AI时代就业稳定性由「适应能力」支撑，2026年版「ETS人类进步报告」发布

Q: 2026年版「ETS人类进步报告」的主要结论是什么？

报告结论指出，AI时代的就业稳定性不再由年资或职称定义，而是由适应能力、可证明技能和AI准备度来决定。

Q: 日本AI导入的现状和挑战是什么？

仅有18%的日本员工在工作中使用AI，低于全球平均32%，且职场变化有限。然而，日本已意识到再培训和技能提升的重要性。

Q: ETS提倡哪些解决方案？

ETS提倡提供共同的评估标准、可靠的评估和公平的资格取得机会，以支持员工适应变化。

提供学习与人才解决方案的全球机构ETS，今日发布2026年版「 ETS人类进步报告 」。这项调查已迈入第三年，旨在分析全球对劳动市场、科技和就业机会快速变化的应对情况。今年的调查涵盖日本在内的18个国家，约32,000人，结果显示员工正积极适应变化。然而，报告也揭示了对于如何将未来所需工作与自身学习结合的不确定性日益增加。在日本，日常工作中的变化有限，过去一年中表示职场至少经历一次重大变化的员工仅占25%，远低于全球平均的67%。这种职场环境的缓慢变化，也与对AI导入的谨慎态度一致。目前，表示在工作中利用AI的员工占18%，同样低于全球平均的32%。 迈入第三年的「ETS人类进步报告」显示，全球趋势表明就业环境正处于一个重大转折点。就业稳定性不再由服务年资或职称定义，而是由适应能力、可证明技能和AI准备度来决定。尽管许多员工意识到提升技能的必要性，但报告发现，缺乏获取符合时代技能的明确指导、共同的评估标准，以及资格认证的机会。 ETS首席执行官Amit Sevak表示：「在不断变化的就业环境中，劳工正迅速适应。全球五分之四的员工即使在未来工作前景不明朗的情况下，仍在努力学习新技能。这种适应能力如今正成为一项必备技能。」 2026年版「ETS人类进步报告」的主要调查结果如下： 日本趋势 职场环境变化与全球相比非常有限： 报告职场环境变化的人数比例普遍较低，表示工作中使用科技或工具发生变化的占11%（全球43%），职务内容或角色发生变化的占10%（全球41%），公司战略方向或优先事项发生变化的占10%（全球38%）。 员工重视持续学习： 77%的员工认为，在现代社会中取得成功，持续学习是不可或缺的。此外，72%的人认为技能提升或再培训将成为未来职业生涯的新标准，65%的人认为这些对于在当今就业市场中竞争是必要的。 AI应用进展缓慢： 30%的员工预计在未来两年内在工作中利用AI，这约是目前利用率（18%）的两倍。尽管对AI应用的兴趣日益增长，但与全球平均水平相比，未来利用率（52%）和目前利用率（32%）都显著较低。 全球趋势 新的关键技能是适应能力： 全球77%的员工认为，为了维持就业，持续的技能提升是必要的。此外，61%的人重视适应能力胜于稳定性。 AI增加压力和不确定性： 全球73%的员工觉得难以掌握雇主对AI素养的要求程度。在AI素养方面，其重要性认知与实际熟练度之间存在19个百分点的差距，这代表全球最大的技能差距。 技能获取证明是必须的，但机会不足： 全球85%的员工认为，取得资格对于职业发展至关重要。然而，只有45%的人表示他们目前的工作场所有提供认证计划。这揭示了学习意愿与技能获取机会之间存在巨大鸿沟。 迈入第三年的「ETS人类进步报告」突显了现代全球职场最大的变化之一：「从稳定导向转向适应性职业」。自调查开始以来，本报告一直追踪员工、组织和经济如何应对加速的科技变化，以及进步定义的演变。 第一次调查（2024年）显示，全球对于员工所需技能、使用工具和工作内容的快速变化，普遍存在混乱和焦虑。 第二次调查（2025年）迎来转折点。员工开始通过持续学习和取得资格，并接受最新科技，以从混乱和焦虑的状态中重新掌握主导权。 第三次调查（2026年），即本次报告，揭示了新的动向。随着适应能力被全球公认为必备条件，员工正向雇主寻求明确的指针、机制和证据，以将他们的努力与实际机会链接起来。 过去三年的数据一致显示，人们正试图适应变化而非抗拒变化。然而，随着AI带来的变化加速，一个挑战浮现：个人努力与自信之间的差距正在扩大。技能提升支持未能跟上员工的适应速度。报告强调，需要针对特定技能的共同评估标准、可靠的评估以及支持取得证明技能提升的资格。 本次调查为企业、教育机构和政策制定者提供了明确的启示。特别是当AI成为日常工作中不可或缺的一部分时，为了支持员工应对变化，必须提供共同的评估标准、可靠的评估和公平的资格取得机会。 有关调查结果的更多详细信息，请参阅2026年版「 ETS人类进步报告 」（英文）。 关于调查方法 本调查由ETS委托美国调查公司Harris Poll于2025年8月25日至9月10日期间，对18个国家（日本、澳洲、巴西、加拿大、中国、法国、德国、印度、印尼、肯尼亚、墨西哥、尼日利亚、沙特阿拉伯、韩国、阿拉伯联合酋长国、英国、美国、越南）的32,558名18岁以上成人进行在线调查。每个国家的最低受访者人数为1,000人。今年为了进行美国州级数据分析，增加了美国受访者人数。同时，各国数据在必要时采用了加权法（又称RIM加权），以符合实际人口结构比例。采用加权法可以考虑多个变量进行加权，并将每个变量的校正量降至最低。 关于ETS ETS是一个全球性的学习与人才解决方案机构，通过终身学习帮助人们为未来做好准备。我们的使命宣言

常見問題