WEBVTT

00:00:00.973 --> 00:00:04.107
2014对我而言是特殊的一年：

00:00:04.107 --> 00:00:06.034
20年的咨询生涯，

00:00:06.034 --> 00:00:07.706
20年的婚姻经历，

00:00:07.706 --> 00:00:10.887
还有下个月我就要50岁了。

00:00:10.887 --> 00:00:16.437
我是1964年出生在一个德国小镇。

NOTE Paragraph

00:00:16.437 --> 00:00:18.155
那是在十一月份一个灰蒙蒙的日子，

00:00:18.155 --> 00:00:20.035
我已经过了预产期却还没有出生。

00:00:20.035 --> 00:00:23.518
医院的产房简直忙坏了，

00:00:23.518 --> 00:00:28.023
因为当天有很多孩子出生。

00:00:28.023 --> 00:00:29.275
事实上，

00:00:29.275 --> 00:00:34.571
1964年是德国出生率最高的一年：

00:00:34.571 --> 00:00:36.591
新生婴儿超过130万。

00:00:36.591 --> 00:00:39.725
而前一年，只有60万出头，

00:00:39.725 --> 00:00:41.227
我出生这一年的一半而已。

NOTE Paragraph

00:00:41.490 --> 00:00:45.321
这里你们所看到的是德国的年龄金字塔，

00:00:45.321 --> 00:00:48.130
最顶端有个小黑点，那就是我。

00:00:48.130 --> 00:00:52.124
（笑声）（掌声）

00:00:54.307 --> 00:00:58.440
红色的是潜在的工龄人群，

00:00:58.440 --> 00:01:02.689
也就是15岁以上65岁以下的人。

00:01:02.689 --> 00:01:06.404
我感兴趣的其实只是这块红色区域。

NOTE Paragraph

00:01:06.404 --> 00:01:08.447
现在，咱们做一个简单模拟，

00:01:08.447 --> 00:01:12.975
看看这个年龄结构在未来的几年将如何发展。

00:01:12.975 --> 00:01:14.414
你们能看到，

00:01:14.414 --> 00:01:16.713
高峰向右移动，

00:01:16.713 --> 00:01:23.238
而我，连同很多其他婴儿潮出生的人，
将在2030年退休。

00:01:23.238 --> 00:01:25.513
顺便说一句，预测这块红色区域

00:01:25.513 --> 00:01:28.382
不需要对出生率进行估计。

00:01:28.406 --> 00:01:29.654
这块红色区域，

00:01:29.678 --> 00:01:33.290
2030年潜在的工龄人群，

00:01:33.291 --> 00:01:36.589
现在就已经决定了，

00:01:36.589 --> 00:01:40.141
除非有更高的迁移率。

00:01:40.141 --> 00:01:46.271
如果你比较2030年和2014年的红色区域，

00:01:46.271 --> 00:01:49.382
你会发现2030年的要小得多。

NOTE Paragraph

00:01:49.382 --> 00:01:51.820
在我展示世界其他地方的情况之前，

00:01:51.820 --> 00:01:55.117
你们觉得这对德国意味着什么？

00:01:55.117 --> 00:01:59.204
从这个图表中我们知道，劳动力供给，

00:01:59.204 --> 00:02:01.131
也就是能够劳动的人，

00:02:01.131 --> 00:02:04.800
在德国将减少，显著减少。

00:02:04.800 --> 00:02:07.400
那么，劳动力需求呢？

00:02:07.400 --> 00:02:09.211
这就有点微妙了。

00:02:10.163 --> 00:02:14.970
你们可能知道，
咨询师对任何问题的惯用答案是，

00:02:14.970 --> 00:02:16.711
“看情况。”

