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

因應生成式 AI、代理式 AI 與實體 AI 的崛起，模型成為企業資訊基礎設施的一環，企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本，以及確保 AI 基礎設施的安全與穩定；有鑑於此，服務超過 2,000 家企業客戶上雲的勤英科技（ELITE CLOUD）將業務範疇從雲端代理延伸到 AI 基礎設施整合商，協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源，在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作，企業的核心競爭力不再僅是擁有 AI，而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示，為協助更多企業推進 AI 創新實務，勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色，進一步轉型為 AI 基礎設施整合服務商，透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務，協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra，企業最大挑戰不是模型、算力而是管理

過去幾年，許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」，提升員工工作績效，而代理式 AI 的崛起與普及，則讓「內嵌 AI 的企業應用」快速成為新常態，從企業資源規劃（ERP）、顧客關係管理（CRM）、人力資源（HR），到客服、研發甚至製造系統，AI 開始深度嵌入各類企業應用，AI 扮演的角色也從單純的輔助工具，逐漸進化為企業營運與決策流程的重要核心。

也因此，企業保持未來競爭力的關鍵，不再是「有沒有導入 AI」，而是「是否具備管理 AI 的能力」，包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent，以及如何避免 AI 成為新的資訊孤島，都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代，意味著企業若只押注單一模型，未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示，企業接下來更需要以「Models as Infrastructure（模型即基礎建設）」的思維，將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理，將資訊系統架構重塑為 AI 基礎建設。

勤英科技服務的客戶數超過 2,000 家，不少客戶已導入 AI 應用服務，正積極建置 AI Infra 與管理環境，因此，勤英科技自 2025 年積極轉型，將 AI Infra 視為企業長期競爭力的基礎建設來經營，業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商，例如與多模型平台 MixRoute 合作，並開發可支援單一登入（SSO）、彈性調度不同大型語言模型 Token 的管理平台，協助企業簡化模型管理與成本控管，將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合，勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關，勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本，以及落實資安治理，更因應不同使用情境推出三種 AI 方案助力企業：

第一：提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋，透過整合 Gemini 的 Google Workspace，企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能，包括會議摘要、文件生成、簡報整理等，快速提升員工生產力，同時，增強企業對 AI 應用的信心，為之後的應用深化做準備。

第二：協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說，除以生成式 AI 打造企業大腦，還會透過代理式 AI 提升自動化執行能力，重塑工作效率。」黃士培表示，勤英科技可以基於 Google Gemini Enterprise，提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務，讓企業員工可以自然語言安全調用企業資料，讓 Agent 進一步執行任務與推動流程。

舉例來說，勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞；另在影音內容生成領域，勤英科技亦協助客戶導入 AI 自動化技術，將內容產製成本縮減達 90%。

第三：提供多模型聚合管理平台，滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作，提供企業客戶多模型管理平台，讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型，並透過單一帳號、單一帳單與 Budget Alert 機制，管理 token 使用量與 AI 成本。

「透過我們提供的多模型管理平台，企業客戶不會被單一模型綁定，可以在模型快速疊代的環境下，更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說，隨著 AI 應用從單點工具走向大規模企業部署，下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力，而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因：當 AI 開始成為企業營運的一部分，企業需要的，已不只是模型供應商，而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊，請查詢網站：https://www.elite.cloud/zh/