AI是補藥，還是毒藥？從美國20年就業資料看技術革命的另一面

上一篇期刊論文，讓我們從「微觀」的客服現場，看到AI能讓新手更快變的更強。這篇〈人工智慧與工作：來自美國通勤區的實證〉（Artificial Intelligence and Jobs: Evidence from US Commuting Zones）的論文，則是以國家層級的「宏觀」視野，提醒大家，AI不只提升效率，也可能讓某些人直接失去舞台。

該研究企圖了解2000年至2020年這二十年間，AI在美國地方勞動市場的擴散，到底是創造工作，還是排擠工作？研究範圍涵蓋全美722個通勤區，基本上可視為美國本土主要地方勞動市場的完整觀察。

（PS：這裡的AI主要指分析型AI，並非現在正夯的生成式AI）

過去我們談自動化，多半會聯想到工廠、機器手臂、藍領工作。但AI不一樣。AI會分析資料、推薦內容、處理文字、支援決策。

換句話說，它不只是進入工廠，還會進入辦公室、金融業、顧問業、軟體業與服務業。它碰到的不是單純體力勞動，而是越來越多的知識型工作。

也因此，造就了本篇論文的探討核心：AI到底是在幫人，還是在取代人？

研究團隊面臨的第一個難題，是AI採用程度很難直接衡量，畢竟不是每家公司都會公開說自己用了多少AI。因此，作者另闢蹊徑，用「AI相關職業」的成長作為AI採用的代理指標。

他們從O*NET資料庫中，根據工作所需軟體與技能，篩選出19種AI相關職業，例如：資料科學家、軟體開發者、統計人員、電腦系統分析師、資料庫管理者等。這些職業高度使用機器學習、資料分析、Python、SQL等工具，因此可以反映某個地區AI技術滲透的程度。

同時，該研究把全國各產業AI採用趨勢，結合各地過去的產業結構，推估不同通勤區受到AI衝擊的程度，以盡量排除地方景氣因素所造成的影響。研究也控制了中國進口競爭、工業機器人、ICT技術、人口結構與製造業占比等因素，避免把其他衝擊誤判成AI效果。

研究結果顯示，AI採用程度越高的地方，就業人口比率成長越慢。研究估計，AI採用程度每增加一個標準差，該地區就業人口比率約下降1個百分點。這表示，在宏觀層次上，AI的替代效應相當明顯，不是所有技術進步都會自動帶來更多工作。所謂科技紅利，並非人人有獎。

更關鍵的是，AI的影響不是平均分配，而是幾家歡喜幾家愁。低技能勞工與生產型工作者受到的負面衝擊最大；相反地，位於薪資分布頂端的工作者，反而可能因AI而受益。這就形成一種殘酷的現象，AI讓高薪、高技能者如虎添翼，卻讓低薪、低技能者雪上加霜。技術本身沒有階級偏見，但技術落地後，常常會強化原本的能力差距與資源差距。

這篇論文也提醒我們，AI和工業機器人不同。機器人主要衝擊製造業，但AI的重心更偏向服務業，尤其是資訊服務、專業技術服務、商業服務、金融服務與部分高階公共部門。這代表AI對現代經濟的影響更廣、更隱形，也更難用傳統「工廠自動化」的框架去理解。

因此，該研究建議：

1.政府要把技能再造視為基礎建設，而不是補助課程而已。要幫低技能勞工建立資料理解、AI協作、流程改善與跨域溝通能力。

2.技術紅利需要更公平的分配機制。既然高薪階層更容易受益，稅制、教育投資與轉移支付就要跟上，否則AI會變成新的分化機器。

3.企業與政府應鼓勵「增強人類能力的AI」，而不是只獎勵「節省人力的AI」。前者是共生，後者可能變成掠奪。

最後，這篇論文提醒我們，在宏觀經濟層面，AI可能會讓部分勞工走投無路。所以，真正的關鍵，不是AI會不會到來，而是我們能不能在它全面擴散之前，先把人的能力、制度與分配機制準備好來。

作者：羅凱揚（台科大企管系兼任助理教授）、鍾皓軒（臺灣行銷研究有限公司創辦人）

資料來源：Bonfiglioli, A., Crinò, R., Gancia, G., & Papadakis, I. (2025). Artificial intelligence and jobs: Evidence from US commuting zones. Economic Policy, 40(121), 145–194. https://doi.org/10.1093/epolic/eiae059