第二部 AI 正在如何改變工作

研究證據與較穩定的行業

這一部有

研究背景：AI 如何改變工作

AI 改變的是工作裡的「任務」：有些被增強、有些被自動化、有些不受影響，也會產生新任務。以護理師為例，AI 能協助撰寫出院說明、記錄生命徵象，但無法替病人洗澡，同時會出現「審核 AI 檢傷結果」這類新工作（2030 經濟情境）。

目前已觀察到的現象

約 49% 的職業已有至少四分之一的任務曾用 Claude 完成（2026 年 3 月報告）。
AI 承接的多半是職業中教育門檻較高的任務：AI 涵蓋任務平均需 14.4 年教育，全體任務平均 13.2 年（2026 年 1 月報告）。結果因職業而異：旅行社被拿走行程規劃、只剩開票收款（去技能化）；不動產管理被拿走記帳、留下談判與董事會溝通（升級）。
資淺者最憂心：受訪者特別擔心資淺同事，超過三分之一認為資淺同事明年失業機率高於 60%（2026 年 6 月報告）。
資深者認為 AI 缺的能力：判斷力、情境理解、建立信任與帶人。

2030 年三種情境（美國模型）

情境	GDP 增幅	勞動所得占比	知識工作者薪資
溫和（像網際網路）	+1.6%	59.4%	小幅變動
顯著（AI 能做一半知識工作）	+8.3%	56.1%	大致持平
極端（AI 遞迴自我改進）	+32.4%	45.2%	下跌超過 10%

三種情境的共同點：平均薪資上升，但漲幅集中在知識工作以外的職業，例如營建、電工、護理；知識工作者則可能需要轉行，轉行期間的失業是主要代價。資料來源：Scenarios for our Economic Future。

對個人的意義：同一職業內，「做什麼任務」比「在哪個職業」更重要；而收入來源只靠薪資的人，在高度 AI 化的情境下分到的份額會變小。

其他機構研究的交叉驗證

OpenAI、史丹佛、IMF、ILO、世界經濟論壇等機構的研究，在三個核心結論上與 Anthropic 一致：AI 主要是改造工作而非消滅職業、入門職缺最先受衝擊、醫療與實體技術職最穩定。差異主要在「受衝擊的規模」與「誰最脆弱」的估計。

各機構的研究重點整理在附錄「其他機構研究一覽」。以下說明它們之間的差異，以及對本報告建議的影響。

各研究之間的差異

衝擊規模：IMF 估計全球約 40% 工作暴露於 AI，ILO 估計 25%，OpenAI 估計美國 18% 屬高風險。差異來自定義：「暴露」不等於「被取代」。本報告建議以 OpenAI 與 Anthropic 的「實際使用資料」為主要參考。
誰最脆弱：史丹佛與 IMF 的資料都指向年輕人；但 IMF 2024 年研究也指出，年長且學歷較低的工作者一旦失業，較難轉入 AI 互補型工作。兩者並不矛盾：年輕人難以進入，年長者難以轉出。
駕駛與物流：世界經濟論壇預期外送司機等第一線工作在 2030 年前仍會成長，但機器人能力與成本研究顯示，駕駛是機器人暴露度最高的職業。合理的解讀是：短期需求仍在，長期風險最高，不適合作為終身職涯。

對本報告建議的強化

新鮮人的急迫性提高：史丹佛的落差一年內從 13% 擴大到 19%。大學生與 20 歲族群應把「在學期間累積實務經驗」列為第一優先。
持續學習有明確回報：IMF 的薪資溢價數據，支持在職者每年至少學習一項新的工作技能。
女性與行政職需要特別準備：ILO 指出女性在高暴露類別的比例接近男性的兩倍，從事行政文書的女性應提早規劃轉往需要判斷與人際的職務。
「重組」比「消失」更常見：OpenAI 有 24% 的職業屬於「會重組」，代表多數人需要的是「調整工作方式」，而非「換行業」。

AI 大量進入市場後，較不易被淘汰的行業

綜合 AI 與機器人兩方面的研究，最不易被取代的工作有三個共同特徵：面對面的人際信任、需要靈巧雙手的實體操作、以及受法規保障的專業責任；同時符合「台灣缺工」與「全球需求成長」的職業，值得優先考慮。

