AI成为劳动力，麦肯锡与德勤最新解读人机协同新趋势:

培训体系

AI成为劳动力，麦肯锡与德勤最新解读人机协同新趋势

CSTD中国人才发展平台

2026-07-02

2026年中，两份来自全球顶级咨询机构的重磅报告几乎同时指向同一个结论：企业正在进入一个全新的时代——人机共生时代。

麦肯锡于6月发布《共生企业》（The Symbiotic Enterprise）报告，提出AI已不再只是工具，而是正在成为一支"劳动力"。

德勤同期发布《2026年全球人力资本趋势报告》，以"从冲突走向拐点：锚定人类核心优势"为主题，指出人类正处于从"被平替"到"与AI共生"的关键拐点。

两份报告共同描绘了一幅未来企业的完整图景，其核心判断高度一致：人机共生企业已来，且这一转型正在重塑企业运营、竞争和创造价值的方式。(公众号私信回复"人机共生"下载两份报告）

麦肯锡：AI正在成为一支劳动力

麦肯锡报告开篇即给出一个颠覆性论断：AI已不再只是工具，它正在成为一支劳动力。这一判断建立在两大技术突破的基础之上。

第一，推理模型与智能体技能补齐短板

首先，最新推理模型和智能体技能使AI智能体能够在有限监督下执行复杂的认知任务。报告回顾了短短四年的技术演进：

2022年，生成式AI首次实现自然语言交互，但只能"告知"而不能"行动"；2024年，智能体AI实现从被动响应到主动执行的转变，但缺乏企业级判断力；2025年以来，推理能力的阶跃式提升与智能体技能的出现共同补齐了最后短板。大语言模型已从在学术基准测试中垫底跃升至绝大多数学科的前10%，达到与顶级人类考试相当的水平。

所谓"智能体技能"，就是将企业特有的决策规则、内部流程和约束条件编码为可复用组件，使通用智能体转化为符合企业标准的专业级数字员工。

第二，物理AI扩展自动化边界到物理世界

其次，物理AI——新一代智能机器人——正在将自动化边界从认知领域扩展到物理世界。报告指出，传统工业机器人受限于固定输入、固定轨迹和可预测输出，一旦现实出现偏差就会停止或需要人工干预。

物理AI通过三项技术突破打破了这一局限：世界模型使机器人能够预判动作后果；视觉-语言-动作模型作为"统一驾驶系统"将视觉环境与语言指令直接转化为动作；嵌入式智能使机器人在边缘端实现实时推理。此外，主动数字孪生通过大规模域随机化让机器人在仿真中积累数年经验后再部署。

这两项技术突破叠加，使近60%的工作时间在理论上可以实现自动化。根据麦肯锡研究，欧洲和美国约65%的工作时间涉及非体力能力，35%涉及体力能力。约三分之二的非体力工作时间和三分之一的体力工作时间目前已具备技术上的自动化条件。

但麦肯锡同时指出一个令人警醒的现实：尽管AI采用已近乎普及——超过80%的企业在至少一个职能中部署了AI，但很少有公司报告有意义的利润影响。在大多数情况下，AI仍被嵌入现有工作流程中，仅产生增量收益。

在软件工程中，第一代AI助手仅提供5%至15%的生产力提升；在客户运营中，第一代生成式AI工具仅带来10%至15%的增量改善。真正的突破不在于"增强"现有工作，而在于"重新发明执行方式"。当认知和物理工作流程从第一性原理被重新设计时，早期的人机系统已经能够实现阶跃式改进。

德勤：从"人类+机器"到"人类×机器"

德勤报告则从组织和人的视角给出了回应。报告基于对15个国家3000多位企业及人力主管的调研，以及对50多位高管和专家的深度访谈，提出了三个关键转折点。

1. 从"人类+机器"到"人类×机器"

