国一样，中国的问题可能是劳动力短缺。
墨西哥预测的未来经济增长速度要温和得多，它可以从增加就业机会以及在新的职业和活动中进行创新以充分利用其劳动力中受益。
失业工人需要尽快重新就业，以避免失业率上升。
为了模拟自动化对整体就业和工资的影响，我们使用了一个考虑到自动化和动态相互作用的经济影响的一般均衡模型。
自动化至少有三种不同的经济影响。
大多数注意力都集中在潜在的劳动力替代问题上。
但自动化也可能提高劳动生产率：
企业只有在这样做时才采用自动化，这样才能以相同或更少的投入(包括材料、能源和劳动力投入)生产更多或更高质量的产出。
第三个影响是自动化的采用增加了对经济的投资，推动了短期gdp的增长。
我们模拟了这三种效果。
我们还根据历史数据为失业工人找到新工作创造了不同的情景。
研究结果显示，在几乎所有情况下，我们的报告重点关注的六个国家(中国、德国、印度、日本、墨西哥和美国)预计到2030年将达到或非常接近充分就业。
然而，这一模式也说明了迅速重新雇用失业工人的重要性。
如果失业工人能够在一年内再就业，我们的模型显示自动化提升了整体经济：
短期和长期保持充分就业，工资增长快于基线模型，生产力更高。
然而，在一些失业工人需要数年才能找到新工作的情况下，短期到中期失业率会上升。
劳动力市场会随着时间的推移而调整，失业率也会下降-但平均工资增长会放缓。
在这些情况下，2030年的平均工资水平会低于基准模型，这可能会抑制总需求和长期增长。
4.自动化对技能和工资意味着什么？
一般而言，目前可能增长的职业的教育需求高于因自动化而取代的工作。
在发达经济体，目前只需要中学或以下学历的职业与自动化相比出现了净下降，而那些需要大学学位和更高学历的职业则在增长。
在印度和其他新兴经济体，我们发现对所有教育水平的劳动力需求都较高，在需要中等教育的职业中，新增就业岗位数量最多，但就业增长最快的将是目前需要大学或高级学位的职业。
