Job Pocket

首頁 / 求職文章 / AI 與職涯

AI 會取代我的工作嗎?哪些工作內容最容易被自動化、哪些反而更重要

AI 與職涯8 分鐘閱讀

打開新聞,一邊寫「AI 將取代上千萬個工作」,另一邊又說「AI 人才缺口擴大」。如果你正在找工作或考慮轉職,這種忽冷忽熱的訊息很容易讓人不知所措:我現在學的、做的,五年後還有用嗎?與其猜測哪個「職業」會消失,比較有用的問法是:我每天做的事情裡,哪些部分會被機器接手,哪些部分反而會更值錢?

先看數據:不是末日,也不是什麼都不變

幾份近年較有份量的國際報告,結論其實相當一致:AI 帶來的主要是「工作內容重組」,而不是大規模直接消滅職業。

  • 世界經濟論壇(WEF)2025 年《未來就業報告》:調查全球上千家雇主後推估,2025 到 2030 年會新增約 1.7 億個工作、消失約 9,200 萬個,淨增約 7,800 萬個。同時,勞工現有技能平均約 39% 會改變或過時。
  • 國際勞工組織(ILO)2025 年研究:全球大約每四個工作中就有一個在某種程度上會接觸到生成式 AI,但落在最高暴露等級的只有約 3.3%。報告明確指出,最可能的結果是工作被「改造」,而非整個被取代。
  • 微軟與 LinkedIn 2024 年工作趨勢指數:全球 75% 的知識工作者已經在工作中使用 AI;台灣的比例更高,達到 84%。

同一份報告的台灣數據還顯示,超過八成的台灣主管表示,不會考慮缺乏 AI 技能的求職者,比全球平均的 66% 更高。換句話說,AI 已經在你的工作裡了,問題不是「會不會來」,而是「你和它怎麼分工」。

工作任務由誰完成:目前人 47%、機器 22%、人機協作 30%,到 2030 年預計三者各約三分之一 工作任務由誰完成(雇主估計) 47%30%22% 約 1/3約 1/3約 1/3 現在(2025)2030 預估 主要由人完成 人機協作 主要由機器完成 資料:WEF 2025 年 未來就業報告
WEF 2025 年報告:雇主估計目前 47% 的工作任務主要由人完成,到 2030 年人、機器、人機協作預計各占約三分之一。

最容易被自動化的,是「任務」而不是「人」

WEF 報告列出減少最快的職務,包括郵務人員、銀行櫃員、資料輸入人員;人數減少最多的則是收銀與售票人員、行政助理與秘書。ILO 也發現,文書類職業是暴露程度最高的一群。

這些工作有個共同點:大量內容是規則清楚、重複性高、以資訊處理為主的任務。具體來說,以下這類工作內容最容易被 AI 或自動化工具接手:

  • 把資料從一個系統搬到另一個系統、整理成固定格式
  • 依照範本產出例行報表、會議紀錄、制式回信
  • 初步翻譯、摘要長文件、找出文件中的特定資訊
  • 回答重複出現、答案固定的客戶問題

注意,這不代表行政或客服就沒有未來。一位行政人員的工作裡,除了建檔,還有協調會議、處理突發狀況、搞定跨部門的人際問題。被自動化的是前者,後者反而變得更顯眼。

哪些工作內容反而更重要

同一份 WEF 報告中,雇主認為未來五年重要性上升最快的技能,除了 AI 與大數據、資訊安全、科技素養之外,緊接著就是創造性思考、韌性與彈性、好奇心與終身學習。換句話說,越是 AI 做不好、或需要有人負責的部分,越有價值:

  • 判斷與取捨:AI 可以列出五個方案,但選哪一個、承擔什麼風險,需要懂脈絡的人決定。
  • 與人溝通、建立信任:說服客戶、安撫同事、談判條件,這些都離不開人。
  • 定義問題:「到底要解決什麼」往往比「怎麼解決」更難,也是 AI 最依賴人提供的部分。
  • 查核與把關:AI 會產生看似合理但錯誤的內容,能看出錯誤、願意為結果負責的人更重要。

WEF 也指出,照護、護理、教育、外送、營建等需要現場與人互動的工作,未來五年人數成長最多。這些工作很難被聊天機器人取代。

拆解工作任務:資料輸入、例行報表等較易自動化;判斷取捨、溝通協調等反而更重要 較容易交給 AI 反而更需要人 資料輸入與搬移 照範本產出例行報表 摘要、初稿翻譯 固定答案的客服問題 判斷取捨、承擔結果 溝通協調、建立信任 定義真正的問題 查核 AI 的產出 同一份工作,拆成任務來看
用「任務」來拆解自己的工作:左邊是較容易交給 AI 的內容,右邊是越來越需要人的內容。