人类与机器之间的界限正在逐渐模糊。组织需要重新设计工作方式，以充分发挥人类与机器的协同效应，而非简单叠加。

报告强调，大多数组织将AI叠加在现有系统和流程之上，而非重新构想人与AI如何互动、协作和决策。这就像历史古城在旧有基础上增添新基础设施，而非从底层重新设计。

德勤研究表明，当组织优先考虑工作设计并审慎地重新设计人机交互模式和角色时，其AI投资回报率超出预期的可能性会提高一倍。

以一家欧洲电信公司为例：在未改变岗位职责或工作流程的情况下引入AI"专家"，仅实现5%的生产力提升；当企业将90%的推广预算用于重新设计人机协同模式——包括新的工作流程、信任阈值、升级路径和系统化培训——生产力提升达到30%。

2. 从成本效率到价值创造

持续的成本压力正将企业推向转折点，重心应从"不惜一切追求效率"转向价值创造。

报告指出，人口结构变化与劳动力缩减正使人力本身成为一种稀缺资源，从而凸显出投资于人类能创造独特且不可替代价值的领域的必要性。最终获得成功的组织，可能并非那些自动化速度最快的企业，而是那些将效率转化为再投资、推动全新价值创造和员工绩效提升的组织。

3. 从静态规划到动态协同

战略与执行深度融合，组织需要突破传统的岗位和员工结构，通过协调能力与产能应对不断变化的业务需求。这意味着构建一个持续学习、不断验证和创新的体系，让员工不仅能够适应变革，更有能力去塑造它。目标、价值观和文化应从静态的宣言转变为组织中有生命的组成部分。

德勤的研究发现了一个关键规律：采取技术导向策略的企业，其AI投资回报未达到预期的概率，比以人为本的企业高出1.6倍。竞争优势不再主要源于技术的差异化，而在于打造人类的核心优势——适应力、创造力和判断力。在一个技术日益普及的世界中，技术可以复制，而人不可复制。

只有6%的受访者表示他们在有意识设计人机交互方面处于领先地位；而有意识设计人机交互的组织，其财务业绩更佳的可能性高出近2.5倍，认为能够提供有意义工作的可能性是其他组织的两倍。

人机共生：两份报告的共同指向

尽管视角不同，两份报告指向了同一个方向——人机共生企业。

麦肯锡将其定义为：人类、AI智能体和智能机器人各自根据自身优势做出贡献的新型企业模型。人类提供判断力、创造力、监督和异常处理；AI系统提供可规模化的认知执行和协调；物理AI执行重复性或操作受限的任务。

在这一模型中，人类的角色从"生产工作"转变为"行使判断"——从分析师构建模型、律师起草合同、工程师编写代码，转变为指挥、监督和改进执行系统。约75%的岗位可能需要重大重新设计。

组织形态从多层级的职能化层级转变为动态的、由小团队协调端到端执行的扁平化网络。经济学上，成本结构从劳动力和资本驱动转向技术驱动的可变成本结构——在知识密集型行业，技术支出最终可能超过劳动力成本。

德勤则强调：持续的竞争优势源自"人力优势"——适应力、创造力和判断力——并辅以动态协同、数字信任、权责明晰与韧性文化的支撑。最终决定企业能否成功跨越增长曲线的，并非单一的技术投资，而是借助AI释放人的潜能，实现深度融合的人机协同。

报告指出，从"人类+机器"到"人类×机器"的转变意味着：有意识地设计人类与机器的互动方式，组织更有可能实现投资回报并创造有意义的工作。88%的领导者表示加快人员、技能和资源的协调对组织成功极为重要，但仅有7%表示已在此领域取得重大进展。

两份报告都认为，生产力只是第一阶效应。麦肯锡指出，共生企业从根本上改变了增长经济学——使组织能够更快创新、持续适应、解锁新收入机会，并通过软件而非劳动力实现规模化。

