你是不是也每隔幾天就被一條 AI 新聞戳一下？答案其實很難用「會」或「不會」一刀切。目前看到比較可信的數據是：絕大多數工作不會整份消失，而是「任務組成」被重排——重複、可預測的任務先被吃掉，剩下需要判斷、互動、責任的部分留給人。根據世界經濟論壇發布的《Future of Jobs Report》，2025–2030 期間預計有 9,200 萬個職位會被取代，但同時會新增 1.7 億個，淨增 7,800 萬。
我自己過去這一年用 AI 重做了好幾段工作流，包含寫產品需求、整理使用者訪談、做客服 FAQ、剪片字幕，老實說每一段我都看到「這部分人類做真的不划算」的時刻。但同時我也發現，AI 越進入工作流、我越清楚哪些事 AI 暫時做不來。
這篇文章不會給你「永遠不被取代的 10 個職業」這種雞湯清單，因為那些清單通常是基於 5 年前的判斷。我想和你看：2026 真正在快速壓縮的五大高風險職業、怎麼判斷自己有沒有在風險區、如果在風險區還有哪些路可以走。
📌 重點整理：AI 取代不是「整個職業消失」，是「任務組成被重排」。判斷自己風險的關鍵不是看職稱，而是看每天工作裡「重複可預測任務」佔多少比例。
AI 真的在大規模取代工作嗎？2026 數據怎麼說
先看數字，不要看標題。多家機構過去一年的統計指向同一件事：影響範圍很廣、但實際失業增加幅度不大。
高盛 2023 年那份廣為流傳的研究估算，生成式 AI 可能影響全球約 3 億個全職等同工作，美歐約三分之二的現有職位「在某種程度上暴露於 AI 自動化」，但他們同時推估轉型期間失業率只會增加約 0.5 個百分點。麥肯錫全球研究院則估計到 2030 年，AI 與自動化可能讓 7,500 萬到 3.75 億個工作位移（約全球勞動力的 3-14%）。
聽起來很恐怖。但「位移」不等於「失業」——位移可能是換工作內容，可能是換職位，也可能是被 AI 接管後人類去做更上游的事。
機構／報告 | 影響範圍 | 期間 | 解讀 |
|---|---|---|---|
世界經濟論壇 | 9,200 萬職位被取代、1.7 億新增 | 2025–2030 | 淨增 7,800 萬，但結構大洗牌 |
高盛 | 約 3 億全職等同工作受影響 | 至 2030 | 美歐約 2/3 工作部分暴露，轉型期失業率僅 +0.5% |
麥肯錫 | 7,500 萬–3.75 億位移 | 至 2030 | 3-14% 全球勞動力 |
微軟（200K 對話分析） | 翻譯、行銷、客服、寫作 AI 適用度最高 | 近期研究 | 高適用 ≠ 必被取代 |
台灣自己的數據也有方向性訊號。根據 104 人力銀行統計（TechNews 報導），2025 年 11 月 AI 相關工作機會達 9.9 萬個，較去年同期的 7.1 萬個成長 38%；資工系不僅沒被取代，AI 工程師、業務、行銷企劃的需求量都在往上走。
換句話說，這是一場「重新分配」，不是「整體萎縮」。Fortune 引述高盛的後續分析甚至點名，AI 自動化對美國勞動市場每月影響約 16,000 個職位，而 Z 世代（剛畢業的新鮮人）受到的衝擊最大——因為入門級的「重複性白領任務」正是 AI 最擅長的事。
📌 重點整理：AI 不會讓 30% 的人立刻失業，但會讓很多人的工作內容「換一張臉」——同一個職稱，做的事完全不同。看清楚自己這 1–2 年內有沒有在被「換臉」，比擔心整個職業消失更實際。
五大 AI 高風險職業是哪些？高風險的本質長什麼樣
