2026年，这九大趋势将会深刻影响未来工作

2026年，企业将置身于AI理想与现实矛盾的“战略缓冲带”。高德纳提出的九大趋势揭示了转型的关键挑战：AI裁员快于增效、文化失调加剧、心理健康受损、“工作垃圾”泛滥、招聘信任危机、内部间谍风险、数字人才转向技工、流程专家比技术天才更重要、员工数字分身索偿。企业若想穿越阵痛，必须超越技术狂热，优先关注人的适应性——重建人性化协作，防范文化风险，并培养能重构业务流程的系统变革者，而非仅追求工具效率。

2026年，企业高管对人工智能驱动增长的期望依然高涨，与此同时，员工队伍却正在应对当前AI实际表现所带来的更为清醒的现实。高德纳研究表明，仅2%的人工智能投资能产生变革性价值，仅20%的投资可获得可量化的回报。

在2026年，管理团队将不得不应对这种艰难的张力：既要实现当前的增长目标，又要在人工智能转型中培养一支能够驱动未来价值的人才队伍。为此，他们必须优先考虑以下几点：

· 应对人工智能时代的新现实：在技术快速进步、经济波动和政治不确定性的推动下，雇佣关系的基本准则正在发生变化。

· 缓解对组织绩效的新兴威胁：人工智能格局的快速演进，使企业难以精准预判并优先应对其将面临的最严峻挑战。

· 抓住人机协作的机遇：随着组织持续探索人工智能投资的价值创新路径，不断深化的人机协同模式将开辟差异化的竞争新赛道。

为了帮助领导者为组织在2026年可能遇到的意外或未被充分认识的风险做好准备，高德纳提出以下九项预测。

1. 因AI导致的裁员速度超过AI带来的生产率提升

2025年，我们目睹了直接或间接归因于AI的大规模、备受瞩目的裁员。但实际上，人们并非真的被性能更优的AI取代了工作，至少目前还不是。高德纳分析发现，2025年上半年因AI提升员工生产率而导致的裁员不到1%。

现实情况是，许多企业高管正基于对AI回报的过度预期进行人力决策——这些预期往往难以实现。他们寄希望于效率提升的愿景，误将人力规模的缩减等同于创新与生产力的进步。

2026年，这些组织必须应对因裁员而带来的痛苦选择，若缺乏经过验证的AI驱动的生产力提升，这一过程将更加困难。如果AI生产力的提升速度滞后于组织当前需要完成的工作量，它们将不得不以更高的成本重新雇佣那些被过早裁掉的员工，以实现其目标。

当组织穿越AI时代初期的混沌过渡期——技术尚未成熟到足以兑现其承诺时——人力资源部门必须确保员工队伍的规模、结构和技能既能支撑当前核心业务，又不削弱其构建AI融合商业模式的长远潜力。

2. 文化失调阻碍组织达成绩效目标

2025年，一些组织因公开拥抱一种更为严苛的文化而登上新闻头条，其特征是更长的工作时间、更激进的绩效管理和更少的员工灵活性。

尽管企业领导者确实在追求能驱动业绩的文化，但在AI主导的生态中，这种激进的变革并非常态，而是特例。事实上，多数企业正以更隐蔽却持续的方式，不断加码对员工的期望，却未提供相应的对等回报——这一点已被员工敏锐察觉。

这种自上而下的绩效压力正导致严重的文化失调，即许多组织宣称的文化已不再反映员工日常经历的现实。

这种文化失调即使在雇主友好的劳动力市场中也会产生切实后果，包括绩效降低、敬业度下降和雇主品牌受损，所有这些都会使实现首席执行官的绩效目标变得更加困难。

2026年，最成功的组织将内外一致地坦诚其文化现实以及对员工的期望（例如工作时间、产出和地点）。文化可以、也应该演进以适应当前工作环境的现实，但员工必须清楚他们加入的是什么。

3. AI对员工的心理健康造成损害

各组织正投入大量精力来确定AI将如何改变工作，但用于理解人本身将如何改变的能量却少得多。生成式AI在组织中的采用已近乎无处不在。与此同时，越来越多的证据表明，长期使用生成式AI可能导致情感和认知损害，从认知衰退到AI引发的精神障碍。

