人工智慧（AI）的快速發展，重新定義了就業市場的未來樣貌。一份由倫敦政經學院（LSE）教授 Luis Garicano 與香港大學學者 Jin Li、Yanhui Wu 共同發表的最新研究指出，AI 對於勞動市場的真正影響，並非普遍性的工作消失，而是將現有職位「拆解」成更細小、薪資潛力可能較低的零碎任務。這項研究挑戰了傳統「AI取代人類」的單一觀點，揭示了職位結構重塑的深層變化。
AI 浪潮下的就業新變局：工作「拆解」而非「取代」
這份具突破性的研究將傳統職業視為一系列任務的「綑綁體」，而非單一清單。根據研究團隊的觀點，AI 的介入正在改變這些任務的組合方式，導致部分職位面臨被「拆解」的風險。這種拆解意指 AI 能夠高效執行職位中的特定任務，使得人類勞動者僅需處理機器無法勝任的邊緣或高階事務。儘管這可能提升單一員工的生產力，卻也可能導致企業對整體人力的需求下降，進而影響薪資結構與就業機會。
研究進一步將職業區分為「強綑綁」與「弱綑綁」兩種類型。強綑綁職業，例如放射科醫生，其工作內容涉及高度判斷力、情境理解與最終決策責任。儘管 AI 能輔助判讀醫學影像，但複雜的邊緣案例處理、與臨床醫師的溝通協調，以及最終診斷的責任，仍需人類專家承擔。在這些情況下，AI 的導入反而能提升工作效率，甚至有助於提高專業人員的薪資潛力。
職位類型與薪資潛力：強綑綁與弱綑綁的兩極化發展
相對地，「弱綑綁」職業，如處理客服事項或編寫基礎程式碼等，其任務更容易被 AI 拆分並自動化。在這些領域，AI 可以輕易地接管大部分重複性高、規則明確的任務，使得人類勞動者僅剩下機器暫時無法處理的狹窄環節。有趣的是，雖然這看似提高了個人產出，卻可能引發連鎖反應：當個別員工因 AI 輔助而效率大幅提升時，企業對總體人力的需求反而可能下降，進而導致薪資縮減甚至裁員。
這項分析也回顧了過去的預測。例如，根據 Luis Garicano 教授於 2026 年 3 月 24 日的社群媒體貼文，引述 Geoffrey Hinton 在 2016 年曾預言 AI 將很快超越人類判讀掃描的能力，並建議醫學院停止培訓放射科醫生。然而，截至 2026 年，放射科醫生的數量不減反增，顯示了「強綑綁」職位在 AI 時代的韌性與演變。這也證明了 AI 對於專業判斷力的輔助作用，而非直接替代。
勞動者如何因應：提升專業判斷力成關鍵
面對 AI 正在重塑就業市場的趨勢，而非簡單地消滅工作，勞動者必須調整其職涯發展策略。研究團隊與專家建議，個人應致力於提升操作 AI 的層次，並將重心放在需要高度判斷力、情境理解與責任承擔的「強綑綁」事務上。這意味著，與其擔心被 AI 取代，不如學習如何與 AI 協同工作，並將自身專業能力聚焦於機器難以模仿的人類特質。
總體而言，AI 帶來的生產力提升是顯而易見的，但其對就業與工時的影響，截至目前尚未出現劇烈變動。然而，職位結構的「拆解」趨勢已然浮現，對於處於「強綑綁」職位的勞動者而言，AI 可能帶來效率提升與更高薪資的機會；而處於「弱綑綁」職位者，則需警惕其角色逐漸被掏空的風險，並積極尋求技能升級與轉型，以保持在未來就業市場的競爭力。