共生企业通过三种方式扩展增长机会：通过实时优化提升现有产品和服务；使此前不可能或过于昂贵的产品变得经济可行——如AI设计的分子加速药物研发；实现全新的商业模式——AI原生法律平台以颠覆性成本结构提供服务，AI导师以空前规模和成本提供个性化教学。

德勤则强调，人工智能正从技术工具演变为组织变革的催化剂，真正的转型核心在于在人机协同的关键节点上重新设计工作模式。66%的受访者认为有意识地设计人机交互模式对组织成功具有重要意义，但行动滞后明显。

德勤还提出了"文化债务"概念——即因忽视文化影响而累积的负面后果，如同财务债务会累积利息。80%的领导者担心员工使用AI来显得比实际更高效，而42%的组织很少评估AI对人的影响——这些信号表明文化债务正在累积。

转型挑战：认知与行动的巨大鸿沟

两份报告都揭示了一个令人深思的现实：认知与行动之间存在巨大鸿沟。

德勤数据显示，尽管85%的企业领导者认为"组织适应能力"至关重要，但仅有7%的领导者表示已在此领域取得重大进展。66%的受访者认为有意识地设计人机交互模式对组织成功具有重要意义，但仅有6%的受访者称已在这一领域处于领先地位。

88%的领导者认为加快人员、技能和资源的协调对组织成功极为重要，但仅有7%表示已取得重大进展——这是今年调研中差距最大的一项。66%的高管认为推动超越传统组织功能边界对组织极为重要，但仅有7%的组织取得了显著进展。超过半数的受访者认为AI对文化的影响重要或非常重要，但只有5%的组织取得了重大进展。

麦肯锡同样指出，62%的企业正在试验AI智能体，但部署仅限于一两个职能，只有不到10%的组织在任何单一职能中规模化部署了智能体。大多数组织仍将AI嵌入现有工作流程，仅产生增量收益。同时，只有30%的CEO今天积极监督组织的AI议程。组织的变革管理能力也面临严峻挑战：只有27%的受访者认为其组织能有效管理变革，只有8%认为在持续满足员工实时学习需求方面非常有效。

德勤中国人力资本咨询事业群主管合伙人颜蓉对此直言："很多企业以为有了大语言模型，这事就搞定了，我就可以用AI了，不是的。今天AI带给我们不可思议的效能，但具体到每一家企业，它还需要一次'自定义'过程——你不可能只用大模型，因为那是通用的，你要有自己的护城河，有你对这个行业的独特视角和管理方法。"

这一判断与麦肯锡的核心观点高度一致：当AI能力商品化、生产力增益在各行业扩散，持久的竞争优势将从AI本身转向那些随时间累积的资产和能力——通过数据专有构建的智能、智能体技能和学习循环；客户和生态系统的控制点；以及对智能架构和大规模执行的掌握。

关键行动：从意识到实践

综合两份报告，企业迈向人机共生需要把握以下关键行动：

1. 有意识地设计人机交互

德勤强调，有效的人机交互不会自然发生。组织需要在宏观层面（设计原则、治理和战略）和微观层面（具体工作、员工和团队的具体互动）有意识地设计人机交互模式。这包括硬性连接（重新设计的角色、问责机制、决策权限、工作转交流程）和软性连接（领导行为、组织文化、心理安全感）。有意识地重新设计岗位职责、工作流程和决策机制以支持人机协作的组织，更有可能超越投资回报预期。组织需要明确定义他们希望员工与AI建立的互动类型——AI作为下属、作为教练、作为老板，还是作为迭代协作者——并支持员工与之建立健康高效的关系。

2. 从"增强"走向"重新发明"

麦肯锡指出，真正的突破来自重新发明执行方式，而非增强它。那些将工作流程从第一性原理重新设计并重新分配人与AI角色的组织，正在获得远超传统AI增强的收益。报告提出了"双shift"软件工厂模式：人类上白班——定义需求、分解任务、设定验收标准；AI智能体上夜班——以规模化并行执行编码、测试、安全验证、性能优化和文档编写。这种模式将数周的敏捷迭代压缩为24小时的交付周期。在物理领域，亚马逊的Sequoia系统通过重新设计仓库运营模式，使入库库存识别速度比上一代机器人系统快75%，订单处理时间缩短25%。

