為什麼聽話的員工最先被裁?麥肯錫揭秘:你的崗位正在死去周五下午4點，會議室的空氣凝固了！張某某，一位在公司兢兢業業幹了8年的技術骨幹，看著手中的裁員通知單，手在微微顫抖。他憤怒地質問HR：“我嚴格遵守了崗位說明書（JD）上的每一條要求，從不遲到早退，程式碼出錯率全組最低，績效年年B+，憑什麼走的是我？”而隔壁工位，那個平時看起來"不務正業"、經常在跨部門會議上"多管閒事"、甚至連本職程式碼量都不如他的95後，不僅留下了，還被提拔為新項目的負責人。這並非孤例，而是一個正在全行業蔓延的殘酷現實：在這個時代，"聽話"的螺絲釘，正在成批淪為廢鐵。為什麼會這樣？答案藏在一份剛剛發佈的重磅檔案中。2025年11月25日,麥肯錫全球研究院(MGI)發佈了一份長達60頁的重磅報告——《Agents, robots, and us: Skill partnerships in the age of AI》(智能體、機器人與我們:AI時代的技能夥伴關係)。這份報告基於對美國800種職業、1100萬條招聘資訊和6800個技能項的深度復盤，揭示了一個顛覆性的結論：AI時代，你的職業安全感不再來自"位置"（Position），而是來自"價值"（Value）。報告還拋出了兩個令人咋舌的資料：如果不重構工作流程，全球將有2.9兆美元的經濟價值化為泡影；而對"AI流利度"技能的需求，已在兩年內暴增了7倍。57%的"位置"正在消失過去，我們以為安全感來自於佔據一個"崗位"——那個規定了職責、薪水和匯報關係的"坑"。但麥肯錫的報告無情地撕開了這層保護膜：57%的員工工作時間已經可以被完全自動化接管。這意味著，在一張標準的"崗位說明書"（Job Description）裡，有接近60%的內容——那些流程化、標準化、用來定義你"位置"的任務——已經不再需要人類來完成了。想一想你每天的工作內容：整理Excel表格？撰寫標準化的周報？按部就班地跑審批流程？回覆千篇一律的客戶郵件？當一個容器裡60%是空的，這個容器（崗位）本身就沒有存在的必要了。如果你還在試圖守住這些"聽話照做"的存量工作，那麼你正在守衛一座註定沉沒的孤島。生死跨越：從 Job（佔坑）到 Role（創造價值）這就是麥肯錫報告指出的核心變革：我們正在經歷從 “Job” 到 “Role” 的遷徙。💀 舊世界：Job（基於任務）——“位置思維”定義：一個靜態的清單。你只要聽懂指令，把清單上的任務勾完，你就是優秀員工。心態：“這是我的地盤，那不是我的事。”（佔坑）結局：AI完美覆蓋了所有基於規則的指令。 你的"執行力"在演算法面前一文不值。🚀 新世界：Role（基於結果）——“價值思維”定義：一個動態的目標。你需要定義問題、整合AI資源、對最終結果負責。心態：“為瞭解決這個問題，我需要如何指揮AI和調動資源？”（創造價值）結局：你成為了AI的指揮官（Pilot）。 你的價值不在於你佔據了什麼位置，而在於你能解決什麼問題。真正的安全感，不再來自於"由於我佔著這個位置，所以我有價值"，而來自於"因為我能創造機器無法計算的價值，所以我不可替代"。👉 不妨現在就問自己一句：回顧上個月的工作，你的成就是"完成了多少任務"，還是"解決了什麼問題"？別以為這只是理論，這場戰爭已經打響，戰場上正在血流成河。讓我們看兩個真實發生的生死局，看清這兩種思維的雲泥之別：📉 案例一：會計行業的"冰火兩重天"死守崗位的會計A： 每天沉迷於對帳、錄入發票、製作標準報表。結局： 報告顯示，這些屬於"資訊處理"技能，是受自動化衝擊最大的領域，列入裁員名單。創造價值的會計B： 利用AI一鍵生成報表，然後轉身變成"財務偵探"（發現資料異常）、“戰略顧問”（告訴老闆那裡該省錢）。結局： 他的工作內容從"生產資料"變成了"解釋資料"，薪資漲幅30%。📉 案例二：程式設計師的"降維打擊"傳統的"碼農"： 以寫程式碼行數（LOC）為榮，拒絕使用Copilot，認為那是"作弊"。結局： 他的效率被AI輔助的初級程式設計師碾壓，淪為"高成本低產出"人員。進化的"架構師"： 指揮AI生成基礎程式碼，自己專注於系統設計、安全審計、複雜邏輯攻關。結局： 他一個人活成了一支隊伍，成為不可替代的核心節點。真正的護城河：不拼"手速"，拼"腦力"你的名片上的Title救不了你，你在組織架構圖裡的位置也救不了你。麥肯錫的報告指出了未來技能的劇烈倒掛：📉 正在暴跌的資產：基礎認知技能（單純的讀寫算）體力和手動技能機械式執行能力📈 正在暴漲的紅利：社會和情感技能：同理心、談判、領導力。機器能處理資料，但處理不了人心。高級數字技能：不是會用Word，而是懂得如何與AI協作（Prompt Engineering & Agent Orchestration）。價值定義能力：在AI給出的一萬個方案中，判斷那一個是"對"的。