2026年，AI对员工心理适应力——即他们的情感、心理和认知健康——的影响将成为职场中的一个紧迫问题。这是目前大多数组织基本忽视的问题：高德纳近期一项调查发现，91%的CIO和IT领导者表示，他们的组织很少甚至没有花时间审视AI使用带来的行为副作用。这一空白将导致幸福感、绩效和生产力的代价。

企业还将面临现行风险评估体系尚未覆盖的新型法律风险。例如：当AI工具诱导员工实施破坏性行为后，受害者家属可能提起的诉讼；或员工因遵循组织提供的AI工具指引导致行为失当被解雇后，就此提出劳动仲裁。这类情形将迫使企业直面一个根本性质询：当员工使用雇主提供的AI工具产生行为后果时，责任主体究竟是谁？

随着AI更深度地嵌入日常工作流程，最成功的组织将在这些代价损害员工福祉和组织绩效之前，努力减轻持续使用AI带来的心理和认知风险。

4. “AI工作垃圾”成为生产力的主要消耗

为了追求更高的员工生产力，组织正在鼓励——在某些情况下甚至强制——使用AI工具。不幸的是，这种做法无意中助长了"工作垃圾"的泛滥，即由AI生成或协助快速产生的低质量工作成果，这些成果错误百出，带来的价值微乎其微，甚至是负面的。

“工作垃圾”正造成显著的痛苦：一项研究中，员工报告称平均花费近两个小时处理遇到的每一个"工作垃圾"案例。这也是许多组织持续难以从AI投资中获得任何财务价值的关键原因。

整个2026年，使用AI的压力不断增大，加上对个人效率期望值的上升，将导致更多的"工作垃圾"。那些重金投入AI技术却忽视配套变革管理的企业将发现，员工虽会在指令下更频繁地使用AI工具，产出数量也可能增加，但成果质量往往良莠不齐，甚至存在准确性缺陷。

相比之下，那些将AI投资聚焦于实质性解决员工最大痛点的组织，其AI采用率可能低于强制员工使用AI的组织，但工作质量更高，从AI投资中获得的财务回报也更高。

5. 具有前瞻性的雇主在招聘过程中恢复人性化

AI使现代招聘变成了一场军备竞赛。求职者用AI简化申请流程；组织用AI筛选海量简历；求职者更依赖AI来突出自己，导致组织实施更多的AI来识别真正合格的人选并规避恶意行为者。

这导致了普遍的信任缺失和真实性危机：高德纳在2024年第四季度对近3300名求职者的调查发现，仅有一半人认为他们申请的工作是真实有效的。高德纳估计，到2028年，25%的求职者将是虚假的。

一种选择是投身这场竞赛，将人工招聘完全排除在流程之外。这对于面临裁员压力的组织尤其具有吸引力。然而，很难想象一个完全自动化的招聘流程不会大幅恶化录用拒绝率和首日缺勤率。

最成功的AI时代招聘策略，应是融合线下互动、情境化技能测评等高触感方式，与AI面试官等智能工具，在保障人才质量的前提下，实现招聘效能的最大化。

6. 内部商业间谍风险增加

招聘过程中AI的使用增加了内部威胁的风险，特别是以商业间谍形式出现的威胁。例如，Crowdstrike在过去12个月中识别出超过320起事件——较前一年增加了220%——在这些事件中，一些求职者通过远程开发人员的身份获得了欺诈性工作。为了显得真实，他们使用了AI生成的个人资料照片、远程面试中的深度伪造视频以及窃取的个人信息。

高德纳2025年关于AI风险管理和使用的网络安全创新调查表明，组织在工作中遇到更多员工深度伪造事件：43%的安全负责人报告至少发生过一起在员工音频通话中涉及深度伪造的事件，37%的安全负责人报告至少发生过一起在视频通话中出现深度伪造的事件。

在科技、能源、制造业及公共事业等高敏感行业，企业已率先强化防御机制：推行多重身份验证、对高风险岗位要求线下账户恢复流程，并通过供应链本土化（即优先选择与运营地同区域的供应商）提升技术自主性。2026年，频发的安全事件将推动更多行业跟进此类举措。

传统上人力资源部门并非信息安全的前沿防线，但在2026年，HR必须进入核心战位。当首席信息官聚焦于威胁侦测与网络安全加固时，首席人力资源官则需要着力构建内部威胁防御体系——通过系统性培训提升员工识别与举报恶意行为的能力，从组织内部筑牢安全屏障。