00:02:16.711 --> 00:02:19.079
所以我也得说，这要看情况。

00:02:19.079 --> 00:02:21.448
我们不想去预测未来。

00:02:21.448 --> 00:02:22.957
有太多不确定性。

00:02:22.957 --> 00:02:24.393
我们用了另一种方式。

00:02:24.393 --> 00:02:27.903
我们研究了过去20年

00:02:27.903 --> 00:02:29.598
德国的GDP和生产力增长，

00:02:29.598 --> 00:02:32.082
计算出了以下情形：

00:02:32.082 --> 00:02:36.563
如果德国的GDP和生产力想要继续增长，

00:02:36.563 --> 00:02:38.676
我们可以直接计算出

00:02:38.676 --> 00:02:42.647
德国需要多少人来支撑这种增长。

00:02:42.647 --> 00:02:45.619
就是绿色的线：劳动力需求。

00:02:45.619 --> 00:02:51.331
所以德国很快将出现劳动人口严重短缺。

00:02:51.331 --> 00:02:53.165
800万人的缺口，

00:02:53.165 --> 00:02:55.928
超出我们现有劳动力人数20%。

00:02:55.928 --> 00:02:58.598
很大的数字，相当大。

00:02:58.598 --> 00:03:00.711
我们计算了几种不同的情形，

00:03:00.711 --> 00:03:03.173
结果都是这样的。

NOTE Paragraph

00:03:04.565 --> 00:03:06.446
那么，要缩小缺口，

00:03:06.446 --> 00:03:10.509
德国需要大量鼓励移民，

00:03:10.509 --> 00:03:12.715
并让更多女性进入劳动力大军，

00:03:12.715 --> 00:03:14.480
还要提高退休年龄 —

00:03:14.480 --> 00:03:16.895
顺便说一句，
我们今年才降低了退休年龄 —

00:03:16.895 --> 00:03:19.658
并同时采取这些措施。

00:03:19.658 --> 00:03:23.721
如果德国不这样做，德国就会陷入停滞。

00:03:23.721 --> 00:03:26.043
我们的经济将不再增长。为什么？

00:03:26.043 --> 00:03:29.456
因为没有能够支撑这种增长的劳动力。

00:03:29.456 --> 00:03:33.913
企业将要去别处找寻人才。

00:03:33.913 --> 00:03:35.289
从哪里呢？

NOTE Paragraph

00:03:36.730 --> 00:03:40.776
我们模拟了15个世界最大的经济体的

00:03:40.776 --> 00:03:43.945
劳动力供给和需求，

00:03:43.945 --> 00:03:47.637
这些经济体的总和超过了世界GDP的70%。

00:03:47.637 --> 00:03:51.584
到2020年，总体情况将是这样。

00:03:51.584 --> 00:03:54.277
蓝色表示劳动力剩余，

00:03:54.277 --> 00:03:56.762
红色表示劳动力短缺，

00:03:56.762 --> 00:04:00.454
灰色是处在边界的国家。

00:04:00.454 --> 00:04:06.560
在2020年，一些国家仍会有劳动力剩余，

00:04:06.560 --> 00:04:08.743
例如意大利，法国，美国，

00:04:08.743 --> 00:04:13.340
但情况在2030年将发生剧烈变化。

00:04:13.340 --> 00:04:17.961
到了2030年，我们最大的经济体们

00:04:17.961 --> 00:04:20.956
将面临全球性的劳动力危机，

00:04:20.956 --> 00:04:23.371
包括四个金砖国家中的三个。

00:04:23.371 --> 00:04:26.529
中国，采取过独生子女政策，
也将面临这一问题。

00:04:26.529 --> 00:04:30.453
巴西和俄罗斯也一样。

NOTE Paragraph

00:04:30.453 --> 00:04:34.168
然而，坦率的说，

00:04:34.168 --> 00:04:38.974
真相是，问题还要更加严峻。

00:04:38.974 --> 00:04:42.317
这里你们所看到的是平均数字。

00:04:42.317 --> 00:04:44.013
我们将其去平均化，

00:04:44.013 --> 00:04:46.633
细分到不同的劳动技能水平，

00:04:46.633 --> 00:04:47.950
这样我们就会发现

00:04:47.950 --> 00:04:51.884
高技能劳动力将面临更大缺口，

00:04:51.884 --> 00:04:56.063
低技能劳动力会有部分剩余。

00:04:56.063 --> 00:04:59.221
所以在整体性劳动力缺乏的基础上，

00:04:59.221 --> 00:05:03.453
我们在未来还将面临劳动技能的严重不匹配。

00:05:03.477 --> 00:05:05.176
这意味着政府和企业将

00:05:05.200 --> 00:05:07.265
在教育，资格认证和培训中

00:05:07.289 --> 00:05:10.314
遇到巨大挑战。

NOTE Paragraph

00:05:12.397 --> 00:05:18.375
之后，我们研究了机器人，自动化和科技。

00:05:18.375 --> 00:05:22.389
科技能否改变这一状况并提高生产力？

00:05:23.728 --> 00:05:25.798
简单的说，答案是

00:05:25.798 --> 00:05:30.359
我们的数字已经考虑了
科技所能带来的大幅度

00:05:30.359 --> 00:05:31.942
生产力增长。

00:05:33.093 --> 00:05:36.628
完整的答案是这样的。

00:05:36.628 --> 00:05:39.113
再举德国为例。

00:05:39.113 --> 00:05:41.667
德国人的工作效率

00:05:41.667 --> 00:05:44.244
在世界上享有特别的声誉。

00:05:44.244 --> 00:05:48.841
90年代，我在波士顿分部工作了将近两年，

00:05:48.841 --> 00:05:52.998
我走的时候，一位年长的合伙人跟我说，
这是他的原话，

00:05:52.998 --> 00:05:56.480
“多给我找这样的德国人，干活跟机器似的。”

