編按：隨著AI發展越來越成熟，各種便利的應用層出不窮，但也使勞動者開始擔憂是否會被AI取代。近期如星展銀行的大規模裁員更加劇了這層擔憂。共力研究將逐步探討AI與自動化所帶來的影響，以及各種因應可能。
本文重點：
- AI並不必然帶來失業，而是工作性質與生產型態上的各種改變
- 需確認資方如何運用AI，否則很可能不利於勞工與分配
- 台灣民眾從原本堅信不會被AI取代，逐步動搖為低程度的擔憂，或認為AI 影響較為複雜，而非只是替代與否
- 金融保險、出版影音、住宿餐飲、批發零售、支援服務、運輸倉儲、專業科學、製造業從業人員認為AI「非常可能」取代自己工作的比例較高
- 出版影音、專業科學業認為AI「非常可能」取代的比例提升最多，而「完全不可能」的比例下降最多
- 教育業最無法明確回答AI是否替代，可能反映其複雜性
- 事務支援人員、服務銷售人員、技術員及專業助理人員、機械操作人員認為AI「非常可能」取代自己工作的比例較高
- 專業人員認為「完全不可能」的比例下降最多，其對自身工作安全越來越不篤定；事務支援人員最無法明確回答AI是否替代，可能反映其複雜性
- AI影響廣泛，勞方需立即展開監督資方如何使用AI的工作
AI會帶來什麼衝擊？
隨AI發展越演越烈，AI對於產業甚或勞動市場的影響將越來越難忽略。麥肯錫全球研究院於2023年[1]預測，行政、客服、餐飲、製造及零售業等行業將會受到AI影響。到了2025年，更多產業被列為高風險領域，除上述行業外，世界經濟論壇（WEF）[2]指出物流、金融與媒體等行業可能會受到衝擊。此外，國際人工智能安全報告（International AI Safety Report）[3]也指出，醫療保健、教育與培訓、法律服務、市場營銷與內容創作、科技與軟體開發、電信等產業亦處於高風險之中。
然而，AI或自動化的衝擊並不意味著必然帶來大規模失業。諾貝爾經濟學獎得主Daron Acemoglu在2019年指出[4]，儘管自動化會取代那些重複性、可預見性較高的工作，但由於新工作機會的出現，整體就業市場不一定會因此減少。關鍵在於加強員工的技能再訓練，讓勞工能夠轉向新的工作領域。
這與麻省理工學院經濟學家David Autor在2015年[5]的觀點相吻合，他指出，歷史上的技術變遷並不必然導致大規模失業，而是重塑勞動市場的結構。以目前自動化的趨勢而言，他認為將形成職業的「兩極化」，亦即中等技能的工作在自動化的過程中可能會逐漸消失，但高技能與基層技能的工作機會將會增加，因這些職業較不容易被自動化所取代。
縱使大規模失業的可能性不高，新工作或許將填補被取代而消滅的工作，但沒有人可以確保轉型之路能夠一路順遂。如2023年Acemoglu和Autor聯合發表的文章《我們是否可以擁有對員工有利的人工智能？》[6]中指出，私營部門正在積極追求自動化以取代勞動力，並加強對勞動現場的監控。這些行為可能會進一步加劇過去40年來勞資失衡與分配不均問題。
為了避免這種情況，他們認為必須透過政策與企業規範，將AI與自動化的發展導向與勞動互補而非替代的路徑，從而在提升生產力的同時改善收入分配。關鍵的政策包括：平等稅率（使雇用勞工的企業與應用AI的企業能公平競爭）、限制對工人的監控、加強對人機互補技術的研究資助、在政府內設立AI諮詢部門，以及評估互補技術在教育和醫療領域中的適用性。
此外，除了AI可能強化雇主對勞工的監控外，AI的應用也可能帶起其他隱憂，如AI可能侵犯員工隱私、加大工作強度、若用於績效考核可能產生不公卻又不透明無從申訴起，同時AI應用也可能會影響管理決策，衝擊工作流程或時間調度、班表決定，也可能使員工多花時間糾錯或徒增無效繁瑣程序增加。
不論是替代或是互補，或是到更複雜的各種影響，無疑的是，AI將對勞工產生衝擊。基於這樣的想法，共力研究計畫逐步探討AI與自動化對於台灣各產業、職業的影響，並且發掘出對於勞動者有利且具體可以努力的方向。
台灣人怕不怕AI？
由於AI的發展還在進行，目前尚未有實際數據可直接衡量AI的影響。不過，數位發展部在《數位近用調查》(總受訪者約1.5萬人)中有調查受訪者「請問您覺得您目前的工作未來有沒有可能被自動化或人工智慧取代?（自動化：以機械、電子與電腦化等系統，代替人力操作）」，選項有四，分別是非常可能、還算可能、不太可能、完全不可能。
由於該問題反映民眾的主觀感受，因此依據此問題形成的變數較接近「主觀預期指標」，或可視為一種「情緒指標」。情緒不一定真實，但客觀現實對於情緒必然有一定影響，且對未來的預期必然影響人們的決策與行為，因此仍具觀察價值。
圖1整理出2022-2024年民眾對自身工作被AI與自動化取代的看法。整體而言，台灣絕大多數的人認為AI與自動化「不太可能」或「完全不可能」取代自己的工作。不過，過去三年間，認為「還算可能」的比例正明顯上升，相對的，「完全不可能」的比例正在下降。也就是說，台灣目前並未對AI與自動化產生高度恐慌，而是從原本堅信不會被取代，逐步動搖為低程度的擔憂。
