明日的工作：技术与全球最大劳动力的未来

白皮书 2025年10月 内容 执行摘要3 引言4 1.1 人工智能 51.2 机器人与自主系统 5 2 大型全球劳动力 7 2.1 农业 92.2 制造业 9 3 人力资源转型与全球未来委员会的进一步工作 结论14 贡献者 15 免责声明 本文件由世界经济论坛发布，作为对某项目、洞察领域或互动的贡献。此处表达的研究发现、解读和结论是经世界经济论坛促进和认可的合作过程的结果，但其结果不一定代表世界经济论坛、其全体成员、合作伙伴或其他利益相关者的观点。 2025年世界经济论坛。版权所有©。本出版物之任何部分均不得以任何形式或任何方式复制或传播，包括影印和录音，或通过任何信息存储和检索系统。 执行摘要 技术正在改变劳动力市场；要确保高生产力、包容性的工作，需要在世界上最大的职业群体中采取多样化的行动。 近期关于未来就业的讨论大多集中在对生成式人工智能（genAI）、大型语言模型及其对白领办公职业的影响上，然而技术驱动的劳动力市场变革正在改变这一领域之外的职业。本白皮书考察了四项关键技术：人工智能（AI）、机器人技术、能源技术以及网络与传感技术。它评估了这些技术加速应用于全球最大规模的七个职业群体（农业、制造业、建筑业、批发和零售贸易、交通运输和物流、商业与管理、医疗保健）所带来的潜在益处与挑战。 这有助于获得更高生产力的工作，包括：促进对技术的更大投资和增强扩散，推动高效且支持性的市场结构，理解雇主的战略劳动力目标，以及发掘技术赋能劳动力的潜在能力。 全球就业与前沿技术未来委员会是一个多学科专家小组，旨在探索技术进步如何创造更高生产力的就业岗位，并为全球劳动力做好承担这些岗位的准备。根据其宗旨，本白皮书确定了利益相关者行动最可能产生影响的重点领域。委员会余下的任期内将致力于确定经济体、产业、技术开发者、雇主和其他关键利益相关者可以采取的具体行动，以实现一个高生产力、包容性的就业未来，使企业、工人受益并增强全球机遇。 该白皮书发现，这七类劳动力队伍的潜在收益和挑战存在显著差异，同时也取决于一个国家的收入水平及其产业结构。这意味着需要从多个方面入手，以确保技术发展。 引言 四种技术将改变主要劳动力市场，既带来机遇，也带来需要紧急应对的风险。 根据世界经济论坛《2025年就业未来报告》，预计技术变革将成为未来几年劳动力市场转型的最大驱动力。1 它们有潜力创造高薪、高质量的工作，提高全球生产力，并加剧地域内部及地域间的贫富差距。现在和未来几年的决策将决定技术发展带来的未来影响。2 （生成式人工智能）、大型语言模型及其对白领办公职业的影响，技术驱动的劳动力市场变革正改变着此领域之外的职业。为了更全面地理解正在发生的变化，本白皮书评估了四种工作转型技术的应用对全球最大劳动力群体所包含的七个职业大类可能产生的影响，旨在识别最大的潜在劳动力机遇与挑战。 当前及未来几年的决策将决定技术发展的未来影响。 全球就业与前沿技术未来委员会是一个多学科专家小组，其任务是寻找利用具有劳动力市场转型潜力的技术，为全球劳动力提供更具生产力的包容性就业岗位的方法。 全球未来工作委员会关于就业和前沿技术的未来工作将致力于理解如何实现这些机遇，以及如何减轻风险——为企业和政策制定者提供指导，以实现全球工作场所的生产力提升。 近期关于未来就业的许多讨论，都集中在生成式人工智能上。 1.产业变革技术 人工智能、机器人、能源和传感技术带来了生产力的提升，但也加剧了风险。 全球就业与前沿技术未来委员会将改变劳动力市场的技术定义为：具有快速改变劳动力市场潜力的近期技术进步。此类进步将为解决社会关键挑战提供生产力或能力提升，并具有重大或系统性风险，需要加强治理和/或合规性。 在审阅了《2025年未来就业报告》中全球雇主期望、汇总了理事会在工作力转型技术方面的经验，并评估了新兴技术对工作力的影响后，理事会确定了以下四项前沿技术，认为它们具有最大的工作力转型潜力。 