Microsoft AI 工作影響報告：40 個最易被 generative AI 取代的職業 vs 40 個最安全的工作

根據 Microsoft Research 在 2025 年 7 月發佈的開創性研究「Working with AI」，學術界終於有了一個實證基礎來理解生成式 AI 對勞動市場的真正影響。這項研究分析了來自 Bing Copilot 的 200,000 條匿名對話數據，並將用戶目標與 AI 行為映射到美國勞工部的 ONET 職業資料庫，得出了令人深思的結論：AI 不是要完全取代人類，而是正在_transform_我們的工作方式_。

研究團隊開發了一個「AI 適用性分數」(AI Applicability Score)，考慮了 AI 使用頻率、成功率以及 AI 能否完整處理某項任務等因素。這個分數隨後被對應到 ONET 的美國職業分類系統中，進行了全面分析。

關鍵發現：
– AI 最擅長的任務：資訊收集、寫作/編輯、溝通表達
– AI 較不擅長的任務：數據分析、視覺設計、實體操作
– AI 適用性與薪資或教育程度幾乎無關，但擁有學士學位的工作略微更容易受到影响

🏆 40 個最受 AI 影響的職業（高風險名單）

以下職業基於 AI 適用性分數最高，顯示出顯著的轉型潛力：

Top 10 高危職業

1. 翻譯和口譯員 (Interpreters and Translators) – 分數 0.495
– AI 覆蓋率 98%，完成率 88%
– 原因：大型語言模型在即時翻譯和文件翻譯上的準確率已經超越人類平均水平

2. 歷史學家 (Historians) – 分數 0.483
– AI 覆蓋率 91%，完成率 85%
– 原因：文獻整理、時間線建立、史料歸納等任務高度適合 AI 輔助

3. 乘客服務員 (Passenger Attendants) – 分數 0.470
– AI 覆蓋率 80%，完成率 88%
– 原因：航空公司客服、預訂管理等標準化溝通工作

4. 服務業銷售代表 (Sales Representatives of Services) – 分數 0.461
– 就業人數高達 1,142,020 人
– 原因：潛在客戶開發、產品介紹、追蹤等重複性銷售任務

5. 作家和作者 (Writers and Authors) – 分數 0.454
– 就業人數 49,450
– 原因：文案撰寫、內容創作、初稿生成等文字工作

6. 客戶服務代表 (Customer Service Representatives) – 分數 0.442
– 就業人數 2,858,710（人數最多的高風險職業）
– 原因：常見問題解答、投訴處理、帳單查詢等標準化作業

7. 數控工具編程師 (CNC Tool Programmers) – 分數 0.440
– AI 覆蓋率 90%，完成率 87%
– 原因：技術文件解讀、代碼生成等任務

8. 電話接線員 (Telephone Operators) – 分數 0.424
– 就業人數 4,600
– 原因：自動語音應答系統已取代多數人工接線工作

9. 旅行社票務員 (Ticket Agents and Travel Clerks)
10. 广播announcers和Radio DJs

其他值得關注的高風險職業（11-40 名）

11. 經紀業書記員 (Brokerage Clerks)
12. 農場和家計教育者 (Farm and Home Management Educators)
13. 電銷員 (Telemarketers) – 分數 0.408，就業人數 81,580
14. 門衛 (Concierges)
15. 政治學家 (Political Scientists)
16. 新聞分析師、記者、新聞工作者 (News Analysts, Reporters, Journalists) – 分數 0.394，就業人數 45,020
17. 數學家 (Mathematicians)
18. 技術文件撰寫者 (Technical Writers) – 分數 0.384，就業人數 47,970
19. 校對員和文稿標記員 (Proofreaders and Copy Markers)
20. 餐廳服務員 (Hosts and Hostesses)
21. 編輯 (Editors) – 就業人數 95,700
22. 商業教師（高等教育）(Business Teachers, Postsecondary)
23. 公共關係專家 (Public Relations Specialists) – 分數 0.362，就業人數 275,550
24. 產品演示員和促銷員 (Demonstrators and Product Promoters)
25. 廣告銷售代理 (Advertising Sales Agents)
26. 新戶口書記員 (New Accounts Clerks)
27. 統計助理 (Statistical Assistants)
28. 零售租賃書記員 (Counter and Rental Clerks)
29. 數據科學家 (Data Scientists) – 分數 0.361，就業人數 192,710
– 意外發現：即使是高技能技術職位也面臨顯著影響
30. 個人金融顧問 (Personal Financial Advisors)
31. 檔案管理員 (Archivists)
32. 會議和活動策劃者 (Meeting, Convention, and Event Planners)
33. 招聘專員 (Recruitment Specialists)
34. 法律文書助理 (Legal Secretaries and Administrative Assistants)
35. 電話銷售員 (Telemarketers) – 再次出現顯示其高度可自動化
36. 網站管理員和數位媒體 specialist (Web Administrators and Digital Media Specialists)
37. 文案策劃 (Copywriters)
38. 金融分析師 (Financial Analysts)
39. 保險理算員 (Insurance Adjusters)
40. 市場調研分析师 (Market Research Analysts and Marketing Specialists)