給管理者的建議：別把人當機器用這句話不僅是說給員工聽的，更是說給老闆及管理者注意的！如果你的公司還在用KPI考核員工的"聽話"程度，還在通過監控打卡時長來衡量產出，那麼恭喜你，你正在駕駛一艘沉船。那些試圖用AI來簡單替代人工、繼續維持舊式科層制的公司，終將被淘汰。真正的智能體組織（Agentic Organization），是讓AI做AI該做的事（極致的執行與效率），讓人做人該做的事（創新、決策與關懷）。管理者必須醒悟：你需要的不再是聽話的下屬，而是有主見的合夥人。🚀 你的行動清單：今天就能做的3件事光有危機感不夠，你必須有手感。這裡有三件你馬上可以做的事：今晚回家前（清庫存）：列出你工作中最重複的3項任務（比如寫周報、回郵件），強迫自己找到並學會1個AI工具來徹底替代它。本周內（破邊界）：主動承擔一個跨部門的、需要解決複雜問題的小任務，測試你的"角色流動性"。下個月（重定義）：拿出你的簡歷，刪掉"負責XXX工作"這種描述，改成"作為XXX角色，解決了XXX問題，創造了XXX價值"。此時此刻，你必須行動AI時代不需要螺絲釘，它需要的是能夠設計機器、駕馭系統的"建築師"。不要等到裁員名單公佈的那一天才如夢初醒。你的崗位正在死去，但你的職業生涯可以重生。從今天開始，拒絕做一個只會"聽話"的執行者。每一次接到任務時，多問自己一句：“如果把這件事交給AI，我還能提供什麼它做不到的價值？”那個答案,不僅是你的生存之道,更是你的逆襲密碼。 (A12Tutor)

11 月 25 日，麥肯錫全球研究院（MGI）發佈了一份60 頁的新報告——《Agents, robots, and us: Skill partnerships in the age of AI》。（AI技能夥伴）這份報告關注的不是“AI 會不會讓人失業”這種老話題，而是一個更本質的問題：在 AI 主導的新一輪生產力躍遷中，工作是如何被重新拆解、組合與分工的？人、AI 智能體（agents）和機器人，將如何形成新的“技能夥伴關係”？一、報告主要研究目標從問題上看，它圍繞三件事展開：1.AI 能做多少原本由人完成的工作？以“技術可行的自動化潛力”為基準，評估今天的 AI/機器人，理論上能接手多少美國現有工作時長（答案是：57% 的工時可以被自動化，但這不是裁員預測，而是任務結構重排）。2.在人–機協作下，那些技能會被“放大”，那些會被“擠壓”？報告通過一個新的 Skill Change Index（技能變化指數），測算未來 5 年裡不同技能被自動化影響的程度，識別出：會被衝擊最大的：數字技能、資訊處理類技能變化最小的：照護、服務、陪伴等“助人類技能”組織需要怎樣重設計工作流，才能真正把 AI 的價值“兌現”為生產率和經濟價值？核心結論之一是：到 2030 年，如果企業圍繞「人–智能體–機器人協作」重構工作流，而不僅是零散做工具替換，美國有望額外釋放 約 2.9 兆美元的經濟價值。二、報告的研究方法和樣本：這份報告的“底層資料”和“分析方法”都比較硬核，可以簡單理解為三層：任務與職業層面：結合美國勞工統計局、O*NET 等資料庫，對約 800 種職業進行“任務拆解”，判斷每一類任務被 AI/機器人自動化的技術可行性。技能層面：基於 Lightcast 的招聘巨量資料，分析 1,100 萬條招聘資訊，提取出約 6,800 個技能項，看不同職業真實在招什麼技能、那些技能正在變“熱”、那些開始降溫。時間演化 + 場景建模：在“中位情景”的假設下，測算到 2030 年的自動化採用節奏，並通過 Skill Change Index衡量各類技能在 5 年內的“結構性位移”，再疊加對典型場景的工作流重構分析。報告也明確說明：這些都是對“工作內容”和“技能結構”的預測，而不是對就業總量的絕對判斷——歷史經驗告訴我們，技術每一輪都會擠掉一部分崗位，但也會在別處創造新的工作。注意：樣本主要基於美國勞動力市場，是否完全適用中國及全球市場需謹慎參考。三、報告給出的幾個關鍵結論：未來的工作形態 = 人 + Agents + 機器人今天的技術理論上可以自動化超過 一半的工作時間，但更大的變化不是“崗位消失”，而是工作被拆分、重組，越來越多崗位變成人機協作的混合體。70% 以上的人類技能會繼續被需要，但使用場景會遷移大部分今天企業在招聘的技能，其實同時存在於“可自動化工作”和“不可自動化工作”裡——意味著技能不會突然過時，而是從“自己做”變成“借助 AI 做得更多、更好”。Skill Change Index：誰被 AI 衝擊最大？受影響最大的：會計、編碼等高度專業、又高度可自動化的技能變化最小的：談判、教練、關懷等強依賴人際互動的技能AI 流利度（AI fluency）正在成為“第一新基礎技能”過去兩年，招聘啟事裡對 “AI 流利度”（使用與管理 AI 工具能力）的需求，增長了近 7 倍，是所有技能裡漲得最快的。