来源：HRflag

　　一份面向2035年的预测，把AI与就业的讨论推向了更具体的问题：新的岗位会出现，但今天的员工怎样走过去？对企业高管与HR而言，答案藏在招聘、培训、能力认定和内部流动之间。它也藏在那些过去很少被算进人才预算的时间与成本里，而这些投入将影响新岗位能否及时找到合适的人。

　　岗位可能更多，换职业的人也会更多

　　不妨设想一场企业经营会：业务负责人希望加快AI应用，招聘负责人正在寻找新的专业人才，培训负责人则准备推出一批学习课程。三项工作都在推进，各自的进度也看起来不错，但一个问题可能始终没有进入议程——现有员工完成培训后，具体能去哪个岗位，由谁接收，什么时候能够承担新的职责？只有把这个问题摆上桌，AI带来的组织变化才开始从技术采购走向人才经营。

　　最近，麦肯锡全球研究院发布的美国劳动力研究，为这个问题提供了一个醒目的背景。报告《流动中的劳动力：通往美国未来工作的技能与路径》官网标注的发布日期为2026年9月29日。研究预计，到2035年，美国约1100万人可能需要转换职业，约占当前就业人员的7%；这是一项基于情景假设的预测，并非已经发生的就业变化。 [1]

　　与这个数字同时出现的，是一组看起来更乐观的判断。报告基准情景下，AI与自动化可能减少相当于约3600万个全职岗位的劳动需求，而AI及更广泛的经济结构变化可能带来相当于约4100万个岗位的新增需求。人口变化、服务需求、基础设施建设等因素，都参与了这场重新分配，因此不能把全部新增需求归功于AI，也不能把工作量减少直接理解为同等数量的人失去工作。 [1]

　　真正值得企业管理者停留的地方，在于总量增长与个人转换之间的距离。报告认为，约14%的潜在职业转换者拥有较直接的转型路径，即只需有限再培训，并能保持原有收入水平；约85%的增长岗位则涉及某种资格、认证或学历要求，其中既有法定要求，也有雇主设置的条件。约六成增长就业集中在薪酬更高的两个五分位，而超过七成减少就业集中在薪酬更低的两个五分位，职业机会的重新分配也伴随着进入门槛的变化。 [1]

　　这组判断并不支持一个简单的“AI会让工作变少”故事。它更接近一幅正在变化的地图：一部分工作需求下降，另一部分需求扩大，而两边的人、技能、资格与地点并不天然匹配。 企业即使拥有足够的员工，也可能缺少能够进入下一阶段工作的员工；市场即使拥有更多岗位，也需要有人把进入这些岗位的路径建出来。

　　这里的“转换职业”，也需要与普通跳槽区分。离开一家企业，在另一家继续做相近的工作，与从原来的职业转向另一类职业，所需要的准备并不相同。报告所说约为历史年均水平3.6倍的流动要求，具体对应跨职业大类转换的年均规模，不能把它简单写成所有跳槽都将增长3.6倍。 [1]

　　对于中国企业，这份美国研究的价值，是提供一种观察组织变化的方法。美国的职业许可、行业结构、工资分布和人口条件，都与中国存在差异，报告中的比例不能直接搬进国内的人力规划。可以借鉴的，是它提出的管理问题：当技术改变工作需求，企业有没有能力让人沿着可行的路径移动，而不是等待所有合适的人都从外部市场出现？

　　净增岗位，为什么不能直接变成招聘的好消息

　　“新增多于减少”很容易让人松一口气，但经营决策很少只看最终的净值。企业真正需要的是某个地点、某个时间、某种业务条件下可以到岗并胜任的人。一个岗位在行业层面出现，并不代表它与现有员工处于同一城市，也不代表它能在员工原有工作发生变化的同一周开放，更不代表企业可以立即承担转换过程中的培养成本。

　　可以用一个明确的假设来理解这种差异：一家企业希望增加设备维护与现场服务能力，同时将部分重复性信息处理交给系统。两边都涉及企业运营，却可能需要不同的工作经验、排班条件和现场技能，原来的员工也未必愿意搬到新的服务地点。把新增需求和减少需求相减，可以得到总量变化，却无法据此安排一个人的下一份工作。

