這一新的研究是之前德勤關于技術對工作影響調(diào)查的延續(xù)。該研究中使用的就業(yè)數(shù)據(jù)來自美國職業(yè)信息網(wǎng)絡(O*NET)；勞動力和收入數(shù)據(jù)來自于國家統(tǒng)計辦公室(ONS)。在引入智能機器和自動化的背景下，我們評估了120種不同的技能，能力和專業(yè)領域知識的在工作變更中的重要性。我們考慮到國家和主要工業(yè)部門和職業(yè)群體的影響。我們預計，這些持續(xù)的轉(zhuǎn)變可能會對2030年的經(jīng)濟產(chǎn)生影響。

最后，我們討論了所有組織可能面臨的挑戰(zhàn)，并為規(guī)則制定者、教育工作者和商業(yè)領袖提供了一系列須要應對的關鍵問題。

發(fā)現(xiàn)總結(jié)

基本的人類才能由認知和社會技能所主導

許多學生在學校和校園生活中所獲得的學術知識和技術技能，只占到他們在職業(yè)生涯中技能和能力中的小部分。并非每人都會專注于干細胞研究和數(shù)字技術, 未來的員工需要具備更多平衡記分板（balanced scorecard）上的能力, 從而建立必要的認知、社交關系、處理能力、內(nèi)涵和解決問題的技能。同時還包含能力、知識、以及學習如何應用相關的信息,這樣他們在工作上才能更稱職。

頭腦比肌肉更重要

從絕對意義上講，專業(yè)理工學科的知識比體能中的力量、耐力、靈活性或操縱和控制對象的能力重4成。然而，通用綜合的解決問題的技巧和社交技能的重要性則超過了兩倍。在2015年，綜合解決問題、社交和程序化技能是英國勞動力中最重要的品質(zhì)，這些技能有助于在不同領域更快地獲得知識和技能。

在國民經(jīng)濟中，社會技能和認知能力是最受重視的

認知能力的重要性每增加10%，人均每小時收入中值就增加了12%，這影響了知識的獲取和應用。同樣，社交技能同樣重要，每10%的提高可以增加小時收入中位數(shù)的10%。然而，盡管健康服務知識的重要性預計到2030年將增加17%以上，但每增加10%卻會導致薪資下降2%。

對理工科和其他技能的需求增加，到2030年將需要數(shù)百萬專業(yè)人才

到2030年，數(shù)學和科學知識的重要性將提高8%。這相當于包括教師、科學家、工程師、IT和數(shù)字專業(yè)人員、經(jīng)濟學家和統(tǒng)計學家在內(nèi)的勞動力增加了約4,500,000個新的就業(yè)。

自動化風險高的就業(yè)比例與教育投入有關

在我們對若干國家經(jīng)濟的分析中，我們發(fā)現(xiàn)政府對教育的投入與自動化風險高的就業(yè)比例密切相關。 在英國，35％的就業(yè)機會處于高度自動化的風險，而政府則占國內(nèi)生產(chǎn)總值的5.7％在教育中。 相比之下，在印度，69％的就業(yè)機會處于高風險，但只有3.8％的國內(nèi)生產(chǎn)總值用于教育。

技術進步所引起的失業(yè)恐慌并不是什么新鮮事。然而，證據(jù)表明，勞動者并不需要為此感到擔憂。根據(jù)David Autor的說法，在整個20世紀，就業(yè)人口比例是呈上升態(tài)勢的。我們的研究表明，在過去的140年里，技術一直是一個“偉大的創(chuàng)造就業(yè)的機器”。雖然沒有“經(jīng)濟基礎法則”保證每一個勞動者都能就業(yè)，我們建議人們不應該反對機械化和自動化， 而是應該擁抱機器人技術創(chuàng)新、過程自動化、人工智能和大數(shù)據(jù)技術帶來的新機遇，它們將為擁有合適技能、知識和能力的員工創(chuàng)造新機會。

在機器時代工作需要什么樣的人才呢

我們調(diào)查發(fā)現(xiàn)，120種不同技能、知識和能力的排名突出了兩個關鍵問題：

1. 知識不是必須的天賦

除了數(shù)學(占勞動力重要性總數(shù)的87%)，管理和管理知識(86%)，知識的教育和培訓(79%)和計算機和電子知識(72%)。學術知識，例如物理或自然科學，或藝術和人文學科，這類知識只對于少數(shù)的勞動力而言是重要的。

