人机经济内部：2026年报告——高管、HR及员工如何应对人工智能推动下的劳动力重大重构

《人机经济之内：2026年报告》 高管、人力资源领导者及员工如何应对人工智能驱动的大规模工作重塑 执行摘要 人工智能不仅改变了工作完成的方式，更重新定义了工作的本质。我们正步入大人工智能劳动力重塑时代——在这个时代，每个流程和任务都在智能自动化的视角下被重新评估。 为理解各组织如何应对这一转变，Beamery 对美国 170 多位高管、115 位人力资源领导者（从总监到 CHRO）以及 200 位早期职业员工（工作年限为 1-5 年）进行了调研。这些受访者来自员工人数超过 5,000 人的公司。这种组合为我们提供了洞察，了解大型复杂企业及其内部下一代人才是如何适应数十年来工作最重要的重组的。 研究发现，几乎所有高管都在其组织中推动人工智能驱动的变革，从自动化任务到创建或重新定义角色——这主要是由竞争压力和对成本效率的追求所推动。 然而，信心往往先于清晰度。许多领导者缺乏对实际工作方式、哪些技能正在转变以及技术和人类能在何处创造最大价值的精细洞察。缺乏这种洞察力，人工智能计划可能失败，转型进程放缓，公司则面临错失利润和竞争优势的风险。 真正的转型不仅仅在于采用新工具，更意味着重塑工作方式。如今，人工智能驱动的工具能够映射人们的技能、他们执行的任务以及他们身边涌现的机会——为组织提供真正所需的智能，以精准地重塑工作并最大化商业影响。 在战略人力资源领导力和以人为本的方法的指导下，这种智能能够帮助企业解锁更高价值的工作，加速创新，并构建更具适应性的劳动力队伍。 当审慎实施时，人工智能不仅是一种生产力工具：它使企业能够转变工作创造价值的方式，提升利润，并为关键业务目标做出贡献。 – 贝默里CEO多桑吉 人工智能人才队伍重塑 我们正处在一个拐点……是数代人中最不确定的地缘政治和地缘经济时刻之一。 – 勃尔格·布伦德，世界经济论坛主席兼首席执行官 地缘政治紧张局势加剧、贸易中断、人口结构变化、技术进步以及加速的能源转型正在重塑行业和更广泛的经济——其速度前所未有。商业模式面临压力，盈利能力受到威胁，领导者必须为工作性质发生根本性变化的新未来做好准备。 在这场混乱之中，人工智能脱颖而出：它不同于以往任何一次技术浪潮。互联网和云计算改变了公司的工作方式；而人工智能则改变了他们所能做的事情。它将自动化从流程推向认知层面，能够执行过去被认为 uniquely人类才能完成的任务：写作、编程、设计、分析、推理。 决定性的飞跃在于自主性。企业不再只是部署工具：它们正在协调智能代理——如果你愿意的话，那就是机器人——这些代理与人类一同行动、学习和适应。这种转变标志着一个人机新经济时代的开始，在这个时代，人类的判断力、创造力和策略将通过人工智能的认知能力得到放大。 在我们的调查中，45%的高管层将竞争压力，而46%则将经济或成本压力，列为对其组织人工智能任务自动化战略影响最大的宏观因素——这凸显了劳动力转型不仅关乎创新，同样关乎维持竞争力和盈利能力。 埃森哲估计，目前有44%的美国工作时长属于自动化或增强化的范畴。领英预测，到2030年，大多数工作中使用的70%的技能将发生变化，这主要归因于人工智能。根据微软的说法，82%的企业领导者预计未来12至18个月，数字劳动力将扩大员工队伍的容量。 对于企业领导者而言，变革的规模前所未有。在我们调查中，95%的C级高管表示，当前由人工智能驱动的转型是他们职业生涯中最大的劳动力变革——考虑到许多人也经历了早期互联网时代，这一点尤为显著。 与此同时，我们调查的初级员工大多对人工智能持乐观态度，将其更多地视为伙伴而非颠覆者——这为增长和职业机会打开了大门。组织必须利用这份热情来释放人类潜能并最大化生产力。 人工智能并非旨在取代人类或人类劳动。若能有效应用，人工智能将使员工得以专注于判断、创造和战略——这些是更具影响力的工作。