就目前人類掌握的技術手段而言，在不同行業甚至同一行業的不同工作內容中，自動化的沖擊都有深有淺。

麥肯錫全球研究所（McKinsey Global Institute）的一項研究結果顯示，當下員工約有45%的工作內容能夠通過現有技術實現自動化，這也意味著工作崗位的減少。

而該機構近日發布的最新研究結果告訴我們，機器人和人類搶飯碗的情況雖然會發生，但這并不意味著人類將一無是處——就目前人類掌握的技術手段而言，在不同行業甚至同一行業的不同工作內容中，自動化的沖擊都有深有淺。

研究人員使用美國勞工統計局及職業信息網絡系統（O*Net）的數據來分析800多種職業中包含的超過2000種工作內容，并得出以上結論。該研究正在持續進行中，并將于2017年初發布包括美國以外的若干其他國家的完整版調研結果。

在麥肯錫看來，技術可行性是實現自動化的前提，但并非唯一決定性因素。其他應該考慮的因素有：發展應用自動化軟硬件的成本、勞動力成本及供求關系、機器替代人工的優勢（例如更高的產能、更高的質量和更少的出錯率）以及法律法規和社會接受度。

而同一種行業包含不同的工作內容——比如同為零售業從業人員，收納員和店鋪經理的工作內容就有所不同——這要求研究人員以工作內容而非行業為主要分析對象。

圖片來源：McKinsey Global Institute

麥肯錫研究發現，美國職場中約有1/5的時間被花在體力勞動或在可預期環境中操作機械上，約有78%的上述工作內容將通過現有技術實現自動化。在只考慮技術的情況下，住宿餐飲業、制造業和零售業因大量涉及這類工作內容而成為最容易被自動化的行業。

在住宿餐飲業中，近半數的工作時間消耗在可預計的體力勞動及操控機械中，其中包括準備食材、烹飪食物、上菜、清理食材準備區域、準備冷熱飲及收回臟盤子。73%的上述工作內容有可能實現自動化。

零售業工作內容實現自動化的比例將為53%。其中最有可能被自動化的工作內容包括打包商品、存儲貨物、做銷售記錄、收集顧客及產品信息和其他的數據收集工作。但在另外一方面，那些需要認知和社交技巧的零售工作就不那么容易被機器替代了。麥肯錫預計，47%的零售業銷售員的工作內容將有可能被自動化。

美國職場共約有1/3的時間被花在了收集和處理數據上，這兩項工作內容60%的部分有技術條件實現自動化。而涉及大量數據收集處理工作的金融保險行業因此成為較容易被自動化的行業。

誠然，金融保險行業的門檻很高，從業人員通常需要大量的行業知識，股票交易員和投行人士都是靠智慧吃飯的，但金融和保險領域有近一半的工作內容和收集處理數據有關。因此，金融行業工作內容被自動化的可能性為43%。這意味著，貸款經紀人處理貸款申請的時間將從90%降至60%，他們因此可以集中精力在更好地服務客戶上。

另外一些較容易被自動化的行業有農業、林業和建筑業——這些行業包含大量在不可預期環境中進行體力勞動或操縱機械的工作內容，例如在建筑工地上操縱吊車，或者在農場上放牧。這些工作內容要求更大的靈活性，因此更難用現有技術自動化。麥肯錫預計，此類工作內容的自動化潛力為25%。

通過現有技術最難以實現自動化的工作內容是那些包含管理發展員工（9%的自動化潛力）或運用專業知識做決策、計劃或從事創意工作（18%）。換言之，那些知識密集型的工作內容是最不容易被自動化的。

難以被自動化的另外一個原因是人類互動的重要性，這點特別明顯地體現在醫療行業和教育業中。總的來說，醫療行業的自動化潛力為36%，但對于那些每日需要和病人直接基礎的醫療人員來說，他們的價值難以替代。而在教育行業，門衛、清潔工、廚師和行政助理或許可以自動化，但教師就不是如此。

當然，所有的預測都是建立在現有技術允許的基礎之上。麥肯錫指出，如果機器發展到識別自然語言的能力和普通人持平的程度，即電腦能夠理解人們日常交往中的對話，工作自動化的可能性將大大提高。

不過至少現在，我們還不必過分擔憂機器人跟我們搶飯碗。