「人工智慧究竟是人類職涯的救星，還是無聲的掠奪者？」這是一個引發廣泛討論的核心問題。最新研究揭示，AI 對就業市場的影響並非直接「取代」工作，而是以更為精微的方式將其「拆解」（unbundling）成更細碎的任務，進而重塑勞動者的職涯路徑與薪資結構。這項由倫敦政經學院（LSE）與香港大學學者共同發表的洞見，挑戰了過往對 AI 威脅的單一想像，引導我們深入探討如何在 AI 時代保持競爭力。
現象觀察：AI 的「拆解」效應如何重塑工作本質？
有趣的是，儘管「AI 取代人類」的擔憂甚囂塵上，但實際情況可能更為複雜。根據倫敦政經學院教授 Luis Garicano 與香港大學學者 Jin Li、Yanhui Wu 共同發表的論文，人工智慧對就業市場真正的威脅，並非直接消滅工作崗位，而是將傳統上被視為單一「綑綁體」的工作，拆解成更小、更零碎，甚至薪水更低的任務。換句話說，AI 像是個精明的拆解師，能辨識並自動化工作中那些重複性高、規則明確的環節，讓原本完整的工作內容變得「稀薄化」。
Luis Garicano 教授在 2026 年 3 月 24 日透過社群媒體指出：「AI 並非殺死工作，它正在『拆解』它們。」這句話精準點出了 AI 時代工作型態的核心轉變。
這項研究的核心觀點在於，我們不該將職業視為一項單純的任務清單，而應視為一系列任務的「綑綁體」。理解 AI 如何介入這個綑綁體，是掌握未來職涯走向的關鍵。
原因剖析：強綑綁與弱綑綁的兩極化發展
該研究進一步將職業區分為「強綑綁」與「弱綑綁」兩種類型，這兩者在 AI 時代的命運可謂大相徑庭。
- 強綑綁職業：這類工作高度仰賴人類的判斷力、情境理解與責任承擔。以放射科醫生為例，雖然 AI 在影像判讀上能提供強大輔助，但面對邊緣案例的診斷、與臨床醫生的溝通協調，以及最終的醫療決策，仍需專業醫師的介入。在這種情境下，AI 反而成為提升工作表現與薪資潛力的利器，讓人類能專注於更高價值的任務。這也呼應了 2016 年 Geoffrey Hinton 曾預言 AI 將超越人類判讀掃描影像，醫學院應停止訓練放射科醫生；然而，十年後，放射科醫生的數量不減反增，顯示了「強綑綁」工作的韌性。
- 弱綑綁職業：相對地，弱綑綁職業的任務大多可被輕易拆分並自動化。諸如處理基礎客服事項、撰寫制式程式碼或資料輸入等，AI 都能高效完成。當 AI 接手大部分例行性任務後，人類勞動者僅剩下機器無法處理的狹窄領域，使得工作內容遭到掏空。這並非代表人類被徹底取代，而是工作被分解成更小的碎片，且這些碎片可能價值更低。
影響評估：勞動市場的深層變革與薪資壓力
這種「拆解」效應對勞動市場產生了深遠影響。表面上，AI 的輔助似乎提高了個體員工的生產力，因為機器承擔了繁瑣的重複性工作。然而，從企業的宏觀角度來看，當每位員工因 AI 輔助而效率大幅提升時，企業對整體人力的需求反而可能下降。這就引發了一連串的連鎖反應：首先是薪資縮減的壓力，因為市場上對特定技能組合的需求減少；其次，甚至可能導致裁員，特別是針對那些「弱綑綁」職位上的勞動者。
儘管當前任務流動與生產力提升的趨勢明顯，但就業率與工時尚未出現劇烈變動。不過，這項研究明確指出，AI 正在重塑工作的本質，而非單純地將其消滅。對於處於「強綑綁」職位、需要高度判斷力與責任承擔的專業人士而言，AI 更可能成為他們的生產力加速器，進而獲得更高的薪資報酬；反之，若身處「弱綑綁」職位，其角色則面臨逐漸被掏空的挑戰。
趨勢預測：職涯轉型的關鍵策略與未來展望
面對 AI 帶來的「拆解」浪潮，勞動者該如何自處？專家建議，關鍵在於提升自身在操作 AI 上的層次，並將重心轉移至那些需要高度判斷力、情境理解與責任承擔的「強綑綁」事務。這意味著，未來的職場競爭力，將不再僅限於執行任務的能力，更在於駕馭 AI、與 AI 協同工作，並處理 AI 無法觸及的複雜情境。
這項趨勢預示著，持續的學習與技能升級將成為職涯發展的常態。勞動者必須不斷審視自身工作的「綑綁」程度，並主動培養那些不易被 AI 拆解的核心能力，例如批判性思考、創新能力、跨領域協作以及高情商溝通。唯有如此，才能在這個不斷被 AI 重新定義的就業市場中，保持競爭力並開創新的職涯價值。
About the Author