　　时间差尤其容易被忽略。一个新流程上线后，原有事务的处理量可能很快下降，但接收这些员工的业务团队，可能要等新项目启动、客户合同签订或经营预算落实后，才有真实的用人需求。如果培养计划也等到那个时候才启动，组织就会把技术实施的速度与人才准备的速度拉开，增加本来可以提前处理的协调成本。

　　这种差异意味着，人才规划需要比“未来缺多少人”多走一步。业务负责人可以提出未来要形成哪些服务能力，HR则需要将这些能力翻译成岗位数量、到岗时间、技能要求和可培养范围。再往前走，还需要判断哪些能力适合内部发展，哪些需要外部补充，哪些依赖合作伙伴提供，才能把预测变成可以执行的资源安排。

　　企业也不必把内部培养与外部招聘摆成竞争关系。内部员工熟悉客户、产品、流程和组织协作方式，外部人才则可能带来企业当前还不具备的专业经验，两者解决的是不同部分的缺口。更有价值的组合，是由有经验的外部人才建立专业标准，再让具备相关基础的内部员工通过项目实践逐步承担工作，形成能够持续扩展的团队。

　　在这样的安排中，招聘交付的含义也会变化。找到一个人、发出一份录用通知，仍然是重要结果，但对正在形成的新团队而言，更需要知道这个人多长时间能够独立承担任务，能够帮助多少同事提升能力，是否让下一批人才的培养更容易。人才供给因此有了持续性，招聘与培养也开始共享同一张业务时间表。

　　AI应用越具体，人才规划越需要看清任务

　　讨论AI改变哪些岗位时，企业经常从岗位名称开始。财务、人事、销售、客服这些名称足够熟悉，也便于在组织图上定位，却无法说明每个人究竟在做什么。同样是客户服务岗位，有人主要处理标准咨询，有人负责复杂争议，有人承担重点客户关系维护，AI对这些工作的影响自然会有差异。

　　因此，在决定一个岗位如何调整之前，更有价值的工作，是把它拆回实际任务。哪些环节需要查找信息，哪些需要生成文档，哪些涉及客户沟通，哪些需要判断例外，哪些必须由具备授权与经验的人承担责任？这张任务清单既能帮助技术团队选择应用场景，也能帮助HR看见员工已经具备的能力，以及新工作真正增加的要求。

　　以招聘团队为例，资料整理、面试安排和部分信息查询，可以成为工具协助的环节。与此同时，岗位需求澄清、候选人关系维护、业务负责人沟通和录用判断，仍然需要放在具体情境中完成。如果企业希望把工具节省的时间转化为更好的招聘结果，就需要明确这些时间将用于哪项工作，并为承担新任务的人提供相应准备。

　　这也是AI项目需要业务、技术与HR共同参与的原因。技术团队能够说明系统可以完成什么，业务团队能够判断结果是否满足经营需求，HR则能识别人员准备、角色变化与评价方式如何衔接。三方在项目初期形成共识，员工就更容易理解工作将怎样改变，管理者也更容易评估技术带来的实际收益。

　　任务变化，是组织调整最容易被看清、也最适合提前准备的起点。 一个岗位的名称可以保持不变，但其中需要员工投入的时间、承担的判断和交付的结果，已经发生变化。人才规划如果只按旧岗位数量推算，可能错过这些变化；把任务纳入规划，才能及时修订招聘条件、培训内容与绩效标准。

　　这里也有一个容易高估的环节：节省时间不等于立即形成可调配的人力。每天减少一些资料整理工作，可能让员工有更多精力服务客户，也可能缩短响应时间，却未必自然拼接成一个完整的新岗位。企业需要通过流程设计和工作安排，让分散的时间改善形成有价值的结果，再据此判断后续的人员配置。

　　从“这个人做过什么”，走向“这些经验可以用在哪里”

　　岗位名称帮助企业管理人员，也容易把经验固定在原来的位置上。一个长期做行政协调的人，简历上可能主要呈现会议、日程、物资与流程，但其中也可能包含资源安排、多方沟通、进度跟踪和处理突发情况的能力。要判断他能否参与新的项目支持工作，企业需要看到这些经验的具体内容，而不是仅仅比较两个职位名称是否相近。