00:05:56.480 --> 00:06:00.967
（笑声）

00:06:00.967 --> 00:06:04.259
那是1998年。

00:06:04.259 --> 00:06:07.742
16年后，你听到的可能正相反。

00:06:07.742 --> 00:06:11.410
“多给我找这种机器，干活跟德国人似的。”

00:06:11.410 --> 00:06:15.566
（笑声）（掌声）

NOTE Paragraph

00:06:18.108 --> 00:06:22.811
科技将取代很多岗位，普通岗位。

00:06:22.811 --> 00:06:24.808
不仅在生产领域，

00:06:24.808 --> 00:06:26.666
办公室白领也面临危机，

00:06:26.690 --> 00:06:29.521
也有可能被机器人，

00:06:29.521 --> 00:06:32.036
人工智能，大数据，或自动化取代。

00:06:33.120 --> 00:06:38.042
所以关键问题不是科技是否会取代某些岗位，

00:06:38.042 --> 00:06:41.688
而是什么时候取代，取代得多快，
取代到什么程度？

00:06:41.688 --> 00:06:43.383
换句话讲，

00:06:43.383 --> 00:06:48.059
科技能否帮助我们解决全球性劳动力危机？

00:06:49.334 --> 00:06:51.254
能，也不能。

00:06:51.254 --> 00:06:54.156
这是“看情况”的升级版本。

00:06:54.156 --> 00:06:55.203
（笑声）

NOTE Paragraph

00:06:55.227 --> 00:07:00.310
以汽车业为例，

00:07:00.310 --> 00:07:04.814
因为在这个行业中，
超过40%的工业机器人已经在工作，

00:07:04.814 --> 00:07:07.546
自动化也已经实现。

00:07:09.332 --> 00:07:14.659
1980年，只有不到10%的汽车生产成本

00:07:14.659 --> 00:07:17.329
是由电子部件产生。

00:07:17.329 --> 00:07:20.580
今天，这个数字已经超过30%。

00:07:20.580 --> 00:07:25.403
到2030年，这个数字将上涨到50%以上。

00:07:25.427 --> 00:07:29.608
这些新的电子部件和应用

00:07:29.632 --> 00:07:33.652
需要新的劳动技能并创造了很多新的岗位，

00:07:33.652 --> 00:07:36.199
例如认知系统工程师，

00:07:36.223 --> 00:07:40.688
其职责是优化驾驶员与电子系统之间的互动。

00:07:42.081 --> 00:07:48.668
1980年，没人会想到将出现这种工作。

00:07:49.534 --> 00:07:51.027
事实上，

00:07:51.051 --> 00:07:55.246
参与汽车生产的总人数

00:07:55.246 --> 00:07:58.659
在过去几十年中只有微小的变化，

00:07:58.659 --> 00:08:01.677
即便出现了机器人和自动化。

NOTE Paragraph

00:08:01.677 --> 00:08:03.443
那这意味着什么呢？

00:08:03.443 --> 00:08:05.856
的确，科技能取代很多岗位，

00:08:05.880 --> 00:08:11.707
但未来我们也能看到很多新的岗位和技能，

00:08:11.731 --> 00:08:17.768
这意味着科技会加剧劳动技能的不匹配。

00:08:17.768 --> 00:08:19.510
这种反平均化

00:08:19.510 --> 00:08:23.111
揭示了政府和商业机构面临的关键性挑战。

NOTE Paragraph

00:08:25.175 --> 00:08:29.006
因此，人，高技能的人群，

00:08:29.006 --> 00:08:33.046
人才，将是未来十年的重中之重。

00:08:33.046 --> 00:08:38.688
如果他们是稀缺资源，
那我们就要更好的了解他们。

00:08:38.688 --> 00:08:41.637
他们真的愿意去海外工作么？

00:08:41.637 --> 00:08:43.402
他们对工作有什么偏好？

NOTE Paragraph

00:08:44.552 --> 00:08:49.593
为了找到答案，今年我们进行了一项全球调查，

00:08:49.617 --> 00:08:54.870
对象是来自189个国家的超过20万名求职者。

00:08:56.021 --> 00:09:01.449
迁移当然是缩小缺口的一个关键性措施，

00:09:01.469 --> 00:09:03.013
起码短期而言是这样，

00:09:03.013 --> 00:09:05.613
所以我们问到了流动性。

00:09:05.613 --> 00:09:10.234
在这20万求职者中，超过60%的人

00:09:10.234 --> 00:09:12.834
愿意去国外工作。

00:09:12.834 --> 00:09:14.994
对我而言，这个数字出奇的高。

00:09:14.994 --> 00:09:18.407
如果只关注21到30岁之间的求职者，

00:09:18.407 --> 00:09:20.706