到 2030 年，2.9 兆美元的價值取決於一件事：你是“裝 AI”，還是“重做工作流”簡單把 AI 當外掛，價值有限；只有圍繞 AI 重設流程、角色、指標與文化，才可能真正吃到這波紅利。四、完整整報告分為60頁（可後台私信發PDF/PPT），核心是四個章節，包括：第一章：Workforce of the future：未來勞動力的基本形態——人、智能體、機器人如何分工協作？第二章：How AI changes skills：技能結構如何重排？Skill Change Index 告訴我們什麼？第三章：Reimagining workflows：不再是“自動化幾個任務”，而是“圍繞 AI 重畫整條工作流”。第四章：Leadership challenges：領導者如何重新定義角色、重塑組織，並在安全、責任、信任之間取得平衡？五、今天這篇，是第一期：聚焦「未來勞動力」這一章未來勞動力將是「人 × Agents × 機器人」的協作夥伴關係AI 正在重新定義工作的邊界，並開啟新的生產力潛能。未來的工作模式，將被重構為由人類、AI 智能體（agents）和機器人共同組成的協作體系。1.1 AI 讓 Agents 與機器人更加自主、更具能力在過去的一個世紀裡，機器基本都是按照規則運作的：機器人執行固定的物理動作，例如裝配零件；軟體自動化處理可預測的文書和分析任務。這兩類機器都遵循預設程序，只能按照指令行事，難以超越規則。而如今 AI 的崛起，正在改變這一點，並顯著拓寬自動化能做到的事情。AI 讓 agents 與機器人具備了新的能力：可以從海量資料中學習可以模擬推理可以響應更廣泛的輸入（包括自然語言）可以根據情境變化自動調整，而非只執行預設流程因此，agents 與機器人能夠分別承擔 認知性任務與 物理性任務，且能力持續提升。1.2 AI 能影響所有類型的工作麥肯錫將工作分為兩類：物理性工作（需要機器人自動化）非物理性工作（需要 agents 自動化）雖然並非所有自動化都需要嚴格意義上的“AI 智能體”或“機器人”，但報告使用這兩個術語來概括所有能夠自動化工作的技術形態。在美國，非物理性工作佔總工作時長的三分之二。在這三分之二中：約三分之一依賴社會與情緒技能——目前仍主要超出 AI 能力範圍其餘部分包括推理、資訊處理等任務——這類任務更適合自動化這些更“可自動化”的活動：佔美國總工資的 約 40%分佈在教育、醫療、商業、法律等多類崗位中（對應報告 Exhibit 1 的結論）1.3 AI 驅動的自動化將重塑工作，但“人”仍然不可或缺以當前的技術能力來看，AI 智能體（agents）理論上能夠承擔 佔美國工作時長 44%的任務，而機器人能夠承擔 13%（見 Exhibit 2）。要讓自動化進一步擴展，還需要突破一系列目前尚未被機器匹配的人類能力：對 agents 來說：必須能理解意圖、情緒等更細膩的人類線索；對機器人來說：必須掌握更高精度的精細動作控制，例如抓取易碎物品、或在手術中操控精密器械。換句話說，自動化能替代的部分會繼續擴大，但人類的判斷力、情緒理解力、精細動作能力，仍然是技術難以跨越的關鍵分界線。佔當前工作時長一半以上的任務在技術上都有可能被自動化，主要由 AI 智能體（agents）完成。但這並不意味著“一半的工作崗位會消失”。真正發生的是：具體任務被自動化，人類的工作內容會被重新組合，而不是被整體替代。此外，那些高度依賴 社會與情緒技能的工作，即便在“全面採用 AI 的極端場景下”，仍然難以被技術替代。原因在於，這類工作需要即時的人類洞察，例如：老師需要讀懂學生的表情反應銷售需要感受到客戶何時開始失去興趣人類還能提供：監督質量控制以及“客戶、學生、病患更願意與之互動”的人類存在感1.4 隨著技術進步，仍需人類參與的工作也在變化隨著技術的發展，屬於人類的工作也在不斷演化：有些角色會縮小有些會擴張或改變重點也會出現全新的崗位放射科就是一個典型案例。儘管 AI 在醫學影像領域的能力顯著提升，但 2017–2024 年間，放射科醫師就業仍以每年約 3% 的速度增長，並預計繼續增長。原因是：AI 提升了放射科的效率和精準性，讓醫生能專注於複雜判斷和患者關懷。例如：梅奧診所（Mayo Clinic）自 2016 年以來將放射科團隊擴充了 50% 以上同時部署了 數百個 AI 模型用於影像分析輔助1.5  AI 正在催生新型工作與角色——七大典型角色AI 不是只會“減少舊崗位”，它也在創造新崗位：軟體工程師正在開發、訓練、最佳化智能體設計師與內容創作者使用生成式 AI 生產新內容即：AI 既重塑舊職能，也在催生全新的技能需求。