[AI 影響] AI會取代普通人工作嗎？
摘要：AI更可能重塑工作分工，而非大規模取代多數普通人；真正先吃到紅利的，多是上游基礎設施公司。
內容:
這一年來，關於「AI可能要替代你了」的說法幾乎隨處可見。從文員、設計師、程式設計師、客服到會計，很多職位都被拿來討論，甚至還有人認為未來普通人將大規模失業。面對這種焦慮，作者提出一個相對逆向的觀點：未來十年，AI大機率不會像許多人想像的那樣，直接大規模取代絕大多數普通人的工作。
AI當然會深刻影響職場，但它更像是在改寫工作的結構、分工與流程，而不是把大部分人直接踢出職場。更重要的是，這一波AI帶來的最大產業紅利，往往不屬於普通人，而是集中在上游基礎設施領域，例如賣晶片、賣雲服務、賣算力、做資料中心、做大模型底座的公司。普通人更可能拿到的，不是產業紅利，而是工具紅利，也就是利用AI讓原本的工作做得更快、更便宜、更體面一些。
這裡的關鍵差別在於，「吃產業紅利」和「使用工具紅利」是兩回事。產業紅利屬於資本、技術、牌照、能源和基礎設施擁有者；工具紅利才與多數普通人有關。這和當年網際網路興起時很像，真正先賺大錢的是平台、支付、廣告、物流與雲服務公司，而不是每一個會做網站的人。對普通人來說，真正的機會往往來自用新工具改善效率、延伸能力，而非一夜暴富。
至於AI為什麼很難在未來十年大規模取代多數崗位，需要從更底層的邏輯來看。判斷一個崗位能否被替代，不是看AI會不會寫字、識圖、畫圖或寫程式，而是看三件事：第一，AI能不能長期穩定地把整串任務都做對；第二，它的犯錯機率是否足夠低；第三，一旦出錯，企業能不能承受代價。
這裡牽涉到機率論的問題。很多人誤以為只要AI平均表現夠高，就能替代人類。但實際上，真正決定能否替代的，不是平均水平，而是整條流程的可靠性。若一個系統每一步有95%的正確率，聽起來很高，但如果一份工作包含20個關鍵環節，而且每一環都要可靠，那整條流程全部正確的機率就會快速下降。現實中的工作往往不是解一道題，而是由理解需求、蒐集資訊、處理例外、溝通協調、做判斷、交付結果與承擔責任等多個環節串聯而成，因此AI在真實公司流程裡常常會卡住。
從資訊理論的角度看，也能理解這個問題。AI最擅長處理的是那些規則清晰、格式標準、重複度高、已經被表達出來並結構化的資訊；但它較不擅長處理上下文缺失、資訊殘缺、噪聲大、需要在不完整資訊下做判斷的情境。而人類工作中最有價值、最困難的部分，往往恰恰就是後者。
例如，主管一句「這個方案我感覺不太對，但我也說不上來，你再改改」，表面資訊量很少，實際上背後藏著大量隱性資訊，包括主管偏好、產業經驗、組織政治、資源限制、風險偏好與外部環境判斷。這些資訊沒有被完整說出來，而是散落在關係、經驗、語境與歷史決策之中。AI擅長的是明牌任務，不擅長的是暗牌任務。
所謂明牌任務，指的是規則清楚、目標明確、輸入輸出邊界清晰的工作，例如出稿、整理格式、轉換內容、摘要提煉、常見程式碼補全與標準文案生成。暗牌任務則是需求模糊、上下文複雜、利益相關者多、犯錯代價高的工作，例如商務談判、團隊管理、跨部門協調、做最終拍板、處理危機，以及理解客戶沒有明說的真實需求。這也意味著，AI短期內更可能處理標準化任務，而非直接取代複雜崗位。
即使技術上能做到，也不代表商業上值得做。這是第二層邏輯。老闆不是只看技術展示，而是要算總帳。文中引用麻省理工的一項研究指出，若按照當下成本來看，美國企業認為真正值得自動化的視覺相關工資支出，大約只有23%。這說明「替代」很多時候不是技術問題，而是經濟問題。
企業若要用AI替代員工，支付的不只是模型費用，還包括系統接入、流程改造、權限管理、風險控制、審計、維護、故障處理、人工複核等成本。最關鍵的是，一旦出事，究竟誰來負責？相較之下，一名普通員工雖然不完美，但往往更便宜、更靈活、能應變，也能在關鍵時刻承擔責任。對真實商業世界而言，很多崗位沒有被自動化，不是因為技術不行，而是因為用人依然更省心、更划算。
AI通常替代的不是整個職業，而是職業中的一部分任務。這是理解未來就業最重要的觀點之一。現代勞動經濟學更傾向認為，技術首先取代的是任務，而不是完整的職業身份。技術會把原本由人完成的一部分工作轉移給機器，但同時也會創造新的任務、新的分工與新的需求。
以影片剪輯師為例，工作內容不只是剪片，還包括找素材、配字幕、調整節奏、理解品牌風格、與客戶溝通、處理臨時改稿、決定成片情緒等。AI比較可能接手的是那些標準化、重複性高、容易模板化的部分，例如自動字幕、找相似鏡頭、粗剪、自動降噪、批量產出封面草稿等；但對於理解觀眾情緒、掌握節奏、拿捏語氣、審美判斷，以及處理客戶那些模糊難解的要求，短期內仍然是人的優勢所在。
對於自動櫃員機（ATM）的歷史案例。ATM確實取代了銀行櫃員部分標準化任務，但並沒有簡單把整個職業消滅。反而因為銀行網點營運成本下降，銀行得以開設更多據點，而櫃員的角色也逐漸轉向更複雜的服務與銷售工作。這個案例說明，技術往往是在重構任務，而不是線性抹去職業。
因此，更準確的說法是：AI最先拿走的，往往不是你的飯碗，而是你飯碗裡最無聊、最重複、最容易標準化的那一部分工作。
最後，AI有可能創造更多新崗位。因為技術進步從來不只是做減法，也會同時做加法。雖然原文最後一段未完整展開，但核心觀點很清楚：AI帶來的，不只是替代，也包括新的產業需求、新的職務類型與新的協作方式。
總結來說，AI與普通人當然有關，但這種關係更多是效率工具、分工重組與門檻再分配，而不是簡單粗暴的全面取代。面對AI，普通人真正應該做的，不是沉迷於「一夜暴富」的幻想，也不是陷入「全面失業」的恐慌，而是學會把AI當成工具，提升效率、補強能力，並把自己的價值轉向那些更難被標準化、更依賴判斷、溝通、協調與責任承擔的部分。