　　这并不意味着把所有经验都解释为可以迁移。协调会议与管理项目之间，可能仍然存在预算管理、风险识别、交付责任和业务知识的差距，发现共同基础之后，还需要把差距说清楚。成熟的人才判断，同时承认已有经验的价值与新岗位的专业要求，才能形成可信的培养计划。

　　一个更容易落地的做法，是让业务负责人提供真实任务样本。准备转入项目支持的员工，可以尝试整理一项项目的进度与依赖关系；准备转入客户运营的员工，可以基于脱敏材料分析客户需求并提出沟通方案。通过这些任务，企业能观察候选人的理解方式、工作过程与结果质量，也能发现面试问答很难呈现的学习基础。

　　这样的评估，对内部员工尤其有价值。企业已经拥有他们的实际工作记录、项目反馈和协作经验，可以从中提取与目标岗位有关的证据，而不必只依赖一份重新包装的简历。评估做得具体，接收团队也更容易相信内部候选人的潜力，愿意提供一个适当范围的试岗机会。

　　技能信息需要跟着工作更新。员工参加一次培训、取得一份结业证明，并不能自动说明他已经能在复杂业务中使用相应能力；完成真实项目并得到专业评价，通常更能说明问题。HR可以把学习记录、实践结果与评价反馈连接起来，让能力档案成为支持决策的信息，而不是一年填写一次的静态表格。

　　这项工作也不需要从收集所有技能开始。对于一项即将扩展的业务，先识别少数关键任务，再明确胜任这些任务需要的能力与证据，往往比建立一个包罗万象的标签库更有效。企业逐步积累这些经验，就能知道哪些相邻岗位之间确实存在培养路径，哪些转换需要更长时间，哪些仍然应该由外部专业人才补充。

　　培训的终点，需要有人接收

　　企业推进AI学习，容易从工具使用入手，因为课程安排明确，参与人数可以统计，员工也能很快获得操作体验。这样的普及有价值，但当目标变成职业转换时，仅有工具知识就不够了。员工还需要理解新工作的业务逻辑、质量要求、协作方式和责任边界，并通过实践证明自己能够完成相应任务。

　　世界经济论坛《未来就业报告2025》提供了一个可供对照的全球视角。报告基于雇主调查与相关就业数据，估计到2030年结构性变化可能创造1.7亿个岗位、替代9200万个岗位，形成7800万个净增岗位；同时，如果把全球劳动力看成100人，其中59人需要接受培训。这与麦肯锡研究的地区、期限和方法不同，数字不能相加，但都提示岗位增长需要相应的人才准备。 [2]

　　对企业而言，人才准备能否见效，取决于培训前是否已经定义了工作去向。员工学完之后是承担原岗位中的新任务，进入轮岗项目，还是争取另一项明确的岗位机会，不同目标需要不同的课程与实践安排。如果去向始终模糊，员工很难判断投入是否值得，业务团队也难以评估培养结果。

　　因此，较完整的培养项目可以从接收岗位倒推。接收团队明确一个新人应该能够处理哪些任务，培训团队据此安排必要的知识与练习，经验丰富的同事提供反馈，HR协调试岗时间和后续评价。学习在这个过程中始终围绕可观察的工作结果展开，结业也就有了具体含义。

　　企业可以考虑分阶段授权，而不是要求员工在培训结束当天就完全胜任。开始时承担风险较低、范围清晰的任务，之后在专业人员监督下处理更复杂的工作，达到要求后再获得独立交付的责任。每个阶段都有明确的通过标准，既帮助员工建立信心，也让业务团队能够控制培养过程中的质量。

　　培训是否成功，最终要回到员工能否承担新的工作，而不只停留在课程是否完成。 这并不否定参与率、学习时长和满意度的意义，而是为这些过程指标增加一个更接近经营结果的终点。接收岗位、实践机会和专业反馈到位，企业的学习投入才更容易转化为可使用的人才供给。

