调研显示，全球劳动力市场的80%集中在46个国家，也就是几乎一半的人都能在全球经济中获得酬劳，其中60%的工作或者说职业是可以转化为自动化的。中国、印度、日本、和美国四大经济体也逐渐在实现自动化技术转换，工人的技能也在发展，美国工人在有自动化帮助的前提下，工资依旧是其他国家的两到三倍。

　　*46国工人工资受自动化的影响

　　*不同工种可实现自动化的程度

　　对于企业来说，自动化可行的关键在于五个点：

　　1、是否具有持续的突破性创新的潜力？

　　2、如何开发和部署来解决成本问题？

　　3、劳动力市场的动态，也就是供需关系导致的人事成本较之自动化如何？

　　4、自动化能带来的业务和经济福利是否覆盖劳动力替换成本？

　　5、监管部门、用户和社会的接受度如何？

　　尽管自动化宏观发展在整个行业或者经济体中显得缓慢，但微观层面却显现出了非常快的职业效益、成本福利，社会接受度和效用较高。比如亚马逊的智能家居Alexa、苹果的Siri等。而对于劳动力市场，麦肯锡认为，机器不是扼杀劳动力，而是引发了又一场劳动力转移而已。

　　1、测试、试验、学习和扩展快速：商业领袖需要积累时间知识，超越书本，将资源投入到小步快调的试验中去，解决实际问题，扩展用例。

　　2、重构业务模型和业务过程：充分利用分析、人工智能和其他数字技术，对特定的业务优先考虑流程转换，并探索基于这些功能的可行的商业模型。

　　3、制作基于数字资产和潜力的资产收支表：不管是基于数字的硬实力还是软实力，都有可能在新的领域开拓新的竞争力。不同业务，不论是哪一个行业，都需要对自己的数字资产和同行竞争力进行评估，从而确定不同的商业模式，建立壁垒。

　　4、不断校准，保持投资：对于涉及数字化的项目和商业活动，要有不断进步直到满意的意识，而校准的参考包括机会规模、行业/竞争对手水准、数据干扰来源等。

　　5、重新审视人力资本，包括工人和机器：很多公司难以接触大量的机器学习相关人才，而相关培训也需要投入，结束后又需要重新布局人力资源。

　　此外，麦肯锡建议政策制定者鼓励相关领域的技术投资，鼓励形成新的业务模式，通过公私合作的形式刺激基础建设，重构教育、培训和学习体系，重新定义税收标准和安全网络，投资人力资本。

　　智东西认为，企业数字化转型的意义是以一个新的方式进行跨部门、跨行业的沟通，而为了实现效率更高，成本更低的资源分配和运营，以及更优的商业决策，就有必要结合数据分析、机器学习、机器人技术甚至人工智能。

　　以目前技术的成熟度来看，大规模、增长缓慢的企业会显得比较积极，小步快调，寻找新增长点，以及新的机会市场跑马圈地；但是小型企业并不一定需要在这个时间节点进行盲目尝试，因为各方面的人才成本、基础设施成本、风险等都需要考虑，赶早不如赶巧。