不同職業中“人、智能體（agents）與機器人”的組合形式，呈現出七種不同的典型模式。一個經濟體的整體就業水平和職業構成都取決於行業如何演進。而在具體職業內部，工作的配置方式也因對物理能力、認知能力以及社會與情緒能力的依賴程度不同而呈現顯著差異。為了理解這種差異，麥肯錫分析了約 800 個職業，並根據其物理與非物理任務的可自動化潛力進行分類。由此形成了七種原型，用以展示在人、智能體和機器人之間可能出現的協同方式。自動化潛力最低的職業被歸類為以人為中心（people-centric）；而那些包含大量可自動化任務的職業，則被劃為以智能體或機器人為中心（agent-centric 或 robot-centric）。此外，還有一些在三者之間比例更為均衡的角色，被歸入“混合型”原型，它們在工作中同時包含大量由人、智能體或機器人承擔的內容（見 Exhibit 3）。這一框架適用於各類勞動力市場，幫助領導者判斷那些崗位將率先受 AI 影響、勞動力轉型將如何發生，以及那些角色會演化為“人與智能體與機器人協作”的新型工作模式。對個人來說，它也提供了理解自身崗位未來變化的清晰視角。在職業軸的一端，是 以人為中心的職業（如醫療、建築、維修），佔美國崗位約三分之一，平均薪酬 71,000 美元。這些崗位中近一半的工時涉及當前技術無法複製的身體活動，因此難以自動化。在另一端，是 高度可自動化的職業，約佔 40% 的就業，平均薪酬 70,000 美元，主要屬於法律、行政等“智能體中心型”崗位，包含大量可由 AI 處理的認知任務。部分任務未來可能完全自動化，但仍需要人類監督和驗證。其中一部分是 機器人中心型崗位（如司機、裝置操作員），平均薪酬 42,000 美元，理論上幾乎可完全自動化，但現實成本與風險讓人類短期內仍難以完全退出。規模更小的 智能體–機器人混合崗位佔約 2%，主要在自動化製造、物流等場景，由 AI 軟體指揮物理系統。在兩個極端之間，是佔勞動力三分之一的 混合型崗位。這些崗位在人、AI 智能體和機器人之間的分工不同，但共同特點是：人類仍然不可或缺，只是角色將從“親自執行”轉向“指導與協調機器”。混合型崗位包括：人–智能體崗位（教師、工程師、金融專家），平均薪酬 74,000 美元，佔比 20%；人–機器人崗位（維修、建築），81% 為體力任務，平均薪酬 54,000 美元，佔比不足 1%；人–智能體–機器人崗位（交通、農業、餐飲），平均薪酬 60,000 美元，佔比 5%。總體而言，這些結論描述的是“技術上可能的未來”，而實際落地速度將因行業、成本與流程調整而顯著不同。但可以確定的是：人與智慧型手機器的協作，將在未來的所有工作場景中不斷深化。 (AI組織進化論)

從蒸汽機的轟鳴到網際網路的無聲革命，技術的浪潮總在不經意間重塑世界的面貌。而今，我們正站在一場更為澎湃的科技變革前夜——人工智慧學會了“思考”，機器人走出了工廠的圍牆，半導體開始成為智能時代的“新石油”，而太空正從遙不可及的夢想變成新的商業疆域。站在當下看，那些技術將定義下一個五年甚至十年？麥肯錫最新發佈的《2025年技術趨勢展望》報告試圖解答這個問題，提出了13項具有改變全球商業潛力的前沿技術趨勢，並從創新性、關注度、資本投入與應用水平四個維度，繪製出這些技術的發展藍圖。放眼望去，資本正高度集中於AI、未來能源與可持續技術、未來出行等從技術突破邁嚮應用深水區的領域，其中AI不管是在關注度和創新上均遙遙領先。相比之下，特定應用半導體、先進連接技術、未來生物工程、雲與邊緣計算、數字信任與網路安全這些技術雖熱度不及AI，卻已悄然成為數字社會運轉的“基礎設施”，應用程度已接近規模化。而沉浸式現實技術、未來空間技術、未來機器人技術、量子技術、AI智能體等技術仍處於孵化階段，但革命性潛力已現端倪。比如AI智能體成為今年增速最快的熱點趨勢之一，2024年股權投資達11億美元，同比增長1562%。參觀者通過AR眼鏡體驗雲岡石窟事實上，不管是那項技術趨勢，都將重塑產業面貌，更已成為國家與企業不可或缺的競爭籌碼。在中國，這些技術已被囊括在面向2035年的未來產業重點賽道目錄之中，並列出了明確的發展目標。以未來空間為例，2030年中國市場規模有望突破8000億元，重點發展方向包括載人低空飛行、深空深地深海探索、極地開發等。在此，我們梳理了麥肯錫報告中的關鍵資訊和資料，和大家聊聊這些技術的前沿動態、發展趨勢與人才需求。13個賽道與兆商機面對這13項前沿技術，麥肯錫從它們的內在“性格”出發，將其分為三大類：AI革命、計算與連接前沿，以及尖端工程。可以說，這三大類技術，一個負責“思考”，一個負責“連接”，一個負責“動手”，它們互相滲透、彼此激發，不斷繪製出未來十年科技浪潮的完整圖景。◎ 第一類，AI革命，包括AI和AI智能體。