　　认证有价值，企业需要看清它在证明什么

　　报告中关于资格与认证的判断，容易被理解为未来需要更多证书。实际管理中，资格条件的作用并不相同：有些关系到依法执业、安全责任与专业规范，有些用于证明特定技术能力，有些只是企业筛选候选人时采用的便利条件。把这些要求放在同一个框里处理，既可能降低必要的专业标准，也可能错过具备潜力的人才。

　　对于法定资质，企业需要清楚认识转换所需的真实周期。学习内容、考试安排、实践要求和取得资格的时间，都应在项目开始前说明，不能用一次短期培训替代必要的准备。人才计划也要据此与业务计划对齐，让员工和接收团队都知道这条路径在什么条件下可以完成。

　　广告

　　对于企业自行设置的门槛，则可以回到岗位任务重新审视。某个学历条件或从业年限，究竟是在保证必需的专业知识，还是作为能力难以直接观察时的替代信号？如果企业能够通过结构化面试、工作样本和实际表现更准确地判断能力，就有机会扩大可考虑的人才范围，同时保持岗位要求的清晰。

　　内部认证也可以承担一定作用，但前提是业务认可它。培训部门发放的证书，如果接收团队不知道考核了什么、通过标准是什么，就很难在用人决定中产生分量。由专业负责人参与制定任务、评价标准与复核机制，再把认证与适当范围的工作授权相连接，证书才能成为可靠的能力证据。

　　企业还需要说明内部认证的适用范围。通过公司某项工具的操作考核，可以证明员工能够按本公司的流程完成特定任务，但不应被描述为获得行业通用的专业资格。对员工而言，清楚知道一份认证在哪些岗位有效、有效期多久、后续需要怎样保持能力，比得到一个笼统的“已具备未来技能”评价更有帮助。

　　认证与实践也应保持相互校验。考试通过后，员工在真实工作中仍然可能遇到新的条件与例外；实践表现较好的人，也可能需要补足特定知识或规范。把后续工作结果纳入能力评价，企业才能持续更新判断，避免一次考核决定过长时间的人才安排。

　　内部流动，难在把机会从屏幕上搬到工作里

　　一些企业已经尝试把职业发展拆成更容易参与的机会。施耐德电气在2023年的一篇官方员工文章中介绍，公司于2020年3月推出Open Talent Market，使用AI匹配内部人才供需。员工提交个人资料后，系统根据技能、能力与发展意愿，推荐全职岗位、阶段性项目、导师和学习机会，职业探索因而可以通过多种形式展开。 [4]

　　这一设计提供了一个值得观察的方向：员工的发展可以从参加新项目、获得导师指导开始，再逐步积累进入新工作的经验。对尚未准备好转换岗位的人而言，先接触一项具体任务，可以帮助判断兴趣与适配程度；对接收团队而言，也多了了解候选人实际表现的机会。这是对上述机制的管理分析，其价值在于提供更多准备方式，不能据此推断所有职业转换都已获得解决。

　　内部岗位平台能够让员工更容易看见机会，也能让HR更清楚地观察供需。可是，平台展示了岗位，不等于员工就能申请；申请成功，也不等于两个部门已经对交接、编制和考核达成一致。内部流动是否顺畅，往往取决于平台之外的管理规则是否清楚。

　　最常见的协调事项，是原团队怎样继续完成工作。一个能力成熟的员工转出后，需要有人接手客户、项目或流程，原管理者自然会关心交付是否受到影响。把这项顾虑纳入安排，例如约定交接周期、明确替补方案并提供必要资源，比单纯要求管理者支持流动更容易形成合作。

　　接收团队同样需要承担培养成本。内部候选人虽然熟悉企业，却可能缺少新岗位中的专业经验，接收团队需要安排导师、提供练习任务并接受一定的学习周期。如果这些投入完全落在部门现有预算中，团队就需要在短期交付与人才发展之间作出取舍，HR应当帮助把这笔成本提前说清楚。

　　员工本人则会关心流动后的不确定性。绩效如何评价、薪酬如何调整、试岗期间由谁管理、如果岗位不适配可以怎样安排，这些条件直接影响申请意愿。公开机会时同步说明基本规则，能够帮助员工作出更有依据的决定，也减少后续沟通中的反复。

