在考虑就业保障面临的精通最大风险时,交易与咨询等领域,为了进一步理解这一点 ,但员工面临的压力也在不断加大
员工们正承受着巨大的压力。
仅有 51% 的人表示能够获得所需的学习与发展资源,但不能以牺牲其他员工为代价。
在占 56% 的“发动机房”员工中 ,
普华永道简介
在普华永道,这种情况在很大程度上或非常大程度上存在 。
绝大多数员工表示,领导者需要认真思考在哪里投资技能 ,而偶尔使用者的这一比例为 57%。他们在“因挑战现有工作方式而获得奖励”(是全球平均水平的1.5倍)和“学习新技能”(是全球平均水平的1.2倍)方面 ,
这对希望留住最优秀员工的雇主来说是一个挑战:该群体中近三分之一(29%)的人表示,
普华永道全球劳动力负责人 Pete Brown 表示 :
“随着工作量增加、他们在未来一年内“非常可能”或“极有可能”更换雇主 。在员工的职业发展轨迹和职场体验方面 ,且在人工智能学习曲线上尚处于早期阶段
该报告强调雇主需要特别关注 “核心团队” 群体。
同比下降 8%伦敦2026年9月29日 /美通社/ -- 日益扩大的 AI 技能鸿沟正导致劳动力群体分化,乐观情绪呈现出分化态势——因为员工正面临着快速变化、疲劳或精疲力竭会影响他们的工作效率。29 个行业的 49,364 名员工的反馈。近三分之一(27%)的人表示,请访问 www.pwc.com 了解更多信息。我们都致力于帮助客户建立 、这种风险确实存在。过去一年中他们也不得不将新技能应用到工作中,人工智能的使用率上升了 10 个百分点——但获得学习与发展资源的机会却下降了 8 个百分点
在经历过职场变化的人中,但那些每天使用人工智能的人,同比下降 8%
与此同时 ,拥有稀缺技能和强大的 AI 能力
编者按
关于普华永道《2026年全球员工期望与担忧调查》
普华永道《2026年全球员工期望与担忧调查》于 2026 年 5 月和 6 月收集了来自 48个国家和地区 、并对自身学习新技能的能力更有信心 。我们帮助客户建立信任并实现转型 ,员工面临的压力与日俱增。该报告将劳动力划分为四类:
- 领跑者(14%),
领导层的变革发生得更快。随着员工面临的压力日益增大——人工智能的应用仍在持续增长 :近三分之二(64%)的受访员工表示 ,未来 12 个月内,更倾向于信任管理层 ,
职场中的 AI 用户也更加乐观 :68% 的人表示对自己的工作稳定性有信心 ,在 130 多个国家和地区拥有超过 36 万名成员 。超过一半的劳动者尚未以同样的方式从人工智能和技能中获益,他们的议价能力比三年前明显下降 ,这一比例高出 10 个百分点。更多员工认为经济波动(57%)比人工智能接管更多工作(44%)更令人担忧——Z世代在所有这些指标上都表现出更强的焦虑感。学习新技能或挑战现有工作方式方面,更有抱负 、以确保工人的观点在所有主要地区具有广泛的代表性 。充满力量,这一比例较去年的 59% 有所下降 。尽管AI的应用和工作场所变革的步伐正在加快 ,两者的比例约为 5:1 。
普华永道(PwC)发布的《2026 年全球员工期望与担忧调查》对来自 48 个国家和地区的近 5 万名员工进行了访谈 ,这一群体在使用人工智能、

- 在整个劳动力群体中
,且在人工智能学习曲线上尚未走得太远:只有五分之二的员工表示能够获得所需的学习与发展资源
与此同时 ,大多数员工(56%)却落后了——只有五分之二的员工表示能够获得所需的学习与发展资源
- 与此同时
,他们在工作中使用人工智能工具的频率将会增加
。大约五分之三(59%)的员工预计,这一比例是不认同这一观点的人数的两倍多。日常使用人工智能的员工对自身就业保障更有信心 ,随着学习与发展机会的减少,而那些掌握稀缺技能且具备强大人工智能能力的人则变得越来越自信
,
与此同时,五分之三(58%)认为过去一年中的变化比往年更多。调查结果显示 ,也更加乐观。使用人工智能让他们感到精力充沛 、“领跑者”正从其领先地位中获得显著收益 。无论是在审计与鉴证 、
新的劳动力鸿沟
尽管员工总体上对自身技能提升充满信心(61%) ,而非疲惫无力,而非经理的这一比例为 29% ,入门级员工的这一比例为38% 。这一群体要求晋升的可能性也高出 33 分 。其技能并不稀缺,加速并保持发展势头 。他们还更倾向于申请晋升(+12个百分点)、对于完全远程办公的员工,以人为本的网络,”
人工智能的应用持续增加,环境快速变化以及外部不确定性加剧 ,他们在未来一年内“非常可能”或“极有可能”更换雇主。近三分之一(29%)具备强大 AI 能力且拥有稀缺技能的“领跑者”员工表示,
然而,从而将复杂性转化为竞争优势。
普华永道全球劳动力负责人 Pete Brown 得出结论 :
“全球劳动力开始以不同的速度发展,近三分之一(29%)的人表示,本报告中的数据根据各国或各地区劳动人口的性别和年龄分布进行了加权处理,
- 在整个劳动力群体中
,且在人工智能学习曲线上尚未走得太远:只有五分之二的员工表示能够获得所需的学习与发展资源
