新聞速讀｜職能重塑的生死關頭：麥肯錫於 CES 2026 揭示 AI 時代「學一次用一生」的終
新聞速讀｜職能重塑的生死關頭：麥肯錫於 CES 2026 揭示 AI 時代「學一次用一生」的終
解析 30% 工作時數自動化下的企業競爭力：將學習嵌入工作流的變革路徑
InfoAI 編輯部
AI 不會取代人類，但會取代拒絕與其協作的專業人士，讓『工作』成為一個不間斷的學習迴圈。
衡量人才價值的金本位，已從「累積資歷」轉向「學習敏捷度」。
衡量人才價值的金本位，已從「累積資歷」轉向「學習敏捷度」。
摘要：
核心典範轉移： 麥肯錫（McKinsey）與 General Catalyst 於 CES 2026 共同宣告，傳統「求學階段完成後即具備終身職場技能」的模式已徹底崩解。
技能壽命驟減： 技術技能的半衰期已降至 2.5 年，這意味著專業人士必須在更短的週期內，重新定義並更新其核心競爭力。
自動化壓力臨界： 預計到 2030 年，全球將有 30% 的工作時數由 AI 完成，企業必須將「職能重塑」視為與財務投資同等重要的戰略專案。
從識字到領養： 企業轉型不應止於 AI 知識的普及，而應深耕至「行為領養」，將學習機制深度整合進每日的作業流程中。
職場神經系統的重構：CES 2026 現場直擊
在拉斯維加斯舉行的 CES 2026 會場中，麥肯錫全球管理合夥人 Bob Sternfels 與 General Catalyst 主席 Ken Chenault 共同拋出了一個關鍵觀點。他們指出，當前人類歷史正首度面臨技能更新速度遠快於職涯長度的嚴峻挑戰，這也意味著過去那套「學一次、用一輩子」的穩定結構已不復存在。
Sternfels 在論壇中強調，過去的工業時代偏重靜態的專業知識，但隨著實體 AI 與代理人 AI 的崛起，複雜的邏輯推論與數據處理已能被自動化取代。在這樣的環境下，企業對人才的需求正從「技能導向」的螺絲釘，轉向「適應導向」的解決問題者。麥肯錫的最新研究也佐證了這一點：那些在 AI 導入中表現卓越的企業，共通點並非僅是採購最強大的硬體，而是重新設計了工作流，讓員工能與 AI 深度協作，進而發揮出以往三倍以上的效能。
這場變革要求企業必須重新思考整體的勞動力佈局。當 30% 的工作時數被自動化釋放後，多出來的人力資源不應僅視為節省成本的手段，而應被策略性地導向更高階的策略設計與客戶共情服務。這種轉型的成敗，關鍵就在於組織是否能將「職能重塑」內化為核心文化的一部分。
為什麼變革發生在現在：技能半衰期與市場的雙重擠壓
「學一次、用一生」之所以在 2026 年成為過時標語，並非單一技術的演進，而是多重結構性因素交織下的結果。
首先是技能價值的快速貶值。隨著 AI 晶片算力以每兩年翻倍的速度增長，軟體工具的更新頻率已遠遠超過傳統大學課程所能追蹤的範疇。其次則是全球勞動力短缺所帶來的矛盾困局：白領階層正感受入門職位被 AI 侵蝕的焦慮，而藍領技術職位卻因能源轉型與基礎設施建設出現巨大缺口。Ken Chenault 對此指出，這反而創造了一個珍貴的「技能窗口期」，企業若能在此時協助員工跨領域轉型，將能大幅降低招聘成本並建立深厚的員工忠誠度。
更深層的誘因在於競爭力的量化差異。麥肯錫的數據顯示，僅提供基礎 AI 培訓的企業，其息稅前利潤（EBIT）的提升幅度，遠低於那些將 AI 嵌入工作流並實質推動行為改變的組織。步入 2026 年，學習敏捷度（Learning Agility）已正式取代過往的資歷，成為衡量人才價值的核心指標。
讓學習成為工作的預設值
AI 時代的職場競爭，不再是比拼知識的儲存量，而是比拼知識的更新率。針對企業決策者，建議從以下三個維度啟動轉型：
讓領導層進行行為建模： 轉型必須由上而下。若管理階層不親自使用 AI、不在決策流程中嵌入數據洞察，下層員工將會因缺乏心理安全感而對轉型產生遲疑甚至停滯。
將學習機制嵌入日常工作流： 擺脫單純透過調離原職位進行培訓解決問題的舊思維。應善用 AI 助教或協作平台，在員工遇到實際技術瓶頸時，即時提供「微學習」教材，讓學習發生在解決問題的瞬間。
建立獎勵好奇心的試錯文化： 職能重塑的過程必然伴隨挫折。企業應將獎勵標準從「完美的最終產出」轉向「好奇心與迭代嘗試」，讓員工在嘗試新工具時無後顧之憂。
未來職場的數位化追蹤指標
技能半衰期： 定期檢測組織內部核心職務所需技能的過時速度，作為人才發展（L&D）投資與調整的參考基準。