判斷依據

AI 與機器人合計能觸及約 80% 的工作時數，剩下不受影響的工作高度人際化，或需要機器人目前沒有的實體技能（What work can robots do?）。
機器人能做 74% 的實體任務，但只在 0.3% 的任務上比人便宜。依過去價格下降速度，要 40 年才達到 10%。護理與一般維修工作，現有機器人連在受控環境都做不太了。
最怕機器人的是駕駛與倉儲包裝；最容易被文字型 AI（LLM）承接的是程式設計（任務涵蓋 75%）、客服與資料輸入（67%）（勞動市場影響研究）。
美國 2024–2034 成長最快的職業：風機維修技師 +49.9%、太陽能安裝 +42.1%、專科護理師 +40.1%、資料科學家 +33.5%、資安分析師 +28.5%（BLS）。
台灣缺工：2026 年 6 月底職缺 29.6 萬個，製造業 11.1 萬、醫療保健及社工 1.9 萬、營建工程 1.8 萬（勞動部統計）；人力銀行調查顯示，長照機構 87.5% 長期缺人，最缺照顧服務員與護理人員（公視）。

選職參考表

類別	細項職業	不易被取代的原因	台灣需求訊號	入行路徑
醫療照護	護理師、專科護理師、居家護理師	面對面照護、投藥與觀察反應受法規保障，AI 與機器人都難取代	長照與醫院長期缺人，超高齡社會	護理系（四技／二技）＋國考
醫療照護	物理治療師、職能治療師、語言治療師、復健助理	徒手治療與個別化訓練需要觸感與信任	高齡化帶動復健需求	相關科系＋國考
醫療照護	照顧服務員、長照督導、個案管理師	洗澡、移位等實體照護機器人目前做不到	長照最缺的職類	照服員訓練 → 證照→ 督導
醫療照護	臨床心理師、諮商心理師、精神科護理	高度人際信任，情緒與危機處理	心理健康需求上升	研究所＋國考
技術職與能源	室內配線、工業配線、冷凍空調、電梯維修	每個現場都不同，需要靈巧手部與判斷	營建與裝修鏈全面缺工	高職／職訓＋技術士證照
技術職與能源	風機維修技師、太陽光電安裝、儲能與電網技師	戶外高處作業，機器人難以進入	離岸風電與能源轉型	職訓＋國際安全證照（如 GWO）
營建與現場	工地主任、營造技術員、BIM 結合現場施工管理	現場協調與安全責任，施工難標準化	營造業長期缺工，年輕人斷層	土木／營建科系或職訓＋證照
AI 實體供應鏈	半導體設備工程師、製程與良率工程師、廠務	設備維護與異常排除需要現場經驗	半導體擴廠持續	電機、機械、化工、材料
AI 實體供應鏈	資料中心機電、散熱與電力工程師	AI 運算越多，越需要實體基礎設施	伺服器出口與資料中心建設	電機、冷凍空調、機械
資安與 AI 治理	資安分析師、AI 系統稽核與驗證、法遵	需要對結果負責與判斷風險	AI 普及後攻擊面擴大	資工／資管＋證照（需持續進修）
人際與信任型	社工師、特教老師、幼教老師	人際互動與現場照顧	少子化下仍有特教與托育缺口	相關科系＋證照
人際與信任型	醫療與健康服務管理、B2B 客戶經理、談判與採購	建立信任、協調多方利益	外貿企業需要國際業務	管理或專業背景＋經驗累積
在地生活服務	美髮、按摩與運動指導、居家修繕、汽機車維修	細緻手部操作與客製化服務	內需穩定	學徒制、職訓＋證照

需特別注意的「高暴露」職業

以下職業不一定會消失，但入門職缺與薪資受壓的風險較高；若選擇這些路線，務必搭配上表的互補能力：純程式實作、客服、資料輸入、一般行政文書、翻譯、駕駛與倉儲包裝。

怎麼用這張表

看細項任務，別只看類別：同樣是工程師，做現場設備維護的比只寫程式的更不易被取代。
「AI＋實體」或「AI＋人際」是最強組合：例如會用 AI 做排程與文件的護理長、會用 AI 估價與設計的水電包商。
技職不是退路：這些職業在三種 2030 情境中薪資都上升，台灣又嚴重缺工。但缺工有時也反映待遇或工作環境不好，選擇前要看清楚具體的職場條件。
選工作前，問自己一個問題：這份工作，坐在電腦前照著步驟就能完成嗎？ 如果是，AI 多半也做得到，不論它需要多高的學歷。輕鬆或辛苦都不是分界線，難以被複製才是：一份工作越需要你的手、你在現場的判斷、你和人之間的信任，就越難被 AI 拿走。但也有反例：駕駛和倉儲包裝不在電腦前，卻是機器人暴露度最高的工作，因為路線和動作可以標準化。