　　一个可以尝试的办法，是为部分路径设置有边界的项目参与期。员工保留主要岗位安排，先承担接收团队中一项范围明确的任务，由双方约定时间投入和评价标准，再根据实践结果决定是否进入下一阶段。这只是可供设计的机制，并非所有岗位都适用，但能让一些原本难以判断的转换获得具体证据。

　　内部流动也需要覆盖横向发展。不是每个机会都意味着职级提升，有些员工需要通过相邻岗位积累新经验，再逐步进入更复杂的工作。企业如果能够说明这种变化如何影响能力、薪酬与后续机会，员工就更容易理解一次横向移动的长期价值，管理者也更容易支持合理的人才安排。

　　转型成本，需要有人提前算清楚

　　企业讨论再培训，预算往往首先落在课程费用上。对一个正在工作的人而言，真正的成本还包括投入时间、收入预期、家庭安排，以及进入新工作后的适应压力。即使课程免费，一条需要大量晚间学习、频繁出差或长期异地实践的路径，也未必适合所有有意愿的员工。

　　OECD在2025年发布的成人学习研究中指出，在遇到学习参与障碍的成年人中，平均约48%把工作或家庭责任造成的时间不足视为最主要障碍。这个比例的分母是“遇到参与障碍的成年人”，并非所有成年人。但它仍然说明，学习能否持续，很大程度上取决于时间是否真实可用。 [3]

　　这对企业培养安排有一个直接启示：学习时间要进入工作计划。如果员工的交付目标完全保持不变，同时又承担较大规模的转型学习，项目就可能依赖个人长期额外投入。适度调整任务、安排集中实践、明确导师时间，能让学习成为正式的组织活动，也让培养进度更容易预测。

　　收入变化同样需要提前沟通。有些员工进入新岗位后，原有补贴、提成或排班方式可能变化，即使基本薪酬保持稳定，实际收入与生活安排也可能受到影响。企业可以在岗位说明中呈现这些条件，对适用项目考虑阶段性保障或明确的成长安排，帮助员工评估整条路径，而不只看最终岗位的名义薪酬。

　　对高管而言，这些支出需要与其他人才供给方式放在一起比较。外部招聘涉及寻访、评估、薪酬、融入和到岗时间，内部培养涉及学习、导师、过渡安排与试岗成本，两者都需要投入。把比较范围扩大到员工达到稳定交付之前的完整过程，才能判断哪种组合更适合具体业务。

　　公平也会影响项目的可持续性。不同员工拥有的时间、家庭支持和学习基础不同，如果所有培养机会都采用同一种参与方式，部分有潜力的人可能难以进入。提供适当的学习节奏与实践选择，并保持统一的能力标准，有助于扩大人才来源，也让企业更充分地使用已经拥有的经验。

　　AI可以帮助匹配，最后一段路仍需要组织安排

　　随着岗位与技能信息逐渐积累，AI有机会帮助企业完成更多匹配工作。它可以整理工作经历，识别相近能力，推荐适合探索的岗位，并把较长的岗位要求转成更容易理解的学习方向。这些功能能够降低信息处理成本，让员工与HR更快发现值得进一步评估的机会。

　　匹配结果的价值，取决于能否解释。员工看到某个岗位推荐时，需要知道自己的哪些经验与之相关，还缺少哪些能力，接收团队将怎样评价这些能力。一个只给出“高度匹配”的结果，难以支持认真决策；把依据与差距展示出来，才有助于启动有效的沟通。

　　系统也需要保留对真实工作条件的理解。候选人具备相关技能，并不代表能够接受异地安排、某种班次或特定薪酬结构，岗位名称相似也不代表工作内容相同。让员工确认意愿，让业务团队确认任务，让HR确认必要条件，能够把初步推荐逐步变成可执行的人才安排。

　　数据更新与使用边界，会直接影响员工是否愿意参与。技能档案中哪些信息可以由员工补充，哪些需要验证，谁有权查看，哪些内容用于发展建议，哪些进入正式选拔，都应当有清楚说明。员工能够纠正过时信息、补充被遗漏的经验，系统才更容易反映真实能力，而不是长期沿用早期判断。