行為領養率： 評估指標應從「完課率」轉向實質應用，觀察有多少員工已將 AI 整合進核心工作流，並確實減少了重複性的作業工時。
內部職位流動率： 追蹤員工透過職能重塑計畫後，成功轉向新興職位（如 AI 代理人維運或數據溝通師）的比例。
學習回報率： 建立評估機制，觀察員工學習投入與其產出的 EBIT 增長之間的關聯性，使轉型投資能獲得量化數據的支持與認可。
FAQ
Q1：傳統的學歷教育會因此消失嗎？
不會，但其角色將發生本質上的轉變。學歷將不再是終身就業的保證書，而是具備「學習能力」與「系統化思考」的證明。未來的高等教育將更強調 AI 較難替代的耐用技能，如批判性思考、跨學科整合以及複雜的人際協商能力。
Q2：如果員工學會了 AI 技能就跳槽，企業的投資不就浪費了？
這正是 Ken Chenault 提到的「忠誠度悖論」。麥肯錫的研究發現，願意投資員工轉型的企業，其員工留任率反而更高。在快速變動的時代，員工最看重的福利已不再是穩定，而是「不被時代淘汰的持續競爭力」。
Q3：藍領職位真的能免於 AI 的衝擊嗎？
目前觀察到具備高度靈活性與實體感知的「技術藍領」具備更長的護城河。例如電力系統維修或精密機械安裝，在實體 AI 全面普及前仍有極高價值。這也解釋了為何許多 Z 世代學生正重新思考職涯，轉向更具技術性的技職體系。
Q4：AI 取代 30% 工作時數，是否意味著 30% 的人會失業？
這更多代表了工作內容的「質變」。原本被繁瑣數據與行政庶務佔據的時間被釋放後，員工應被引導轉向更高階的策略規劃、客戶共情或創新研發。真正的風險不在於 AI，而在於拒絕隨之轉型的個體。
Q5：企業該如何平衡 AI 效率與員工對自動化的恐懼？
關鍵在於透明溝通與價值共創。讓員工參與工作流的重新設計過程，使其明白 AI 的導入是為了減少無意義的勞苦工作，進而放大其身為人類的核心價值。
Q6：General Catalyst 為什麼如此關注勞動力議題？
作為全球頂尖創投，他們認為「勞動力轉型服務」將是下一個兆元級的市場機會。透過投資協助企業進行職能重塑的 AI 新創公司，他們正試圖定義未來十年的職場運行規則。
參考資料：
AI Revolution Ends 'Learn Once, Work Forever' Era, Say McKinsey and General Catalyst Leaders
McKinsey and General Catalyst execs say the era of 'learn once, work forever' is over
Redefine AI upskilling as a change imperative
The critical role of strategic workforce planning in the age of AI
Modern Workplace Trends in 2026
2026-Forecast.pdf - Workplace Intelligence
版權聲明與授權須知
本內容由 InfoAI 擁有著作權。如有引用、轉載或任何商業用途的需求，請來信聯絡： contentpower688@gmail.com。
用內容建立信任
用洞察塑造品牌
在 AI 時代，真正有力量的行銷不是廣告聲量，而是持續輸出的深度思考。InfoAI 把全球 AI 趨勢與報告，轉譯成清楚、精準、有觀點的內容，讓企業不只是跟上變化，而是成為洞察的提供者，讓品牌變成被信任的決策夥伴。如果你不想只是「談 AI」，而是想「透過 AI 影響市場與客戶」，那就從內容開始。歡迎來信： contentpower688@gmail.com
如果你覺得這篇解讀對你有幫助，歡迎訂閱 InfoAI 電子報，我們將持續為你精選 全球 AI 新聞與趨勢洞察，幫助你看懂新聞背後的真正意義。也別忘了加入透過［QRCode］／［按鈕］加入 Line 社群 ，隨時掌握值得關注的 AI 發展與專業觀點。
AI 協作聲明：
本篇文章由 InfoAI 團隊策劃，並透過人工智慧工具協助資料整理與內容撰寫，最終內容由編輯進行人工審閱與優化。
InfoAI｜讀懂 AI 如何改變世界
在 AI 改變世界之前
助你先讀懂 AI 世界
每日精選全球 AI 新聞
AI 趨勢 + 新聞 + 深度解讀
Content Power ｜賦能你在 AI 時代的專業能力
專注於「AI × 專業 × 工作方法」的知識平台
透過框架、流程與方法
協助你在 AI 時代重建專業能力