這一新的研究是之前德勤關于技術對工作影響調查的延續。該研究中使用的就業數據來自美國職業信息網絡(O*NET)；勞動力和收入數據來自于國家統計辦公室(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部門和職業群體的影響。我們預計，這些持續的轉變可能會對2030年的經濟產生影響。

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

發現總結

我們的研究表明:

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，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年將需要數百萬專業人才

到2030年，數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和數字專業人員、經濟學家和統計學家在內的勞動力增加了約4,500,000個新的就業。

自動化風險高的就業比例與教育投入有關

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

“我們應該接受機器人，而不是害怕它們。”

技術進步所引起的失業恐慌并不是什么新鮮事。然而，證據表明，勞動者并不需要為此感到擔憂。根據David Autor的說法，在整個20世紀，就業人口比例是呈上升態勢的。我們的研究表明，在過去的140年里，技術一直是一個“偉大的創造就業的機器”。雖然沒有“經濟基礎法則”保證每一個勞動者都能就業，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新、過程自動化、人工智能和大數據技術帶來的新機遇，它們將為擁有合適技能、知識和能力的員工創造新機會。

在機器時代工作需要什么樣的人才呢

我們調查發現，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

除了數學(占勞動力重要性總數的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的勞動力而言是重要的。

2. 數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的技能重要性正在逐漸下降。我們還根據每個職業的就業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。此外還有內容技能(Content skills)，它包含了在不同領域中需要使用的背景結構和獲取更為具體的技能。客戶和個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，大數據，人工智能和其他“智能”技術的迅猛發展，決策者，教育機構，公共部門和不同行業的企業將面臨日益復雜和困難的問題。

我們的結論

德勤的新研究指出，隨著企業逐漸調整業務來適應日益全球化和數字化的世界，英國員工的技能、知識和能力之間的平衡發生了根本性轉變。對于那些能夠利用機器人、大數據和人工智能等技術來實現日常和非常規任務自動化的組織來說，經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很可能會舉步維艱。 盡管他們的勞動力可能具有一定的規模，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以百萬計的工作，因為越來越多的例子表明，在某些行業中，大規模的裁員確實在發生。 另一方面，樂觀主義者指出這些只是離散任務的自動化，而不是整個職業的自動化，并不會影響由科技驅動的勞動力擴張。

然而，新研究表明，我們有明確和實質的理由來保持樂觀。從長遠來看，科技創造的就業機遠比它正在摧毀的要多得多。我們發現，盡管需要科學(Science)、技術(Technology)、工程(Engineering)與數學(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、內容、程序化和社交技能一樣重要。盡管在就業前景方面，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知識已經被證明可以增加許多職業的就業機會。英國經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，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展的技術所取代的巨大威脅。