要实现人才与技术的最佳配置，依赖于对人与任务清晰的、数据驱动的洞察：理解技能、人类潜能以及实际的工作方式。 工作的新形态 据报告，C级高管中有相当一部分人在过去一年中因采用人工智能而进行了人员调整。 根据我们的调查，98%的C级高管报告称，由于采用人工智能，他们的公司在过去一年中进行了员工队伍调整。这些调整包括：将人才重新部署到其他岗位或职能（56%）、招聘具备人工智能技能的员工（51%）、对员工进行再培训或技能提升（49%）以及创建新的岗位或职位类别（46%）。 这些数据表明，人工智能正在重塑工作，而非减少工作：它是在重新分配任务和职责，而不是简单地消除工作岗位。 在任务层面，这一转变十分明显。在过去一年中，我们调查的58%的初级员工估计，他们至少五分之一的日常任务已经被自动化。高级领导者也看到了同样的趋势：65%的C级高管受访者表示，人工智能已经自动化了他们至少20%的工作量。 这一趋势得到了Anthropic的支持，其分析超过400万次AI交互表明，AI已经嵌入到大量工作场所任务中：大约36%的职业将AI用于至少四分之一的工作任务，其中43%的AI活动以“最小化人工参与”（Tamkin等人，2024年）的方式运行。 潜在的连锁反应很明确： • 初级职位目前最受影响。43%的C级高管预计到2026年将雇佣更少的初级员工。45%的C级高管认为初级员工是受人工智能相关削减影响最大的人群。 • 中层管理人员紧随其后：26%的C级高管预计明年将雇佣更少的中层管理人员，22%的人表示这一群体受AI相关裁员影响最大。 • 在顶层，整合正在进行，但具有选择性。26%的C级高管预计将裁撤或合并某些高级管理职位——然而只有7%的人认为高级管理人员，以及14%的人认为C级高管本身，是AI相关裁员风险最高的群体。 代理式AI是一种新的劳动模式、新的生产力模式，以及新的经济模式。 马克·贝尼奥夫，董事长兼首席执行官，Salesforce 转型正在加速。几乎所有（93%）C级高管都预计，在接下来六个月内，其组织将因采用人工智能而直接创建新的角色或部门，而且超过九成（91%）的人预计其组织架构将在2026年发生变化。 2026年，91%的C级高管预计其组织架构将发生变化。 这不仅仅是关于人员调动、增加或减少。人工智能正推动向更高价值、跨职能的工作转变，在这种转变中，任务和能力——而非头衔或资历——决定了职业生涯的演进。通过将资源与驱动实际业务成果的活动相结合，组织可以最大化人工智能计划的投资回报率，确保劳动力转型同时支持绩效和盈利能力。 未来的劳动力将根本性地不同，传统的职业等级体系将让位于更具动态性的人/智能体结构。但领导者们真的了解其组织中创造真正价值的角色和任务吗？ 未来组织架构图中既包含人类，也包含机器人。 五角大楼式组织：平衡人才、任务与技能 很容易看出，“菱形”结构（即入门级岗位萎缩、中层臃肿、顶层狭窄的劳动力结构）为何会盛行。研究表明其存在真实风险：斯坦福大学的研究显示，自2022年底以来，22至25岁的AI相关领域青年就业人数相比其他群体下降了13%。 在追求效率的过程中削减入门级招聘，可能会使未来的领导者层面临人才匮乏，并造成技能传承的断层，从而削弱企业的长期韧性。 一种更可持续的模式是五边形组织——它平衡了各层级的人才、技能和工作： • 一家领先银行通过将员工重新分配到高价值任务，释放了大量的分析师能力。• 一家全球保险公司识别了风险与合规岗位之间的重复工作，从而实现了显著的效率提升。 • 一家科技公司通过将其客户成功团队转型为新兴职位，节省了数百万的招聘和解雇成本。 人工智能代理遍布五角大楼，在较低层级运行更为频繁：支持人类处理常规和认知任务，并使人类的判断能够专注于高价值决策。 这种结构促进了敏捷性、技能的连续性、创新、优化资源配置以及可衡量的业务成果——使组织能够更快、更有利可图地创造价值，同时不会削弱人力资源的潜力。但它依赖于对任务背后角色、完成工作所需技能以及员工队伍（及更广泛的人才库）中能力的深刻理解。 