头脑VS肌肉？人类比机器人强在哪？

这一新的研究是之前德勤关于技术对工作影响调查的延续。该研究中使用的就业数据来自美国职业信息网络(O*NET)；劳动力和收入数据来自于国家统计办公室(ONS)。在引入智能机器和自动化的背景下，我们评估了120种不同的技能，能力和专业领域知识的在工作变更中的重要性。我们考虑到国家和主要工业部门和职业群体的影响。我们预计，这些持续的转变可能会对2030年的经济产生影响。

最后，我们讨论了所有组织可能面临的挑战，并为规则制定者、教育工作者和商业领袖提供了一系列须要应对的关键问题。

发现总结

我们的研究表明:

基本的人类才能由认知和社会技能所主导

许多学生在学校和校园生活中所获得的学术知识和技术技能，只占到他们在职业生涯中技能和能力中的小部分。并非每人都会专注于干细胞研究和数字技术, 未来的员工需要具备更多平衡记分板（balanced scorecard）上的能力, 从而建立必要的认知、社交关系、处理能力、内涵和解决问题的技能。同时还包含能力、知识、以及学习如何应用相关的信息,这样他们在工作上才能更称职。

头脑比肌肉更重要

从绝对意义上讲，专业理工学科的知识比体能中的力量、耐力、灵活性或操纵和控制对象的能力重4成。然而，通用综合的解决问题的技巧和社交技能的重要性则超过了两倍。在2015年，综合解决问题、社交和程序化技能是英国劳动力中最重要的品质，这些技能有助于在不同领域更快地获得知识和技能。

在国民经济中，社会技能和认知能力是最受重视的

认知能力的重要性每增加10%，人均每小时收入中值就增加了12%，这影响了知识的获取和应用。同样，社交技能同样重要，每10%的提高可以增加小时收入中位数的10%。然而，尽管健康服务知识的重要性预计到2030年将增加17%以上，但每增加10%却会导致薪资下降2%。

对理工科和其他技能的需求增加，到2030年将需要数百万专业人才

到2030年，数学和科学知识的重要性将提高8%。这相当于包括教师、科学家、工程师、IT和数字专业人员、经济学家和统计学家在内的劳动力增加了约4,500,000个新的就业。

自动化风险高的就业比例与教育投入有关

在我们对若干国家经济的分析中，我们发现政府对教育的投入与自动化风险高的就业比例密切相关。 在英国，35％的就业机会处于高度自动化的风险，而政府则占国内生产总值的5.7％在教育中。 相比之下，在印度，69％的就业机会处于高风险，但只有3.8％的国内生产总值用于教育。

“我们应该接受机器人，而不是害怕它们。”

技术进步所引起的失业恐慌并不是什么新鲜事。然而，证据表明，劳动者并不需要为此感到担忧。根据David Autor的说法，在整个20世纪，就业人口比例是呈上升态势的。我们的研究表明，在过去的140年里，技术一直是一个“伟大的创造就业的机器”。虽然没有“经济基础法则”保证每一个劳动者都能就业，我们建议人们不应该反对机械化和自动化， 而是应该拥抱机器人技术创新、过程自动化、人工智能和大数据技术带来的新机遇，它们将为拥有合适技能、知识和能力的员工创造新机会。

在机器时代工作需要什么样的人才呢

我们调查发现，120种不同技能、知识和能力的排名突出了两个关键问题：

1. 知识不是必须的天赋

除了数学(占劳动力重要性总数的87%)，管理和管理知识(86%)，知识的教育和培训(79%)和计算机和电子知识(72%)。学术知识，例如物理或自然科学，或艺术和人文学科，这类知识只对于少数的劳动力而言是重要的。

2. 数字与技术技能只是少部分员工所必须的技术专长

编程技能和技术设计只对5%甚至更少的员工来说至关重要。更重要的是，那些设计、设置和操作机械或者技术系统的技能重要性正在逐渐下降。我们还根据每个职业的就业总量估计出了那些最重要的技能、能力和知识领域。这一过程揭示了2015年英国劳动力的十大最重要特征，如下图所示。

十大最重要属性由认知能力(cognitive abilities)主导，它影响着人们在处理问题的过程中对知识的获取与运用。此外还有内容技能(Content skills)，它包含了在不同领域中需要使用的背景结构和获取更为具体的技能。客户和个人服务知识包括提供客户和个人服务的原则和过程的知识，例如客户需求评估，满足服务质量标准和客户满意度评估。换句话说，最重要的属性列表包括基本技能，需要员工与其他人进行互动，了解和沟通的知识和能力。

相比之下，十大最不重要的属性列表包含一系列物理和感官技能和能力，这些技能和能力在那些适合机器的重复手动任务中极少被用到。 对于人类员工来说，具有听取和理解他人提出的信息和想法的能力远比拥有肉体爆发力重要。

技术进步无疑会为个人和组织带来好处。 但是随着机器人技术，大数据，人工智能和其他“智能”技术的迅猛发展，决策者，教育机构，公共部门和不同行业的企业将面临日益复杂和困难的问题。

我们的结论

德勤的新研究指出，随着企业逐渐调整业务来适应日益全球化和数字化的世界，英国员工的技能、知识和能力之间的平衡发生了根本性转变。对于那些能够利用机器人、大数据和人工智能等技术来实现日常和非常规任务自动化的组织来说，经济的再融合具有积极的影响，可以提高效率和有效性，获得竞争优势并做出更明智、更迅速的决策。对于那些员工们拥有与机器配合工作的通用技能和能力的组织来说，这同样具有积极影响，他们的智慧和能力都在增强，这样他们就能做得更多，而且比前几代人更为积极。最后，再混合有利于那些具有独特的专业技能的工人，他们的工作很难被自动化所替代。

无法适应这个新的自动化时代的大小企业很可能会举步维艰。 尽管他们的劳动力可能具有一定的规模，布局或深厚的技术技能，但是他们不可能与机器或那些拥有强适应力员工的组织的竞争。 对于员工和求职者个人来说，他们的生存可能看起来很不确定。 一方面，“技术悲观主义者”认为，智能计算机和机器人将使人类失去数以百万计的工作，因为越来越多的例子表明，在某些行业中，大规模的裁员确实在发生。 另一方面，乐观主义者指出这些只是离散任务的自动化，而不是整个职业的自动化，并不会影响由科技驱动的劳动力扩张。

然而，新研究表明，我们有明确和实质的理由来保持乐观。从长远来看，科技创造的就业机远比它正在摧毁的要多得多。我们发现，尽管需要科学(Science)、技术(Technology)、工程(Engineering)与数学(Mathematics) 技能和知识，但它们并不像具有强大的基础和通用的技能和能力——认知能力、内容、程序化和社交技能一样重要。尽管在就业前景方面，拥有少量知识可能是一件非常糟糕的事情，但在一系列领域的专业知识已经被证明可以增加许多职业的就业机会。英国经济也面临着来自劳动力市场资源空洞化的压力。尽管它的影响尚未完全实现，但中等收入、中等技能的工作正面临着被越来越强大的机器人、软件自动化和其他快速发展的技术所取代的巨大威胁。