先講原則：高風險職業不是因為「職稱」，是因為「任務結構」。只要你的工作每天有 60% 以上是「明確輸入 → 明確規則 → 明確輸出」的循環，AI 都會慢慢吃掉那 60%。
依據世界經濟論壇、微軟與多家獵頭機構公布的數據交叉比對，下面這五類目前在台灣與全球都是被點名最多的高風險區。
❶ 電話客服／語音客服／基層客戶接待
WEF 把電話總機、保險理賠員、收費員列為下降最快的職位之一，理由是這類工作的腳本性極高、KPI 重複、語音 AI 已經能做到「八成情境聽得懂、回得體」。我有一個朋友在銀行客服中心，過去一年她的團隊縮編 30%，留下的人都改去處理 AI 處理不了的「客訴升級」「複雜糾紛」。
❷ 資料輸入／業務助理／行政助理
這類職位的危險不是被 AI 取代，是「根本不會再開新缺」。WEF 把銀行櫃員、資料輸入文員、票務人員都列為快速下降。我自己團隊一年前還會招行政實習生，現在一個都不開——因為 ChatGPT 整理會議紀錄比實習生快 10 倍，還不會打錯字。
❸ 基礎內容生產（翻譯、初級文案、影片剪輯助理）
微軟那份分析了 20 萬筆 Bing Copilot 對話的研究裡，「翻譯」是 AI 適用度最高的職業類別之一，緊接著是作家、行銷與客服。我一個朋友是接案翻譯，過去她一週能接 5 個案子，現在客戶丟 ChatGPT 翻完才丟給她「校對」，單價砍到三分之一。
❹ 初階法律助理／初階會計／報表整理
WEF 把法律秘書、行政助理列為「最快下降」的職位類別之一，主要被壓縮的是「找判例、整理引述、整合附件」這類初階助理工作。台灣本地的會計事務所近一年也開始用 AI 跑記帳和對帳，初階會計的招募數明顯下降。
❺ 基層數位行銷執行（社群小編、廣告投手、SEO 寫手）
這個有點微妙——「行銷」本身不會消失，但「執行型行銷」會被壓縮。AI 可以同時跑 10 組 A/B、寫 50 篇 SEO 草稿、批次生 30 張社群圖。會留下的是策略型行銷人，被取代的是純執行型小編。
高風險類別 | 風險特徵 | 5 年內趨勢 | 留下的關鍵能力 |
|---|---|---|---|
電話客服 | 腳本化、規則明確、可量化 | 編制縮減 30–50% | 處理客訴升級、複雜糾紛 |
行政助理 | 重複輸入、整理、轉檔 | 新缺幾乎不開 | 跨部門協調、判斷優先順序 |
翻譯／初級文案 | 文本重組、格式轉換 | 單價下殺三分之一以上 | 文化再脈絡化、品牌語感 |
法律／會計助理 | 找判例、對帳、整合 | 助理職層級壓縮 | 案件研判、客戶關係 |
基層行銷執行 | A/B 操作、批量產出 | 一人取代過去三人 | 策略洞察、品牌敘事 |
📌 重點整理：判斷風險的關鍵問題只有一個——「我做的事，AI 會不會在 12 個月內以 80 分的水準完成？」如果會，那就是高風險區。剩下的問題是「我要往哪個方向轉」。
你怎麼判斷自己有沒有在風險區？四個自評問題
用職稱判斷沒用，要用「任務」判斷。同樣是行銷企劃，有人 90% 的時間在發貼文寫文案，有人 90% 的時間在對品牌策略和決定預算分配——兩個人的風險完全不同。
我整理一份四問自評清單，是這一年我和身邊朋友討論職涯時反覆用的：
❶ 我每天工作中「可以寫成 SOP」的任務佔幾成？
如果超過 60%，你已經在風險區。可以寫成 SOP 的事 = AI 可以拿著這份 SOP 跑的事。
❷ 我的工作產出有沒有「明確標準答案」？
報表、翻譯、資料整理、固定格式的客服回覆——這些都是有標準答案的。有標準答案 = AI 會逐步逼近你。