从增长到能力：重新思考人才优先事项 领导者无需在削减成本和投资未来之间做出选择。当他们专注于转变劳动力时，两者皆可兼顾。 杰奎·坎尼，ServiceNow首席人力资源与人工智能赋能官 大多数领导者仍专注于扩张。三分之二（66%）的C级高管——以及61%的人力资源领导者——告诉我们，他们2026年的人才战略首要任务是依靠新招聘实现增长。超过一半（55%）的C级高管计划设立首席人工智能官或首席自动化官等职位——这明确表明人工智能已成为董事会层面的战略优先事项。 然而，仅仅增加人员数量是不够的。如果不改变工作设计方式以及人员在此过程中的发展方式，组织将面临招聘一个已不复存在的结构的风险，并牺牲盈利能力。 下一个前沿是能力增长：培养在持续演变体系中蓬勃发展的技能和适应性。随着等级制度趋于扁平化，任务不断演变，职业发展路径正变得不那么线性，而更加基于技能： • 现在的职业发展取决于任务掌握和技能积累，而非在职时间。 •入职培训必须使员工能够快速为人工智能增强型工作流程做出贡献。 • 复技能和转技能是持续的必要要求，而非偶尔的倡议。 大多数人力资源领导者都认识到紧迫性：67%的人表示他们正在积极地为员工提升技能、重新培训技能和重新部署岗位——并且清楚优先事项在哪里。 然而，在为人工智能培养人才方面仍存在障碍：61%的人力资源领导者指出预算和资源有限（用于技能再培训和提升），43%的人指出员工存在恐惧或抵触情绪，43%的人表示缺乏高层对自动化的共识。正如我们将在第六章中探讨的，人力资源有被完全排除在决策过程之外的风险。 值得注意的是，虽然56%的高管表示由于采用人工智能（在过去一年中）而重新调配了人才，但只有37%的人力资源领导者似乎认为这种情况发生了。在技能再培训方面也存在类似的差距：49%的高管表示这种情况发生了；而只有33%的人力资源领导者称在其组织内看到了这种情况。 高管层所认为正在发生的事情与人力资源部门在基层所看到的实际情况之间的差异表明，高管层对人工智能驱动的工作力变化的信心被高估了。 据信，高层管理人员中，有相当一部分人对过去一年因采用人工智能而做出的劳动力变革和决策感到自信或非常自信。 六十二百分之一的C级高管表示，他们“非常自信”，在过去一年采用人工智能后，已经做出了正确的劳动力调整。 但这种信心很可能是不恰当的。麻省理工学院的研究发现，企业中95%的生成式AI试点项目都失败了。ServiceNow报告称，55%的组织已部署了超过100个AI用例——但只有19%的人表示这些努力带来了有意义的业务成果。 几乎所有（99%）受访的C级高管表示他们目前正在自动化任务。一半（50%）的人表示他们“非常自信”，认为他们的组织对任务和职责有足够的可见性，能够做出有效的自动化决策。 然而，他们似乎在做这些决策时可能忽略了关键情报。只有29%的人表示，在确定要自动化的任务时，他们会考虑跨角色、部门或职能的任务重复问题。不到一半的人关注成本降低的潜力（49%）、时间减少的潜力（即员工生产力影响）（46%），以及“任务的简单性或重复性”（45%）。 令人担忧的是，只有34%的高管表示，在识别哪些任务最适合自动化时，他们会使用与外部行业数据集进行对比的先进AI驱动任务分析基准。 缺乏人工智能的精准与高效，领导者将无法准确识别适合自动化的任务，也无法随着工作进展迅速采取行动。决策将存在与现实脱节的风险，并可能落后于变化的步伐。 员工们的行动速度已经超过了领导层的洞察力：在我们调查的早期职业员工中，几乎所有人（94%）都说他们不得不调整日常工作的方式，因为过去一年引入了新的AI工具或流程——这些变化发生的频率之高，低至每隔几个月一次（19%），高至每月一次（22%），甚至每周或更频繁（18%）。 员工中已有相当一部分因人工智能而调整了他们执行日常工作的方式。 事实上，虽然65%的初级职业员工认为他们的公司正针对正确的任务进行自动化，但34%的人表示他们的公司在