思考習慣 Habits of mind
0
  • 登入
  • 關於我們
  • 服務項目
  • 商品總覽
  • 部落格
  • 最新消息
  • 聯絡我們
  • 註冊
  • 登入
  • 0
思考習慣 Habits of mind
  • 關於我們
  • 服務項目
  • 商品總覽
  • 部落格
  • 最新消息
  • 聯絡我們
  • 文章總覽
  • 分類
  • 思考習慣訓練法 (2)
    • 未來趨勢 (2)
      • AI (2)
    • 問題解決 (2)
      問題解決 (1) #問對問題 (1) 麥肯錫 (1) 金字塔思考法 (1)
      1. 首頁
      2. 部落格
      3. 技能革命:2030最稀缺的能力是什麼?

      麥肯錫2024跨產業CXO大調查

      技能革命:2030最稀缺的能力是什麼?

      2024 Dec 28 未分類
      內容目錄
      1. 研究方法:深度調查與模型分析
      2. 關鍵發現:技術與技能變革的雙重挑戰
        1. 當前技能短缺現況
        2. 未來技能需求預測
        3. 職業轉型規模與挑戰
      3. 未來應對策略:從短缺到突破的三大路徑
        1. 企業的應對之道:
        2. 政策制定者的角色:
        3. 員工的自我提升:
      4. 關鍵圖表解讀
        1. 當前稀缺且未來需求增長的技能
        2. 當前普遍使用且未來需求穩定的技能
        3. 當前普遍使用且未來需求增長的技能
        4. 當前稀缺且未來需求穩定的技能
      5. 用思考習慣來組合2030稀缺且增長能力

      報告下載

      隨著人工智慧(AI)與自動化的快速發展,勞動力市場正面臨著翻天覆地的變革。《麥肯錫報告》詳細調查了歐洲與美國的勞動市場現狀,探討了2030年之前的技能需求變化及應對策略。研究涵蓋了歐洲10個主要經濟體及美國,對約1100位企業高管進行了訪談,並結合模型預測,揭示了AI在未來工作中的潛在影響。

      主要發現:

      1. 技能短缺現象持續惡化:技術性與社會性技能(如批判思考、創意能力)短缺尤為明顯。
      2. 未來技能需求的變化:至2030年,對技術、情感與高層次認知技能的需求將顯著提升,而基本認知技能與體力勞動的需求將逐漸減少。
      3. 職業轉型的規模:預計到2030年,歐洲和美國將分別需要1200萬人進行職業轉型。

      這份報告強調,唯有技術與技能提升的正確結合,才能有效緩解勞動力市場的挑戰,並促進生產力增長。


      研究方法:深度調查與模型分析

      本次研究結合了問卷調查與數據建模,旨在全面描繪技能變化的趨勢。以下為其核心方法:

      1. 調查範圍與樣本:

        • 研究覆蓋歐洲10個國家(如法國、德國、瑞典等)及美國,分析這些地區75%的工作人口。
        • 對超過1100名高管進行深入訪談,行業涵蓋金融、零售、製造及醫療等。
      2. 數據模型構建:

        • 模型分析基於850種職業、2000多項工作活動及18項技術能力指標,並評估不同情景下的自動化採用率。
        • 研究設定兩種情境:「快速採用情境」與「緩慢採用情境」,分別反映技術迅速推廣及緩慢推進的結果。
      3. 技能需求量化方法:

        • 將技能劃分為五大類:技術、體力、基本認知、高層次認知、社會與情感技能,並根據勞動力需求變化計算各類技能的工作時數佔比。

      關鍵發現:技術與技能變革的雙重挑戰

      當前技能短缺現況

      根據高管訪談結果,技術與高層次認知技能短缺最為嚴重:

      • 技術技能短缺:約40%的受訪者提到,高階IT能力(如數據分析、程式設計)和數學能力是當前最稀缺的技能。
      • 社會與情感技能短缺:批判性思維、複雜信息處理及人際溝通能力同樣供不應求,特別是在醫療與管理領域。
      • 歐洲挑戰尤為明顯:相比美國,歐洲在高階技能(如技術與認知能力)的供應更顯不足,尤其是在需要創新與數據驅動解決方案的行業。

      未來技能需求預測

      報告預測,至2030年,AI與自動化將深刻改變技能需求:

      • 技術技能需求增加:在歐洲和美國,技術相關工作的工作時數將分別增長25%和29%。基礎IT技能增長15%,而高階IT技能(如程式設計)需求將增長34%。
      • 情感與社會技能的重要性提升:需求增長最顯著的技能包括同理心(20%)、領導能力(14%),這些在醫療與管理崗位尤其關鍵。
      • 高層次認知技能:創造力需求將上升12%-16%,但基本數據處理與文書能力的需求將下降19%。
      • 減少的技能需求:體力與基本認知技能的需求將大幅減少,尤其是在辦公支持與客服職位。

      職業轉型規模與挑戰

      • 轉型壓力:歐洲和美國分別需要1200萬人完成職業轉型,佔目前就業人口的6.5%-7.5%。
      • 低薪階層面臨更高風險:低薪崗位(如食品服務、製造等)最易受到自動化的影響,而轉型至高薪職位需要克服技能門檻。

