麥肯錫：美國40%工作會在10年內消失、18-34歲族群超過1,400萬受衝擊|數位時代 BusinessNext

麥肯錫：美國40%工作會在10年內消失、18-34歲族群超過1,400萬受衝擊

麥肯錫報告指出，美國在未來10年內將會有4成工作消失，被AI、自動化給取代，其中受到衝擊的年輕人（18-34歲）有1,470萬之多。

近幾年大學畢業生人數不斷創新高，幾乎每年都被媒體稱為「史上最難就業季」，家長們從大學填志願時就開始為給孩子選一個就業前景好的專業而操心，可隨著自動化的潮流來到，未來年輕人的就業也許會更難。

根據麥肯錫全球研究院的一份報告，美國有40%的工作職缺在未來10年可能會因為自動化而消失，這部份職缺的工人年齡主要在18到34歲之間，人數有1,470萬人之多，自動化浪潮下衝擊下年輕人受到的影響或許最大。

報告顯示面臨失業的近1,500萬年輕人中，有三分之二會發生在食品、飯店和零售行業，美國的服務生、飯店接待員、速食店員工等職缺中超過一半的從業人員為34歲以下的年輕人。另外三分之一則是白領職業，會計、財務、人力資源和行政管理的初級職位首當其衝。

在法律行業AI已經可以處理一些法律文件的初步審查工作，效率比人類律師更高。去年法律AI平台LawGeex和多家大學法學院舉辦了一個審讀法律文件的比賽，結果AI 26秒就能處理5份協議，而律師平均耗時92分鐘，而且AI的準確率還比律師高出10%。

雖然AI取代大量工作職缺的可能性被討論了很久，但目前大部分人都沒有太大感知。自動化的到來真有這麼可怕嗎？MIT-IBM沃森人工智慧實驗室（MIT-IBM Watson AI Lab）最近的一份報告則給出了一個不那麼悲觀的預測。

IBM首席經濟學家Martin Fleming認為機器人會取代大量工作職缺的擔憂並沒有數據支撐，「完全是胡說八道。」MIT-IBM Watson AI Lab的報告指出，自動化革命並不意味著是用物理機器人代替工作，更大的挑戰反而是來自AI演算法。

儘管我們不會丟掉所有工作，但由於人工智慧和機器學習的介入，很多職缺的工作方式將發生改變。

研究人員透過機器學習分析在2010-2017年間美國招聘的1.7億個職位，發現過去7年間需要人工的工作數量確實有所下降，但下降的趨勢並不明顯，不過這些消失的職缺的確大都由AI系統來取代了。

AI一方面提高了一些重複性工作的效率，另一方面也要求工人掌握更多機器無法做到事情，尤其是需要創造力、嘗試和判斷力等「軟技能」的工作。比如在銷售工作中，演算法能更快地為產品制定合適的價格，而人類可以將更多精力放在與管理客戶或者行銷上。

研究指出，那些需要智力技能和分析的工作未來的薪水會增長更快，比如設計、商業金融等領域，AI還無法取代。同時一些需要身體靈活性、常識判斷力或語言表達能力的工作會變得更有價值，比如家庭護理、髮型師和健身教練等職業。

儘管麥肯錫和MIT-IBM Watson AI Lab的兩份報告的結論不太一樣，但都提出了同一個問題，為了適應自動化帶來的變化，職場人士需要學會和AI分工合作，現在的大學教育課程和企業的人才培養體系也要相應作出調整。

目前一些美國公司已經開始和當地的社區大學合作，針對性地設計課程，以培養能適應自動化時代需求的人才。 7月份亞馬遜也宣布將在未來6年內，花7億美元，為10萬名員工培訓新技能，讓他們進入更高級的工作職缺或轉職。

數據與社會研究人員Madeleine Clare Elish舉了一個例子來描述未來工作的變化，當自動收銀台取代了收銀員，人類的任務則變成在故障時及時進行維修，同時安撫因此而焦慮生氣的顧客。

人工智慧和機器人到底會讓更多人失業，還是可以幫助人們的工作變得更加充實和有價值，目前還看不到，但從現在開始學會和AI相處，適應更多新的人機交互模式，已經越來越有必要了。

責任編輯：蕭閔云
本文授權轉載自：愛范兒

當許多企業還在討論 AI 能做什麼，富邦人壽更關注：AI 如何被第一線同仁使用？而這也是「理賠智慧助理」能從黑客松發想、走進理賠現場，成為真實工作夥伴的原因。

為什麼富邦人壽會選擇從最複雜、也最不易標準化的環節–理賠–切入、嘗試將AI從「回答問題的工具」轉變成進入核心營運流程的「決策輔助夥伴」？

保險理賠為何難以AI化？答案藏在大量非結構化資訊裡

相較於客服問答或行政流程，理賠工作最大的挑戰在於資訊高度分散且缺乏標準格式：從診斷證明、病理報告、手術紀錄到醫療收據，每份文件不同醫院格式都不同，內容還充滿專業醫療術語；理賠人員不僅必須理解文件內容，還需要同步比對保單條款、法規要求以及醫學知識，才能做出適當判斷。

