[AI 解讀] AI衝擊白領工作：程式設計師真的會在2030年前消失嗎？

[AI 解讀] AI衝擊白領工作：程式設計師真的會在2030年前消失嗎？

摘要 : 報告僅推演三種AI情境，程式設計師未必消失，轉型關鍵在善用AI與產業專業。

內容:

近期網路流傳一種說法，宣稱某 AI 公司預測：2030 年前，程式設計師與電話客服將會消失，並建議從業者轉行當電工或護士。然而，這並非報告原意，而是中文媒體轉述時加入了「消失」等較為聳動的措辭。

這份報告不是對未來的預言或判決，而是利用經濟模型，推演美國經濟在 2030 年前可能出現的三種情境。

第一種是溫和情境。AI 帶來的影響與當年網際網路相近，經濟略有成長、工資大致穩定，受 AI 影響的工作者占整體勞動力的比例，僅從 62.2% 降至 59.7%。雖然換算後仍涉及數百萬人，但若分散在數年間，勞動市場仍有機會逐步消化。

第二種是中等情境。經濟增速可能翻倍，但受 AI 影響的工作者薪資將陷入停滯。報告提到，在個人層面，程式設計師與電話客服人員可能不得不轉向電工、護士等較不容易受到 AI 影響的工作。

不過，原文緊接著也指出，整體職業轉換會非常困難，許多人可能需要很長時間才能找到新工作。失業率上升不只因為舊職位消失，也可能是白領工作者無法立即轉入新的產業，長時間卡在兩份工作之間。

第三種是極端情境。美國經濟產出每 4.5 年翻一倍，到 2030 年時，GDP 將比沒有 AI 的情況高出 33%。但受 AI 影響工作者的失業率可能升至 17.9%，勞動收入占經濟產出的比例也可能從 60% 降至 45%。

在此情境下，較不受 AI 影響的職位，薪資可能相對上漲 33.6%；受影響較大的工作者，薪資則可能相對下跌 11.5%。換言之，國家整體變得更加富裕，但程式設計師、會計師、律師與分析師等知識工作者，未必能分享到經濟成長的成果。相較之下，電工、水管工、建築工人及護士等需要實際動手的工作，反而可能更有價值。

因此，報告並沒有斷言程式設計師必然消失，而是說在部分情境下，他們可能被迫轉行。這只是數種可能性之一，沒有人能精確預測未來。

該公司執行長先前也曾警告，五年內可能有一半的入門級白領職位消失，失業率甚至可能達到 10% 至 20%。但新報告將這類結果放進三種情境中的極端版本，代表最壞情況並非必然發生。這可能是模型分析後的修正，也可能是一種預期管理。

此外，報告由 AI 公司發布，本身也可能存在利益衝突。AI 公司自然希望 AI 模型持續進步並廣泛普及，而這也可能放大 AI 對經濟與勞動市場的影響。

報告之所以特別提到電工與護士，並不是隨意挑選。根據美國勞工統計資料，2024 年至 2034 年間，電工與註冊護士屬於預計成長較多的職業。律師與會計原本也被看好，但這兩類白領工作同樣容易受到 AI 衝擊，因此需要實際操作與現場服務的工作，可能更具穩定性。

護士也不限定由女性擔任。在美國與加拿大，男性護士相當常見。由於薪資較高、就業機會多，護理工作本來就是不少人轉職時的選項。

另一份三月公布的研究顯示，程式設計師的日常任務中，已有約 75% 被觀察到有 AI 介入；客服與資料輸入工作則緊隨其後。最容易暴露在 AI 影響下的，不一定是低學歷、低收入族群，反而可能是高學歷、高收入的白領，因為 AI 目前最擅長接管的正是電腦上的知識型工作。

不過，「理論上能做」與「實際已經在做」之間，仍存在明顯差距。電腦相關職位的理論 AI 暴露度可高達 94%，但實際觀察到的 AI 覆蓋率約為 33%；辦公室文書工作的理論暴露度約為 90%，實際覆蓋率則約為 25%。

造成這條鴻溝的主要原因是可靠性。企業無法完全信任 AI 獨立完成所有工作，尤其大型企業軟體與複雜專案，仍需要領域專家審核。AI 即使可以產出程式碼，也可能犯錯，最終仍要由熟悉系統與業務的人員負責判斷。

因此，討論 AI 是否取代某個行業時，必須分清楚三種層次：理論上能否取代、未來情境是否可能取代，以及目前實際觀察到多少工作已被取代。

理論上，程式設計師的大部分任務都可能被 AI 接手；在部分未來情境中，程式設計師甚至可能被迫轉行。但依照目前觀察，約三分之一的工作正被 AI 接管，其餘工作仍掌握在人類手中。只要工作尚未完全自動化，人類審核、溝通與決策的瓶頸就仍然存在，程式設計師的工作也尚未真正消失。

至於轉行當電工，未必是最合理的選擇。程式設計師多年累積的判斷力、系統思維與技術協作能力，很難直接用在電工工作上。若完全更換專業，等於放棄過去數年甚至數十年的經驗，從頭學習新技能，是成本最高的轉型方式。

在徹底轉行以前，程式設計師至少還有三條成本較低的路。

第一是往上走，學習指揮、使用與檢查 AI，成為負責設計、整合與審核的人。

第二是往下扎根，把軟體技能深入醫療、能源、金融等具體產業。對業務流程、法規與產業知識的理解，能形成通用 AI 較難取代的門檻。

第三是更換產業，但不必更換手藝。即使電工、護士與建築等行業持續成長，這些領域仍需要醫療資訊系統、電網調度軟體、建築專案管理工具等技術。程式設計師可以把既有能力帶進其他產業，而不是直接放棄專業。

相較之下，電話客服面臨的風險可能更高。美國約有近三百萬人從事客服工作，加拿大的呼叫中心也是不少新移民的第一份工作。客服任務幾乎全部發生在電腦與電話上，正是 AI 最容易優先接管的領域。

程式設計師還可以藉由使用、管理與審核 AI 提升自身位置，但傳統客服較難透過「指揮 AI 接電話」建立新的職涯階梯。因此，客服人員若只從事電腦與電話工作，風險相對較大；若轉向面對面的服務、銷售、護理支援或社區服務，可能更有機會延長職業生命。

AI 的快速發展也讓家長重新思考孩子該學什麼。過去，程式設計可能是優先選項；現在，單純學習寫程式是否仍具長期價值，已變得不確定。除了技術能力，健康、運動、溝通、判斷力與適應變化的能力，可能更加重要。

若極端情境成真，2030 年前可能出現和平年代罕見的經濟成長，社會將創造大量產品與財富；但同一時間，知識工作者的失業率也可能升至 17.9%。真正的核心問題將不只是 AI 能創造多少財富，而是這些財富應如何分配，以及失去工作的人能否分享 AI 帶來的成果。