7. 技术转技能职业路径兴起

十年前，编程训练营将一线或体力工人再培训为软件工程师。2026年，我们将看到再培训和学徒计划的出现，帮助数字工作者转型为熟练的技术工种。

随着员工日益感受到AI对职业前景的冲击，越来越多人将寻求转向"AI抗性"更强的领域——通常是那些依赖实践操作与情境判断、在中短期内难以被完全自动化的技能型工种。

这些转行者将为技术工种创造新的人才输送渠道——在当前许多组织发现这些技能短缺的时期，这是一个有吸引力的选择。然而，企业可能会在这些员工逃离的岗位上感受到人才短缺的影响。

具有前瞻性的雇主将通过制定计划来提升关键数字人才的技能并留住他们、解决对工作保障的焦虑，以及向员工透明沟通AI投资将如何影响他们的工作，从而避免潜在的人才外流。

8. 流程专家——而非技术天才——释放AI价值

各组织正争相招聘具备最新AI技能的人才，并提升现有人才有效使用现有AI工具的能力。这对大多数组织来说是首要任务：在高德纳最近一项针对CIO的调查中，81%的人表示AI技能差距阻碍了他们实现目标的能力。

然而，追逐AI天才是一种徒劳。AI技术技能不一定具有普适性，因此在一个工具上的成功并不会自动转化为另一个工具的高质量产出。与此同时，AI工具的演进速度如此之快，以至于在全新工具和平台方面有经验的外部人才池根本不够深。

2026年，顶尖企业将优先物色流程架构专家——这类人才擅长运用创造性思维与系统化视角重构端到端业务流程，而非仅聚焦于局部环节的优化。相比单纯精通特定工具的技术型员工，他们更具备突破性变革的基因。高德纳研究发现，那些利用AI重新设计工作方式的业务部门，其实现收入目标的可能性是其他部门的两倍。

9. 员工要求为训练自己的数字分身获得补偿

数字孪生和AI虚拟形象才刚刚兴起。尽管它们可能还需要几年才能成为主流，但一些组织已开始探索这类数字分身，以复制高绩效员工和领导者。2026年，我们预计这一趋势将从数字"演员"和"音乐家"扩展到更广泛的劳动力领域，因为AI被用于复制高绩效员工，甚至首席执行官。

数字化复制员工在员工权利和雇主义务方面开辟了未知领域。已经出现立法规定了创建和使用员工"数字复制品"的条件。组织还面临关于薪酬的新问题：我们将开始看到更多员工不仅要求为培训AI工具获得补偿，还要求在其离开组织后，对其数字形象或数据的持续使用获得补偿。

企业可通过在AI治理框架中明确保护员工的姓名权、肖像权与数字形象权益，并建立动态审查机制以适应日新月异的技术与监管环境，从而在这一趋势中掌握主动权。

2026年，众多企业管理者将置身于现实业务需求与即将到来的AI驱动变革之间的战略缓冲带。大多数组织既无能力也无需对这九大趋势同步作出反应；为精准聚焦最能助力转型突围的关键趋势，管理层亟需审视以下问题：

· 哪些趋势将对您所在的行业、组织或地区产生不成比例的影响？

· 随着您的AI战略演进，哪些趋势对您的关键人才构成了最重大的威胁？

· 哪些趋势为您的组织，无论是与关键人才还是与关键客户群体，提供了最大的差异化机会？

在人与机器协同的时代，选择与您的组织最相关的趋势，是从愿景迈向行动的第一步。

关键词：

彼得·艾肯斯（Peter Aykens）、凯琳·洛马斯特（Kaelyn Lowmaster）、艾米丽·罗斯·麦克雷（Emily Rose McRae）、乔纳·谢普（Jonah Shepp）| 文

彼得·艾肯斯是高德纳人力资源业务部门的副总裁兼研究主管。凯琳·洛马斯特是高德纳人力资源业务部门的研究总监。艾米丽·罗斯·麦克雷是高德纳人力资源业务部门的高级总监分析师。乔纳·谢普是高德纳人力资源业务部门的高级首席研究员。

周强 | 编校

联系方式

投稿、广告、内容和商务合作

newmedia@hbrchina.org