從另一個角度來看，若將「還算可能」 和 「不太可能」加總，可得對於AI替代效果較不確定、較中性態度的占比。由於AI 對於勞動的影響不僅限於替代，還可能涉及其他層面，在此問卷設計下，相對於選擇「非常可能」與 「完全不可能」的受訪者而言，選擇「還算可能」或「不太可能」的人可能認為 AI 的影響更細緻，或涉及不同形式的變革，而非純粹的替代與否。不過，因為其他因素同樣可能影響這項比例，像是對 AI 的了解程度不同，也可能會使受訪者選擇較中性的回應，因此我們關注的是不同時期、產業或職業之間該項數值的差異，而非單一比例的推論。
在其他條件不變的情況下，「還算可能」加總「不太可能」比例上升或較高，可能反映民眾更傾向於認為 AI 影響較為複雜，而非只是是否替代。如2022-2024年，「還算可能」或「不太可能」的比例從65.5%逐年上升到68.6%，反映越來越多人難以就是否替代給予一個明確的答覆。
產業差異
在產業面向，我們先觀察受訪者對於替代與否較明確的回應。下圖呈現出各產業認為AI取代「非常可能」與「完全不可能」的比例於2022-2024年之間的變化。
註：資料來自數位發展部111年、112年數位發展調查，以及113年數位近用調查，共力研究計算。為方便比較，將「非常可能」的比例設為負數。
相較於2022年，不少產業均呈現「非常可能」比例上升、「完全不可能」比例下降的狀況。依2024年「非常可能」比例排序，超過整體平均的產業依序為「金融保險」、「出版影音」、「住宿餐飲」、「批發零售」、「支援服務」、「運輸倉儲」、「專業科學」、「製造業」。尤其值得注意的是，「出版影音」與「專業科學」在2022-2024間不僅「非常可能」的比例顯著提升4.7與3.5個百分點，「完全不可能」的比例亦分別大幅下降11.2與13.3個百分點，代表從業人員對於工作是否被替代的預期在大幅度惡化。
不過，也並非所有產業都更加悲觀，像是「不動產業」與「農林漁牧」則呈現非常可能下降、完全不可能上升的狀況，顯示經過這幾年的AI發展，他們反而更確定自身工作的不可取代性。
此外，在中性的面向上，由圖3可見各產業「不太可能」與「還算可能」的加總比例具有一定差異性，代表民眾對於AI替代是否持較中性態度應與所在產業的特性有關，而非全然由非產業因素(如個人對AI的認識)所解釋。且絕大多數產業2024年「不太可能」與「還算可能」的加總比例都高於2022年，若只是因為認識不足所以才選擇中性選項，那該比例理應隨時間下降。
以2024年來看，「不太可能」與「還算可能」的加總比例最高的為「教育業」，可能反映相對於其他產業而言，教育產業更有可能存在AI應用與勞動之間的複雜性，故回答「非常可能」與 「完全不可能」的比例最低。其餘「不太可能」與「還算可能」加總比例明顯高於整體平均的產業依序為：「專業科學」、「出版影音」、「金融保險」、「製造業」、「批發零售」，這些產業同樣也是民眾認為「非常可能」出現工作替代的業別，代表民眾認為高度替代勞動與更複雜的人機互動可能出現在同一產業中。
註：資料來自數位發展部111年、112年數位發展調查，以及113年數位近用調查，共力研究計算。
職業差異
從圖4可見，不同職業別認為「非常可能」發生替代的比例相當接近。對照圖2產業別資訊，可見民眾認為AI替代與否較受所屬產業影響，與其職業別的關聯較低。
以2024 年「非常可能」比例排序，高過整體平均的職業分別為「事務支援人員」、「服務銷售人員」、「技術員及專業助理人員」，以及「機械操作人員」。這些職業除了「非常可能」的比例最高外，其「完全不可能」的比例也是職業別中較低的一群，且普遍出現過去三年之間，「非常可能」微幅提升、「完全不可能」明顯下降的狀況。這都說明這些職業對於替代的擔憂在逐步上升。
相對的，最不感到替代威脅的是「技藝人員」與「民代與主管」。至於「專業人員」雖然「非常可能」替代的比例也偏低，但其「完全不可能」的比例也在過去三年間明顯下降，代表「專業人員」對於自身工作安全越來越不篤定。
註：資料來自數位發展部111年、112年數位發展調查，以及113年數位近用調查，共力研究計算。為方便比較，將「非常可能」的比例設為負數。
接著，在回答偏中性的面向上，高於平均的依序是「事務支援人員」、「專業人員」、「技術員與助理人員」，代表相對於其他職業而言，這些職業有可能更認為AI的影響具有其複雜性，而不僅止於替代與否。
註：資料來自數位發展部111年、112年數位發展調查，以及113年數位近用調查，共力研究計算。
職業別的分析與David Autor所提出的「兩極化」趨勢大致吻合，感到不確定與威脅的比較出現在中階技術人員，相對的，對高階技藝與基層技術的影響不大，不過，與之差異的是，以台灣民眾的主觀來看，「專業人員」所感到的威脅正在日益提升。
未來需要由勞動者來打造
主觀感到威脅不代表現實就會被替代，更不代表會產生大規模失業，更何況AI所帶來的可能不是替代，而是各種新的生產與勞動型態。不過，AI與過去技術革新的重要差距在於演進的速度非常快速，各種應用源源不絕，且因成本不高、進入障礙極低，或許可在傾刻之間重塑產業與勞動的生產方式，壓縮人們調整時間，使勞工受到不利益對待。
