2026 年 4 月 3 日，《紐約時報》首席經濟記者 Ben Casselman 發表報導，標題直白：《Economists Once Dismissed the A.I. Job Threat, but Not Anymore》。核心訊息只有一句：一群過去對「AI 搶工作」說法長期存疑的經濟學家，正在集體修正立場。
對開發者與產品團隊，這篇報值得一讀的原因不在預測本身，而在轉向的人是誰——當把關總體經濟論證的專業社群開始認真對待就業衝擊，企業的 AI 投資與人力規劃就多了一份必須參考的宏觀假設。
從「狼來了」到認真以待
經濟學界對技術性失業的預測，向來抱持高度懷疑。過去數十年的共識是：自動化會重塑工作而非消滅工作，歷史上的技術恐慌多數沒有兌現。Casselman 指出，AI 對勞動市場的影響，在經濟學家之間「常常被近乎輕蔑的懷疑對待」。
但 2026 年的氛圍變了。文中引述一位經濟學家的話，最能代表這種「還沒發生、但快了」的中間立場：「我不認為 AI 已經衝擊勞動市場，也不認為它已經根本改變企業生產力——但我認為它快來了。」連諾貝爾獎得主 Paul Krugman 都開始撰文推測 AI 對經濟的意義。
讓經濟學家改口的證據
報導列出的證據線索有三類。第一，年輕大學畢業生的失業率正在上升——這正是任務模型預測中暴露度最高的族群。第二，以「任務」為單位的分析模型日漸成熟，能具體指出哪些工作環節已被 AI 覆蓋，讓「暴露度」從概念變成可量測的變數。第三，業界高調的警告重新獲得認真對待：包含 AI 可能在數年內消滅 50% 入門白領工作在內的分析，已從行銷話術回到主流經濟討論。
值得注意的是，這波轉向與企業端的訊號一致。早在 2025 年 10 月，CNBC 就報導過銀行、汽車與零售業主管警告 AI 已開始取代白領職位，且「還有很多在後頭」。
反方仍然存在
修正不等於投降。《經濟學人》在 2026 年 1 月 26 日的文章〈Why AI won’t wipe out white-collar jobs〉仍主張：AI 重塑白領工作而非將其抹除，歷史類比依然有效。報導引發的公開討論中，常見的折衷看法是「漸進重組多於突然的大量失業」。
也有分析指出反向的統計事實：目前暴露度較高的工作者，薪資與教育程度反而更高、失業機率更低——因為這些任務本來就集中在高技能職位。換句話說，暴露度高不等於馬上失業，中間還隔著採用速度、企業重組與新職位創造三道變數。
對產品與用人規劃的意義
三個務實的結論。第一，入門級任務的自動化既是產品機會也是市場風險：如果你的產品價值建立在「大量初階人力」上，供需兩端都會被改寫；反之，把初階任務流程產品化（內部工具、agent 工作流）正是當下最明確的 AI 需求。第二，人力規劃要重新設計：初階職位是訓練管道，若招募縮減，資深人才的養成路徑必須另建。第三，與其追蹤社群輿論，不如追蹤可驗證的指標——畢業生失業率、任務暴露數據、企業生產力統計——它們比任何預測都早一步轉向，這也是我們在開年展望裡反覆強調的紀律。
參考來源
- Economists Once Dismissed the A.I. Job Threat, but Not Anymore — The New York Times
- Why AI won’t wipe out white-collar jobs — The Economist
- AI is already taking white-collar jobs. Economists warn there’s ‘much more in the tank’ — CNBC
本文由 AI 協助自上述來源整理，經人工審核後發布。