麥肯錫最新報(bào)告：未來(lái)五年，這個(gè)能力正在瘋狂升值

我坦白，看到麥肯錫那份報(bào)告的時(shí)候，我心里咯噔了一下。
報(bào)告里有個(gè)數(shù)據(jù)，讓我后背有點(diǎn)發(fā)涼——數(shù)字素養(yǎng)（digitalliteracy），從去年的第20位，飆升到今年第6位。一年時(shí)間升14個(gè)名次。整個(gè)榜單上，它是漲幅最大，沒(méi)有之一。
按這個(gè)速度，明年它可能沖進(jìn)前三。而那些不具備這項(xiàng)能力的人，會(huì)在三年內(nèi)被擋在決策層門(mén)外。
你可能會(huì)問(wèn)：數(shù)字素養(yǎng)不就是會(huì)用電腦、會(huì)用AI、會(huì)寫(xiě)提示詞嗎？
還真不是。
麥肯錫對(duì)它的定義跟我們想的不太一樣。它說(shuō)的是——它不是使用工具，而是判斷工具給出的結(jié)果是否可信的能力。
一個(gè)是“會(huì)用”，一個(gè)是“會(huì)判斷”。這兩件事，差別大了去了。
今天這篇，咱們把這個(gè)事徹底聊透。

01工具人人會(huì)用，判斷力才是稀缺品
先看一組數(shù)據(jù)：麥肯錫《2026年人力資源監(jiān)測(cè)報(bào)告》調(diào)研了歐洲、美國(guó)、中國(guó)等10個(gè)國(guó)家，訪談了約1300位HR從業(yè)者和5500名員工。
報(bào)告的核心結(jié)論只有一句話：Futureskillswillshiftfromroutinetask-basedcapabilitiestoskillsfocusedonanalyzingandinterpretingAIoutputs.
翻譯過(guò)來(lái)：未來(lái)技能，會(huì)從完成日常任務(wù)的能力，轉(zhuǎn)向分析和解釋AI輸出的能力。即過(guò)去你值錢，是因?yàn)槟隳馨咽虑樽鐾辍Ｎ磥?lái)你值錢，是因?yàn)槟隳芘袛啵篈I做出來(lái)的東西，到底能不能用。
報(bào)告里還有一個(gè)細(xì)節(jié)很有意思。有個(gè)跟“數(shù)字素養(yǎng)”長(zhǎng)得很像的能力，叫“數(shù)字化學(xué)習(xí)能力”——就是會(huì)用AI工具、會(huì)用各種數(shù)字化產(chǎn)品的能力。它的排名是下降的。
這說(shuō)明什么？
“會(huì)用”這件事，正在變成一種基礎(chǔ)設(shè)施。就像10年前有人在簡(jiǎn)歷上寫(xiě)熟練使用Word會(huì)被笑話一樣，我估摸著，再過(guò)兩三年，會(huì)用AI也會(huì)成為壓根不該寫(xiě)進(jìn)簡(jiǎn)歷的詞。
工具人人都會(huì)用，但判斷力不是人人都有。而判斷力這東西，本身就是所有能力的元能力。過(guò)去，信息是稀缺品。誰(shuí)能拿到更多信息，誰(shuí)就值錢?，F(xiàn)在，信息是過(guò)剩品。誰(shuí)能從海量信息里撈出對(duì)的，誰(shuí)才值錢。
AI解決的是獲取問(wèn)題，你解決的是取舍問(wèn)題。這兩件事，前者越來(lái)越便宜，后者越來(lái)越貴。
而且，說(shuō)這話的不止麥肯錫一家。世界經(jīng)濟(jì)論壇《2025年未來(lái)就業(yè)報(bào)告》預(yù)測(cè)，到2030年，近40%勞動(dòng)者的核心技能需要更新，AI將改變近90%企業(yè)的運(yùn)營(yíng)方式。屆時(shí)6900萬(wàn)個(gè)新崗位將被創(chuàng)造，8300萬(wàn)個(gè)崗位被淘汰，凈減少1400萬(wàn)個(gè)。
不是AI替代了人，是會(huì)用AI判斷的人，替代了不會(huì)用的人。
與此同時(shí)，近三分之一的美國(guó)勞動(dòng)人口缺乏或完全不具備數(shù)字素養(yǎng)技能。供需之間的缺口有多大，不用我多說(shuō)了。
再看一組數(shù)據(jù)：在歐洲，只有36%的組織在定期使用AI，而在美國(guó)，這個(gè)數(shù)字是76%——整整40個(gè)百分點(diǎn)的差距。數(shù)字素養(yǎng)的差距，正在變成企業(yè)之間、國(guó)家之間的競(jìng)爭(zhēng)力差距。
那些率先補(bǔ)上這一課的人，正在拉開(kāi)和那些還沒(méi)醒過(guò)來(lái)的人之間的距離。

