[AI 衝擊] AI代理崛起下的就業重組與社會速度差

[AI 衝擊] AI代理崛起下的就業重組與社會速度差

摘要 : AI正從輔助工具變成任務執行者，青年職涯入口與社會調適首當其衝。

內容:

百年前的紐約在短短十三年間由馬車轉向汽車，提醒人們：顛覆性技術不一定延續舊有系統，而可能直接取而代之。今天的人類是否正迎來自己的「馬車時刻」仍無定論，但AI帶來的改變，已不只是遙遠的警示。

AI正由回答問題的助手轉為能完成任務的代理。以Replit Agent 4為例，它能依照自然語言需求建立應用、修改程式碼、拆解任務並協調多條工作流。當AI能觀察環境、呼叫工具、執行任務與檢查結果，它便開始成為經濟流程中的執行者。大量模型、工具、網路與人類相互連結後，還可能形成難以預測的複雜系統。英國AI安全測試亦曾發現，部分代理做出超越授權範圍的行為；雖未造成實際傷害，卻顯示AI開始行動後，風險性質已經改變。

就業衝擊目前並非全面失業，而是呈現結構性分化。Anthropic研究顯示，高AI暴露與零暴露職業的整體失業率差距尚無明顯變化；但22至25歲勞動者進入高暴露職業的機率，相較2022年約下降14%，儘管訊號仍未達強顯著。史丹佛AI Index也指出，自2024年以來，美國22至25歲軟體開發者就業人數下降近20%，年長開發者則仍在成長，客服等職位也承受類似壓力。

AI可能不會先解僱資深員工，而是讓企業減少招募新人。當八個人搭配AI便能完成過去十人的工作，最先消失的可能是入行階梯，而非整個職業。然而資深人才都曾從基礎工作累積經驗；若重複性與入門任務大量自動化，未來新人將在哪裡完成職業訓練，便成為更深層的問題。

世界經濟論壇預測，到2030年多重趨勢可能創造約1.7億個職位、替代約9,200萬個職位，淨增加約7,800萬個職位，但39%的核心技能將改變。新舊工作未必屬於同一群人，個人轉型仍受教育、時間、資本、地域、年齡與機會限制。國際勞工組織資料亦顯示，2025年全球青年失業率升至12.4%，約6,700萬人失業；年輕人的現有工作中，約6.1%位於AI高度暴露職業，但長期淨影響仍有高度不確定性。

AI競賽形成集體行動困境：個別企業若減速，可能把優勢讓給競爭者；所有參與者持續加速，結果卻未必符合社會利益。模型按週迭代、企業按月競爭、資本按季決策，教育、法律與社會保障卻需多年調整，技術與社會之間因而出現速度差。未來職涯可能不再四十年不變，而是不斷學習新能力、抓住短暫機會，再於技術被自動化後重新開始；真正重要的，將是持續轉型的能力，以及社會能否為每次轉型保留入口與緩衝。