「AI 會不會取代人類工作」這個問題我看膩了。因為它的答案永遠是「會，但也會創造新工作」——聽起來很平衡，實際上什麼都沒說。
所以我改問一個比較笨、但比較有答案的問題：過去這一年，哪些工作的數字真的變少了？
我找到三組數據。它們沒有回答「AI 會不會取代人類」，但它們很具體地指出了第一波是誰。
第一組：就業數據裡的產業拆解
2026 年 7 月，美國非農就業減少 2.3 萬人。但整體數字沒有意義，拆開才有：
| 產業 | 變動 |
|---|---|
| 地方教育部門 | −5 萬 |
| 休閒餐飲 | −4 萬 |
| 零售 | −1.9 萬 |
| 金融業 | −1.4 萬 |
| 其中信貸仲介與相關業務 | −9,000 |
| 加油站與燃料相關 | −5,000 |
| 醫療保健 | +2.2 萬 |
金融業那一欄是我最在意的。
因為地方教育減少有暑假的季節性因素，餐飲零售跟消費力有關，但金融業不是——那是一個獲利創高的產業。同一年，美國幾家大型銀行的單季淨利年增 27% 到 80%。
賺這麼多，還在減人。
節目裡有一句觀察講得很到位：以前招儲備幹部招得很樂觀，今年很多初級工作直接交給 AI 了。
這是第一個線索：被吃掉的不是整個產業，是產業裡的「初階」那一層。
第二組：人資與招募服務
第二組數字更直接。
- 全球約有 670 萬名人力資源從業人員面臨 AI 的直接衝擊
- 美國就業服務相關職位，相較 2022 年下滑 8%
這一組值得特別注意，因為人資與招募是典型的「資訊中介」工作——蒐集履歷、初步篩選、安排流程、比對條件。
而資訊中介，正好是 AI 最擅長取代的類型。
順著這個邏輯往下推，同樣性質的工作還有：初階法務文件審閱、基礎會計整理、客服第一線、翻譯與校稿、初階市場調查。
它們的共同點不是「低技術」，而是**「工作內容可以被明確描述成規則」**。
這其實推翻了一個很流行的說法——AI 先取代藍領。實際發生的順序好像相反：先被吃掉的是坐辦公室、需要學歷、但工作內容高度結構化的那一群。
第三組：內容產業的成本崩塌
第三組數字是我看到最震撼的。
AI 短劇這個領域：
- 全球日均觀看時長約 25 分鐘，比 2025 年增加 85%
- 某平台月度前 5,000 部短劇當中，全 AI 生成的作品從每月 4 部增加到 217 部
- 製作成本從約 20 萬美元降到不到 2 萬人民幣
- 美國 AI 短劇市場規模已接近 90 億美元
- 某 AI 音樂平台約有 1 億人使用
成本降幅大約是 99%。
這組數字的意義不在於「AI 拍片取代導演」，而在於它示範了一件事：當生產成本掉兩個數量級，被消滅的不是某個職位，是整個成本結構所支撐的那套產業分工。
編劇、分鏡、配音、剪輯、配樂——這些工作不是被 AI「取代」，而是它們所依附的那個預算規模消失了。20 萬美元的預算養得起一個團隊，2 萬人民幣養不起。
一個我還沒想通的矛盾
把三組數字放在一起之後，出現一個很奇怪的現象。
美股企業的獲利與美國的就業數據，正在脫鉤。
按過往經驗，兩者是高度聯動的——企業獲利大幅拉升，就業不該太差。但當時標普 500 未來 12 個月的預估 EPS 年增幅衝到 33%，非農卻不亮麗。
有三種可能的解釋，我沒辦法確定是哪一種：
- 這是史上第一次「經濟大好、就業大壞」的脫鉤
- 就業市場只是落後，之後會跟上
- 更多人被 AI 取代而直接退出勞動市場
第三種可能有一個佐證：勞動參與率從 2026 年初以來已下滑約 0.7 個百分點。而失業率的分母是勞動力人口——當一個人不再找工作，他就不再被算成失業，反而讓失業率變好看。
7 月的家庭調查就出現這個組合：失業人口減少 17.8 萬，但就業人口也減少了 8.7 萬。
這意味著我們現在看到的失業率，可能低估了實際的就業壓力。
一個更根本的數字
還有一組數字讓我對整件事的規模重新校準。
把電腦設備、軟體、研發從美國實質 GDP 裡扣掉——也就是把 AI 相關產品拿掉——經濟成長率會從約 3.5% 大幅下滑到約 0.8%。
另一個版本的算法是：拿掉 AI 之後，美國經濟成長會從約 1.8% 降到不到 1%。
兩個算法的口徑不同，但方向一致：現在的經濟成長高度依賴 AI 這一塊。
這帶出一個很尷尬的處境——AI 同時是就業壓力的來源，也是經濟成長的來源。 你沒辦法只要後者不要前者。
那新工作在哪裡
我試著找「AI 創造的新工作」的具體證據，結果比我想像的少。
目前能看到的：
- 資料中心的建設與維運（但這是營建與電力工程，不是白領）
- 模型訓練與部署相關（人數少、門檻高）
- 醫療保健仍在增長（+2.2 萬，但這跟 AI 關係不大，主要是人口老化）
有一個數字很值得記：某 AI 公司在 2024 至 2025 年發放了約 110 億美元的員工股票報酬，而它的員工只有約 8,000 人。
財富創造得非常集中。 這不是「AI 創造大量新工作」，這是「AI 創造極高價值的少量工作」。
這兩件事在總體數據上長得完全不一樣。
我的觀點
寫完這篇之後，我對「AI 會不會取代工作」這個問題的看法變了。
真正的問題不是「會不會被取代」，是「你的工作有多容易被描述成規則」。
我看到的第一波受衝擊者，不是體力勞動，也不是頂尖專業，而是中間那一層——需要學歷、坐在辦公室、但每天做的事情可以寫成標準作業流程的人。人資、初階金融、文件審閱、基礎分析。
而這一層剛好是過去三十年台灣教育體系最主要的產出方向。
至於「新工作會出現」這個安慰，我保留。歷史上確實每次技術革命都創造了新工作，但那個過程動輒二三十年，而被取代的人和拿到新工作的人，通常不是同一批人。 總體數據會恢復，個人不一定。
我沒有答案的地方是時間表。 上面三組數據都是單一年度的，而就業數據還有校正回歸的問題——那一年 5 月和 6 月的非農合計就被下修了 10.3 萬人。用一年的數字推論十年的趨勢，是我自己都不太敢做的事。
所以我的結論很保守：現在能確定的只有「順序」，不是「速度」。 而知道順序，至少可以決定要往哪裡移動。
免責聲明
本文為個人心得與觀點整理，亦不構成任何投資或職涯建議。
就業數據具有後續修正的特性，引用時請以官方最新公布為準。投資有風險，請自行評估並為自身決策負責。