AI讓25歲最容易被取代的工作少16%,不是裁員是沒再開缺
商業觀點

AI讓25歲最容易被取代的工作少16%,不是裁員是沒再開缺

Max Lu 呂元鐘 ・ 2026-08-09 ・ 原載於 Facebook

其實AI不是讓人被替換,是去做AI做不了的工作。

先給結論:史丹佛數位經濟實驗室主任 Erik Brynjolfsson,他研究科技如何影響就業已經超過三十年,寫過《The Second Machine Age》,最新論文叫〈Canaries in the Coal Mine〉(礦坑裡的金絲雀)——用美國最大薪資處理公司 ADP 的真實用工資料,找到證據:22 到 25 歲、在 AI 高度可取代的職務裡的年輕人,就業量比同期少了 16%。

這件事給每個帶新人、招人、正在找第一份工作的人一個觀念——AI 不是先取代做得最差的工作,是先取代最容易描述清楚怎麼做的工作,而入門職務剛好都是這種。
—-
1.0 16% 這個數字是怎麼算出來的

Brynjolfsson 團隊沒有用問卷調查,是拿到 ADP(美國最大薪資處理服務商之一)的真實用工資料,控制掉公司層級的其他變數(例如公司整體縮編、產業景氣循環),單獨看「AI 高度可取代的職務」裡,22 到 25 歲員工的就業量變化。結果:這群人的就業量比沒受到 AI 衝擊的對照組少了 16%,而同一批職務裡經驗豐富的資深員工,就業量幾乎沒變。

更關鍵的發現是,這個下滑不是裁員造成的——是招聘端先停了。企業沒有把現有的年輕員工開除,是新的職缺不再開,年輕人根本進不去這些工作。這個機制很重要:裁員是「痛一次就結束」,招聘凍結是「持續發生、不會有明確的事件標記它,容易被忽略」。這也是為什麼這波衝擊直到有人拿薪資資料仔細算,才被看見。

—-
2.0 為什麼是入門職務先中——「哪些工作被取代」的判準

Brynjolfsson 給的判準很直接:入門職務通常是「檢索、彙整、排程、格式化」這類不需要多年經驗就能上手的任務,這些工作因為好描述、好標準化,正好是生成式 AI 最先擅長的事。反過來,資深員工手上的是那種「難以寫成規則、只能靠多年累積」的判斷力,這種能力目前還是 AI 的護城河,短期內不會被取代。

這件事拆穿一個常見的誤解——很多人以為 AI 會先取代「最簡單、最沒技術含量」的工作,但實際上先被取代的是「最容易被說清楚怎麼做」的工作。

這兩者不是同一件事:入門的分析師、初階的行銷企劃、初級的法務助理,工作本身需要一定的專業背景,但因為流程可以被寫成明確步驟,反而比某些「難以言傳」的手工職業更容易被 AI 接手。
—-
3.0 「一張機票能不能決定你的工作還在不在」——一個判準

節目裡有一個很好記的判準:如果你的工作可以完全遠端、完全靠螢幕跟鍵盤完成——換句話說,你根本不需要出現在辦公室,一張機票就能決定要不要有人做這件事——這類工作被 AI 取代的風險最高。反過來,需要你人在現場、需要跟人面對面互動、需要處理實體世界不可預期狀況的工作,風險相對低。

這個判準比「你的工作難不難」更準——難度不是關鍵,工作能不能被完全數位化、完全遠端執行才是關鍵。這也解釋了為什麼很多「聽起來很專業」的白領入門職務(初階程式除錯、基礎法律文件審閱、資料彙整報告)正在被壓縮,而很多「聽起來不專業」的現場工作反而在悄悄成長。

4.0 未來三到五年真正值錢的能力:帶一整隊 AI 代理

Brynjolfsson 對「接下來該培養什麼能力」的建議很具體:未來三到五年真正讓你值錢的技能,是懂得問對問題、以及管理一整隊 AI 代理(a fleet of agents)——不是自己動手做每一項任務,是知道要把什麼任務交給 AI、怎麼設計流程讓多個 AI 代理協同工作、怎麼判斷輸出品質對不對。

