麥肯錫報告：AI 擴大生產力邊界，2030 年釋放 2.9 兆美元價值
過去一年，關於 AI 與工作的討論，仍大量停留在「哪些職位會被取代」、「人類是否即將失業」的層次。但對企業與管理者而言，這類問題其實已逐漸失去指引價值。
真正迫切的挑戰，不在於某個職位是否消失，而是當 AI、代理與機器人實際進入工作流程後，原本的工作角色與責任該如何被重新拆解與重組。麥肯錫全球研究院的最新報告《Agents, robots, and us: Skill partnerships in the age of AI》（暫譯：智能體、機器人與我們：人工智慧時代的技能夥伴關係，以下簡稱「智能體、機器人與我們」），正是從這個角度切入。
報告並未試圖預測哪些工作會消失，而是指出一個更具結構性的轉變：多數工作正在被重新拆解、重組，形成「人＋AI」協作的新型態，而這場轉型的速度，已明顯快於勞動市場與教育體系的調整節奏。以下摘要整理報告中的關鍵觀察，說明企業為何不能只把 AI 視為工具升級，而必須正面回應技能、流程與管理方式的全面重設。
📌 這份報告適合誰閱讀？
這篇報告不適合只想尋找「哪些工作會消失」的工作者，因為其核心在於「變形」而非「消失」；它最適合那些正在焦慮「如何讓組織與人才不被 AI 浪潮淹沒，反而藉此升級」的變革推動者。
若以產業、工作職位來說明，包含以下：
- 企業最高決策層，包括 C-Level
- 人力資源與學習發展主管
- 中階管理者與部門主管：這是報告中被強調角色轉變最大的群體。管理者的工作將從「監督人」轉變為「指揮人機混合團隊」。具體職位包括：業務經理、客服主管、研發/IT 主管等。
🔴 報告洞見
麥肯錫研究指出，AI 真正的價值並非來自削減人力成本，而在於擴大生產力的邊界；預計到 2030 年，這種生產力躍升將釋放高達 2.9 兆美元的經濟價值。
因此，未來的決勝點將發生關鍵轉向：企業的競爭力不再取決於誰擁有最強的 AI 工具，而在於誰能建立最緊密的「人類、代理（Agents）與機器人」三角協作關係。
以下統整解析企業如何利用新型態的「技能夥伴關係」來創造協作紅利，而非陷入被取代的焦慮。
💡 成長最快的不是機器人，而是「人＋AI」的混合型職位
麥肯錫報告中直接推翻「自動化等於裁員」的直覺想像，提出一個更貼近現實的概念：技能夥伴關係（skill partnerships）。
報告指出，現有職場技能中有 72% 是人與 AI 共享的能力。因此，一個介於「全人力」與「全自動化」之間中間地帶的新工作戰場成形。在這裡，AI 代理負責資料處理、重複性任務與即時分析；人類的角色則往上移，變成定義問題、設定判斷框架、解釋結果並為決策負責的指揮者。
為了更具體說明這種分工，麥肯錫將未來工作型態拆成七種工作原型，不再用「人或機器」的二選一來看待職位，而是一條從「以人為中心」到「以機器為中心」的光譜。這七種原型依序為：
- 以人為中心、以代理為中心、以機器人為中心
- 協作型的「人＋代理」、「人＋機器人」、「代理＋機器人」
- 全方位的「人＋代理＋機器人」
真正成長最快的，不是兩端，而是中間的混合型角色，即「人＋AI 代理」（如教師、工程師）或「人＋機器人」（如維修技師）的組合，這類職位目前已佔據大量勞動人口，顯示未來的核心在於協作而非替代。
而企業接下來的勝負關鍵，不在誰的演算法跑得最快，而在於誰的團隊最懂得發揮人類特質，並具備與 AI 協作的流利度，把技術真正轉化為生產力與決策品質。
技能夥伴關係的真正衝擊，不在於分工改變，而在於它讓技能更新的節奏，首次明顯快過組織與勞動市場的反應速度。
💡 兩年爆增 600 種新技能，職位還在但核心能力已重寫
