在拉丁美洲，机器人正在进场

麦肯锡全球研究院2026年报告梳理了拉丁美洲15个国家劳动市场的前景。在这些经济体中，57%的工作时间具备自动化潜力，其中18%可由实体机器人替代。富裕经济体首先遭遇认知类自动化，拉丁美洲首先遭遇的是车间、田间和仓库里的机器。因此，收益如何分配的问题，比机器人何时到来的问题更早摆上台面。

要点

• 在拉丁美洲15个国家，57%的工作时间具备自动化潜力，其中18%可由实体机器人完成（麦肯锡全球研究院，2026）。
• 机器人化最先冲击体力劳动占比最高的经济体：玻利维亚和秘鲁约40%的可自动化工时属于身体性任务，风险集中于技能最低的劳动者。
• 经济学家吉尔贝·塞特（Gilbert Cette）与雅克·巴尔特莱米（Jacques Barthélémy）指出，技术变革要求保护机制、培训和社会对话同步调整：只引进机器而不改革制度，就是把风险转嫁给劳动者。
• 技术采用及其效果取决于经济、制度、组织和技能等多方面因素。
• 麦肯锡全球研究院提出到2030年的两种采用情景，以及依据制度安排和经济政策选择划分的三种区域自动化模式。

拉丁美洲工作的体力地理

拉丁美洲靠双手劳动。这个判断看似平常，一旦与机器人的现有能力相对照，就有具体的后果。

美国、西欧和日本的工作已大幅转向服务业，自动化首先威胁的是常规认知任务：数据录入、行政处理、客户服务。生成式AI模型正在进入办公室。在拉丁美洲，顺序不同。农业、采矿、建筑和加工业集中了富裕经济体自1980年代以来已大量机械化的那部分劳动。今天到来的机器人，替代的是采摘工、焊工和搬运工。

麦肯锡精确记录了这一特征。在该地区体力劳动最密集的经济体——玻利维亚、秘鲁和厄瓜多尔——身体性任务约占可自动化工时的40%。风险在地理上高度集中，首先波及转型选择最少的劳动者。从搬运工岗位转到机器人维护技术员岗位，需要系统培训，而目前没有任何机制能保证这种培训。

与非洲的对比值得一看。正如一篇关于非洲技术选择的近期文章所指出的，有些大陆还有时间在技术跑到前面之前设计好自己的制度。拉丁美洲已经处于采用窗口之内：机器人在进场，制度框架却还没跟上。

劳动经济学对这类转型的启示

经济学家吉尔贝·塞特与雅克·巴尔特莱米用数十年时间建立了一套论点，研究技术变革与劳动制度的关系。他们的著作《劳动与技术变革：从工厂文明到数字文明》（Travail et changements technologiques : De la civilisation de l’usine à celle du numérique）记录了每一波自动化如何依制度安排不同而产生不同的赢家和输家，而非单由技术逻辑决定。

论点的原理不复杂，但影响很深远。一项提升生产率的技术，依制度安排不同，可能表现为工资上涨、岗位消失，或两者兼有。影响结果的因素包括三类：资本所有者与雇员之间的收益分享机制、帮助被替换劳动者重新定位的培训安排，以及能够主动谈判转型而非被动承受的社会对话机制。

这套框架直接适用于拉丁美洲。可由机器人完成的18%工时，在墨西哥和在玻利维亚不会产生相同效果。墨西哥融入北美价值链，存在现代化和培训的激励；玻利维亚的采掘业企业则常常在没有结构化行业协议的情况下运营。机器是一样的，制度是不同的，结果也会不同。

另一种解读：竞争力论

另一种解读主要由接近市场自由主义传统的经济学家提出，它揭示了一种真实的张力。

按这种解读，拉丁美洲的主要风险在于机器人化太慢。不采用现有技术的企业，会在与已经机器人化的亚洲竞争者相比时失去竞争力。墨西哥汽车业面对的韩国和日本生产商，其工厂的机器人密度高出数倍。为保住短期就业而放慢采用，会牺牲长期竞争力，从而牺牲未来的就业。

国际机器人联合会的数据支撑了这一张力：机器人密度，即工业中每1万名雇员对应的机器人数量，拉丁美洲与亚洲或欧洲相比仍然很低。该地区工业化程度最高的墨西哥，仍远落后于韩国或新加坡。竞争力论的核心主张是：这种落后本身就是风险。

这两种解读之间的张力无法在原则上解决，只能靠数据和具体条件来判断。快速机器人化可能扰动就业，多份研究记录了2000年代美国地区受中国竞争冲击的情况。有记录的工业路径显示，伴随技术采用的制度条件会影响生产率和报酬的结果。争论的焦点不在于采用的快慢，而在于采用伴随着什么。

