[AI 觀察] 未來20年的職業安全：哪些工作較難被AI取代？
摘要 : AI可能先改變白領工作；實作、責任與人際信任，是職業安全的三道防線。
內容:
談到AI取代工作，多數人可能先想到勞力密集、收入較低的職業。但原文提出另一種觀察：AI可能更早衝擊那些看起來體面、以高學歷為門檻，主要在電腦前完成的工作。
原文綜合牛津大學、微軟、Anthropic、美國勞工統計局與世界經濟論壇的研究及預測，嘗試整理未來20年較難被AI與機器人取代的職業。不過，不同研究的年代、方法與衡量指標並不一致，「AI能介入多少工作任務」也不等於「整個職業會消失」，因此這份排名更適合當作觀察方向，而不是確定的預言。
另外，提供的文字有明顯缺漏：第14名的說明中斷，第13至第8名未完整呈現，第2名只留下開頭，也沒有第1名內容。以下依現有文字整理，不補造缺失的排名。
AI可能先改變白領工作的原因
原文引述微軟研究院2025年的研究指出，研究人員分析約20萬筆真實、匿名的AI對話，再將使用者交給AI處理的任務對應到不同職業。結果顯示，需要本科學歷的職業，AI適用程度反而可能高於學歷要求較低的職業。
原文列出的高AI適用職業，包括翻譯、歷史學家、服務類銷售、作家、客服、電話接線員、播音員與電臺DJ；較低的則包括護工、地板打磨工、打樁機操作員、水處理廠操作員、橋樑與船閘操作員，以及挖泥船操作員。
原文也引述Anthropic在2026年的研究，指出AI滲透較深的職業，從業者可能更偏向年齡較大、學歷較高、收入較高的族群。
背後的原因是，AI擅長閱讀、寫作、計算、查詢與摘要，而這些恰好也是許多教育體系長期重視的能力。這不代表教育沒有價值，而是提醒我們：如果專業能力只停留在整理資訊與產出標準答案，受到AI影響的可能性就比較高。
判斷職業安全的「三道牆」
第一道是「動手的牆」。工作是否需要在複雜、不熟悉、難以標準化的真實環境中操作？現場越多變，機器人越難穩定完成任務。
第二道是「責任的牆」。出了問題，是否必須有人簽字、承擔法律責任、處理賠償與接受追究？在醫療、工程與公共安全等領域，AI能提供建議，不代表能獨立承擔責任。
第三道是「人心的牆」。客戶或服務對象付費，是否因為需要真人理解、陪伴、說服與建立信任？當服務涉及情緒、關係與長期支持，人類仍有重要角色。
原文認為，一份工作占據的防線越多，越不容易被整體取代；如果三道防線都薄弱，就更需要思考轉型。
第20名：營養師
原文引述牛津大學2013年的研究，指出營養師的自動化機率估計為0.39%。但這是生成式AI普及前的研究，不能直接視為今天的風險數字。
如今，AI已能快速提供飲食建議與菜單，因此只提供通用飲食表的服務，可能面臨更大的競爭。相較之下，能為糖尿病、腎臟病或接受化療的患者進行臨床營養管理，並與醫療團隊合作、持續追蹤結果的營養師，仍有較高的專業價值。
原文的核心觀點是：營養師真正的價值，不只是提供知識，而是把知識落實到個別患者身上，持續追蹤並承擔專業責任。
第19名：醫療與健康服務管理者
這類工作包括醫院、診所與養老機構的營運、排班及流程管理。原文引述美國勞工統計局預測，相關職業在未來10年將成長24.2%，主要動力之一是人口老化與醫療服務需求增加。
不過，文書、報表與排班等任務，也容易受到AI影響。較難取代的是在醫師、護理人員、患者、家屬、保險公司與監管機關之間協調，以及在醫療糾紛發生時做出決策、承擔責任的能力。
簡單說，管理表格的工作容易被自動化，管理人與複雜關係的工作則更有韌性。
第18名：中小學與幼兒教師
原文指出，世界經濟論壇預測部分教育職位將增加，但微軟研究也將部分教師職業列入AI高度適用的名單。兩者並不必然矛盾，因為教師的工作包含不同任務。
