文／洪為璽
從 ChatGPT 到 Midjourney（圖片生成 AI），生成式 AI工具快速充斥於各行各業，大幅改變了人們工作、生產與創作的習慣。它們帶來前所未見的效率，也激發創意的爆發力。許多企業將之視為未來競爭力的關鍵武器，然而，這場「智慧革命」的開始，卻逐漸浮現出一個不容忽視的問題——工作勞役的不均現象。
科技紅利還是勞動剝奪？
核心在於，生成式 AI 並非單純地「節省人力」，而是重新定義了哪些工作「值得保留」、哪些人「值得留下」，在這場改變的智慧革命中，掌握 AI 工具的人擁有了更大的價值與主導權，而未能跟上的人，則面臨被邊緣化、過勞，甚至被取代的風險。這不只是一場使用 AI 的技能競賽，更是一場關於社會結構的轉型。以勞動市場的結構來看，熟練 AI 的使用者得以「升級」為流程設計者與監督者，不懂 AI 的使用者則被壓縮為執行端的「補位者」。這樣的分化，使職場內部出現新的階層，不再是職稱的高低，而是對工具的掌握程度所帶來的階級感，因為會不會用 AI 將決定產出效率、決策影響力與晉升機會。
雖然這波變革來得迅猛，但制度無法跟上科技帶來的革新，當技術更新快於制度制定時，許多人來不及準備就被捲入「生產力的洪流」。問題不在科技本身，而在我們是否準備好讓科技為人服務，而不是讓人為科技犧牲，這正是探討生成式 AI 下勞役不均問題的出發點。
現象剖析：AI 導入下的四大不均趨勢
▪工作內容分化：部分職位被重創，另一些則被升級
生成式 AI 在不同職位有不同的影響，以中低技術職為例，如客服人員、文案撰寫者、資料整理員等重複性工作者，最容易被取代。AI 可以在幾秒鐘內完成過去需要數小時才能撰寫的報告，也可以 24 小時不中斷地回應客戶，對企業而言，這樣的工具無疑是提高效率與降低人事成本的利器。
[ 加入 CIO Taiwan 官方 LINE 、 Facebook 與 IG，與全球CIO同步獲取精華見解 ]
相對地，那些使用 AI 並能將其整合入流程的工作，如資料分析師、行銷策略師、創意總監而言，AI 反而成為生產力的利器，這些崗位更容易在工作中獲得價值與資源。以 BuzzFeed 為例，2023 年宣布關閉新聞部門並大幅裁撤編輯人員，轉向使用 ChatGPT 技術生成旅遊、測驗與輕型娛樂內容。原本從事深度報導的記者與編輯被裁汰，取而代之的是熟悉 AI 操作、能快速輸出「流量型內容」的內容經理。公司雖然聲稱這是為了提升創造力，但實際上卻造成內容工作者的兩極化。
▪勞動分配不均：AI 使用者與非使用者的落差擴大
生成式 AI 不僅改變了「誰在執行工作」，也深刻影響了「工作是如何被完成的」。熟悉 AI 工具的人，同一份專案，有人運用 AI 快速產出成果，有人則花費更多時間補強與收尾，最終成果卻以團隊平均衡量，導致部分員工實際付出更多，卻未能反映在獎勵或評價中，這樣的落差逐漸在職場中產生一種「看不見的不平等」。
以 Salesforce 為例，在導入 Copilot 工具後，雖整體專案完成效率提升，但內部員工反映績效衡量標準未隨之調整，部分熟練 AI 操作的同仁迅速完成任務，而其他人則必須承擔錯誤修正與資料完善的工作，卻難以在實績考核中獲得公平反映。
▪工作機會壓縮與碎片化：少人做更多事，更多人被邊緣化
企業在導入生成式 AI 後，原本由多名員工協作完成的任務，往往可由單一個人輔以 AI 工具獨立完成。這種效率提升讓企業傾向縮減人力，甚至將過往流程簡化為「一人負責多工」，進一步壓縮人力配置空間。同時，為了降低固定成本，不少企業也傾向將工作任務外包或短期承攬化，造成長期職缺減少、勞動條件不穩定，愈來愈多勞工進入「接案型」或「彈性化」的就業型態，缺乏保障。
IBM 執行長 Arvind Krishna 表示，公司計畫未來五年內以 AI 逐步取代約 7,800 個涉及行政、後勤的職位，並同步暫緩人力資源等部門的新職缺開放。這不只是短期應變措施，更反映出該公司對 AI 主導的長期規劃與轉型態度。
[ 推薦閱讀：三項實踐層面的能力——問題駕馭力、流程整合力、信任建立力 ]