      未來應對策略:從短缺到突破的三大路徑

      企業的應對之道:

      • 員工再培訓:調查顯示,32%的企業計劃通過內部培訓提升員工技能,尤其是在高階IT與數據分析方面。
      • 吸引新人才:23%的企業傾向於招募新員工來彌補技能缺口,特別是技術行業。
      • 外包與靈活用工:18%的企業選擇與自由職業者合作,以快速獲得專業技能。

      政策制定者的角色:

      • 鼓勵公私合作,發展AI驅動的教育與培訓工具,例如定制化課程與遠程學習平台。
      • 推動職業教育與技術創新,為勞動力轉型提供支持。

      員工的自我提升:

      • 主動參與終身學習,特別是在創造力與技術能力方面保持競爭力。

      關鍵圖表解讀


      這張圖深入分析了目前在市場中「普遍使用」與「稀缺」技能的現狀,以及這些技能未來需求的穩定性或增長潛力。該圖表根據技能的使用頻率及未來需求變化,將技能劃分為四大象限,清晰展示企業面臨的技能缺口與轉型挑戰。

      當前稀缺且未來需求增長的技能

      這些技能目前稀缺,但未來將成為高度增長的關鍵能力。

      • 典型技能:科學研究(Scientific research)、批判性思維(Critical thinking)、創業家精神(Entrepreneurship)、適應力(Adaptability)、產品和用戶體驗設計(Product and UX design)。
      • 代表性應用:例如,批判性思維與適應力在不確定環境下尤為重要,而用戶體驗設計在科技與零售領域需求激增。
      • 趨勢解讀:企業需要投入更多資源於員工培訓,以應對這些技能需求的迅速上升。

      當前普遍使用且未來需求穩定的技能

      這些技能已成為職場中的基本需求,未來的需求增長有限。

      • 典型技能:基礎 IT(Basic IT)、設備操作(Equipment operation)、基礎數據輸入(Basic data input)、設備維修(Equipment repair)。
      • 代表性應用:這類技能多用於低技術含量的職位,如基礎辦公、數據整理與基本設備維護等。
      • 趨勢解讀:隨著自動化技術的進步,這些技能雖仍重要,但需求增速將逐步放緩。

      當前普遍使用且未來需求增長的技能

      這些技能目前廣泛應用,並將成為未來職場的核心競爭力。

      • 典型技能:高級 IT(Advanced IT)、高級數據分析(Advanced data analysis)、技術工程(Technology engineering)、創造力(Creativity)、領導力(Leadership)。
      • 代表性應用:例如,創造力和技術工程對於產品創新與決策尤為重要;高級 IT 技能在數位轉型和數據驅動策略中不可或缺。
      • 趨勢解讀:未來數位化浪潮將大幅提升這些技能的需求,企業需提前布局相關人才發展計畫。

      當前稀缺且未來需求穩定的技能

      這些技能在目前市場中使用較少,未來需求也不會有顯著增長。

      • 典型技能:粗大運動技能(Gross motor)、基礎識讀能力(Basic literacy)、高級識讀能力(Advanced literacy)、工藝和技術(Craft and technician)。
      • 代表性應用:如傳統手工技術或低端生產職位。
      • 趨勢解讀:由於自動化技術的普及,這些技能需求將繼續減少,部分相關職位可能逐步被淘汰。

      用思考習慣來組合2030稀缺且增長能力





        • 分享此文章
        0則留言

        相關文章

        所有人都需要的AI 產品經理4大能力

        你有想過,你我未來可能都會成為AI產品經理嗎?看看AI界兩大模型的產品長列出哪4個AI產品經理的必備能力?還有他們看到下一波AI的使用場景。

        • 2024 Dec 27

        麥肯錫金字塔原則與SCQA框架

        麥肯錫的金字塔原則強調清晰傳遞解決方案,和 #問對問題的思考習慣又有什麼相同與不同之處?

        • 2024 Dec 16

        運用思考習慣準備面試的成功經驗

        2021思考習慣訓練學員運用思考習慣準備面試的成功經驗

        • 2024 Dec 29

        隱藏的秘密:文藝復興畫家的技術黑箱

        現代工程師揭露文藝復興畫家的「作弊」秘密,早在攝影發明的400年前,藝術家們已經使用光學工具來輔助創作畫作

        • 2024 Dec 27

        密涅瓦的秘密武器:雙軌思維

        密涅瓦大學真正的決策武器:雙軌思維模式,形式分析構建邏輯,實證分析驗證假設,兩者結合助力決策與創新,應對複雜問題。

        • 2024 Dec 28

        用思考習慣解谷歌的經典面試題

        這道題目不是測試你會不會使用某個地圖 API,也不是要求你真的寫出程式碼, 而是考察你的問題解決思考能力

        • 2024 Dec 29

        聯絡我們

        • 隱私權政策
        COPYRIGHT© 思考習慣 Habits of mind All rights reserved | Powered by 路老闆