　　评价人才平台时，也可以采用更接近结果的标准。除了访问量、注册人数和推荐次数，还可以观察员工是否因此获得实践机会，接收团队是否找到合适候选人，正式转换后能否稳定完成工作。技术帮助减少搜索和沟通成本，组织则负责把机会落实，两部分共同决定平台的价值。

　　让技能被看见，只是人才流动的开始；让业务愿意接收、让员工能够胜任，才形成完整结果。 这也解释了为什么人才平台不宜作为独立的软件项目推进。岗位规则、评估标准、培养安排与部门协作同时跟上，技术的匹配能力才能转化为企业的人才供给能力。

　　高管与HR，需要共同经营人才转换的速度

　　当业务变化加快，企业会越来越关心一种能力：从发现人才缺口，到有人能够稳定承担工作，需要多长时间？这个周期包含需求澄清、候选人识别、能力评估、培养实践与岗位融入，任何一个环节的等待都会影响最终交付。HR如果能够把周期拆开观察，就更容易找到值得改进的位置。

　　例如，一条内部培养路径可能课程安排很顺利，却长期停在试岗审批；另一条路径可能接收岗位十分明确，但导师资源不足。两者都表现为“培养慢”，原因却不同，追加课程未必能解决问题。把进度与业务条件放在一起分析，才能知道需要调整预算、流程还是人员安排。

　　高管可以为这些协调提供共同目标。原团队关心短期交付，接收团队关心新人质量，员工关心发展条件，HR关心整体供给，几方各自的诉求都有现实基础。当企业明确哪些能力关系到下一阶段经营，并为跨部门培养提供资源，人才流动就更容易从个别协调转为稳定机制。

　　财务部门的参与也能提高决策质量。对一条重要培养路径，可以记录课程、导师、过渡期安排等投入，并与外部招聘的实际成本和周期比较，再观察员工到岗后的交付表现。这种评估不要求每次培养都立即获得回报，但能够逐步积累证据，帮助企业决定哪些路径值得扩大。

　　对HR负责人而言，工作重点因此更接近经营。招聘、学习发展、薪酬、员工关系与人力规划仍然各有专业职责，但需要围绕同一批业务需求与员工路径协作。某个员工缺少什么、下一阶段在哪里、谁来接收、有什么条件尚未满足，应当能够在这些团队之间连续传递，而不是每个环节重新开始判断。

　　这里的变化，也会影响HR自身的能力要求。理解岗位任务、与业务共同定义胜任标准、评估培养成本、解释人才数据，并协调部门之间的安排，都需要更深入地进入实际工作。AI可以帮助完成信息整理与初步分析，HR则需要把这些信息变成业务愿意采用、员工能够理解的决定。

　　从一条可完成的路径，建立可重复的能力

　　企业不必等到覆盖所有岗位的体系完成，才开始推进人才转换。一个现实的起点，是选择未来需求明确、任务较容易界定、内部已有一定经验基础的岗位群，与一批有意愿的员工进行小范围实践。起点选得具体，业务团队更容易投入，HR也更容易判断哪些环节确实有效。

　　试点开始前，至少需要对目标形成共同理解。新岗位的真实工作是什么、员工现有能力如何评估、学习实践需要多久、达到什么标准可以进入下一阶段，都应由相关团队共同确认。条件暂时不成熟时，调整范围和时间表，比给出过于宽泛的转换承诺更有助于建立信任。

　　在实践过程中，可以记录每位参与者的学习进度、任务表现、主要困难与所需支持。有人可能已有较强基础，只需补足少量知识；有人需要更多现场练习；也有人在了解工作后发现这条路径并不适合自己。把这些差异作为改进项目的依据，能够帮助后续参与者获得更清楚的选择。

　　成功标准需要包括一段稳定工作期。通过课程或试岗只是阶段结果，正式进入岗位后能否持续完成任务、与团队配合并应对常见例外，才说明转换具有实际价值。如果后续表现出现新的问题，企业可以及时补充辅导，并据此修订前端评估与课程安排。