3. 锚定人类核心优势

德勤报告的核心主张是：竞争优势不再主要源于技术差异化，而在于打造人类的优势。技术是可复制的，而人是无法复制的。在充满不确定性和变化的环境中，人类通过适应能力、创造力和判断力建立竞争优势。报告提出了"全方位沉浸式成长"模式：将适应、学习和进化作为嵌入日常工作流的持续能力来培养，而非通过零散的培训项目。员工表示，这种融入工作流的个性化变革适应方式，最有助于他们在不断变化的环境中保持竞争力。

4. 推动文化与组织的同步进化

德勤指出，人工智能正在影响文化、人际连接和信任。组织需要将文化视为战略资产，主动塑造并运用文化以释放人工智能潜力。同时，传统职能部门正在走向解构——人力资源、财务、IT等职能需要从"岗位-部门-层级"架构转向"能力-任务-成果"的新型组织逻辑。报告建议将"维持业务运转"与"推动业务增长"两类活动分离，前者通过全球业务服务和自动化规模化交付，后者通过跨职能的动态团队端到端执行。93%的IT领导者认为HR与IT的整合可以提升生产力、满意度和员工参与度。

5. 建立新的数字信任契约

德勤指出，AI生成内容正在挑战真实性、侵蚀人的能动性、削弱批判性判断力。超过半数的网络新文章由AI生成，而只有5%的组织在积极解决工作和员工数据质量及可信度下降的问题。报告建议：实施AI数据关联图谱追溯数据来源和转换；开展AI风险模拟演练发现漏洞；培训招聘经理识别深度伪造候选人；培养员工的反思能力和判断力；提升工作成果透明度——如标注内容中人类制作与AI生成的比例。

结语

麦肯锡在报告结尾写道："共生企业不仅仅是一次技术变革。它是对企业如何创造价值、组织工作和参与竞争的根本性重新设计。在此之前，企业曾通过工业化、精益管理、数字化和云计算实现过自我重塑，但从未有过这样的时刻——人类不再是执行的唯一引擎，自主系统以机器速度做出重大决策，企业的边界、工作的经济学和竞争优势的来源同时被重塑。"

德勤则指出："人工智能等技术将持续演进，但它们仅仅是故事的一部分。未来的走向或许并非由我们采用的技术决定，而是取决于我们在面对未来决策时所展现的判断力、价值观和勇气。"报告提出，董事会的决策正产生超越组织范围的影响——从人的幸福与健康、劳动力市场健康度、真实与信任，到整体经济健康度。那些超越传统治理模式、考虑更广泛影响的董事会，能够重塑自身组织乃至周边生态系统。

两份报告共同告诉我们：人机共生企业已来。那些能够重新定义未来差异化来源、有效规划转型路径、建立规模化治理智能执行所需的运营基础，并从顶层连贯地领导转型的组织，将成为下一个十年的赢家。麦肯锡明确指出，未来的赢家将不是部署最多AI的组织，而是那些最快重新发明其运营模式、围绕智能构建复合优势、在智能执行创造价值的控制点上占据先机的组织。德勤则补充道：最终拉开差距的，不是技术的先进程度，而是能否围绕人的优势构建组织韧性、信任文化与持续适应力。真正的竞争分水岭已不再源于技术本身的差距，而在于能否构建以人为核心的组织韧性与适应力。这，才是制胜AI时代的核心引擎。

参考来源：
- Deloitte, "2026 Global Human Capital Trends: From Tension to Tipping Point: Choosing Human Advantage";
- McKinsey, "The Symbiotic Enterprise: How Cognitive and Physical AI Are Reinventing Enterprise Execution" (June 2026)

AI 、培训体系