更複雜的是，就算是相同疾病或手術名稱，不同案件背景也可能導致不同理賠結果，因此，理賠長期被視為高度依賴專業經驗與人工判斷的工作，很難透過傳統自動化工具處理。

近年來，隨著理賠案件量持續增加、醫療技術快速演進，以及新舊世代交替帶來的人才培育壓力，如何兼顧理賠品質、作業效率與知識傳承，成為刻不容緩的議題。

富邦人壽開始思考：如果AI無法取代專業判斷，是否能先協助理賠人員更快掌握資訊、縮短搜尋時間，讓專業人才把時間投入在更高價值的分析與決策工作？這個想法在富邦集團導入微軟Copilot Studio並舉辦黑客松活動後獲得實踐機會，理賠團隊將構想轉化為可驗證的AI提案，並在主管支持與跨部門合作下，於2026年1月正式導入理賠現場。

「黑客松讓我們有機會快速驗證想法，也讓AI應用從概念走向實際場景。」富邦人壽理賠部資深襄理郭乃瑀如是說道。

數位時代為此特別專訪富邦人壽黑客松獲獎團隊「ClaimAIngels」的成員，深入了解這項 AI 專案如何從創新提案一路走進理賠第一線，成為同仁日常工作的決策輔助夥伴。

AI成功落地的關鍵，不只是模型，還有資料與流程重建

從創意發想到實際上線，最大的挑戰不是技術，而是如何讓AI真正符合第一線需求。

富邦人壽理賠部資深襄理林庭樂指出，團隊一開始便深入訪談理賠同仁，發現大家真正需要的並不是AI幫忙做決定，而是協助整理資訊，因此將理賠智慧助理專案聚焦於三大領域：手術等級建議、病理報告判讀輔助，以及國外醫療文件翻譯與摘要，目標是協助同仁降低資料蒐集與查詢時間，讓理賠同仁可以快速掌握案件重點。

但要做到這一步，必須先建立可信任的資料基礎。

由於醫療資料來源眾多且格式不一，團隊投入大量時間整理歷史案件、建立醫療名詞對應關係、標註資料來源與判斷依據，並透過跨部門討論及醫師顧問協作，逐步建立一致的判讀標準。林庭樂表示：「這項工作看似基礎，卻是AI能否提供可靠建議的關鍵，更重要的是，它讓過去散落在資深同仁腦中的經驗知識，逐漸轉化為可被組織保存與運用的數位資產。」

富邦人壽理賠部專員陳子聆便感受到明顯改變。她說：「過去遇到新的手術名稱，往往需要花費一到兩個小時查閱條款、搜尋歷史案例並向資深同仁請教，現在，透過理賠智慧助理協助，資料搜尋時間縮短50%以上，能將更多心力放在案件分析與專業判斷上。」

理賠部理賠審核科資深襄理王羽藍則形容，理賠智慧助理更像是一位隨身秘書。她說：「它會先幫我們整理案件重點，也能提醒是否遺漏重要資訊。無論是判讀國內外醫療文件、核對醫療收據，或分析病理報告內容，都能快速提供參考依據，讓我們把時間投入更重要的專業決策。」

除了資料基礎建設，金融業導入 AI 的另一個關鍵挑戰是風險與合規。

因應金融監理要求以及個資保護需求，團隊在設計理賠智慧助理時建立多層防護機制與使用護欄，並持續優化提示詞設計，以降低AI幻覺、資料外洩與誤判風險，確保AI始終在可控範圍內運作。

不過，對富邦人壽而言，上線並不代表結束，而是優化的開始。

團隊發現，理賠智慧助理初期使用率表現亮眼，但隨著時間推移逐漸下降，為了找出原因，團隊同仁與第一線理賠同仁召開多場討論會議，讓其了解，生成式 AI 並非一次建置完成就能長期發揮效益，必須持續蒐集使用回饋、改善建議，進而調整功能設計。

郭乃瑀表示：「根據同仁回饋，團隊目前正規劃新增實支實付手術給付比例分析等功能，目標是讓AI更貼近實際工作流程、滿足使用者需求。」

從單一專案到組織能力，理賠智慧助理帶來的真正改變

隨著理賠智慧助理逐步成為理賠同仁的日常工作夥伴，其帶來的影響也不再侷限於效率提升，而是開始擴散至組織文化與創新模式的改變。

郭乃瑀表示，過去AI專案多半由資訊部門主導，但這次經驗讓大家發現，真正了解痛點的人其實是第一線同仁，因為只有其最清楚哪些流程最耗時、哪些資訊最難取得，以及哪些環節最適合導入AI。「隨著理賠智慧助理成果逐漸顯現，愈來愈多部門開始主動詢問專案推動經驗，如資料整理、風險控管、流程設計與使用者導入等做法，加速 AI 創新在組織內部的擴散與落地。」

對富邦人壽而言，理賠智慧助理並不只是單一 AI 工具，而是一次工作方式與文化的改變：從第一線提出需求、跨部門共同打造，到持續優化與回饋機制，AI 不再只是科技部門的工具，而逐漸成為工作現場的一部分，也讓數位轉型成為一種持續發生的創新能力。