伴隨AI影響力的持續擴大，值得注意的是，當前AI的成本在急劇下降，比如一些推理任務的價格一年內下降900倍。針對這兩項細分技術，在麥肯錫看來，AI不僅本身是一項具有革命性和戰略性的技術創新，更能加速其他技術領域的發展，或在交叉領域創造新“商機”，比如AI是特定應用半導體這項技術的重要催化劑。而另一項AI智能體技術則是今年的“當紅小生”，已經迅速成為企業和消費技術領域的重要發展方向。所謂AI智能體，就像是一位“虛擬同事”，可以自助規劃和執行多步驟任務。目前，各大公司正在現有AI產品中增加智能體功能，或開發全新的、面向特定任務的應用，尤其是在軟體編碼和數學等擁有強大訓練資料集的領域取得了快速進展。市場也嗅到了風向。MarketsandMarkets預測，AI智能體市場規模將從2024年的51億美元飆升到2030年的471億美元，復合年增長率高達 44.8%。◎ 第二類，計算與連接前沿，這些技術可以被理解為是AI與數字世界的“骨架”，包括特定應用半導體、先進連接技術、雲與邊緣計算、沉浸式現實技術、數字信任與網路安全、量子技術。其中，特定應用半導體是報告特別提到的另一項重要趨勢。這些為特定AI任務量身定製的晶片，正在成為科技界的“新石油”——專利數量位居所有技術趨勢之首，去年吸引了75億美元的投資。同時，AI的發展對背後的算力有著永不滿足的渴求，這就得依靠雲與邊緣計算這項技術趨勢。麥肯錫的研究表明，到2030年，全球對資料中心容量的需求可能會接近如今的3倍，其中約70%的需求正是來自AI工作負載。此外，在先進連接技術方面，5G已覆蓋全球22.5億使用者，中國在5G獨立組網部署上領跑全球，而6G已在路上，還準備帶上“感測”等新技能包。至於沉浸式現實技術領域，AR/VR已從遊戲走向醫療、工業設計，蘋果Vision Pro、Meta Quest等裝置也在重新定義人機互動；量子技術領域則雖處前沿，但Google、IBM、微軟等巨頭已在誤差校正與穩定性上取得關鍵突破。這些技術就像古代絲綢之路上的驛站和道路，雖然不直接產生貨物，卻決定了商業的規模和邊界。◎ 第三類，尖端工程，包括未來機器人技術、未來出行、未來生物工程、未來空間技術、未來能源與可持續技術。它們則負責數字能力“實體化”，讓技術從螢幕裡走出來。在過去六十年中，機器人已逐漸成為先進製造業的常客，如今有超四百萬台工業機器人在汽車廠等環境中工作。與此同時，在AI的加速推動下，物理機器人技術在近年來進入機場、大型商店和餐廳等更廣泛的領域。麥肯錫合夥人Ani Kelkar更是判斷，到2040年其市場規模將高達約9000億美元。在未來出行領域，中國電動車市場逆勢增長36%，自動駕駛、無人機配送和空中計程車也都在從概念走向試點，甚至實現商用落地。預計到2034年，商業無人機送貨市場規模將達290億美元，年複合增長率高達40%。未來生物工程技術則是利用技術（如基因編輯、合成生物學），來改善健康和人體機能、重塑食品價值鏈並創造創新產品。比如基因編輯技術CRISPR首次獲得FDA批准，而AI正在將新藥研發成本和時間大大縮短。2024年諾貝爾化學獎更是授予了三位使用AI預測現有蛋白質結構和設計新蛋白質的研究人員。在未來能源與可持續技術方面，中國不僅在太陽能製造上佔據全球主導地位，氫能電解槽產能也佔到全球60%。此外，核能因其能提供穩定基荷電力的能力而備受關注，31個國家承諾到2050年將全球核能容量增加三倍。智慧型手機械手助力太陽能面板加工關於這些技術的六大趨勢透過這13項前沿技術的趨勢前瞻，麥肯錫還在報告中歸納總結了六大趨勢，可以作為我們關注這些前沿技術的方向參考。①自主系統崛起系統不再只是執行命令，而是能學習、適應、協作。當AI智能體能夠自主規劃工作流程，當機器人能夠適應陌生環境，當自動駕駛汽車能夠在複雜城市路況中導航，我們不得不思考：人類的獨特價值在那裡？答案可能是：在創造力、在倫理判斷、在戰略眼光——那些機器難以複製的品質。無人駕駛汽車已開始商業營運②新的人機協作模式人機互動正邁入一個新階段，其特點是更自然的介面、多模態輸入和自適應智能，這將讓“操作者”和“共同創造者”的界限逐漸消失。從沉浸式訓練環境和觸覺機器人技術，到語音驅動的“副駕駛”和感測器可穿戴裝置，技術正在更精準地響應人類的意圖與行為。這種演變讓人機關係的定位從“機器替代人類”轉向“機器增強人類”能力。③規模化應用的挑戰對計算密集型工作負載（尤其是來自AI智能體、未來機器人和沉浸式現實技術）的激增需求，正給全球基礎設施帶來新的壓力。但現實是：電力供應緊張、晶片供應鏈脆弱、資料中心建設周期漫長……這意味著，前沿技術的規模化應用不僅需要解決技術架構和高效設計的問題，還需應對人才、政策和執行層面錯綜複雜的現實挑戰。這提醒我們，數字世界的繁榮離不開物理世界的支撐。