02很多領(lǐng)導(dǎo)，正在用舊腦子做新決策
說(shuō)到這，你可能覺(jué)得，判斷AI這事，應(yīng)該讓技術(shù)人員或者數(shù)據(jù)分析師來(lái)做吧？
錯(cuò)了。管理者比員工更需要這項(xiàng)能力。
為什么？因?yàn)楣芾碚咦龅氖菦Q策，而決策一旦建立在錯(cuò)誤信息上，損失是成倍的。
員工用AI寫(xiě)一份報(bào)告，錯(cuò)了最多重寫(xiě)。管理者用AI的信息拍一個(gè)板，錯(cuò)了可能是一個(gè)部門(mén)的預(yù)算、半年的時(shí)間、整個(gè)團(tuán)隊(duì)的心血。
麥肯錫2025年有個(gè)調(diào)研，覆蓋了30多個(gè)行業(yè)、2000多家企業(yè)-。數(shù)據(jù)顯示：35%的基礎(chǔ)管理工作已經(jīng)被AI接管了，超過(guò)60%的管理者存在能力替代焦慮，但只有12%的管理者完成了適配AI時(shí)代的能力升級(jí)-。
換句話說(shuō)——絕大多數(shù)管理者，正在用舊時(shí)代的腦子，做新時(shí)代的決策。
更扎心的是另一組數(shù)據(jù)：86%的領(lǐng)導(dǎo)者認(rèn)為自己的組織在日常運(yùn)營(yíng)中采用AI的準(zhǔn)備不足。
你以為是技術(shù)沒(méi)準(zhǔn)備好？是人沒(méi)準(zhǔn)備好。
當(dāng)一位決策者缺了這項(xiàng)能力，團(tuán)隊(duì)就算手上有工具也不敢往前推——所有項(xiàng)目都得排隊(duì)等老板點(diǎn)頭。而老板點(diǎn)頭的依據(jù)，可能只是一份AI生成的、錯(cuò)漏百出的報(bào)告。

03 AI不犯錯(cuò)，犯錯(cuò)的是盲目相信AI
先說(shuō)個(gè)讓我印象挺深的案例。
一家公司用AI做了一份用戶洞察報(bào)告，里面引用了若干“權(quán)威數(shù)據(jù)”。老板覺(jué)得邏輯嚴(yán)密、數(shù)據(jù)詳實(shí)，當(dāng)場(chǎng)拍板立項(xiàng)。
半年后，公司發(fā)現(xiàn)——當(dāng)初那些數(shù)據(jù)，是AI從一份2019年的過(guò)時(shí)報(bào)告里撈出來(lái)的樣本。錢已經(jīng)花了，人已經(jīng)招了，生產(chǎn)線已經(jīng)開(kāi)了，產(chǎn)品已經(jīng)做了。后悔，已經(jīng)遲了。
還有更離譜的。，澳大利亞政府曾花44萬(wàn)澳元委托德勤寫(xiě)一份評(píng)估報(bào)告，結(jié)果專家發(fā)現(xiàn)報(bào)告里引用了根本不存在的學(xué)術(shù)文獻(xiàn)和虛構(gòu)的法院判決。德勤承認(rèn)使用了生成式AI工具，被迫退還部分費(fèi)用。
政府都會(huì)犯錯(cuò)，何況企業(yè)？這些基于錯(cuò)誤材料做出的連鎖決策帶來(lái)的沉沒(méi)成本，就是數(shù)字素養(yǎng)不足的代價(jià)。
有人可能會(huì)說(shuō)：這是AI的錯(cuò)。不。AI不犯錯(cuò)，犯錯(cuò)的是盲目相信AI的人。
AI只是一個(gè)工具，它從一堆舊數(shù)據(jù)里撈出了看起來(lái)正確的答案。真正的問(wèn)題在于——沒(méi)有人停下來(lái)問(wèn)一句：這個(gè)數(shù)據(jù)，真的對(duì)嗎？