那这个数字还要更高。

00:09:20.706 --> 00:09:24.026
如果按国家来看，

00:09:24.026 --> 00:09:29.227
的确，世界范围的流动性很强，
但仅限于部分地区。

00:09:29.227 --> 00:09:33.279
流动性最低的国家是俄罗斯，德国和美国。

00:09:34.358 --> 00:09:37.632
那么，这些人想搬去哪儿工作？

00:09:37.632 --> 00:09:42.462
排在第七位的是澳大利亚，
有28%的人打算去那里工作。

00:09:42.462 --> 00:09:46.780
然后是法国，瑞士，德国，加拿大，英国，

00:09:46.804 --> 00:09:50.109
世界范围内的首选是美国。

NOTE Paragraph

00:09:50.744 --> 00:09:54.239
那么，这20万人的工作偏好有哪些？

00:09:54.263 --> 00:09:55.746
他们看重什么？

00:09:57.043 --> 00:10:03.475
在26项条目中，薪水只排在第八位。

00:10:03.475 --> 00:10:08.003
前四项都跟文化有关。

00:10:08.003 --> 00:10:09.558
第四位，

00:10:09.558 --> 00:10:12.554
与上司保持良好关系；

00:10:12.554 --> 00:10:16.571
第三位，能够很好的平衡工作和生活；

00:10:16.571 --> 00:10:20.332
第二位，与同事保持良好关系；

00:10:20.332 --> 00:10:23.727
而全世界的人最看重的都是，

00:10:23.751 --> 00:10:27.340
能够做一份体面的工作。

00:10:28.321 --> 00:10:31.152
也就是说，我是否会得到他人的尊重和感激？

00:10:31.152 --> 00:10:34.496
不是一年一次拿年终奖，

00:10:34.496 --> 00:10:36.701
而是每一天都如此。

00:10:36.701 --> 00:10:41.926
如今，我们的全球性劳动力危机
已经非常私人化。

00:10:41.926 --> 00:10:44.967
人们需要获得认可。

00:10:44.967 --> 00:10:48.267
难道我们在工作中没有寻求认可吗？

NOTE Paragraph

00:10:51.302 --> 00:10:54.882
让我把关键点梳理一下。

00:10:54.882 --> 00:10:57.250
我们将面临全球性劳动力危机，

00:10:57.250 --> 00:11:00.222
包括总体性劳动力缺乏，

00:11:00.222 --> 00:11:02.173
外加严重的劳动技能不匹配，

00:11:02.173 --> 00:11:05.307
还有巨大的文化挑战。

00:11:05.307 --> 00:11:09.231
这个全球性劳动力危机已经迫在眉睫。

00:11:09.231 --> 00:11:11.971
现在，我们正处在一个转折点。

00:11:11.971 --> 00:11:16.359
那么我们，政府和企业能够做些什么呢？

00:11:16.359 --> 00:11:17.962
每一个企业，

00:11:17.962 --> 00:11:19.749
以及每一个国家，

00:11:19.749 --> 00:11:21.677
都需要有人才战略，

00:11:21.677 --> 00:11:24.649
并立即付诸实施。

00:11:24.649 --> 00:11:28.596
这样的人才战略分四部分。

00:11:28.596 --> 00:11:30.407
一，计划

00:11:30.407 --> 00:11:36.537
如何预测不同岗位和技能的供给和需求。

00:11:36.537 --> 00:11:41.272
劳动力计划将比财务计划更加重要。

00:11:42.109 --> 00:11:45.732
二，计划如何吸引高水平人才：

00:11:45.732 --> 00:11:48.831
Y世代（译注：专指出生于1981-2000年的人），
女性，以及退休人士。

00:11:49.865 --> 00:11:53.854
三，计划如何对他们进行教育和培训。

00:11:53.878 --> 00:11:56.433
我们面临着巨大的培训挑战。

00:11:57.666 --> 00:11:59.500
四，

00:11:59.500 --> 00:12:02.029
如何留住最好的人才，

00:12:02.053 --> 00:12:03.399
换句话讲，

00:12:03.423 --> 00:12:08.298
如何创建一种能够让人获得赏识并
建立良好人际关系的文化氛围。

NOTE Paragraph

00:12:11.643 --> 00:12:17.675
但是，一个关键的潜在因素是
要改变我们的态度。

00:12:18.424 --> 00:12:22.627
员工是资源，是资产，

00:12:22.627 --> 00:12:25.072
不是费用，不是人头，

00:12:25.096 --> 00:12:26.481
不是机器，

00:12:26.505 --> 00:12:28.046
甚至不是德国人。

NOTE Paragraph

00:12:28.176 --> 00:12:29.278
谢谢大家。

NOTE Paragraph

00:12:29.302 --> 00:12:33.189
（掌声）