决定结果的三个杠杆

融资渠道是中小企业可能遭遇的障碍，也是采用过程中多项制约之一。拉美中小企业雇用了该地区大部分劳动力，却往往无法获得购买机器人设备所需的资金。大型出口企业采用得很快。高度自动化的生产单位与一批因资金受限而仍然劳动密集的小企业并存，形成生产率落差，进而转化为工资不平等。

与内部培训计划挂钩的公共信贷额度可以纠正这种不对称。机器人融资的获得，可以与企业在维持就业和培训受影响员工方面的承诺挂钩。1990年代工业现代化浪潮中，多个欧洲国家设计过类似机制，伴随转型的同时限制了对在岗劳动者的冲击。

技术培训是第二个杠杆，也可能是最难迅速启动的。培养一名机器人维护技术员需要时间。拉美职业教育体系，除巴西SENAI等少数例外，普遍资金不足，与企业需求衔接不佳。技术变化推高了技能需求，地区培训体系却存在缺口，这种落差对相关劳动者构成直接风险。

行业层面的收益分享协议是第三个杠杆。机器人投资提高了工厂生产率，这部分收益按谈判确定的规则在股东与雇员之间分配；没有规则，分配就按倾向于资本的逻辑进行。这种逻辑是制度性的，因此可以改变。把部分工资总额与生产率增长挂钩的行业协议，可以让机器人化既为企业带来利润，也为劳动者带来实际工资增长。

当前信号与通往2035年的路径

两条路径已经打开，未来几年的数据将开始把二者区分开来。

在第一种情景中，受影响最重的体力劳动部门获得更广泛的公共设备贷款，行业协议在高自动化部门普及。18%代表一种技术潜力，能否创造价值取决于采用的节奏和条件。任务消失的劳动者可以参加部分由所获收益资助的培训。机器人化对中位收入及技能最低者发展轨迹的影响并非一律为正，也可能产生不利结果。这一情景对应的是在其他地方奏效过的制度安排，背景不同，但实质可比。

在第二种情景中，设备贷款仍集中于大型出口企业。麦肯锡全球研究院较为渐进的情景对应技术扩散更慢，小企业面临资金、技术、组织、技能和基础设施方面的多重制约。越来越多被机器人化大企业替换下来的劳动者，因无法获得技术培训，转向生产率更低的非正规就业。57%表明的是理论上的技术潜力，不是预测的工资压力。

麦肯锡全球研究院较为渐进的情景会降低估算的潜在经济价值；依企业规模不同而产生的不均衡采用，可能加剧不平等。

两个信号可以显示该地区朝哪个方向走。第一个：机器人化程度最高的体力劳动部门的中位工资，与受自动化影响较小的部门相比如何变化。工资趋同，说明制度在起作用；工资分化，说明收益正在被截留。第二个信号：体力劳动部门中员工少于50人的企业获得机器人设备贷款的比例——这是技术能否扩散到大型企业之外最直接的指标，也是判断这场转型是双轨式还是包容式的关键数据。

农业是特别能说明问题的观察场。农业机器人已经在改变大规模玉米种植，正如其他背景下的采用情况所显示的。在拉丁美洲，体力劳动最密集的经济体中农业仍占用大量劳动力，这一转型可能使众多农村劳动者暴露于风险。信贷、培训和过渡期支持可以影响社会层面的结果，并与其他经济和制度因素共同起作用。

决定权在制度手中

拉丁美洲的机器人化不是未来的情景，而是正在进行的进程。技术已经可用，资本最雄厚的企业已经在采用。仍然开放的，是制度层面的回应。

该地区各国政府面前有一个窗口，还没有关上，但随着投资决策在没有框架的情况下不断累积，它正在收窄。设立有条件的信贷额度、资助职业技术培训、为收益分享的行业协议创造条件：这些选择已有记录，技术上可行。它们需要政治意愿，也需要足够坚实的劳动制度来确保协议得到执行。

地区路径将同时取决于机器人采用的节奏，以及国家和社会伙伴在制度、经济和培训方面调整采用效果的能力。麦肯锡全球研究院的数据表明，拉丁美洲对于机器人将为劳动者带来什么，仍有选择余地。这一选择正在此刻作出。

资料来源

1. McKinsey Global Institute, Agents, robots, and us: How AI reshapes work and skills in Latin America, 2026. 链接
2. Jacques Barthélémy et Gilbert Cette, Travail et changements technologiques : De la civilisation de l’usine à celle du numérique. 书目参考
3. International Federation of Robotics, World Robotics 2026（无链接：IFR年度报告，可在 ifr.org 获取）