ChatGPT 推出超過三年後，人工智慧（AI）對就業的影響在總體統計數據中仍大致隱而不見。然而，它已開始在勞動市場的某些細分領域——尤其是最脆弱產業的入門級職位——浮現端倪。透過對構成不同職業的各項任務在 AI 驅動自動化下的暴露程度進行獨特測繪，科法斯集團（Coface）與受威脅及新興職業觀測站（OEM）的這項聯合研究，明確指出了自動化邊界的轉移。
隨著 AI 的到來，如今認知型、複雜且高技能的任務日益面臨風險，可能對就業結構造成劇烈動盪。
創新方法論：衡量任務與職業的自動化潛力
本研究旨在提供詳細的測繪圖，呈現 AI 普及最可能改變工作的領域。這種精細化的分析揭示了總體統計數據仍大幅忽略的弱點，因為暴露程度在不同任務、職業、產業、國家和地區之間存在顯著差異。
OEM 開發的方法解決了既有分析中常見的三項限制：職業分析缺乏細緻度、基於專家判斷或 AI 生成評估的可重複性低，以及缺乏對 AI 發展各階段的真正前瞻性視角。
本研究分析的 923 個職業均拆解為各項任務，而任務再細分為基本動作，並以三元組（動詞、受詞、情境）描述。此拆解方式能更精確評估每項任務暴露於自動化的程度。基本動作再以明確且可重複的規則進行評分。
此方法具體回應了上述三項限制。首先，它透過區分通用基本動作的評分（無論職業為何），顯著細化了職業分析。其次，藉由可稽核的明確規則，提升了評估的可重複性。最後，它引入了真正的前瞻性維度，能將任務的暴露程度投射於 AI 發展的多個階段——本研究設定為五個階段——而非僅提供單一時間點的靜態快照。
科法斯與 OEM 合作，進一步擴展此架構，開發了根據任務重要性和頻率進行加權的方法，並精煉前瞻情境與評分規則，同時將實證分析範圍擴大至近三十個國家。
這項自動化暴露評估刻意採取粗略且偏重供給面的方式：它衡量的是任務在技術面上被自動化的程度，因此絕不預判淨就業損失的數量。
實際上，其設計並未納入需求動態、新任務的潛在創造，或可能減緩或限制 AI 實際部署的摩擦因素。
職業類別間的暴露差異：AI 主要瞄準認知與資訊相關活動
本研究揭示了一項與以往自動化浪潮的重大斷裂：AI 並非機器人或軟體等技術的延續，而是將焦點轉向複雜且非重複性的認知型任務。其影響深具差異性：首先在任務層級顯現，進而對職業、職業類別，乃至其集中的產業造成不均等的衝擊。
在主要情境（代理型 AI 部署）中，約有八分之一的職業跨越了 30% 的可自動化任務門檻——本研究將其視為職業深刻轉型的閾值，可能引發顯著的人力重新配置，但不必然代表職業消失。
暴露程度最高的職業集中於高度認知與資訊密集的領域：工程、資訊科技、行政職務、財務、法律，以及某些創意與分析類職業。
各職業類別中，可自動化任務達 30% 以上的職業數量（「特務代理」情境）
Data for graph in .xlsx format
反之，最不脆弱的職業仍多為體力勞動或難以標準化的人際互動類型：製造業、營造業、維修保養、運輸、餐飲、清潔，以及某些照護與支援活動。
研究也透過比較各勞動市場中 923 個職業的可自動化任務比例與其就業人數，衡量了實際受威脅的工作內容。將這些職業歸納為八大類別後，可辨識出風險最高的職業群體。
主要發現明確顯示：在管理與行政、創意專業、法律與財務，以及工程與資訊科技等領域，超過四分之一的工作內容可能被自動化。相反地，面對面服務業，以及技術、工藝與工業生產職業則低於 10% 的門檻。照護、教育、銷售，以及更廣泛的「與人接觸」職業則居於中間位置：其部分任務面臨風險，但人際互動層面仍具有保護作用。
各國之間存在顯著差異
研究指出，各國對 AI 自動化的暴露程度差異甚大，從土耳其約 12% 的工作內容暴露於自動化（定義為可自動化任務佔總就業之比例），到英國接近 20% 不等。這些差異主要源於經濟結構，而經濟結構決定了就業結構，進而影響可自動化任務的比重。
最富裕且最側重認知服務的經濟體，似乎暴露於自動化的程度最高。除英國外，荷蘭、愛爾蘭和盧森堡的資訊密集職業集中度較高；而就業仍偏向貿易、個人服務、營造、運輸或其他體力密集型活動的國家，則暴露程度較為溫和。本研究將國家分為五個具相似輪廓的群組。
超越就業：價值分配、社會保障、教育、新依賴……諸多問題尚無答案
AI 普及的潛在影響不僅限於就業。由於它瞄準的是高技能、高薪職業，AI 的普及最終可能顛覆經濟與社會平衡。
藉由自動化高技能職業中的部分任務，它可能將相當比例的附加價值從勞動轉向資本。對於稅制高度依賴勞動直接稅和/或間接稅的國家而言，這將帶來雙重預算挑戰：一方面減少稅收（社保繳費、所得稅、增值稅等），同時增加公共支出（失業保險、職業訓練）。
本研究也邀請我們更廣泛地思考教育價值以及各類教育途徑所授予的資格。如果某些需長期學習的任務變得更易自動化，那麼教育程度、薪資與工作保障之間的連結可能弱化。雖然尚不能斷定高等教育不再必要，但這些發現顯示，雇主未來可能不再僅看重學歷，而會更重視與 AI 互補的技能，如判斷力、適應力，以及監督 AI 應用的能力。
最後，AI 的崛起可能因其最關鍵資產（半導體、語言模型、資料中心）集中在少數企業和國家手中，而引發新的地緣政治、物流和營運層面的脆弱性。
結論：一場足以重塑工作的轉型
儘管這些轉型的確切軌跡仍不確定，且任務的技術暴露要轉化為對就業的淨效果絕非自動發生，但有一點至為明確：
AI 並非部署在工作的邊緣，而是跨越了認知型、非例行性且高技能的功能領域——這些功能長期被認為最為穩固。由於這些功能在所得創造、附加價值和稅收方面扮演關鍵角色，此類轉型不太可能不改變工作的本質及其支撐平衡的基礎（程度因情況而異）。
觀看作者重點演講（科法斯國家風險研討會）
catch up the authors' keynote during Coface Country Risk Conference