這一波 AI 變革，最關鍵的差異在於快到來不及適應。麥肯錫指出，短短兩年內，職場就新增了近 600 種新技能，而企業對「AI 流利度」的需求更暴增 7 倍。這不再是循序升級，而是一場全面的技能重組。
許多職位名稱看似沒變，實際工作內容卻早已翻新。軟體工程師的價值，正從寫程式轉向驗證與架構 AI 生成的系統；行銷人員也不再只是產出內容，而是設計 AI 內容生成的策略與邏輯。工作還在，但做法已經完全不同。
為了衡量這種衝擊，報告提出「技能變遷指數」（SCI），預測到 2030 年，即便是穩定職位，其技能組合也將被大幅重排。其中，數位與資訊處理技能承受最高自動化壓力；相對地，照護、協作與社會情感能力則展現出更強韌性。
這也揭露企業常忽略的風險：人補齊了，能力卻沒跟上。不少職位的傳統核心任務已被 AI 取代，若技能未同步更新，企業表面人力充足，實際卻累積了沉重的「技能負債」。更嚴峻的是，教育與企業培訓體系跟不上這種指數級變化。
企業已無法被動等待市場供應「現成人才」，唯有主動建立內部技能重塑機制，才能避免差距持續擴大。
儘管技能變形快速，但如果企業只是用 AI 來修補舊做法，實質效益仍然有限。這正是報告強調的下一個重點：工作流程必須重新設計，而不是只自動化部分任務。
💡 導入 AI 卻沒效？九成企業忽略「重設工作流」
這波 AI 轉型中，企業最常踩到的地雷是用 AI 修補舊職位，而不是重設整個工作流。
目前將近 9 成企業已投資 AI，但真正感受到明確成效的，卻不到 4 成。問題出在多數企業只把 AI 拿來自動化單一任務，卻沒有動到真正決定效率的核心流程。
真正的生產力飛躍，來自於整個工作方式的重設。當流程被重新設計，人類的角色也隨之升級：不再是逐步執行的人，而是指揮 AI 的協調者，以及為結果把關的品質驗證者。
實務案例也證明這條路行得通。在醫藥產業，藥廠透過 AI 平台產出臨床報告初稿，專家不再耗時撰寫，而是專注在臨床判斷與合規審查，讓整體效率提升近 60%，錯誤率還直接減半。金融 IT 領域也出現類似轉變：銀行導入 AI 代理進行程式碼遷移，工程師不再逐行寫 code，而是同時管理十多個 AI 代理，專心檢查架構是否合理、功能是否正確。
這意味領導者的角色必須跟著改變。買工具只是起點，真正困難的是設計人機協作的工作方式。企業不能再期待市場自動供應「已經準備好的人才」，而是要主動定義新角色，例如 AI 產品經理、人機驗證員，甚至專門負責協調 AI 代理的管理職。
💡 2030 生存法則：投資「技能重塑」是風險最低的賭注
要在 2030 年的新局中勝出，企業首要之務是擁抱複雜性。企業不應止步於簡單的單點自動化，而必須敢於深入重塑特定產業的核心業務流程（Sector-specific workflows），這才是釋放數兆美元經濟價值的關鍵。
其次，必須認清投資人才比購買技術更迫切。雖然技術唾手可得，但具備「AI 流利度」（AI Fluency）的人才卻供不應求；因此，立即啟動內部的技能重塑，將是企業風險最低、回報最高的投資。
最後一點，領導者需完成心態轉變，從單純利用 AI「節省成本」，進化為利用「人機協作」來「創造新價值」，確保在技術浪潮中不僅生存，更能領航。
＊閱讀完整報告內容，請見：《Agents, robots, and us: Skill partnerships in the age of AI》
【閱讀更多產業研究報告】
◆ 「代理型 AI」是製造業核心投資，德勤拆解 2026 年資金配置與成長路徑
◆ 「永續」如何變成營收？品牌在 2026 年必須完成的三個轉換
◆ AI 工具愈多，企業卻愈亂——用三大主題重排 2026 推進 AI 的順序
◆ AI 時代的資安不是防禦，而是治理：2028 前企業必須完成的結構性重編➡️ 其他產業研究報告
＊初稿由 AI 協作，首圖來源：Unsplash