技術人員正監控晶片生產裝置情況④區域和國家競爭不可否認的是，對關鍵技術的掌控權已成為全球角逐之焦點。中美在晶片、AI、量子計算等領域的競爭日益激烈，歐洲也在通過《人工智慧法案》等規制試圖確立自己的數字主權。技術不再是無國界的公共品，而是國家安全的基石、經濟主權的象徵。這種態勢下，全球科技合作面臨挑戰，但也催生了各地區發展特色優勢的機會。⑤規模化與專業化平行發展雲服務和先進連接技術方面的創新，推動了規模化與專業化的發展。一方面，我們看到在龐大且能耗驚人的資料中心裡，通用模型訓練基礎設施正快速擴張；另一方面，我們也觀察到“邊緣側”的創新加速，低功耗技術正被嵌入手機、汽車、家庭控制系統和工業裝置之中。這種雙軌發展既帶來了參數數量驚人的大型語言模型，也推動了可在幾乎任何場景中運行的特定領域AI工具的日益豐富。⑥負責任創新的必要性隨著技術日漸強大且更具個性化，信任正日益成為技術採用的關鍵門檻。企業正面臨越來越大的壓力——必須證明其AI模型、基因編輯技術或沉浸式平台是透明、公平且可問責的。道德倫理不再只是正確的選擇，還是部署過程中的戰略槓桿——它能加速或阻礙規模擴張、投資決策以及長期影響。資金和人才往那裡去？最後，我們來聊聊這些前沿技術的“錢景”與“人景”，看看資本與人才正在向何處湧動。2024年，這13項前沿技術的投資市場暖風漸起，其中AI、雲與邊緣計算這兩項技術在投資規模和增速上可謂都取得了相對突出的“成績”。若論資本的絕對聚集地，2024年最“吸金”的五大前沿技術分別是：未來能源與可持續技術（2232億美元）、未來出行（1316億美元）、AI（1243億美元）、雲與邊緣計算（808億美元）、數字信任與網路安全（778億美元）。論增長勢頭，AI智能體技術“風頭正盛”，2024年投資額猛增1562%；未來生物工程、雲與邊緣計算技術則是連續兩年實現融資額增長；AI和未來機器人技術領域的投資經歷短暫下滑後，在2024年恢復到比兩年前更高的水平。值得一提的是，與資本流向同步，一場無聲的人才爭奪戰也已打響。麥肯錫在報告中提到，從招聘崗位資料上看，2024年有6項前沿技術的崗位需求在增長，其中AI智能體崗位的人才需求暴增985%，AI、特定應用半導體崗位的人才需求也分別增長35%和22%。從具體崗位來看，軟體工程師可以說是最緊俏的崗位。值得注意的是，這些人才技能需求比則揭示了一個殘酷的現實：技術的進化速度遠遠超過了人才的培養速度。在AI與特定應用半導體這兩個最炙手可熱的技術領域，人才的供需失衡尤為明顯。AI對資料科學家的需求最為迫切，其人才供需比只有0.5（即2個崗位在搶1個人才），這意味著企業都在搶能用Python處理資料和建構模型的人。在特定應用半導體領域，情況則更加極端——精通GPU架構和機器學習硬體的專家，供需比低至0.1，相當於十個崗位在等待一個合適的人選。而未來機器人技術、未來生物工程這些交叉領域，則在呼喚一種新型的“跨界人才”。未來機器人技術領域既要機械工程師，也要AI、軟體工程專家，對於掌握人工智慧技能的人才需求比為0.2。在未來生物工程領域，一個既能設計機械手臂，又能程式設計讓它智能抓取的人才，則更為稀缺。在未來能源與可持續技術、未來空間技術這兩個代表人類未來的領域，“人才荒”也更加明顯。比如掌握“綠色技能”，包括清潔能源、可持續發展等領域專業知識的人才，供需比低於0.1。也就是說，每十個相關崗位，可能只有不到一個合格的申請者。未來空間技術領域雖然總體崗位數量在回呼，但對軟體工程師和Python專家的需求依然旺盛，因為每天都有海量的衛星資料需要處理和分析。這些資料也預示著，未來的人才培養，純程式碼能力已不夠，“技術+場景”“軟體+硬體”“演算法+倫理”的複合型人才，將成為未來十年最稀缺的資源。結語回過頭來看，站在這個科技大時代的門口，中國處在一個複雜而微妙的位置。在應用層面，我們的成就令人矚目：5G網路的廣覆蓋、電動車的高滲透率、太陽能製造的統治地位、無人機商業應用的領先，這些都是實實在在的“中國優勢”。但在基礎層面，半導體製造、底層AI模型、量子計算、生物醫藥原創技術等領域的“卡脖子”風險依然存在。美團無人機物流配送生意火爆麥肯錫的這份報告，給我們的最大啟示或許是：未來的競爭，不再是單個技術點的突破，而是生態系統的競爭、人才體系的競爭、價值觀的競爭。 (吳曉波頻道)

