AI是幫你「開掛」的教練，還是讓你「下課」的殺手？

「AI到底會不會取代人類？」其實，這個問題太過粗略。真正該問的，應該是AI會讓誰變的更強？又會讓誰被迫出局？

之前我們分享了兩篇重要研究，一篇從企業內部看AI，結論像是一場「成長喜劇」；另一篇從美國20年就業資料看AI，結論則像是一份「社會警世錄」。

第一篇〈工作中的生成式AI〉（Generative AI at Work）研究一家財星500大軟體公司的客服現場，追蹤5,172名客服人員與約300萬場對話。

結果發現，導入以GPT-3為基礎的AI客服助手後，員工每小時解決問題數平均提升15%。更重要的是，受益最大的人不是高手，而是新手與低技能員工。低技能員工生產力提升可達30%；有AI輔助兩個月的新手，表現甚至接近沒有AI輔助、工作超過六個月的老手。

換句話說，在企業內部，AI像是一位24小時待命的教練，把高手的話術、判斷與處理流程，即時交給新手，讓他們少走彎路、脫胎換骨。

第二篇〈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）則從宏觀角度切入，研究2000年至2020年間，美國722個通勤區的就業變化。

該結論發現，AI暴露程度越高的地區，就業人口比率成長越慢。更殘酷的是，AI的影響不是平均分配。低技能與生產型工作者受到較大的負面衝擊；反之，位於薪資分布頂端的工作者反而受益。這代表AI不只是提升效率，也可能加速工作排擠，並擴大社會不公平。

從結論上看，兩篇文章似乎相互打臉。第一篇說AI是弱者的救星，第二篇卻說AI正在傷害低技能者。但其實這並非矛盾，而是層次不同。

第一篇論文著重於「工作過程」，探討當一個人已經在公司裡，AI如何幫他把事情做得更快、更好。第二篇論文則看重「勞動市場」，探討當AI全面擴散後，公司到底還需要多少人。

此外，兩篇研究也各有其侷限。第一篇論文最大的問題是，它只看單一公司、單一職位、單一場景。客服工作本來就高度文字化、流程化、可記錄、可衡量，所以特別適合AI輔助。問題是，如果每個客服都提升15%的效率，公司未來是需要多請人？還是少請人？這篇研究無法回答。它證明了AI能讓新手變強，但卻沒有證明AI一定能保住工作。

第二篇的問題則是衡量指標較為間接。作者用AI相關職業成長來推估AI採用程度，這是聰明做法，但也可能混入科技產業擴張、區域產業升級等因素。此外，2000年至2010年的AI，和今天的生成式AI不同。用長期宏觀資料看趨勢有價值，但也容易把不同世代的技術變革混在一起，難免有張冠李戴之嫌。（不過也有可能生成式AI（比分析式AI）影響更大。）

把兩篇論文合起來看，我們會得到一個更務實的判斷：AI不是單純的教練，也不是單純的殺手。

在工作過程中，AI確實可以補足能力落差，讓新人更快上手；但在市場結構中，當工作被AI拆解、標準化、流程化後，許多基礎職位也會變得更容易被替代。也就是說，AI能夠幫我們變強，但同時也會重新定義「是否還需要我們」。

所以，未來真正有價值的，不是單純會用AI的人，而是能定義問題、拆解流程、判斷AI答案、處理複雜情境、做出最後決策的人。基礎操作會貶值，高階判斷會升值。這是職場M型化的核心。

對個人來說，千萬不要因為AI讓工作變得更輕鬆就沾沾自喜。工作變簡單，有時是進步，有時則是取代的前奏。我們要從AI的「使用者」，慢慢變成AI的「指揮者」。

對企業來說，不能只把AI當成裁員工具，而應該重新設計工作、訓練員工、創造更高的價值。

對政府來說，技能再造已經不是口號，而是社會穩定的重要工程。

最後，用通俗一點的話來說，AI會讓一部分人「開掛」，也會讓一部分人「下課」。差別在於我們能否在被AI取代之前，先完成自我升級。

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：

1.Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2), 889–942. https://doi.org/10.1093/qje/qjae044

2.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