關鍵數字：根據倫敦政經學院（LSE）與香港大學學者的最新研究，人工智慧（AI）對就業市場的衝擊，並非直接導致工作數量銳減，而是將現有職務「拆解」成更細碎、薪資潛力較低的任務組合，預示著勞動者未來將面臨職涯兩極化的嚴峻挑戰。

📊 數據總覽：AI 如何「拆解」你的工作？

這項由倫敦政經學院教授 Luis Garicano 與香港大學學者 Jin Li、Yanhui Wu 共同發表的論文，顛覆了傳統對 AI 衝擊就業市場的認知。研究指出，工作不應被視為單一清單，而是一系列任務的「綑綁體」。其中，部分職業屬於「強綑綁」類型，意指其核心任務高度整合，需要複雜的判斷力、情境理解與責任承擔；而另一部分則為「弱綑綁」職業，其任務容易被拆分、標準化，且重複性高。

數據顯示，AI 在這兩種職業類型中扮演的角色截然不同。對於「強綑綁」職位，AI 更多是扮演輔助工具，提升人類工作效率與品質；但對於「弱綑綁」職位，AI 則能輕易自動化大部分任務，將人類勞動者推向一個更狹窄、更瑣碎的勞動空間，進而影響其薪資與就業穩定性。

數據解讀：強綑綁職位韌性強，薪資潛力獲提升

值得關注的是，對於那些被歸類為「強綑綁」的職業，例如放射科醫生，AI 的介入反而展現出正向效益。雖然 AI 在影像判讀上能提供強大輔助，但其工作仍需人類處理邊緣案例、與臨床醫生進行複雜溝通，並最終承擔診斷決策的責任。數據指出，在這些高度仰賴判斷力與情境理解的領域，AI 非但沒有取代人類，反而有助於提升工作表現，甚至可能帶來更高的薪資潛力。

這項觀察也呼應了 2016 年 Geoffrey Hinton 曾預言 AI 將很快超越人類判讀掃描影像的能力，並建議醫學院停止訓練放射科醫師的說法。然而，截至 2026 年 3 月，現實情況卻是放射科醫師的數量不減反增，顯示在專業判斷與人際互動的「強綑綁」任務上，人類的價值依然不可取代。

數據解讀：弱綑綁職位面臨挑戰，薪資恐縮減

相反地，針對「弱綑綁」職業，例如處理客服事項或編寫基礎程式碼等，AI 的影響則顯得更具顛覆性。這些職位中的大部分任務，AI 都能輕易拆分並自動化處理，導致人類勞動者最終僅剩下機器目前無法處理的極少數、更狹窄的領域。雖然從單一員工的角度來看，AI 輔助確實可能大幅提升個人產出效率，但這卻引發了企業層面的連鎖反應：當員工效率因 AI 輔助而顯著提高時，企業對整體人力的需求總體而言反而下降。

這項趨勢最終可能導致薪資縮減，甚至引發裁員潮。研究明確指出，AI 正在重塑工作的本質，而非單純地消滅它們。儘管任務流動性增加，生產力可能提升，但就業機會與工時的劇烈變動，已成為「弱綑綁」職位勞動者必須正視的嚴峻挑戰。

趨勢預測與職涯建議

綜合以上數據分析，我們可以預見，未來的就業市場將呈現更明顯的兩極化趨勢。對於處於「強綑綁」職位，即那些需要高度判斷力、情境理解與責任承擔的勞動者而言，AI 將是助力其效率提升、獲取更高薪資的工具。然而，若身處「弱綑綁」職位，其角色則可能面臨逐漸被掏空的風險。

為了在 AI 驅動的就業市場中保持競爭力，專家建議勞動者必須積極提升自身操作 AI 的層次，將重心轉移至那些機器難以模仿的「強綑綁」事務上。這意味著培養更深層次的批判性思考、解決複雜問題的能力，以及加強人際溝通與協作的軟實力，將是未來職涯發展的關鍵。

數據告訴我們什麼？

這份研究清晰地指出，AI 對就業市場的影響並非全面性的「毀滅」，而是一種更為細緻且具備結構性變革的「拆解」。它要求我們重新審視工作的本質，並根據任務的「綑綁」程度來評估 AI 的潛在影響。未來，勞動者能否在 AI 時代中脫穎而出，關鍵在於能否將自身定位於那些 AI 難以替代的決策、判斷與人際互動核心。這不僅是個人職涯的挑戰，更是企業與教育體系必須共同思考的轉型方向。