完整高風險名單還包括：行政秘書、人力資源專家、項目管理 specialist、.accountant 和審計師等知識密集型工作的 various specializations。

🔒 40 個最安全的工作（低風險名單）

對比之下，需要實體操作、手部精細動作或 localized human care 的工作幾乎不受 AI 影響：

Top 10 最安全職業

1. 挖泥船操作員 (Dredge Operators) – AI 適用性接近 0
– 原因：完全無法遠程操作的重型機械作業

2. 護理助理 (Nursing Assistants) – 分數極低
– 原因：需要人身接觸、溫度觸感、即時判斷的護理工作

3. 屋頂工 (Roofers) – 分數極低
– 原因：高空、危險、需要身體協調的實體勞動

4. 焊接工、銲工、切割工 (Welders, Cutters, Solderers, Brazers)
5. 鋼筋工人和鐵工 (Reinforcing Iron and Steel Workers)
6. 汽車維修技師 (Automotive Service Technicians)
7. 建築工人 (Construction Laborers)
8. 管道工 (Plumbers, Pipefitters, Steamfitters)
9. 電力線安装工 (Electrical Power-Line Installers and Repairers)
10. 重型卡車和商用車司機 (Heavy and Tractor-Trailer Truck Drivers)

其他安全職業（11-40 名）

11. 消防員 (Firefighters)
12. 警察和偵探 (Police and Detectives)
13. 樓梯建築工 (Stair Installers)
14. 按摩治療師 (Massage Therapists)
15. 美髮師 (Hairdressers, Hairstylists, and Cosmetologists)
16. 餐廳厨师 (Cooks, Restaurant)
17. 磨坊工人 (Millworkers)
18. 表面礦工 (Surface Miners)
19. 園藝和綠化工人 (Grounds Maintenance Workers)
20. 汽車機械修理工 (Automotive Body and Related Repairers)
21. 木匠 (Carpenters)
22. 電工 (Electricians)
23. 机械维修工人 (Maintenance and Repair Workers, General)
24. 建筑检验员 (Building Inspectors)
25. 食品準備工人 (Food Preparation Workers)
26. 食品服務經理 (Food Service Managers)
27. 酒店/汽車旅馆/度假村櫃台職員 (Desk Clerks, Hotel, Motel, and Resort)
28. 警衛和監控警察 (Security Guards and Gaming Surveillance Officers)
29. 醫療助理 (Medical Assistants)
30. 汽車glass安装和維修工人 (Automotive Glass Installers and Repairers)
31. 建築和设备檢查員 (Construction and Building Inspectors)
32. 重型設備維修技術人員 (Heavy Equipment Mechanics)
33. 燃油 Distributors (Fuel Distributors)
34. 衛生工程師 (Sanitary Engineers)
35. 温室工人 (Greenhouse Workers)
36. 郵政服務工人 (Postal Service Clerks)
37. 鐵路工程師 (Railroad Engineers)
38. inders 和 fitters
39. 金屬板和結構工人 (Sheet Metal Workers)
40. 救生員 (Lifeguards)

