核心观点 Octave Intelligence发布研究报告，揭示工业组织在退休潮与AI颠覆双重冲击下，正通过数字化工具重构机构知识捕获与劳动力技能体系，但技术落地面临人员培训与信任挑战 行业劳动力挑战 - 大规模退休与劳动力短缺持续导致关键岗位填补困难，遗留专业知识难以捕获 [2] - 70%的工业组织表示未能保留对未来运营至关重要的知识，对业务连续性与决策构成重大风险 [5] - 47%的受访组织核心流程虽有记录，但细微操作诀窍仍未被文档化 [5] AI对劳动力的重塑 - AI正在改变未来劳动力形态及所需技能，一线工人两大核心担忧为：AI出错导致安全风险（26%）与对AI系统“无法解释的决策”缺乏信任（25%） [2] - 超过五分之一（21%）的受访者认为一线工人AI焦虑主要源于担心失去组织内专家地位 [2] - 34%的组织将“拥有技术但未能提升员工使用技能”视为未来五年最大风险，劳动力准备度已超越AI采纳本身成为首要关切 [5] 未来工人形态与技能需求 - 工业领导者预见的未来工人是“混合工业工人”——非狭隘技术专家，而是连接数字智能与物理执行的敏捷协调者 [3] - 未来工人成功所需技能中，系统思维与沟通能力排名最高，工程与数据科学等技术技能排名最低 [4] - 36%的受访者认为系统思维是当前学生未来在工业环境中成功的最有价值学习领域 [5] 组织应对策略 - 45%的受访组织正转向AI驱动工具（如数字孪生与行为分析平台）来捕获、存储和组织关键知识 [5] - Octave首席产品官指出：技术无法单独解决劳动力问题，人员及其工作流程是运营核心，捕获并连接机构知识与运营数据的工具能产生重大影响 [2] 调研范围与方法 - 调研覆盖756名受访者，来自北美、南美、欧洲、中东及亚太地区 [4] - 受访者为营收超10亿美元工业组织的技术决策者，涉及制造、油气、化工、电力及制药行业 [4] - 数据收集时间为2026年4月14日至5月1日 [4]