求職者該怎麼看:四個可以馬上做的步驟

  1. 拆解你的工作或目標職缺:把一週的工作列成 10–15 項任務,在旁邊標記「重複、規則清楚」或「需要判斷、需要跟人互動」。如果你還沒有工作,就拿 104 或 LinkedIn 上目標職缺的工作內容來拆。
  2. 把重複的部分交給工具:試著用 AI 處理其中兩三項例行任務,記錄省下多少時間。這段經驗本身就是面試時的好素材。
  3. 把省下來的時間投入「人」的部分:多參與需要協調、提案、處理客訴的任務,這些經歷會讓你的履歷更有份量。
  4. 用成果描述自己,而不是職稱:與其寫「行政助理」,不如寫「導入自動化表單後,請款流程從 3 天縮短到 1 天,並負責 4 個部門的對口協調」。

三個常見職務的拆解範例

  • 會計助理:憑證輸入、對帳、月報彙整會越來越自動化;異常帳務的追查、跟業務單位溝通請款規則、向主管解釋數字背後的原因,則更需要人。
  • 行銷企劃:文案初稿、多尺寸素材、成效報表可以借助 AI 快速完成;選擇目標客群、判斷哪個點子符合品牌、跟通路或 KOL 談合作,仍是企劃的核心價值。
  • 客服專員:常見問答會逐步交給聊天機器人;處理情緒激動的客人、判斷是否破例補償、把客訴整理成產品改善建議,反而成為客服的主要工作。

拆完之後你會發現,同一個職稱裡「容易被取代」與「越來越重要」的內容其實並存。求職時,盡量讓自己的經歷落在後者。

不用焦慮,但也別假裝沒事

AI 的影響會因產業、公司、甚至同一個職位的不同團隊而有很大差異,沒有任何報告能精準預測你個人的五年後。比較健康的態度是:每半年檢查一次自己的工作內容組成,看看重複性任務的比例是不是在下降、需要判斷與溝通的比例是不是在上升。如果是,你就走在對的方向上。

Job Pocket 可以幫你的地方

  • 探索外商職缺:每天整理外商與科技公司的官方徵才,英文職缺附中文重點,方便你比較不同職缺實際要做哪些事。
  • 跨平台收藏:把 104、LinkedIn、Cake、Yourator 上的目標職缺收在一起,保留原始連結,方便拆解工作內容。
  • 免費履歷健檢:看出履歷中只寫職稱、沒寫成果的句子,並提供逐句改寫建議。
AI 取代工作未來工作自動化職涯規劃WEF 未來就業報告

參考資料

  1. World Economic Forum — The Future of Jobs Report 2025
  2. International Labour Organization — Generative AI and Jobs: A Refined Global Index of Occupational Exposure (Working Paper 140, 2025)
  3. Microsoft — Microsoft and LinkedIn release the 2024 Work Trend Index on the state of AI at work
  4. INSIDE — 微軟:台灣知識工作者已有 84% 使用生成式 AI(2024 工作趨勢指數台灣數據)

把找工作的事,放進一個口袋

收藏各平台職缺、免費履歷健檢、面試練習與 Live 即時輔助。

免費開始

延伸閱讀

AI 與職涯・8 分鐘

AI 面試與 AI 履歷篩選:企業怎麼用 AI 招募?求職者該怎麼準備

履歷投出去是不是先被 AI 刷掉?錄影面試是不是機器在打分數?整理企業在招募各階段使用 AI 的方式、求職者可以怎麼準備,以及資料隱私與公平性上值得注意的地方。

AI 與職涯・8 分鐘

用 AI 找工作的實用流程:整理職缺、研究公司、準備面試,又不寫出千篇一律的履歷

大家都在用 AI 寫履歷,HR 也越來越會分辨。這篇整理一套從整理職缺、研究公司到準備面試的 AI 求職流程,附可直接使用的提示詞,以及讓內容保有個人特色的檢查方法。

AI 與職涯・8 分鐘

用 AI 寫履歷的正確方式:能做什麼、不能做什麼,附提示詞範例

用 ChatGPT 等 AI 寫履歷很方便,但寫出來千篇一律、甚至多了你沒做過的事怎麼辦?整理研究與招募端調查,說明 AI 適合幫忙的環節、該避開的風險,並附可直接套用的提示詞範例。