机器学习、机器人等自动化技术在日常生活中越来越有存在感，不难想见，它们对职场的影响也已成为研究机构和公众关注的焦点。那么问题来了，哪些工作更容易被机器取代，哪些又能暂时高枕无忧？
事实上，这份研究呈现出来了更加微妙的结果。在下一个十年里，自动化能够完全取代的职业其实很少，但是对所有行业都会多多少少地产生影响，这取决于具体的工作。现在，自动化能代替的远不止是重复劳动的制造业工作，还可能给医疗健康和金融等相当依赖知识的行业带来变革，起码从技术上来说是完全行得通的。
有鉴于此，麦肯锡对八百多个职业、二千多项工作进行了详细分析，得出以下初步结论。我们使用的数据来自美国劳工统计局和O*Net，对整个美国经济里这些工作的平均耗时、将其自动化的技术可行性进行了量化分析。
去年，我们曾撰文阐明，现有的技术能够使45%的工作自动化；60%的不同职业中，至少30%的工作能够被机器和现有的技术取代。在本文中，我们将按被自动化技术取代的难易程度把工作分成三类：非常容易受影响（highly susceptible）、不太容易受影响（less susceptible）、最不容易受影响（least susceptible）。在每一类里，我们将分别讨论在哪些部门和职业里，机器人和机器最容易取代人工。文章结尾将讨论当今发展势头迅猛的技术（比如自然语言生成）将如何改变我们的未来，对于企业高管又有什么启示。
何为自动化潜力
讨论自动化时，我们用来衡量的是现有技术能够使一种工作自动化的潜力；换言之，即一种工作的自动化在技术上是否可行。每一职业都由不同工作组成，每一工作都有不同程度的自动化技术可行性。技术可行性，指利用现有技术使现有工作自动化而节约下来的原工作时间。
如下表所示，本文把研究的职业分成七大类。举个例子，零售行业的岗位工作包括处理数据、与顾客互动、商品陈列（我们将这项工作界定为可预测环境下的体力搬运）。构成一个岗位的所有工作具有各不相同的自动化潜力，因此我们调查了职员工作一周会在每项工作上投入多少时间，据此估计该行业自动化潜力。
技术可行性是实现自动化的必要条件，但不能完全据此预测一项工作活动能否被机器取代。因此我们引入第二个因素，即开发部署自动化所需的软硬件的成本。
第三个考量因素是劳动力与相应的供需动态变化：如果劳动力供应充足，则意味着劳动力成本显著低于自动化成本，这就能成为反自动化的决定性因素。
第四个因素是其他替代人工带来的好处，包括提高产量和质量、减少误差等。
其他考虑因素包括监管和社会接受度方面的问题，比如特定工作背景对于机器的接受程度，这些也必须纳入考量。比如理论上来说，机器人能够取代护士的一些工作，但是更愿意与人类接触的病人会对冰冷的机器产生反感。
总而言之，衡量某行业或职业的自动化潜力，需要反映上述因素及其利益权衡之间微妙的相互影响。 虽然现在机器的确取代了一些人类工作，但这不一定意味着这种工作就不需要人工参与了。恰恰相反，有时候一些已经部分自动化的职业反而需要增加人工投入，因为社会总需求有所增加。举个例子，美国市场在八十年代开始大规模应用条纹码扫描仪和零售终端系统，使得每家商店的人工成本降低了约4.5%，商品成本降低了1.4%。但是，收银员依然存在，而且雇佣人数在1980年到2013年间还以年均2%的速度增长。
最容易被机器取代的工作
在美国职场上，工作者几乎五分之一的时间都花在体力劳动或在可预测环境下操作机械上；可预测环境，即员工熟悉的工作环境和工作内容，即使发生变化也是相对容易预测的。通过改装与应用现有的技术，我们估计，这类工作活动的自动化技术可行性为78%，是七个大类里最高的。
这类可预测的体力劳动大多集中在制造业、餐饮住宿和零售业，因此，若单纯考虑技术因素，这些行业是最容易受到自动化技术威胁的。
以制造业为例，工人们在可预测环境下进行体力劳动或操作机器占据了工作时间的三分之一，工作内容包括商品包装、给生产设备上料、焊接、设备维修等。因此，约59%的生产活动能够自动化，但是这个数字忽略了不同活动之间的差别。具体而言，焊接机、切割机等工作中，有90%可自动化，但是客服代表工作的可行性则低于30%。同一行业里，不同企业也有不同的自动化潜力。