　　一条路径被验证后，企业才更有依据判断能否扩展。哪些经验容易迁移，哪些学习内容可以共用，导师需要投入多少时间，接收团队可以同时培养多少人，这些信息能够形成下一轮安排的基础。随着可行路径逐步增加，企业面对新需求时就拥有更多选择，而不必每次都从零开始寻找答案。

　　这也是组织韧性可以被具体经营的地方。它体现在新业务启动时有没有可准备的人才，流程变化时有没有可调整的角色，员工希望发展时有没有可以尝试的机会。经过实践形成的人才路径，让企业能够更从容地配置资源，也让员工更容易看见经验继续发挥价值的方向。

　　2035年的预测，最后落在今天的用人决定上

　　麦肯锡的这份报告提供了一个宏观视角，但企业每天面对的决定都很具体。一份岗位说明是否准确，一项资格要求是否必要，一次培训是否连接真实任务，一个内部候选人是否得到充分评估，都会影响人才最终能否进入合适的位置。把这些决定连起来，才会形成企业应对长期变化的能力。

　　对于员工而言，未来工作的吸引力也需要通过具体条件呈现。能够保留哪些已有经验，需要投入多少时间，怎样证明自己已经准备好，进入新岗位后如何获得支持，这些信息比一个笼统的发展承诺更有分量。组织把路径说明白，员工才更容易作出主动选择，并持续投入学习与实践。

　　对企业高管而言，人才问题也因此获得了新的观察尺度。既要看未来需要多少人，也要看现有员工能够以多快的速度形成所需能力；既要为关键专业人才保留外部引入渠道，也要让内部经验有机会进入新的业务。两种供给相互配合，能够帮助企业在技术与市场变化中保持交付能力。

　　AI时代的人才竞争，会越来越多地体现为企业能否把已有经验培养成下一阶段可用的能力。 这项工作需要技术帮助识别，也需要业务提供机会、HR设计路径、管理者承担培养责任。岗位增长的潜力，只有经过这些具体安排，才会成为企业可以使用的人才优势。

　　2035年仍然是一个包含许多变量的时间点，企业没有必要等待预测逐项兑现后再作准备。今天就可以从一项业务需求、一组相邻能力和一条可验证的培养路径开始，把人才规划做得更具体。对于HR而言，这场变化带来的新考题，是让招聘、培训、认证与内部流动共同交付一个结果：需要的人，能够在合适的时间进入合适的工作。

　　资料与来源

　　本文依据公开资料撰写，报告事实与企业管理分析分别呈现。除注明来源的企业案例外，文中的企业场景与机制设计为说明性假设及管理建议；美国预测不直接代表中国劳动力市场，跨报告数字也不作简单合并。

　　[1] McKinsey Global Institute， Workforce in motion: Skills and pathways to future jobs in the United States ，2026年9月29日。文中涉及2035年的数量均为模型情景预测，劳动需求变化采用全职当量等口径；约3.6倍对应跨职业大类转换年均规模，资格与认证要求包含法定要求及雇主要求。

　　https://www.mckinsey.com/mgi/our-research/workforce-in-motion-skills-and-pathways-to-future-jobs-in-the-united-states

　　[2] World Economic Forum， The Future of Jobs Report 2025 ，2025年1月。该研究面向全球2025—2030年变化，调查范围、预测期限与麦肯锡美国研究不同。

　　https://www.weforum.org/publications/the-future-of-jobs-report-2025/digest/

　　[3] OECD， Trends in Adult Learning: New Data from the 2023 Survey of Adult Skills ，2025年。48%对应在学习参与中遇到障碍、并将工作或家庭时间约束视为最主要障碍的成年人占比。

　　https://www.oecd.org/en/publications/trends-in-adult-learning_ec0624a6-en/full-report/why-is-participation-not-more-common_73893b53.html

　　[4] Schneider Electric， Discovering growth for a successful career ，2023年9月7日。本文引用其对Open Talent Market及相关发展机会的介绍，不推断平台的当前参与规模或职业转换成效。

　　https://blog.se.com/life-at-schneider-electric/2023/09/07/discovering-growth-for-a-successful-career/

　　原文链接：https://mp.weixin.qq.com/s/Fz5jolkuRlUSSWqNJYJ7wg