人工智慧加速改變職場,對部分勞工而言,挑戰不只在於失去工作,更在於失業後難以重新站穩腳步。據外媒引述高盛最新研究,在被歸類為可能因AI衝擊而失業的勞工中,35歲以上者重返全職工作的時間,比其他失業者平均多出約五週;35歲以下者則多出約三週。這裡的「35歲以上」是研究的分組標準,並非一般所稱的高齡勞工。
高盛經濟學家梅伊(Pierfrancesco Mei)分析2016年至2025年間逾1.5萬名失業勞工的資料後發現,可能受到AI取代影響的族群,平均需要多花約一個月才能找到新工作;失業一年後仍未就業的機率,也比其他失業者高出約10個百分點。這些結果屬於研究估計,不代表樣本中的每一次失業,都能直接確認由AI造成。
研究另一項值得關注的發現是,轉職未必能讓勞工遠離AI帶來的變化。受影響者雖然更可能離開原本的職業或產業,但重新就業後,尤其是年齡較高的一組,仍可能進入AI曝險程度相近、甚至更高的工作。這意味著,找到下一份工作之後,適應技術變革的壓力可能仍會持續。
不過,AI曝險程度高,並不等於職位必然消失。高盛其他研究指出,即使兩種職業接觸AI的程度相近,結果也可能不同:部分工作內容容易被自動化,另一些則需要現場判斷、人際互動或複雜決策,AI在其中更可能成為協助人員提高效率的工具。
高盛對過往自動化浪潮的研究顯示,技術造成的失業,影響往往超過短期收入中斷。當原有技能的市場需求下降,勞工可能被迫轉往薪資較低、工作內容較簡單的職位,並在重新就業後,持續面臨收入成長較慢或再次失業的風險。
至於整體規模,高盛在一項基準情境中估計,AI普及的轉型期間,美國約9%的勞工可能需要離開現有職位、重新尋找工作。這項推估涵蓋約十年的調整過程,不能解讀為短期內有9%的勞工同時失業;最終影響仍取決於企業採用AI的速度,以及新職位創造能否跟上。
勞動市場的變化,也開始反映在學生的選系方向上。另一項高盛分析指出,2025至2026學年度,電腦科學與程式設計相關科系的就讀人數,比前一學年度下降逾一成;醫療保健與工程等就業成長較強、AI取代風險相對較低的相關領域,則出現成長。不過,這項趨勢仍不足以證明,學生的選擇完全由AI疑慮所驅動。
對已投入職場多年的勞工而言,重新培訓則可能成為減輕衝擊的重要途徑。高盛對歷史資料的分析發現,遭遇技術性失業後參與再培訓者,長期薪資表現與就業穩定性較佳。隨著AI持續進入企業,如何協助勞工更新技能、銜接新職位,將是生產力提升之外,勞動市場必須面對的課題。
本文由華人工商資訊組編輯整理,並使用 AI 工具協助潤飾,內容經人工查證與審核/本圖由 AI 協助生成