1.1 人工智能 这项技术融合了机器学习、数据处理、生成式人工智能、通用人工智能和自主智能AI。自面向消费者的生成式人工智能模型发布并被迅速采用以来，人工智能（AI）一直备受关注，86%的雇主预计它将在2030年前改变他们的组织。3长期以来，企业一直利用机器学习来提高员工在维护排程、欺诈预防和定制化客户服务等方面的效率。4与此同时，生成式人工智能在发布后变得司空见惯。 2022年11月ChatGPT的发布。许多组织仍在努力应对如何使这项技术发挥最大效用，以及它如何改变其劳动力需求。一些专家认为，自主AI将是这项技术最具变革性的组成部分，AI代理将利用生成式AI技术，在用户指导和监督下独立完成任务。虽然这项技术有潜力提高员工的生产力或能力，但它也带来了与隐私、可靠性和经济价值结构相关的重大风险。 1.2 机器人与自主系统0年， 人工智能、先进硬件和视觉系统的融合正开始使机器人和自主系统能够执行日益扩大的功能范围。这些系统也被称为物理人工智能。自2020年以来，机器人和自主系统的应用一直以每年5-7%的速度稳定增长。5 在过去两年中，预计成本降低了40%。 数年，预计这种增长将继续。机器人的安装主要集中在中国的、日本的、美国的、韩国和德国，2022年这些国家合计占全球机器人安装的80%。物理人工智能的发展为新角色和工人生产力的提升创造了机会——然而，这一结果将取决于未来几年的选择。 1.3 能源技术 总体而言，41%的雇主预计到2030年能源技术将转型他们的组织。9 这涵盖能源生产、存储和分配。这些转型可以提升能源效率，创造新的发电机会，并可能导致劳动力能力发生重大变化。 不断变化的能源需求也导致了消费方式的转变，例如电动汽车使用量的增加以及对用于数据中心的新能源需求增长。这些变化也可能具有颠覆性，导致与能源使用相关的所需职业类型和技能出现重大变化。 1.4 网络与传感技术 网络与传感技术的融合，构建了一个能够促进人工智能、机器人和能源技术等其他技术更大发展和效能的平台。随着网络技术的进步，其影响因地区和收入水平而异。目前，互联网普及率在不同地区差异很大，从欧洲的91%到非洲的38%。网络技术发展对区域劳动力市场的影响，将取决于它是否会加剧可及性差距。 提升欠发达地区的接入能力。这项技术发展将创造提升劳动者能力的机会，同时也会带来风险，包括中断和隐私问题。传感技术的发展也增强了网络及其他技术（如物理AI）的作用。最近的进展包括价格实惠的高分辨率相机、激光雷达（LiDAR）和下一代触觉传感器，这些设备能够实时解析复杂环境。 2 个大型全球劳动力 七个主要职业大类面临不同的技术转型，其全球影响各不相同。 本白皮书重点关注七个构成全球最大劳动力市场且影响可能最大的职业领域：农业、制造业、建筑业、商业与管理、批发和零售贸易、交通运输和物流，以及医疗保健。这些劳动力市场共同构成了全球近80%。 不同收入水平的经济体中，劳动力分布存在差异，如图1和图2所示。下一节将讨论这些劳动力的特征，并评估第一章中确定的四种劳动力转型技术加速应用所创造的机会与挑战。 2.1 农业 农业劳动力是目前全球规模最大的劳动力群体，占全球总就业人数的四分之一。这一劳动力群体在低收入经济体中尤为突出，占低收入经济体劳动者总数的57%，占中低收入经济体劳动者总数的39%，相比之下，在中等偏上收入经济体中仅占劳动者总数的20%，而在高收入经济体中则仅占3%。 实时监测土壤健康、用水情况和作物状况。这减少了常规监测对人工的依赖，并创造了对新角色的需求，例如无人机操作员、数据分析师和农业技术专家。自动化和机器人技术也通过减少对季节性和人工劳动力的依赖，重新定义了农场劳动力。自主拖拉机、机器人收割机和自动化灌溉系统正被部署到欧洲和北美等地区，以应对劳动力短缺并提高生产力。 四种劳动力转型技术可以改革这一劳动力群体的运作方式。技术已经改变了农业劳动力需求，尽管其影响在不同地区和活动中差异显著。