根據倫敦政經學院（LSE）與香港大學學者 Luis Garicano、Jin Li、Yanhui Wu 最新發表的聯合研究指出，人工智慧（AI）對就業市場的真實影響，並非普遍預期的直接取代人類工作，而是透過「拆解」（unbundling）的方式，將既有職位的任務細分化。這項發現顛覆了過去對 AI 威脅的單一視角，轉而聚焦於其對工作本質與薪資結構的深層重塑。對於勞動者而言，理解 AI 如何「拆解」工作，成為在 AI 時代保持競爭力的關鍵。
AI 重塑工作本質：從「取代」到「拆解」
數據發現，傳統上我們將工作視為一系列任務的「綑綁體」，而非單一清單。這份研究將職業區分為「強綑綁」與「弱綑綁」兩種類型。強綑綁職業通常涉及高度判斷力、情境理解與責任承擔，其任務彼此環環相扣，難以獨立拆分；相反地，弱綑綁職業則包含許多可重複、標準化的流程，容易被自動化工具切割。這項劃分揭示了 AI 如何在不同職位中發揮作用，進而影響勞動者的職涯發展。
Luis Garicano 教授於 2026 年 3 月 24 日在社群媒體上指出：「工作不應視為單項清單，而是一系列任務的『綑綁體』。」這精確點出了 AI 影響的本質，即對這些「綑綁體」進行結構性變革。
解讀意義上，AI 介入後，生產力可能提升，但就業與工時尚未有劇烈變動。然而，這不代表影響微乎其微。事實上，AI 正在幕後悄然重塑工作內容，而非直接將其消滅。這種「拆解」效應，使得部分職位的核心價值被強化，而另一些則面臨被掏空的風險。產業影響方面，企業在 AI 輔助下，可能在總體上對人力需求進行調整，這對不同類型的勞動者將產生截然不同的結果。
「強綑綁」職位：AI 助攻專業升級
針對「強綑綁」職位，數據顯示 AI 的介入反而能提升工作表現與薪資潛力。以放射科醫生為例，儘管 AI 在判讀影像方面能提供強大輔助，但其工作核心仍需處理邊緣案例、與臨床醫生溝通，並最終做出關鍵決策。這些需要高度專業判斷力、跨領域溝通與責任承擔的任務，是 AI 目前難以完全取代的。因此，AI 在此類職位中扮演的角色更像是效率提升的工具，讓專業人士能更專注於高價值的決策環節。
曾有業界專家 Geoffrey Hinton 於 2016 年預測醫學院應停止訓練放射科醫生，因 AI 將很快超越他們。然而，十年後的 2026 年，放射科醫生數量不減反增，這恰好證明了 AI 更多是輔助而非全面取代，特別是在強綑綁的專業領域。
解讀意義而言，對於具備高度判斷力、情境理解與責任承擔能力的勞動者，AI 提供了強化其專業價值的機會。產業影響上，企業更傾向於投資 AI 工具來增強這些高階專業人士的效率，進而可能反映在更高的薪資回報上。這也促使勞動者必須不斷提升自身的核心競爭力，以駕馭 AI 而非被其限制。
「弱綑綁」職位：任務「掏空」與薪資挑戰
相反地，針對「弱綑綁」職位，數據揭示了 AI 帶來的嚴峻挑戰。例如，處理基礎客服事項或撰寫基礎程式碼等任務，AI 能輕易將其拆分並自動化大部分流程。這導致人類勞動者僅剩下機器目前無法處理的狹窄領域。雖然從個人層面看，AI 輔助似乎能大幅提升單一員工的效率，但這卻引發了連鎖反應。
解讀意義在於，當企業的人力總體需求因 AI 輔助而大幅下降時，隨之而來的是薪資縮減與裁員的風險。這類職位的工作內容面臨逐漸被「掏空」的趨勢，勞動者可能發現自己的工作變得越來越「薄」，價值感降低。產業影響上，企業將會重新評估這些職位的必要性與成本效益，進而加速自動化進程，使得這些領域的就業市場競爭更加激烈。
勞動者應變策略：提升 AI 協作層次
面對 AI 對就業市場的結構性影響，研究與專家建議勞動者必須積極提升自身能力，以適應這種轉變。核心策略在於提升操作 AI 的層次，不再僅止於基礎應用，而是專注於需要高度判斷力、情境理解與責任承擔的「強綑綁」事務。
- 專注決策與問題解決： 將重複性任務交由 AI 處理，人類則將精力投入複雜問題分析與策略制定。
- 強化跨領域溝通： 即使 AI 能提供數據分析，仍需人類將其轉化為具體的行動方案並與團隊溝通。
- 培養情境理解能力： AI 缺乏人類的常識與情境感知，這成為人類在複雜環境中不可取代的優勢。
- 承擔最終責任： 儘管 AI 提供建議，但最終的決策與其後果仍需由人類負責。
這意味著勞動者需從執行者轉變為 AI 的管理者與協作者，才能在逐漸被拆解的就業市場中保持核心競爭力。透過持續學習與技能升級，將 AI 視為工具而非威脅，是確保職涯發展穩健的關鍵。
數據背後的啟示：AI 時代的職涯新思維
綜合以上數據與分析，AI 對就業市場的影響並非簡單的「取代」或「不取代」，而是一場深刻的結構性變革。它正在「拆解」工作，強化了需要高度人類智慧與情感投入的「強綑綁」職位，同時也「掏空」了重複性高的「弱綑綁」職位。這場變革要求勞動者重新審視自身的技能組合，並積極轉型，將重點放在提升與 AI 協作的層次，以及培養那些 AI 難以模仿的核心能力。
截至 2026 年 3 月的觀察顯示，雖然任務流動與生產力可能提升，但就業與工時尚未有劇烈變動。這為勞動者提供了寶貴的適應期。唯有積極應對，將 AI 視為職涯升級的契機，而非威脅，才能在未來就業市場中立於不敗之地，確保自身的薪資與專業價值持續成長。這不僅是個人的挑戰，也是企業與教育體系需要共同面對的議題。
