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

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問