不过，若仅从技术潜力来看，制造业的自动化前景在美国市场上排在第二，排在首位的是服务业里的餐饮住宿行业。根据我们的分析，73%的后勤工作——比如准备食材、烹饪、上菜、清洁、洗碗等——在技术上都完全可以实现自动化。
实现自动化的例子并不鲜见，比如自动售货机和自动咖啡厅。餐饮行业也在探索更新颖的概念，比如自助点单，甚至引入机器人服务员。据说，Momentum Machines公司推出的一款汉堡机器人每小时可以做出360个汉堡，能使一系列的烹饪和准备过程自动化。另一方面，尽管在技术上非常可行，企业也必须考虑收益与成本的平衡。上述一些工作活动中，由于对技能要求低、劳动力供应大，职员工资接近美国职场上的最低水平。既然餐厅服务员的时薪只需10美元左右，以降低劳动力成本为由引入机器可能就站不住脚了
零售业是另一个具有很高自动化潜力的行业。我们预计，零售业53%的工作都是可以被机器取代的，不过跟制造业相同的是，不同岗位需要具体分析。对零售商来说，引入高效的技术管理库存和物流是行之有效的，比如清点商品、打包发货、收集客户信息等。但是，零售业同样需要熟练的认知与社交技能，比如给客户推荐商品的销售人员。因此，我们的研究指出，销售人员47%的工作具有自动化潜力，这一数字远低于簿记员、会计师和审计员的86%。
不过，本文一直强调的一点是，“能够被自动化”不等于“会被自动化”，更多的经济因素在起作用。簿记员、会计师和审计员的工作诚然需要一定技能与培训，但是这些工作能够大部分被软件和电脑取代，因此自动化成本低于人力成本。
从这些角度出发，一些“中等技能”（middle skill）的岗位相对容易被自动化取代，比如数据收集与数据处理工作。随着自动化技术不断进步，机器也可能在更大程度上取代一些技能要求更高的工作。
如下热度图所示，不同行业及业内的不同工作的自动化潜力都各不相同。
具有中等自动化潜力的工作活动与行业部门
在美国职场上的所有职业中，三分之一的工作时间都用于收集和处理数据，这两项工作的自动化潜力都超过了60%。长久以来，许多公司已经把采购、工资支出、物资计算等工作进行自动化处理，现在随着技术进步，计算机能够处理更多工作，甚至包括贷款申请。值得注意的一点是，不仅是职场新人或是普通员工需要收集和处理数据，年薪超过20万美元的高层也会把约31%的时间花在这些基础的事情上。
金融服务和保险行业就是两个很好的例子。金融界向来依赖专业经验，股票经纪和投行都是靠脑子立足的。但是，金融和保险从业者中，50%的时间都是用于收集和处理数据。这两方面的工作完全可以用自动化技术取代。
因此，从技术潜力来说，占据金融从业者43%工作时间的活动都能用自动化取代。区别在于，抵押经纪人可能90%的工作时间都用来处理抵押申请，若能引入更先进的核证流程来处理文件和信贷申请，以上比例就能降到略高于60%。这样，经纪人就能从日常事宜中抽出更多时间向顾客提供建议，达成双赢。
其他具有中等自动化潜力的工作包括不可预测环境下的大量体力活动或机械操作，典型行业如农业、林业、建筑等，具体岗位包括在建筑工地操作起重机的工人、提供紧急医疗服务的急救人员、在酒店整理房间的清洁人员等。在酒店整理房间归类为不可预测环境下的工作，因为不同客人可能把床铺弄乱成不同的样子、可能在床上乱堆放衣服等。
这类工作比可预测环境下的工作要求更高的灵活性，因此仅用现阶段的技术相对更难实现自动化，其自动化潜力为25%。不过，也有一些工作更容易引入自动化技术，比如农业（如评估作物质量）和建筑业（把建筑蓝图化为具体的作业要求）。
最难自动化的工作
现有技术最难取代的是管理培训类的工作（自动化潜力只有9%）或是利用经验知识进行决策、规划和创意性工作（18%）。这些活动往往被归类为知识型工作，从软件编程到撰写宣传文案等，内容不一而足。