❸ 我做這份工作，有沒有用到「跨領域整合」？
懂業務又懂技術、懂使用者又懂財務、懂在地又懂跨文化——AI 在單一領域很強，但跨兩三個領域的「整合判斷」目前還是人類強項。
❹ 我的工作中，「人對人關係」的份量有多重？
醫療照護、心理諮商、複雜銷售、團隊管理——這些工作的核心是「人信任另一個人」，AI 暫時做不到。
💡 自評換算：四題裡如果有兩題以上你的答案讓你心裡涼一下，那是訊號，不是判決。訊號的意思是「該開始準備了」，不是「明天就要被裁」。
身為遊戲業從業者，我自己這幾年觀察的還有一個變數——你在公司的「定位」。同樣是 PM，有的 PM 是被當「需求轉達員」用，有的 PM 是被當「決策合夥人」用，前者風險明顯比後者高。
如果在風險區，你有什麼選擇？四種轉向實戰
先講最重要的一句話：在風險區不代表要立刻離職，多數時候你該做的是「在原職位內升級」。真正花心力換職業的，反而是少數案例。
我把可行的選擇分成四種路徑，你可以照自己現況挑：
在原職轉「人機協作」角色（最低成本路徑）
不換公司、不換職稱，但重新定義你做的事。從「自己做」變成「指揮 AI 做、自己審核 + 上級決策」。
實際做法：花 2–3 個月把每天最重複的 30% 任務整理成 prompt 模板，跑通一輪 → 你的產出量會變兩倍 → 老闆會開始把你當「會用 AI 的同職位」看待。
📚 這裡推薦先看「PM 怎麼用 AI 走完一個產品需求到原型」這篇，雖然是 PM 視角，但拆任務、套 AI、留判斷的整個流程可以平移到很多職位。
跨領域複合化（中等成本路徑）
從單一技能變雙技能。這是 AI 最沒辦法快速追上你的方向——AI 在「行銷」很強、在「醫療」也在進步，但「同時懂行銷又懂醫療商業模式」的人，AI 暫時完全做不到。
實際做法：選一個你目前職位「上游」或「下游」的領域，花 6–12 個月補一塊知識。例如行銷補產品、業務補資料分析、設計補使用者研究。
從執行轉策略（中高成本路徑）
這條路徑跟 B 有點像，但角度不同。B 是橫向複合，C 是縱向上移。從「做事」往「決定該做什麼事」走。
實際做法：開始參與你部門的「為什麼要做這個」討論，而不是只做「怎麼做」。這條路通常需要主動爭取，但它比換職業安全得多。
開始「作品化」職涯（長期路徑）
這個是給比較有勇氣的人。把工作以外的時間拿來累積一份「不依附公司」的作品——部落格、Podcast、自製課程、副業小專案。
不是要你馬上辭職創業，是讓你手上隨時有一份「不被取代」的籌碼。我的部落格就是我自己的籌碼。
四條路徑速查（成本由低到高）：
❶ A 人機協作：成本低、2–3 個月起步 → 適合想留在原公司、先試水溫的人
❷ B 跨領域複合：成本中、6–12 個月起步 → 適合願意花業餘時間補另一塊知識的人
❸ C 執行轉策略：成本中高、12–24 個月起步 → 適合願意主動爭取、能向上溝通的人
❹ D 作品化職涯：長期路徑、1–3 年累積 → 適合願意承擔「公司外」責任的人
📌 重點整理：四條路徑可以混用——多數人最後是 A + B 或 A + D 的組合。重點不是選哪一條最對，而是現在就動，不要等被裁才開始想。
不被 AI 取代的人，到底有什麼特徵？
我這幾年觀察身邊「明顯被 AI 加速、不是被 AI 取代」的人，他們有三個共通點：
❶ 把 AI 當「實習生」用，不當「對手」用。他們知道 AI 第一版做出來的東西通常是 70 分，但 70 分起步比 0 分起步快太多。
