洗碗工的三十万”渡口”:AI时代的转岗,难的不是技能,是桥

一场比疫情更持久的迁徙,已经在路上。只不过这一次,报告给出的判断是:未来十年,美国创造的岗位可能比被替代的多——但前提是,人要走得过去。

2026年9月29日,麦肯锡全球研究院发布了一份82页的报告,名字很直白——《Workforce in motion:美国未来就业的技能与路径》。

同一份报告的测算里,藏着另一个数字:自2022年以来,美国招聘启事中要求”AI熟练度”的职业数量,涨了约11倍。

再往前翻四年——2019到2022年,疫情冲击之下,美国每年约有78.5万人跨职业流动,创下历史峰值。

一场比疫情更持久的迁徙,已经在路上。只不过这一次,报告给出的判断是:未来十年,美国创造的岗位可能比被替代的多——但前提是,人要走得过去。

洗碗工的三十万"渡口":AI时代的转岗,难的不是技能,是桥

3600万个岗位当量”搬家”,净增只有500万

先把账算清楚。麦肯锡的模型测算:AI和自动化理论上可以接手相当于现有工时54%的任务。听起来吓人,但账不是这么算的。

自动化确实会削减劳动需求,规模相当于约3600万个全职岗位当量,占当前工时的21%。但报告同时列出四种”对冲机制”——缓解过度工作(比如教师用AI每周省下5.9小时)、生产率引发新需求(审计师采用AI后就业反而增长4.3%)、催生新的工作活动(监督AI系统、处理异常)、以及法规与社会预期构成的替代壁垒——这些加起来,可以抵消约60%的冲击。

另一边,AI价值链和经济增长可能带来约4100万个岗位当量的新增需求:老龄化带来的医疗照护、基础设施与能源建设、数字经济。

两边相抵,净增约500万。

数字好看。但报告紧接着泼了盆冷水:约1100万美国劳动者,可能需要跨职业转换——摊到十年里,每年约77万人,是疫情前历史年均水平(约21.5万)的3.6倍。

疫情期间的78.5万,是两三年的短期冲击;这次,是连续十年的高强度流动。对培训体系、企业招聘和家庭收入安排来说,完全是两道不同的题。

岗位总量够,人过不去——这才是真正的难题。

一句话:这是一间”零件可替换”的公司。换掉模型,它还是它。

收银员的工牌没换,柜台换了

1100万听起来遥远,但另一组数字落在了几乎每个人头上。

麦肯锡估计,约72%的劳动者,至少15%的工作时间会转去做不同的任务。其中47%属于中度变化(15%—30%的工时改变),另有25%属于高度变化——超过30%。

换职业的只是少数,被改写工作内容的,是大多数。

报告举了几个职业,对照着看很有意思。

收银员属于高颠覆:就业预计从290万降至240万。但留下的那部分,不再是机械地扫码收款——自助结账和移动支付接手常规交易后,收银员转向处理支付异常、解答顾客问题,以及一件五年前不存在的工作:监督AI系统。

保险核保员属于增强:就业持平在8.7万。资料整理和核验交给AI,人多做风险判断、解释AI建议。

牵引挂车卡车司机是个反转:被普遍认为最可能被自动驾驶颠覆的职业,就业预计反而从130万增至150万——驾驶和货物搬运在工时中的占比不降反升。

暴露不等于风险。麦肯锡把这句话写进了报告的底层逻辑里:自动化采用率高的职业,未必流失最多岗位;真正的风险,是”需求下降”和”路径薄弱”的组合。

企业的人才盘点,也要从岗位名称深入到任务——哪些交给了AI,人新增了哪些判断、协调和监督。答案决定培训有没有用,也决定省出来的时间能不能变成新产出。

洗碗工到照护助理,技能重叠只有20%

对那些确实需要跨职业的人来说,路有多宽?

麦肯锡给每条转岗路径设了四道门槛:目标岗位是否增长、技能能否衔接、工资能否保住、法定资格证书要学多久。按此把路径分成三类——直接衔接、需要补技能、门槛较高,占比分别是14%、41%、45%。

也就是说,每7个需要转岗的人里,只有1个走得通”直路”。

三组具体路径,三种难法。

洗碗工转居家照护助理:技能重叠约20%,约30万人处在这类路径上。目标岗位工资高约12%,但要学日常照护、协助患者,法定基础培训至少一个月,雇主还普遍看重护理助理证书。这是”门槛较高”的一类。

包装工转生产装配:技能重叠约52%,约17万人。搬运、质量检查的经验用得上,但机械装配、钻孔、精细操作要重新练。目标工资约高10%,属于”需要补技能”。

办公室助理转项目经理:技能重叠约58%,约12万人。排程和协调经验是底子,但项目交付、业务拓展、质量管理要补课,雇主往往还偏好学士学位和项目管理证书。模型测算的目标工资高约154%——潜力最大,门槛也最高。

还有几组数字,堵住了”上培训班就能解决”的想象。

美国约85%的增长岗位要求某种证书或职业资格,其中38%是法律强制、47%是雇主偏好。在法律要求证书的增长职业里,只有高中学历的申请人,平均要训练约32个月;有学士学位的,约17个月。