例如，在南美洲，农业无人机正被用于从陡峭山腰的种植园运输切割下来的香蕉串。这项技术使单个工人能够大幅增加收获的香蕉串数量，从而提高了生产率并改善了安全性。与此同时，精准农业正被应用于各种作物作业。在无人机、网络技术和人工智能驱动分析技术的支持下，它使农民能够监测 这些技术对拥有资金进行资本投资的农业运营具有显著的生产力潜力，并可能显著改变操作这些系统的劳动力所需的专业知识。然而，这部分劳动力中很大一部分是来自低收入国家的中小农户，这些国家的投资能力可能有限。因此，要实现技术的全球效益，就需要采取干预措施来支持全球技术扩散，尽管这也伴随着导致弱势群体失业的风险。 2.2 制造 制造业代表着全球第二大劳动力群体，占全球总就业人口的14%。这种就业形式在亚洲一些国家尤为突出，包括中国、越南和台湾（中国），以及在欧洲的一些国家，包括捷克、斯洛文尼亚和匈牙利。制造业的类型因行业和地区而异。纺织、汽车和制药业在全球不同国家和地区形成了各具特色的制造中心。这些制造中心在人口构成上也存在显著差异。¹⁰ 这些差异对可能采用的技术类型以及当前的基建水平具有影响。结合人工智能的机器人系统对制造业劳动力尤其重要，它们有可能通过自动化显著提升人类能力，同时也有可能通过自动化消除大量工作。技术的发展和采用路径将决定这项技术是导致重复性低价值任务被高价值活动取代，还是导致总就业量减少。 虽然机器人技术早已被应用于制造流程，但物理人工智能正日益增强这些系统的能力。几个前沿的应用案例说明了这项技术与机器人技术相结合，如何能够转变制造业的劳动力。例如，由人工智能赋能的视觉质量检验，结合自主根本原因分析和流程挖掘，比当前的质量控制流程能更快地识别工厂生产线问题。类似地，用于完成电子商务订单的集成移动机器人、基于人工智能的排序和由生成式人工智能指导的操作手，能够实现更快的交付、增加对熟练工种的需求并创造效率提升。 集成式移动机器人、基于人工智能的分类系统和由生成式人工智能指导的操作手能够实现更快的交付、提升对熟练岗位的需求并创造效率提升。 将人工智能融入现有制造流程，可能将工作转变为对更高生产力、更高专业知识要求的工作岗位。生产力提升的程度，以及这是否伴随着对工人的需求增加或减少，将取决于多种因素，包括采用方式、投资能力和现有的制造业基础设施。 2.3 施工 全球约8%的劳动者属于全球建筑劳动力队伍。这一职业群体的一个特点是，随着经济体进入收入更高阶层，其在劳动力中所占比例往往会下降，除非是在低收入经济体，那里的比例低于总劳动力的3%。建筑劳动力队伍涵盖广泛的项目，从小型住宅建筑到桥梁和发电厂等大型基础设施。 该技术计算了使混凝土表面平整及控制湿混凝土支撑结构的模具所需的压力和频率——模具会随着混凝土干燥自动调整位置。这种技术将建筑工人从积极参与施工过程转变为专注于规划和监控工作。这可以使在危险区域进行能力建设成为可能，同时也能提高效率。然而，要实现这一点，需要根本性地转变劳动力技能，并采用全新的培训方法。 要实现建筑技术发展的益处，需要新的投资、将该技术融入新的或现有的工作流程，以及打造具备未来适应性的劳动力队伍。 施工任务通常具有变动性，工作现场也持续变化。这使得全面自动化更加复杂；然而，变革性技术正在改变这一劳动力群体的运作方式及其工作要求。建筑信息模型系统是现代建筑的重要组成部分，涉及施工运营的数字化规划。人工智能正越来越多地集成到这些系统中，以提升工作规划和排程、优化占地面积使用、确保符合当地法规，并将当地舒适度和安全性融入建筑中。这些改进通过提升建筑的功能性，提高了工人的效率和能力。 将人工智能与其他技术结合的另一个例子是使用计算机视觉来监测设备损坏、提供实时危险检测、通过将已完成的工作与蓝图进行比较来确保快速质量保证，并通过跟踪项目进展和识别延误来支持物流规划。这对建筑工人的安全以及生产力的提高都可能产生重大影响。 建筑劳动力中由技术驱动的另一转变是建筑中预制构件的日益广泛