共同特點：都需要物理環境中的即時適應、複雜的手眼協調、人身安全判斷或情感連結。

📊 數據背后的深層含義

這項研究最有趣的地方不在於簡單的「危險 vs 安全」二分法，而是一些意想不到的發現：

1. AI 的角色是「教練」，不是「替代者」

40% 的案例顯示，AI 實際做的與使用者想做的不同。例如，使用者想「寫一封商業郵件」，AI 可能轉而提供「郵件寫作教學」或「模板建議」。這揭示了 AI 作為「思考夥伴」而非「執行者」的本質。

2. 教育和薪資不是保護傘

研究發現 AI 適用性與薪資或教育水平幾乎無關。這打破了「高學歷工作更安全」的迷思——數據科學家和歷史學家同樣面臨風險，而一些沒學歷的手工藝工作反而穩如泰山。

3. 物理環境是最后一道防線

最安全的工作幾乎全部涉及：
– 物理世界的複雜互動（焊接、屋顶）
– 人身安全和即時判斷（消防、警察）
– 情感連結和人体接触（護理、按摩）
– 機器和工具的手動操作（汽車維修）

這些都是當前 AI 和機器人技術難以跨越的障礙。

4. AI 更擅長「內容生成」，而非「内容分析」

研究指出 AI 在數據分析方面效果較差，這解釋了為什麼數據科學家雖在名單上，但風險不如翻譯那麼高。AI 能快速生成文字和代码，但深度的統計推理、假設檢驗、模型選擇等仍需要人類專家。

5. 規模economics vs individualized care

客服和銷售代表之所以高風險，是因為這些工作高度標準化，適合 AI 大規模處理。相反，護理、教育、手藝等工作高度個性化，需要因人而異的判斷。

🎯 對個人的啟示：三層次策略

第一層：高風險職業者（翻譯、寫作、客服）

– 立即行動：學習使用 AI 工具作為「enhancer」，而非拒絕 AI
– 轉型方向：轉向需要審美判斷、品牌聲音、策略性內容策劃的工作
– 案例：翻譯可轉向「本地化策略師」；客服可轉向「客戶體驗設計師」

第二層：中等風險職業者（數據科學家、PR、行銷）

– 策略：專注於 AI 較弱的領域（統計推斷、實驗設計、品牌信任建立）
– 差异化：學習 AI 產品管理和prompt engineering，成為AI和業務之間的橋樑
– 案例：數據科學家轉向「AI 產品策略師」；PR 專家轉向「信任和声誉管理」

第三層：低風險職業者（建築、護理、手工藝）

– 機會：AI 無法定價的「人类axy」工作將變得更加有價值
– 危懼：不要 complacent——相關的行政和預算工作可能被 AI 影響
– 升级：學習數字工具來管理項目、客戶溝通，提升效率

🔮 未來5年：三種情景

Optimistic 情景 (30% 機率)

AI 作為「協作夥伴」發展，人類工作者轉向更高價值任務。薪資兩極分化但總就業穩定。Microsoft Copilot 成為標配工具，如同今日的 Excel。

Status Quo 情景 (50% 機率)

AI 逐步取代白領工作，但速度緩慢。勞動市場調整不完整，部分高風險職業者長期失業或降級。藍領和中層白領成為新常態。

Pessimistic 情景 (20% 機率)

AI 進步超預期，3-5 年內取代大量認知工作。社會保障系統無法應對大規模結構性失業，加劇不平等。

最可能的走勢：Status Quo 但有局部 Optimistic——個別行業（如軟體開發、創意產業）快速 AI化，其他行业緩慢適應。

🌐 延伸閱讀

– 原始論文：[Working with AI (ArXiv)](https://arxiv.org/abs/2507.07935)
– 深入報導：Microsoft 官方研究部落格
– YouTube 分析：[40 Jobs That Survive AI (and 40 That Don’t)]()
– 更多討論：[Microsoft Study Reveals AI’s Impact on Jobs]()

—

來源：Microsoft Research 研究報告「Working with AI」、Hacker Noon、GeekWire、Fortune 等媒體報導

發佈時間：2025年7月

統計基礎：200,000 條匿名 Bing Copilot 對話，映射至 ONET 職業資料庫

本文章僅供參考，不構成職業建議。AI 影響評估會持續更新，請關注最新研究。*