這兩年，我們常常在身邊的人嘴裡，或者各種媒體上，聽到這樣一種聲音。消費，好像真的不行了。“生意，真是越來越難做了”。“大家好像都不太敢花錢了，口袋捂得緊緊的”。“以前買東西，那想這麼多，說剁手就剁手。現在，稍微買得貴一點，就得在購物車裡放幾天，反覆問自己是不是真的需要” ……這樣的聲音聽多了，難免會讓人心裡打鼓。無論是買方還是賣方。可是，真的是這樣嗎？消費，這個曾經拉動著中國經濟高歌猛進的引擎，現在到底是什麼樣的？真的是重重踩下了剎車嗎？前段時間，麥肯錫發佈了一份名為《新常態下的中國消費》的報告。作為全球頂尖的諮詢公司，麥肯錫的資料和洞察，往往能給我們提供一個相對冷靜和客觀的視角。我仔細研讀了這份報告。裡面提到的3大趨勢，以及大量的資料，或許能幫我們撥開一些迷霧，看清一些真相。梳理之後，今天，我試著講給你聽。1接納新常態，順勢而為首先，報告指出，中國消費市場，進入了一種“新常態”。什麼是“新常態”？一個，以“個位數增長”為特徵的時期。個位數增長，那不就是慢下來了嗎？是的。和過去動不動就兩位數的增長相比，確實慢了。但實際的情況，可能並不像很多人描述的那麼黯淡。我們來看資料。資料顯示，2025年的“年度總消費額”預計增長+2.3%。這個數字，和2024年調查時+2.4%的預期基本持平。幅度不大。但韌性還在。那麼，是什麼東西，在支撐著這個增長？有這麼幾個關鍵因素。一個，是中國城鎮化的穩步推進。資料顯示，中國的城鎮化率，已經從2022年的65.2%，上升到了2024年的67.0%。這意味著，城鎮家庭戶數在增加，預計2025年能有0.9%的增長。可別小看這0.9%。換算成絕對數字，就是相當可觀的新增消費單元。另一個更有意思的資料，是“消費佔可支配收入比重”。2025年的調查顯示，這個比重預期是+0.0%。+0.0%，也就是保持不變。而在去年的調查中，這個數字，是-0.5%。這意味著，“人們想從收入裡少拿點錢出來消費”的趨勢，剎住了。也就是說，儘管人們對未來的收入增長預期，變得更加溫和了。資料顯示，消費者對2025年“家庭平均可支配收入”的增長預期，僅為+1.4%，遠低於2024年調查時的+2.5%。但人們並沒有打算進一步壓縮消費在總收入中的比例。這就像開車。以前，油門踩得深。現在，路況變了，油門鬆了點，車速慢了。但是，人們並不打算把空調和音樂也給關了。好的生活品質，我還是想要。基本的消費習慣，我還是想維持。如果要用一個詞來形容，那就是：順勢而為。當然，這種“順勢而為”的背後，也帶著一份謹慎。這種謹慎，主要是因為對未來財務狀況的不確定性感到擔憂。具體來說，是對職業穩定性和房產貶值的擔憂。在我們的調查中，36%的受訪者表示曾經歷過“就業焦慮”，這與中國人民銀行（PBOC）2024年第二季度調查中的更廣泛資料一致，該調查結果顯示，48%的城鎮居民認為就業市場“形勢嚴峻/拿不準”。對於那些對未來財務狀況持悲觀態度的人而言，房產貶值仍是制約其消費的一個關鍵因素。所以，你看。新常態之下，中國消費市場呈現出了一種新趨勢。增長放緩了，預期也跟著調整了，消費的意願和行為，展現出了一種適應現實、保持韌性的“順勢而為”。消費者們，正在學著和這種新常態共處。2信心趨於穩定，但有分化那麼，怎麼共處？一方面，要看“口袋裡有沒有錢”。另一方面，要看“對未來有沒有信心”。前面我們提到，消費者們有來自“職業穩定性和房產貶值”的謹慎態度。信心不足，也是我們這兩年經常聽到的說法。那麼，麥肯錫的報告又是怎麼看的呢？“消費者信心已趨於穩定”。為什麼這麼說？我們繼續來看資料。先看“對中國宏觀經濟的總體信心”。也就是對經濟大環境的看法。在2024年的調查裡，有74%的人覺得還行，挺樂觀的。覺得經濟要麼跟現在差不多，要麼會更好。這個數字，比2023年的76%稍微低了一點點。但看好的，依然是大多數人。覺得悲觀的人的比例，也從10%下降到了8%。再看“對個人/家庭財務情況的信心”。也就是對自家錢袋子的看法。2024年，有63%的人覺得自家的日子會過得越來越好。這也比2023年的67%稍微降了一點。這些數字告訴我們，總的來看，信心確實是沒有過去那麼高漲了。但是，也沒有一下子就掉到冰點。它更像是在一個平台上穩住了。更有意思的是，報告還提到了一個現象。刺激政策對信心的提振作用。在瞭解了最近國家刺激政策的消費者裡，有81%的人表示，對國家經濟更有信心了。政策的引導和市場的溝通，起到了重要的“穩定預期”的作用。當然，如果只看這些總體的資料，我們可能會忽略一些重要的結構性變化。我們分析任何問題，都要學會“切分”。把問題切開，把“人們”切開，去看看不同的“他們”。你看。這張圖的資訊量非常大。我試著概括一下最有代表性的點。1）農村消費者信心明顯增強。尤其是高收入和年輕群體。比如，農村高收入的Z世代（18-25歲），對宏觀經濟的樂觀比例高達88%，比2023年大幅提升了11個百分點。這背後，可能和鄉村振興政策的推進，以及農村地區收入增長相對較快有關。2024年，農村居民收入同比增長6.6%。而城鎮，是4.5%。2）城鎮消費者的信心則普遍有所回落。特別是一些曾經非常樂觀的群體。比如，一線城市的高收入X世代（42-57歲），樂觀比例從去年的82%降到了68%，下降了14個百分點。