▪職場壓力差異：懂 AI 與不懂 AI 的焦慮來源不同
看似受益於 AI 的人才，其實也正承受著「技能過時恐慌」，因為生成式 AI 的快速演進，使得懂 AI 的人必須持續投入時間學習新技術與新工具，否則隨時可能被效率更高的 AI 取代。而對於尚未掌握 AI 工具的員工來說，壓力則來自職場邊緣化的危機。他們擔心自身技能被認為是「無法升級」的負資產，進而失去升遷機會，甚至喪失工作保障。
以 Amazon 為例，近期將 AI 技能納入內部升遷評量標準，產品經理透露：「如果你還不會用生成式 AI，半年內你就落後了。」然而，對於不具備技術背景的客服與倉儲員工而言，公司未提供任何再培訓計畫，他們幾乎無法轉型，只能任由公司停滯甚至被淘汰。
對策建議：讓科技紅利真正普及
生成式 AI 正成為翻轉職場結構的關鍵工具，若缺少配套制度改革，勢必將帶來「效率提升卻加劇不平等」的後果。唯有政府、企業與個人三方協力，才能真正實踐共享紅利的可能，以下將以三個面向探討。
第一，政府需專注在制度設計優先於技術推廣，若技術只往前跑，卻不留下一條安全路徑讓受影響者轉身，那麼所謂的進步恐將演變為「階層重整」。以芬蘭為例，《Elements of AI》課程自 2018 年推動以來，累計吸引超過百萬學員修習，透過免費、開放的設計，讓 AI 教育普及到並非科技背景的社會群體，成為政策執行的典範。另一端，日本經濟產業省每年公布「高自動化風險職種清單」，搭配轉職補助，讓民眾能提前準備，而非臨時措手不及。政府在補助企業導入 AI 時，應強制附上員工再培訓計畫與轉職支持，做到技術與社會安全並進。
第二，企業須注意效率提升不能是裁員的原因，不少企業將導入 AI 直接等同於人力裁減，但微軟與 Adobe 提供了不同示範。在微軟內部，Copilot 的應用不僅未導致裁員，反而經過流程重設，讓員工聚焦策略與決策工作，產能提升約 10～20％，而人力結構保持穩定。Adobe 則與 Coursera 合作內訓，建立 AI 學習文化，並將學習成果與升遷制度掛鉤。不只是「教員工用 AI」，更將培訓納入評鑑架構，形成制度常態化。企業應重設「人機協作流程」，並在績效、升遷上合理反映 AI 使用成果，而非用 AI 作為裁員之便。
第三，勞工個人，AI 不再是選項，而是生存條件。對職場人士來說，AI 技術既非門檻，也不需成為專家，但至少要懂得如何與之共事，很多人因抗拒工具而被邊緣化，而不是因為能力不足。以台灣插畫師案例中，插畫師透過學習 Midjourney、整合風格後成功轉型，成立社群累積千人學習者，並成為 AI 輔助創作顧問，收入翻倍。這不只是個人努力的勝利，更是「懂得轉型」的證明。
技術不是威脅，制度才是答案
生成式 AI 並非是一次改變世界的技術，但它帶來的衝擊速度與涵蓋範圍，確實遠超過以往任何一場技術革命。我們正在面對一個前所未有的現實，科技的進展不再以十年為單位，而是以月、以週在翻新。這樣的節奏，逼得個人必須快速應對，企業必須快速重構，而制度需要跟上才行。
這波轉變最根本的挑戰，不是 AI 能做多少事，而是我們是否有能力讓技術紅利公平落地。當 AI 能替代多數的中階職能、壓縮決策週期、放大產出速度，那麼誰能掌握工具，誰就握有晉升與倖存的鑰匙。這不是技術的錯，而是制度如果不更新、組織如果不自覺、社會如果不預警，那麼不均將變成新的常態。
[ 閱讀更多 洪為璽 的專欄文章 ]
真正的風險，不是 AI 搶了誰的飯碗，而是社會沒有為那些轉身來不及的人，留下後路。在這場智慧革命中，我們應拒絕兩極化的想像，AI 不是先驅，也不是終結者，它只是一個工具，我們如何選擇使用才是核心。並且，若我們願意從制度做起，讓企業重構、讓教育補位、讓個人具備選擇權，那麼 AI 的未來將不再是分化與剝奪，而是共生。
問題從來不是技術，而是我們是否準備好以人為本地擁抱技術。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