這跟他更早提出的「圖靈陷阱」(Turing Trap)概念是一致的:如果你把 AI 設計成「複製人類行為」,它跟人類是替代關係,人類會被取代;如果你把 AI 設計成「補強人類做不到的事」,它跟人類是互補關係,人類的價值反而會被放大。他建議的實務動作是——與其想著「怎麼自己把事情做完」,開始練習「怎麼把事情拆解成可以交給 AI 代理的模組,自己專注在判斷跟品管」。
—-
5.0 留下來的四種能力

節目裡他提到,即使 AI 比你聰明,人還是有四種東西可以持續拿到報酬:問對問題的能力、對品質做最終判斷的能力、承擔責任跟做決策的能力、以及建立信任跟人際關係的能力。這四種都有一個共通點——不是「執行一項任務」,是「決定該執行哪項任務、由誰執行、執行得好不好」。這跟前面「帶一整隊 AI 代理」的建議是同一件事的不同講法:你的價值從「會做事」轉移到「會判斷跟會管理」。

6.0 對找工作、帶新人的人的實務含意

剛畢業、正在找第一份工作的人:別只看職缺標題判斷這份工作安不安全,用兩個問題篩——任務能不能完全寫成清楚步驟、能不能完全遠端靠螢幕完成。兩個答案都是「能」的職務,未來三年被壓縮的機率高。同時主動去練習指揮 AI 完成任務——這個「帶隊」能力越早練越有優勢。

帶團隊、招人的人:這篇論文最值得注意的是「招聘凍結比裁員更難被看見」——組織悄悄停止開入門職缺、把新人工作拆給 AI 做,可能正在製造一個看不見的斷層:資深員工終將退休,卻沒有培養下一代能接手的人。省下的入門職缺,五年後可能就是找不到人接班的坑。

一句話總結:史丹佛教授 Erik Brynjolfsson 用真實薪資資料證明,AI 已經讓 22 到 25 歲最容易被取代的工作少了 16%——不是裁員,是招聘悄悄停了。判斷一份工作安不安全,看它能不能完全寫成步驟、能不能完全遠端完成,而不是看它難不難。

未來三到五年真正值錢的能力,是懂得問對問題、帶一整隊 AI 代理,而不是自己把每件事做完。這件事對找工作的人跟帶團隊的人都是提醒——省下的入門職缺,可能就是五年後找不到人接班的坑。

資料來源
Silicon Valley Girl Podcast by Marina Mogilko ft. Erik Brynjolfsson〈Stanford's Top AI Economist: The Next 10 Years Will Be the Best AND the Worst in History〉2026-08
Erik Brynjolfsson 為史丹佛大學數位經濟實驗室主任、Workhelix 共同創辦人、著有《The Second Machine Age》、研究科技對就業影響逾30年:對照節目描述與 Stanford Digital Economy Lab 官網
〈Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence〉論文(Brynjolfsson、Chandar、Chen 共同撰寫,Stanford Digital Economy Lab/SIEPR 發布):對照 Stanford Digital Economy Lab 官方發布頁
研究採用 ADP(美國大型薪資處理公司)真實用工資料、22-25歲AI高度可取代職務就業量較對照組下滑約16%、資深員工就業量穩定、下滑主因為招聘凍結而非裁員:對照 Fortune〈The Stanford economist who called the AI entry-level jobs crisis early has the receipts〉2026-06-27
「圖靈陷阱」(Turing Trap)概念——AI 應設計為補強人類而非複製人類行為:對照 Brynjolfsson 個人論文〈The Turing Trap: The Promise and Peril of Human-Like Artificial Intelligence〉
「一張機票能不能決定工作還在不在」「帶一整隊AI代理」「問對問題/品質判斷/承擔決策/建立信任」四項留存能力:出自該集節目 Erik Brynjolfsson 訪談內容
「省下的入門職缺可能是五年後找不到人接班的坑」為本人(Max)觀點延伸,非任何原文表述
← 看更多 Max Lu 呂元鐘 的文章