知識講解、教材整理與部分練習回饋，可以由AI協助；但班級經營、紀律管理、情緒支持，以及察覺霸凌、家庭困境或學生行為變化，仍需要教師的現場觀察與介入。
未來若只照課本或投影片授課，競爭壓力可能增加；能建立信任、理解學生並帶領班級的教師，則較難被取代。幼兒教育尤其涉及照顧、安全與情感互動，但也必須留意少子化可能壓縮部分地區的教師需求。
第17名：農場工人
原文引述世界經濟論壇的報告指出，到2030年，農場工人可能是全球就業人數絕對增量最大的職業之一。
原因包括人口與糧食需求增加，以及許多發展中國家的農業仍仰賴大量人力。採摘草莓、葡萄、修剪果樹等工作，需要判斷成熟度、控制力道並適應不規則環境，並非所有環節都容易自動化。
然而，大田作物的機械化仍會持續，農業工作也常伴隨低收入與高勞動強度。原文認為，未來農業會同時需要現場勞動者，以及能操作無人機、感測器與智慧農業設備的人才，後者可能具有更高的附加價值。
第16名：酒店與接待管理
原文引述牛津研究，指出住宿經理的自動化機率估計為0.39%。
訂房、入住、退房與結帳等標準流程，可以由AI或自助設備處理；但真正考驗管理能力的，是醉酒客人鬧事、漏水、臨時換房、突發疾病等非標準事件。
這些情況需要有人協調資源、立即決策並負責。高端服務也往往重視個人化接待與被理解的感受，因此酒店管理者的價值，更可能集中在危機處理與服務關係，而非例行行政。
第15名：編舞與現場表演者
原文引述牛津研究，指出編舞者的自動化機率估計為0.4%，並對比微軟研究中較容易受到AI影響的播音員與電臺DJ。
原文認為，差異在於服務內容：聲音與資訊可以被合成與複製，但舞蹈及現場表演還包含身體、臨場互動與觀眾對真人投入的感受。
AI能生成作品，不等於能完全取代人們觀看真人表演的需求。不過，這是對現場表演價值的分析，並不代表娛樂產業的所有工作都不會受到AI影響。
第14名：義肢矯具與聽力相關專業
原文職稱疑有轉錄錯誤，寫作「甲質腳型師與聽力師」，且後續說明在提到聽力師的自動化機率時中斷。
由於職稱與內容都不完整，無法據此可靠整理該名次的研究數字與完整論點。
缺漏段落：設備與能源維修相關工作
第14名之後，原文直接接到一段維修工作的說明，未保留完整名次與職稱，因此不能確定它對應哪一項排名。
現有內容指出，電動車增加，會帶動高壓電與電池維修需求；風力發電與太陽能設備增加，也需要更多現場維護人員。
維修工作的難點在於，每次故障原因都可能不同，需要現場觀察、檢測、操作與判斷。原文因此將機器人、設備及能源維修視為值得年輕人考慮的方向，理由是它兼具動手能力與安全責任，也可能受惠於設備普及和能源轉型。
第7名：心理諮詢師與社工
原文引述牛津研究，指出心理健康與藥物濫用社工的自動化機率估計為0.31%，醫療社工為0.35%；也引述世界經濟論壇，認為社工與心理諮詢相關職位將成長。
AI可以提供對話、情緒支持與一般建議，但涉及嚴重憂鬱、成癮、創傷或家暴時，往往需要受過訓練的專業人員評估風險、建立長期關係，並在必要時採取實際行動。
社工還需要家訪、跨機構協調、資源連結與安置安排。這些工作不只是「聽人說話」，而是走進當事人的生活，協助問題真正得到處理。
第6名：消防員與應急管理
原文引述牛津研究，指出應急管理主管的自動化機率估計為0.3%，消防一線主管為0.36%。
火災與災難現場高度不確定，消防與救援人員必須快速判斷建築狀態、危險來源、搜救順序與撤離時機，同時承擔生命安全責任。
無人機與消防機器人可以協助偵查、滅火與降低人員風險，但現場指揮、跨單位協調及對受困者的安撫，仍需要人的參與。
原文認為，極端天氣與災害風險可能增加救援需求。不過，具體職缺變化仍取決於各地風險、政策與公共預算，不能直接視為必然成長。
第5名：康復與職業治療師