❷ 保留自己的「不可外包判斷」。最後拍板「要不要這樣做、為什麼這樣做」的責任，他們從不丟給 AI。AI 寫完，他們會花 30% 時間檢查、修改、加入自己的判斷。
❸ 持續累積「上下游脈絡」。懂使用者、懂技術、懂商業、懂市場——不一定每個都精通，但每個都摸過。
如果你想看這幾個特徵更具體的解法，我之前在自己的部落格寫過一篇關於「不可替代人才」的軟實力切角，從職場戰略的角度補充得更完整。
另一個我認為被低估的能力是「問問題的能力」。AI 給你的答案平不平庸，70% 取決於你怎麼問它。如果你想練這塊，可以看「設計問題」是 2026 拉開職場差距的能力。
FAQ：關於 AI 取代工作的常見問題
我的工作會在 2030 前消失嗎？
整個職業整份消失的機率不高。WEF 估計 9,200 萬職位會被取代，但同期創造 1.7 億個。比較準確的問法是：「我目前做的這份工作的內容，5 年後還會長一樣嗎？」——這題的答案絕大多數是「不會」。先準備好「換一張臉」的版本，比擔心整個消失實際得多。
30 歲被 AI 取代怎麼辦？
不要先想「轉職」，先想「在原職位升級成人機協作角色」。30 歲最寶貴的資產是你目前的領域知識，把這個資產 + AI 組合，比從零換領域有效率得多。如果原公司不支援，再考慮跳到願意支持 AI 工作流的公司，這比直接轉職穩。
哪些職業 100% 不會被 AI 取代？
沒有 100%。但目前看起來相對「慢」被取代的有：醫療臨床（特別是需要實際接觸病患的）、心理諮商與治療、複雜的銷售與客戶關係管理、藝術與創意的人類視角、教學現場的實際互動。這些工作的共通點是「人對人的信任、判斷、承擔責任」。
該不該轉職到 AI 工程師？
如果你本來不是技術背景，短期內衝去當 AI 工程師可能不是最好的選擇。AI 領域真正在缺的不是「會調 prompt 的人」，是「懂業務又懂 AI 的人」。在你目前的專業上加 AI 能力，比換軌成 AI 工程師務實得多。
AI 真的會大規模裁員嗎？
短期內已經在發生。Fortune 引述高盛數據，美國平均每月有約 16,000 個職位受 AI 自動化直接影響，Z 世代（剛畢業的新鮮人）受到的衝擊最大。但「裁員」與「不開新缺」是兩件事，後者其實更隱形、更普遍。
結論：別怕新聞，怕的是不準備
寫到這裡，我想問你一個我也問自己的問題——你上一次花一個下午、認真盤點自己工作內容裡有多少「可以寫成 SOP」的事，是什麼時候？
如果你想不起來，那是訊號。
AI 取代工作這件事，我這一年讀了不下 30 份報告、訪談了身邊 20 多個不同職位的朋友，最後我得到一個結論：「會被 AI 取代的人」和「不會被 AI 取代的人」最大的差別不是聰明、不是學歷、也不是運氣，而是有沒有花時間把自己的工作拆給自己看一遍。拆完之後，剩下的決定其實很簡單——能交給 AI 的就交，留下的部分，把它做得更精。
這個主題我自己走了很多年。從遊戲業跨進 AI、從上海回到台灣、從職場上的執行者轉到開始「作品化職涯」（你現在看到的這個部落格就是其中之一），我寫完這篇文章還是覺得不夠，所以它變成了一本書《AI 會偷走你的工作，還是歸還你的生活？》。
不是雞湯金句，比較像我自己過去這幾年「被 AI 戳了一下又一下、最後找到方法和它共處」的真實筆記。如果你也在「每天看新聞失眠、用了 AI 反而被老闆要求做更多」的狀態，這本書可能會陪你走一段。
📖 去看看《AI 會偷走你的工作，還是歸還你的生活？》這本書
如果還想看更多 AI 時代職場相關文章，可以訂閱我的部落格，訂閱後會不定期收到信，分享我新寫的 AI 與職涯思考。
延伸閱讀