04怎么判斷AI給的東西能不能信？
說(shuō)了這么多，你可能會(huì)問(wèn)：那我到底該怎么判斷AI給的東西能不能信？
建議不管AI給了你什么，用這三句話過(guò)一遍。

1．“憑什么”：結(jié)論依據(jù)是什么？
AI給出一個(gè)數(shù)據(jù)、一個(gè)結(jié)論，你先別急著往下看。做三件事：

1）追來(lái)源。數(shù)據(jù)從哪來(lái)？樣本多大？時(shí)間范圍是什么？當(dāng)前主流的大模型大多會(huì)提供溯源鏈接或引用文獻(xiàn)——你要主動(dòng)去點(diǎn)、去看、去核實(shí)。確認(rèn)引用內(nèi)容的發(fā)布時(shí)間，判斷信息是否具備時(shí)效性。

2）交叉驗(yàn)。同一個(gè)問(wèn)題，換一個(gè)不同的大模型問(wèn)一遍。如果兩個(gè)答案差異很大——至少有一個(gè)在“胡說(shuō)”。如果多個(gè)模型指向同一個(gè)結(jié)論，可信度大幅提升。

3）反向問(wèn)。順著AI的答案追細(xì)節(jié)。AI說(shuō)“某類人群正快速轉(zhuǎn)向某新品類”——你就追問(wèn)：這個(gè)快速具體是多快？數(shù)據(jù)覆蓋了哪幾個(gè)城市？樣本里有多少人？
2．“邏輯呢”：推理過(guò)程是什么？
AI最擅長(zhǎng)的，是用“看起來(lái)很合理的邏輯”把錯(cuò)誤包裝得滴水不漏。這時(shí)候你要做兩件事：

1）逼它攤牌。很多AI回答只給結(jié)論，不給推理鏈條。你要明確要求它把推理過(guò)程展開(kāi)——每一步是怎么推導(dǎo)的？中間有沒(méi)有邏輯斷層？如果推理過(guò)程中有“說(shuō)不通”的地方，結(jié)論就值得懷疑。

2）找打臉證據(jù)。別只看支持結(jié)論的證據(jù)?？桃鈫?wèn)一句：“有沒(méi)有數(shù)據(jù)不支持這個(gè)結(jié)論？有沒(méi)有例外情況？”如果AI回答“沒(méi)有”或含糊其辭——那更要小心。

3．“可行嗎”：是否符合你的認(rèn)知？
這是最容易被忽視，也最關(guān)鍵的一步。

1）直覺(jué)校驗(yàn)。AI的結(jié)論再漂亮，也得過(guò)“常識(shí)關(guān)”。如果一個(gè)結(jié)論聽(tīng)起來(lái)離譜，或者和你對(duì)業(yè)務(wù)的長(zhǎng)期觀察嚴(yán)重沖突——別輕易放過(guò)。AI可能沒(méi)錯(cuò)，但你多問(wèn)一句，不虧。

2）業(yè)務(wù)落地。如果AI建議你“立刻做新品類”，得先問(wèn)自己一句：這個(gè)建議放到我們公司的實(shí)際資源、實(shí)際客戶、實(shí)際競(jìng)爭(zhēng)格局里，還成立嗎？這就是為什么AI永遠(yuǎn)代替不了管理者——它管的是對(duì)不對(duì)，我們管的是能不能。

寫(xiě)在最后
我最后想說(shuō)：AI已經(jīng)替我們跑完了90%的路。剩下的10%，恰恰是我們最值錢的部分。千萬(wàn)別把最后10%，也交給AI。因?yàn)槟鞘悄阄ㄒ贿€值錢的地方。