原文引述牛津研究，在702個職業中，康樂治療師的自動化機率估計最低，為0.28%；職業治療師則為0.35%。需要注意的是，康樂治療、物理治療與職業治療並非完全相同的專業，不能混為一談。
這類工作的共同價值，在於協助受傷、中風或功能退化的人，恢復活動能力與日常生活能力。治療需要依個別狀態調整，也常涉及實際操作、觀察疼痛及反應，以及長期鼓勵患者持續參與。
人口老化可能帶動相關需求，因此原文將康復相關專業視為值得關注的醫療方向。實際選擇時，仍需了解各專業的學制、證照與工作範圍。
研究不是算命，而是地圖
原文在此提醒，自動化風險預測不等於就業人數預測。
牛津研究曾估計，美國約47%的就業處於較高自動化風險。原文另引述一項回顧分析，指出被認為高度危險的保險核保相關職位，在2013至2021年間就業人數反而增加16.4%；被認為較安全的康樂治療師，職位卻減少8.9%。
這些例子說明，就業還受到需求、成本、制度、人口與產業結構影響。榜單可以提示風險方向，卻不能保證某個職業一定增加或消失。更重要的是，你在該職業中執行什麼任務、具備什麼能力。
第4名：醫生
原文引述牛津研究，指出醫師與外科醫師的自動化機率估計為0.42%。
原文以AI研究者辛頓對放射科的預測為例：他在2016年曾主張，深度學習可能在約五年內表現得比放射科醫師更好，因此不應再繼續培養相關人才。但原文引述後續報導與資料指出，放射科醫師並未因此迅速消失，梅奧診所的放射科醫師人數反而增加。
原因包括：AI提高效率後，可能帶動更多檢查與複核需求；影像判讀只是醫師工作的一部分；患者狀況複雜，仍需要臨床整合；最終診斷、治療與醫療責任，也不能只交給演算法。
外科手術同樣涉及現場變化、突發出血與即時決策。手術機器人可以是重要工具，但不等於能全面接替主刀醫師。
原文的核心主張是，AI更可能改變醫師的工作方式，而不是直接消除整個職業；善用AI並維持專業判斷的醫師，可能更有競爭力。
第3名：電工
原文認為，AI發展反而可能增加電工需求，因為資料中心需要大量供電、配電、施工與維護工作。
原文提到Meta、Google投入技術人才培訓，以及資料中心建設受到人力短缺影響的案例，並引述Indeed分析，稱資料中心電工的收入高於其他場域的電工。這些個別投資金額、時程與薪資差距，仍需依原始資料確認，不能直接套用到所有地區。
除了資料中心，電動車、充電樁、太陽能、儲能與老舊電網更新，也可能帶動相關需求。
電工工作的防線，在於建築線路各不相同，現場可能存在歷史改裝與不標準接法，而且錯誤可能造成觸電、火災或重大事故。因此，現場操作、故障判斷、證照資格與安全責任都十分重要。
原文將電工列為值得年輕人考慮的技術職，但實際收入、培訓門檻與工作條件，仍會因地區、專長及證照制度而異。
第2名：護士
提供的原文只保留了這個名次的開頭，提到美國勞工統計局將某類護理職位列為成長快速的職業，但未提供完整職稱、統計期間與後續說明。
因此，無法確認此處指的是一般護理師、執業護理師，或其他護理職類，也不宜補上原文未提供的數據與論點。
第1名：原文未提供
雖然開頭預告將揭曉最難被AI取代的第一名，但提供的內容沒有包含答案，無法據此判定。
結語：不要只看職稱，要看工作的核心價值
這篇內容最重要的提醒，不是某個職業永遠安全，而是AI會優先改變其中容易標準化、數位化與大量複製的任務。
比較有韌性的工作，往往需要在真實環境中動手、在關鍵時刻承擔責任，或透過長期互動建立信任。同一個職業裡，只提供標準答案的人，與能處理複雜個案、協調現場並對結果負責的人，受到的影響可能完全不同。
選擇職涯時，除了考慮學歷與職稱，也應了解實際工作內容、在地需求、收入條件與培訓成本。與其尋找一份保證不被AI取代的工作，更實際的方向，是培養能運用AI、又能提供AI難以獨立完成之價值的能力。