现在，计算机能够完成的大多是定义明确的工作，比如路线优化，但是我们的社会还需要许多相对模糊的工作，比如确定适当的目标、解读阶段成果、对解决方案进行常识性的检查等。人类互动的重要性在两个行业体现得最为明显，它们也具有相对较低的自动化潜力——医疗健康和教育。
总的来说，医疗健康的自动化潜力约为36%；对于日常工作要求较高程度专业经验、需要与病人直接接触的从业人员来说，其可替代性更低。我们的研究指出，光考虑技术因素的话，一名注册护士的工作只有不到30%能够被自动化取代，口腔科医师更低，只有13%。
然而，医疗行业的部分工作依然可以引入现有技术进行自动化处理，比如为病人准备食物、执行非静脉注射的治疗等。同理，与数据收集相关的工作也可以自动化处理，比如三分之二的时间都用于收集病人健康信息的助理护士。一些相对复杂的工作，如在简单手术中给病人麻醉、进行放射性检查等，在技术上都有可能实现自动化。
在本研究涉及的所有行业部门中，自动化潜力最低的是教育行业（至少从目前的数据来判断的确如此）。当然，数字技术也在给教育产业带来变革，当前流行的许多线上课程和学习工具就是最好的例子。但是，教学的本质在于术业有专攻，并在此基础上与他人进行复杂的互动，而这两类工作都是表一中属于自动化潜力最低的，却占据了教育产业将近一半的工作。
尽管如此，教育行业27%的工作依然有望用现有技术替代，主要是那些课堂以外的辅助性工作，比如校园保安、清洁工、负责人事记录的行政人员等。把数据收集和处理的活动用自动化技术代替，能够降低教育行业的行政支出，在保持教学水平的同时降低成本。
自然语言处理是突破口
随着技术不断发展，机器人和机器学习将进一步影响社会，现在自动化潜力较低的行业也免不了迎来机器的入侵。但是，新技术也可能推动人类和机器人之间更安全、更高效的合作，比如提高建筑业的自动化程度。另一方面，人工智能也有望应用于高度依赖工程师的部门。
未来，如果机器对自然语言的理解能力能够达到人类的中等水平，即电脑能够理解人类的日常沟通互动，我们将迎来一次大规模的技术突破。在零售业，这种自然语言处理的进步能够把现在53%的自动化潜力提高到60%。金融和保险行业的提高更为明显，能够从43%跃升到66%。医疗健康行业也能得益，虽然我们认为现有技术还不能完成所有诊断和治疗的工作，但技术必然会随着时间不断发展，从而扩大应用前景。现在，机器人或许还不能帮你洗牙、给孩子上课，但谁也无法预测未来。
但是，正如我们在开头申明、在文中多处强调的一点，除了考虑自动化的技术潜力，自动化的市场应用前景还需要从商业角度考虑收益与成本、劳动力的动态供需、影响人们接受程度的监管和社会因素等。
如何管理日益自动化的企业？
自动化影响的不仅是普通人打拼的职场，还有高层管理者。日新月异的技术可能让人措手不及，如何充分利用潜力、避免隐患成为一个复杂的问题。在一些行业里，自动化已经影响到市场竞争，比如在零售业中，电商凭借物理操作的自动化（如引入机器人管理库存）和知识工作的自动化（如利用算法预测顾客想买的商品），对传统的实体零售商形成了巨大的冲击。
身居公司高位，高管们必须首当其冲，识别自动化将在什么方面给企业带来变革，从而规划如何利用优势转型，引入新的商业流程。关键的问题在于，在有了取代人工的技术及其成本时，该在什么节点、采用什么方式释放价值。自动化带来的大部分好处不在于降低人工成本，而是通过降低误差率、提高产出和质量、安全、速度的提升来提高总体生产。
未雨绸缪永远都不会为时太早，高管们尽早熟悉现在的数据技术和自动化技术。更大的挑战在于劳动力、组织架构和企业文化上做出改变，这样企业才能对自动化全面颠覆商业做好准备，学会把自动化视为一种可靠提升生产率的杠杆。换言之，管理层需要“放手”，舍弃与组织发展进步背道而驰的陈腐思想。
从技术角度出发，考虑哪些工作最容易受自动化影响，能够让我们抓住机会，思考员工如何投入工作、数字化平台能如何更好地连接个体、团队和项目，也能让高级管理者思考，哪些工作用机器取代人力能够完成得更好、更高效，因而能够抽出更多时间找准机器和算法无法取代的人工的核心价值所在——起码能让你保住现在的饭碗。