2. 數(shù)字與技術技能只是少部分員工所必須的技術專長

編程技能和技術設計只對5%甚至更少的員工來說至關重要。更重要的是，那些設計、設置和操作機械或者技術系統(tǒng)的技能重要性正在逐漸下降。我們還根據(jù)每個職業(yè)的就業(yè)總量估計出了那些最重要的技能、能力和知識領域。這一過程揭示了2015年英國勞動力的十大最重要特征，如下圖所示。

十大最重要屬性由認知能力(cognitive abilities)主導，它影響著人們在處理問題的過程中對知識的獲取與運用。此外還有內(nèi)容技能(Content skills)，它包含了在不同領域中需要使用的背景結(jié)構(gòu)和獲取更為具體的技能?？蛻艉蛡€人服務知識包括提供客戶和個人服務的原則和過程的知識，例如客戶需求評估，滿足服務質(zhì)量標準和客戶滿意度評估。換句話說，最重要的屬性列表包括基本技能，需要員工與其他人進行互動，了解和溝通的知識和能力。

相比之下，十大最不重要的屬性列表包含一系列物理和感官技能和能力，這些技能和能力在那些適合機器的重復手動任務中極少被用到。 對于人類員工來說，具有聽取和理解他人提出的信息和想法的能力遠比擁有肉體爆發(fā)力重要。

技術進步無疑會為個人和組織帶來好處。 但是隨著機器人技術，大數(shù)據(jù)，人工智能和其他“智能”技術的迅猛發(fā)展，決策者，教育機構(gòu)，公共部門和不同行業(yè)的企業(yè)將面臨日益復雜和困難的問題。

我們的結(jié)論

德勤的新研究指出，隨著企業(yè)逐漸調(diào)整業(yè)務來適應日益全球化和數(shù)字化的世界，英國員工的技能、知識和能力之間的平衡發(fā)生了根本性轉(zhuǎn)變。對于那些能夠利用機器人、大數(shù)據(jù)和人工智能等技術來實現(xiàn)日常和非常規(guī)任務自動化的組織來說，經(jīng)濟的再融合具有積極的影響，可以提高效率和有效性，獲得競爭優(yōu)勢并做出更明智、更迅速的決策。對于那些員工們擁有與機器配合工作的通用技能和能力的組織來說，這同樣具有積極影響，他們的智慧和能力都在增強，這樣他們就能做得更多，而且比前幾代人更為積極。最后，再混合有利于那些具有獨特的專業(yè)技能的工人，他們的工作很難被自動化所替代。

無法適應這個新的自動化時代的大小企業(yè)很可能會舉步維艱。 盡管他們的勞動力可能具有一定的規(guī)模，布局或深厚的技術技能，但是他們不可能與機器或那些擁有強適應力員工的組織的競爭。 對于員工和求職者個人來說，他們的生存可能看起來很不確定。 一方面，“技術悲觀主義者”認為，智能計算機和機器人將使人類失去數(shù)以百萬計的工作，因為越來越多的例子表明，在某些行業(yè)中，大規(guī)模的裁員確實在發(fā)生。 另一方面，樂觀主義者指出這些只是離散任務的自動化，而不是整個職業(yè)的自動化，并不會影響由科技驅(qū)動的勞動力擴張。

然而，新研究表明，我們有明確和實質(zhì)的理由來保持樂觀。從長遠來看，科技創(chuàng)造的就業(yè)機遠比它正在摧毀的要多得多。我們發(fā)現(xiàn)，盡管需要科學(Science)、技術(Technology)、工程(Engineering)與數(shù)學(Mathematics) 技能和知識，但它們并不像具有強大的基礎和通用的技能和能力——認知能力、內(nèi)容、程序化和社交技能一樣重要。盡管在就業(yè)前景方面，擁有少量知識可能是一件非常糟糕的事情，但在一系列領域的專業(yè)知識已經(jīng)被證明可以增加許多職業(yè)的就業(yè)機會。英國經(jīng)濟也面臨著來自勞動力市場資源空洞化的壓力。盡管它的影響尚未完全實現(xiàn)，但中等收入、中等技能的工作正面臨著被越來越強大的機器人、軟件自動化和其他快速發(fā)展的技術所取代的巨大威脅。