一線城市的富裕銀髮族（嬰兒潮一代，58-65歲），樂觀比例也從95%降到了77%，下降了18個百分點。3）最悲觀的群體，依然是一二線城市的低收入千禧一代（26-41歲）。他們主要擔心工作不穩定、生活成本上升和房產貶值。4）最樂觀的群體之一，反而是三線城市消費者和城鎮Z世代。儘管他們也有職業的苦惱，有收入增長預期的降低所導致的信心下降，但整體基數仍然較高。這意味著什麼？意味著，當我們在說“大家有沒有信心”的時候，“大家”和“大家”是不一樣的。不同城市等級，不同年齡層次，不同收入水平的人，他們的感受和預期，可能完全不同。新常態之下，消費者信心整體趨於穩定。但是，出現了明顯的結構性分化。那麼，你的產品，你的服務，到底在跟誰對話？是那些信心滿滿、準備大幹一場的人，還是那些略帶憂慮、需要更多安全感和性價比的人？理解了這種分化，你才能找到結構性的機會。3注重個人價值，回歸硬邏輯好了。現在，我們知道，人們花錢更加“順勢而為”了。也知道，信心開始“趨於穩定但分化”了。那麼，具體到買什麼，不買什麼，又要靠什麼來決策呢？靠“硬邏輯”。什麼意思？消費者的消費意向和“信心”這樣的“軟性”因素之間的關係，正在不斷減弱。做消費決定的時候，也開始越來越多地基於個人資產價值、實際收入這些“硬性”因素。而不是靠單純的“我覺得未來會很好”這種感性判斷。換句話說就是，人們花錢花得更實在了，更看重這筆錢花出去，能不能給自己帶來實實在在的價值，能不能提升生活品質，能不能幫助實現個人目標。以“富裕城鎮消費者”為例。他們的整體信心水平，可能有所下降。但他們追求更高生活質量和更大個人成就的意願，卻並沒有減弱。比如，他們表示，有意在2025年將日常支出增加2.6%。比如，許多人甚至願意動用儲蓄來維持生活水平。比如，他們傾向於把錢花在兩類東西上。一類，是有形的“大件”。比如新房、房屋裝修、汽車。另一類，是無形的“服務和體驗”。比如旅遊、教育、健康。目的，是獲得快樂和個人成就感。我們再來看一組資料。這張圖片，更加清晰地告訴了我們，錢都去那兒了。什麼東西，是人們還願意多花錢的？排在頭幾位的，你一看就明白。教育。給自己充電，給孩子能量。這錢，還是捨得花的。“淨消費意向”，也就是想多花錢的人，減去想少花錢的人的比例，高達34%，預計明年的支出增長還能有5.7%。保健品和健康服務。身體，是革命的本錢。這塊兒的投入意願也很足。“淨意向”26%，預期增長2.7%。再往下數，醫療服務、旅遊，也都是人們願意繼續投入的領域。換句話說就是，能讓自己和家人變得更好、更健康、更快樂、更有見識的東西，人們還是認的。那什麼東西，是讓人們開始捂緊口袋的？消費類電器、家用電器，還有菸酒這些，“淨消費意向”就直接變成負數了。意思是，想少花錢的人比想多花錢的人還多。也許，是因為要麼家裡已經有了，要麼覺得還沒到更新換代的好時候，能省則省。資料的背後，其實是人們消費觀念的改變。以前，可能是別人有什麼，那我也得有。現在，更多的是琢磨，我到底需要什麼，什麼東西能讓我變得更好。新常態之下，人們從追求“擁有更多”，變成了追求“活得更好”。而錢，都去了那些更能提供“價值感”和“意義感”的地方。最後的話好了。關於這份《新常態下的中國消費》，我們就聊到這裡。總結一下。在以“個位數增長”為特徵的新常態下，中國消費市場，呈現出了3大趨勢。1）接納新常態，順勢而為。人們正在逐漸適應現實。消費行為，也展現出了韌性。2）信心趨於穩定，但有分化。人們的總體信心不再大幅下滑，但不同人群的體感差異巨大。3）注重個人價值，回歸硬邏輯。消費決策，更看重實際效用和個人成就的實現。現在，再回過頭來，看看開頭提到的，那些讓人焦慮的聲音。比如，生意不好做了。比如，大家不花錢了。我們可能會有一個更加微妙的答案。“大家”是誰？如果是所有人群，那顯然是不精準的。農村消費者、部分年輕人，他們的消費意願和信心，可能依然較高。而一些曾經的消費主力，可能確實變得更謹慎了。“不花錢”是不花在那兒了？如果是所有品類，那也是不精準的。人們可能在某些大件耐用品上更猶豫了，但在教育、健康、體驗這些能提升自我、帶來精神滿足的領域，花錢的意願可能反而更強了。不是一片灰暗。也不是歌舞昇平。是複雜和分化。那麼，這對我們來說意味著什麼？意味著，粗放增長的時代，可能真的過去了。但結構性的機會，永遠存在。關鍵在於，你是否真正理解了你的使用者？他們是誰，在那一級城市，是什麼年齡段，對未來是樂觀還是謹慎，現在最看重什麼價值。當外部環境充滿不確定性的時候，我們唯一能做的，就是不斷提升自己的確定性。而這種確定性，來自於對使用者需求的精準洞察，來自於對市場趨勢的深刻理解，來自於快速適應變化的敏捷身手。這個時代，挑戰很多，變化很快。但挑戰之中，往往也孕育著新的生機。看清趨勢，找準定位，用心服務。也許，這才是我們在“新常態”下，應該持有的“新姿態”。 (格上財富)