或許未來回頭看，這些擔憂都是多餘的，勞動者可因AI擺脫無謂的工作，並享受生產力提升的好處。但就如同Daron Acemoglu與David Autor這些著名學者所認為的，AI的發展過程需要政府與勞方意見的介入，來確保未來是勞工想要的。況且從文獻與前述的台灣民眾情緒分析來看：不論是直接替代或生產模式上的改變，AI影響可能橫跨「金融保險」、「出版影音」、「專業科學」、「批發零售」、「住宿餐飲」、「製造業」、「支援服務」、「教育業」等多類產業，以及「事務支援人員」、「技術人員」、「專業人員」、「服務銷售人員」、「設備操作人員」等多項職業。若轉型過程不從人意，對於勞動市場的影響恐難想像。
這樣的性質與貿易自由化的衝擊、淨零轉型的影響有很大的不同。後兩者的影響很大程度取決於產業的型態，且可能出現優劣勢的差異，如貿易自由化可能衝擊原先高關稅保護的農業，但惠及出口產業；淨零轉型可能衝擊高能源依賴產業，但惠及再生能源與致力於提升能資源效率的相關產業。相對的，AI與自動化的轉型，則是不分產業、職位地對於勞工產生影響，且影響樣態更為複雜。
因此，在政策擬定或是勞資談判上，或許需要脫離過去的受害者補償邏輯，先行釐清資方運用AI的真實情況，以及影響的方式，將之扭轉為利於勞工的發展方向。不過，政府針對AI發展並未過多著墨在勞動上，目前相關的政策計劃，如2023年起為期4年的「臺灣 AI 行動計畫 2.0」與草擬中的《人工智慧基本法》，關於勞動權益部分仍舊是培訓與失業輔導等一貫做法。
近期如星展銀行已開啟因應AI應用的大規模裁員，雖然限制在合約與臨時員工，但仍占總員工人數的10%。這似乎吹響了AI進行勞動替代的號角，也在呼喚勞方更多的去關注AI轉型將帶來的勞動衝擊。共力計畫深入各產業進行探討，釐清資方使用AI的方式，以及實際上對於勞動的影響，也計畫尋求與各產業內的工會進行合作，希望能在AI轉型之際，釐清資訊、確保勞動權益，避免AI成為資方新型態的剝削工具，進而爭取科技帶來的經濟利益能公平分配。
[1] McKinsey Global Institute. (2023). Generative AI and the future of work in America. McKinsey & Company. Retrieved from https://www.mckinsey.com/mgi/our-research/generative-ai-and-the-future-of-work-in-america#/
[2] World Economic Forum. (2025). Future of jobs report 2025. Retrieved from https://www.weforum.org/reports/future-of-jobs-report-2025
[3] Global AI Safety Initiative. (2025). International AI safety report 2025. Retrieved from https://www.theguardian.com/technology/2025/jan/29/what-international-ai-safety-report-says-jobs-climate-cyberwar-deepfakes-extinction
[4] Acemoglu, D., & Restrepo, P. (2019). Automation and New Tasks: How Technology Displaces and Reinstates Labor. Journal of Economic Perspectives, 33(2), 3-30.
[5] Autor, D. H. (2015). Why Are There Still So Many Jobs? The History and Future of Workplace Automation. Journal of Economic Perspectives, 29(3), 3-30.
[6] Acemoglu, D., Autor, D., & Johnson, S. (2023). Can We Have Pro-Worker AI? Choosing a Path of Machines in Service of Minds. Massachusetts Institute of Technology and CEPR.
[7] 數位發展部（2023）。111年數位發展調查（AE010019）【原始數據】。取自中央研究院人文社會科學研究中心調查研究專題中心學術調查研究資料庫。https://doi.org/10.6141/TW-SRDA-AE010019-1。
[8] 數位發展部（2024）。112年數位發展調查（AE010020）【原始數據】。取自中央研究院人文社會科學研究中心調查研究專題中心學術調查研究資料庫。https://doi.org/10.6141/TW-SRDA-AE010020-1。
[9] 數位發展部（2025）。113年數位近用調查（AE010021）【原始數據】。取自中央研究院人文社會科學研究中心調查研究專題中心學術調查研究資料庫。https://doi.org/10.6141/TW-SRDA-AE010021-1。