事件總覽：從十年前對人工智慧（AI）將全面取代人類工作的預言，到近期研究指出AI其實是將傳統職位「拆解」成更零碎的任務，這十年來我們對AI如何衝擊就業市場的理解，產生了關鍵性的轉變，尤其影響著勞動者的薪資結構與職位前景。
📅 2016年：AI取代論的開端
話說回來，關於AI將顛覆就業市場的討論，其實並非新鮮事。早在2016年，人工智慧領域的先驅Geoffrey Hinton就在多倫多的一場演講中，語出驚人地表示，醫學院應該停止訓練放射科醫師，因為AI很快就能在影像判讀上超越人類。這席話無疑是為「AI將直接消滅大量工作」的擔憂，埋下了一顆震撼彈，讓許多人開始焦慮自己的飯碗是否不保。
📅 2026年3月：工作「拆解」理論浮上檯面
然而，十年過去，放射科醫師的人數不減反增，這似乎與當年的預言有所出入。有趣的是，倫敦政經學院（LSE）教授Luis Garicano與香港大學學者Jin Li、Yanhui Wu，在2026年3月共同發表了一篇引人深思的論文，重新定義了AI對就業市場的影響。他們提出，AI真正的威脅並非直接取代整個工作，而是像「拆解」禮物一樣，將原本完整的工作內容，分割成更細小、甚至薪水更低的零碎任務。這個觀點，為我們理解AI如何重塑職位生態，提供了全新的視角。
這份研究的核心概念是，傳統的「職業」不應被視為單一任務清單，而是一系列緊密相連的「綑綁體」。根據任務性質與AI介入的程度，研究將職業分為兩大類：「強綑綁」與「弱綑綁」職位。
- 強綑綁職位：這些工作通常需要高度的判斷力、情境理解與責任承擔，例如放射科醫師。儘管AI能夠輔助判讀醫學影像，但面對邊緣案例的診斷、與臨床醫師的溝通協調，以及最終的醫療決策，仍需仰賴人類的專業。在這種情況下，AI的介入反而能提升工作效率與品質，甚至為勞動者帶來更高的薪資潛力。
- 弱綑綁職位：這類工作則包含大量可被標準化、重複性的任務，例如客服處理或撰寫基礎程式碼。AI能輕易地將這些任務拆分並自動化大部分流程，導致人類勞動者僅剩下機器暫時無法處理的狹窄領域。雖然這表面上提高了個人產出，卻可能引發連鎖反應，讓企業總體人力需求下降，進而導致薪資縮減，甚至面臨裁員風險。
「AI並非直接消滅工作，而是將它們『拆解』。雖然任務流動，生產力可能提升，但就業與工時尚未有劇烈變動。」
這項研究明確指出，AI正在重塑工作型態，而非直接將其淘汰。對那些處於「強綑綁」職位，需要高度判斷力、情境理解與責任承擔的勞動者而言，AI更可能成為提升效率並爭取更高薪資的助力。反之，若身處「弱綑綁」職位，則其角色將面臨逐漸被掏空的挑戰。
至今影響與未來展望
從Geoffrey Hinton的預言到現在，我們對AI與工作的關係有了更細緻的理解。當AI像一把手術刀，精準地將職位中的任務進行「拆解」時，勞動者必須重新審視自身的技能組合。專家建議，面對這個趨勢，勞動者應積極提升操作AI的層次，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，才能在這個不斷被拆解的就業市場中保持競爭力，確保自己的薪資與價值不被稀釋。
