AI抢饭碗是真的吗？麦肯锡报告：2035年约1100万美国人被迫转行

一句话结论：AI带来的真正挑战，不是"机器直接抢走工作"，而是数百万劳动者被迫中途转行——而这场转行潮的代价，被严重低估了。


一、1100万，不是一个抽象数字


麦肯锡2026年9月29日发布的AI与就业报告指出，最严峻的问题不是机器抢饭碗，而是如何安置数百万被迫转行的人。


报告估算：到2035年，约1100万美国劳动者可能因AI需要转行，占劳动力的约7%。而美国过去每年大约21.5万人换职业，未来这个数字可能增至三倍。


三倍是什么概念？意味着原本需要十年才能消化的职业流动量，被压缩到三四年内完成。对个人是阵痛，对社会是压力测试。


二、谁最受伤？低收入者风险接近高收入者的8倍


报告里最扎心的一组数据是：低收入者受冲击的概率，接近高收入者的八倍。


原因并不复杂。AI最先替代的，是那些"规则清晰、重复性高、可被文本和图像描述"的岗位——客服、基础文案、初级数据录入、部分行政支持。而这些岗位，恰恰是中低收入群体最主要的就业蓄水池。


相比之下，需要复杂判断、人际协调、现场操作的岗位，被替代的速度要慢得多。


三、纽约的现实：六成服务业公司已在用AI


就业焦虑不是纸面推演。纽约联邦储备银行的最新调查显示，超过六成服务业公司已经使用AI，高于去年的四成；约半数制造商也已采用相关技术，较去年增加近一倍。


但报告同时指出一个微妙现象：AI虽然尚未大规模取代现有员工，企业却已经在明显减少新人招聘。换句话说，冲击先落在"入口"而不是"存量"——应届生和职场新人，最先感受到寒意。


四、转行为什么这么难？


转行难在三处：


第一，技能不通用。一个做了八年的客服，转去做需要技术门槛的岗位，不是上个培训班就能解决的。


第二，时间和金钱成本。转行期间收入中断，而培训需要投入，对没有积蓄的家庭是双重压力。


第三，心理成本。从"熟练工"变回"新手"，身份感的落差往往被忽视。


麦肯锡报告的核心提醒正在于此：只盯着"岗位消失数量"是不够的，真正需要设计的，是一套让转行者能平稳落地的支持体系——再培训、收入过渡、区域产业承接，缺一不可。


五、对中国读者的启示


中国的就业结构里，制造业和服务业占比都不低，同样存在大量可被AI辅助甚至替代的环节。


好消息是，生成式AI用户已突破7亿、普及率过半，这意味着工具侧的普及是快的。真正的短板在"人的再配置"：职业培训体系能不能跟上、社保和收入过渡机制能不能兜底、企业愿不愿意为员工的技能升级买单。


六、普通人现在能做什么？


第一，把AI当同事而不是对手。谁先学会用AI放大自己的产出，谁在转行潮里就更主动。


第二，培养"AI不擅长"的能力：跨领域判断、复杂沟通、现场应变、审美和价值观把关。


第三，留出学习预算。哪怕每周两小时，保持对新工具的接触，比焦虑更有用。


结语


麦肯锡这份报告的价值，是它把讨论从"AI会不会取代人"拉回到了"人该怎么重新安排"。1100万这个数字真正提醒我们的，不是恐慌，而是准备。技术从来不会等人，但社会可以提前修好承接它的那张网。