约76%的增长岗位需要到现场工作——技能和工资都合适,岗位也可能要求搬迁或轮班。约四分之一的增长岗位仍落在工资最低的两档,医疗支持岗位增长最猛,但其中约92%的新增岗位工资偏低。

而转岗压力的分布,更是不平衡的:低收入劳动者需要换职业的可能性,是高收入者的约7.6倍;无学士学位者是1.8倍;女性和25岁以下劳动者各约1.6倍。

路不是没有,只是铺得不均。

推开转岗的门

成功之外,Virtual Biotech还干了件药企不爱提的事——研究”为什么失败”。

系统回顾性地盯上一个被终止的案例:vixarelimab(RO7622888 / KPL-716)治疗溃疡性结肠炎的 II 期,代号 Moonglow,ClinicalTrials.gov 编号 NCT06137183,由 Genentech 赞助,3 个臂、计划入组 210 人,最终因为无效性分析(不太可能达到主要端点)而终止。

系统从计算角度找原因:OSMR 在抗 TNF 治疗无应答者的成纤维细胞亚群里高表达,驱动了 JAK-STAT 通路的持续激活。结论是,单阻断 OSMRβ 可能压不住冗余的信号,并建议未来按生物标志物分层入组。

说清楚:这是计算推断,不是实验证明。但一家”公司”主动复盘自己从没做过的失败,本身就罕见——大多数组织只愿意讲成了的故事。

Headcount 开始不稳:从虚拟 CSO 到真实实验室

把三组案例并排放,规律自己浮出来。

收银员和卡车司机,同样暴露在自动化之下,一个需求收缩、一个反而扩张——差在”需求”这一侧。洗碗工和办公室助理,同样要跨职业,一个技能重叠20%、一个58%——差在”路径”这一侧。

AI时代的就业问题,从来不是”有没有岗位”的单选题,而是”路在哪里、通不通”的连线题。

麦肯锡把答卷分给了四方:企业要按技能规划岗位流动,把”多少员工转入了增长岗位、空缺岗位有多大比例由内部填补”写进AI转型的成绩单;政府要分担培训与过渡成本;教育机构要围绕真实岗位设计可累积的资质;劳动者自己,则要从目标岗位倒推准备——先选定一两个增长中的岗位,再对照技能差距、证书周期、工资和地点,找一条具体可走的路。

这比笼统地”学AI”,更接近问题的解法。何况留给准备的时间,已经被标了价:要求AI熟练度的职业数量四年涨了约11倍,适应力涨了5倍,韧性、好奇心和学习意愿各涨了3倍——连”愿意改变”本身,都成了招聘启事上的一行字。

1920年,约四分之一的美国工人在农场里;如今,这个数字不到2%。上一次大迁徙走了一百年,这一次的迁徙压缩在十年里。

AI抢走的从来不是岗位,是旧路;新码头不缺船,缺的是桥。

💬 评论
🔗 本文链接

以专业为基,引领科技向善向新

Rooted in professionalism, we lead technology toward social good and innovation.

数智化转型网 · 了解更多产业资讯与选型数据 →

📰 你可能也喜欢

a12_01.png 专题栏目

他把公司当成初创重做一遍:Brian Chesky 的 AI 原生实验

三个日期,三则新闻,指向同一件事——一家年预订规模约1000亿美元、员工超8200人的公司,正在从操作系统层面把自己重装成"AI 原生(AI-native)"。
📅 11-20 · 👁 2026年11月20日
a11_01.png 专题栏目

2027,什么样的HR会被市场加价?

同一家公司,HR团队里有65%的人说"我们支持用AI",但只有30%说得清"它到底要创造什么价值"——据AIHR对334个HR 团队的调研。
📅 11-20 · 👁 2026年11月20日
a09_01.png 专题栏目

初级岗招聘砍到9%:AI前沿公司,亲手拆掉了”新人台阶”

AI原生组织"这四个字,今年被讲烂了。模型、工具、架构,技术基础那一层说得密不透风;可一旦落到"组织内部到底怎么运转、人到底在干什么、人和智能体怎么共处",讨论…
📅 11-20 · 👁 2026年11月20日
a10_01.png 专题栏目

从1000多人到120人,这家公司重新设计了组织与人才策略

2025年2月10日,阿姆斯特丹。通讯基础设施公司Bird宣布裁掉120个岗位,约占当时公司人数的三分之一。据TechCrunch报道,这已是这家公司在一年内的…
📅 11-20 · 👁 2026年11月20日
a08_01.png 人工智能专题

「徒手编码」成了考场里最大的谎言:技术招聘正在重写公式

这不是段子。2026年10月20日,Business Insider拿到了一份谷歌内部文件——这家公司正在分阶段重写软件工程师的招聘流程:允许候选人在「代码理解…
📅 11-20 · 👁 2026年11月20日
a07_01.png 人工智能专题

80%的公司用AI裁了员,却没赚到钱:AI落地的分水岭,不在工具,在工作

一派把AI当砍刀。Coinbase、PayPal等公司把AI纳入效率提升和组织调整逻辑,AI承担了流程性、重复性、可标准化的工作,组织顺势重审人员规模和成本基线…
📅 11-20 · 👁 2026年11月20日