5年後,這十大工作可能被AI取代!與機器人當同事有哪些必學技能?
5年後,這十大工作可能被AI取代!與機器人當同事有哪些必學技能?

你有想過未來幾年,工作環境會有什麼大改變嗎?是機器人取代人類、遠距工作崛起,還是「多工」「斜槓」的概念繼續盛行?

世界經濟論壇(World Economic Forum)發布「2020 年就業前景報告」(The Future of Jobs Report 2020),預測未來 5 年內,哪些技術將會更受重視,哪些職位會爆紅,以及哪些職位將黯然失色。

世界經濟論壇.jpg
圖/ 經理人

10 大職位興起:數據分析、AI 相關工作大量出現

需求增長的前 10 大職位,包含:

  1. 數據分析師、科學家
  2. 人工智慧與機器學習方面的專家
  3. 大數據分析師
  4. 數字營銷和策略專家
  5. 流程自動化專家(Process Automation Specialists)
  6. 業務發展人員
  7. 數位轉型專家
  8. 資安分析師
  9. 軟體應用開發商
  10. 物聯網專家

「2020 年就業前景報告」指出,數據分析師和科學家,人工智慧和機器學習專家、數位轉型顧問,將如雨後春筍般湧現。這些角色的大量出現,反映出各行各業都受到科技進步影響。

另一方面,產業中比較「高階」的職位,愈加重要。例如,汽車產業的材料工程師、電商界的社交媒體專家,或是金融業的FinTech工程師等,他們的地位較不容易受取代。

10 大職位逐漸沒落:不學新技能,恐將被淘汰

需求減少的前 10 大職位,包含:

  1. 資料輸入人員
  2. 執行秘書
  3. 薪資結算師
  4. 會計師和審計師
  5. 零件組裝人員
  6. 行政經理
  7. 客服人員
  8. 運營管理人員
  9. 機械維修師
  10. 材料紀錄人員與庫存人員

技術更迭與新冠疫情的「雙重衝擊」,將使得低薪工人、婦女和年輕族群的工作面臨更大挑戰。另外,數據人員,行政人員、執行秘書、會計師,工廠工人,這些職位則容易受取代。上述族群,應想辦法提升自我能力,避免被淘汰。

AI
圖/ shutterstock

12 種技術受重視:加密、雲端技術最看俏

  1. 加密和網路安全:成長率 29%
  2. 雲端計算:成長率 17%
  3. 分散式帳本(distributed ledger technology):成長率 11%
  4. 人型機器人:成長率 11%
  5. 非人型機器人:成長率 10%
  6. 3D、4D列 印:成長率 10%
  7. 物聯網:成長率 9%
  8. 人工智慧:成長率 8%
  9. 生物技術:成長率 8%
  10. 大數據分析:成長率 2%
  11. 電子商務與數位貿易(Digital Trade):成長率 2%
  12. 擴增實境(Augmented Reality):成長率 1%

調查指出,雲端運算(Cloud Computing)、大數據(Big Data)和電子商務(E-Commerce)仍然是主要的領先技術,但企業會更關心加密技術(Encryption)、非人型機器人(Non-Humanoid Robots)和人工智慧(AI,Artificial Intelligence)的發展。

機器人成為重要勞動力!2025 年 AI 與人類工作時間相當

一個有趣的指標是:43% 的企業表示,由於未來會整合不同技術,他們打算降低勞動力、考慮裁員;另有 34% 的企業表示,技術整合之後,反而願意擴增勞動力。

到了 2025 年,世界經濟論壇評估,人類和機器人在整體工作時間將趨近相等,意味著機器人的重要性持續上升。41% 雇主說,往後會分配更偏向「任務型」的工作(Task-Specialized Work)給承包商,其餘的則交給人工智慧。

那麼,在未來勞動市場中,雇主最擔心面臨什麼問題?根據雇主們的回答,依序為:

  1. 擔憂技術鴻溝,也就是現有人員的能力無法跟上科技(55.4%)
  2. 擔憂未來公司無法吸引專業人才(46.7%)
  3. 擔憂人員技術落差之下,影響組織的團隊領導氛圍(41.4%)
合作_職場
雇主最擔心現有人員的能力無法跟上科技。
圖/ shutterstock

企業更加重視員工持續學習新技能

未來 5 年,雇主會更看重批判性思考、分析與解決問題的能力。同時,懂得自我管理、有學習心、挫折忍受力高、靈活的員工將會更受重視。

在 2018 年,只有 65% 雇主希望員工保持上進心,今年的調查中,高達 94% 企業都說,希望員工掌握新的工作技能。另一方面,企業認為 40% 員工都需要「重新培訓」,顯示了學習的重要性。

目前,有主動學習習慣的員工,較往年已增加 4 倍;雇主替員工提供線上學習的人數,較過去增加 5 倍。進一步來看,人們更優先學習數據分析、計算機科學與資科技術。

僅有 21% 企業能資助員工學習,政府應提供更多協助

儘管愈來愈多人意識到提升技能(Upskilling,為了現有職位提升的技能)與再技能(Reskilling,重新學習職位以外的技術)的重要性。平均來說,大約 40% 的職場工作者,需要6個月的再技能培訓,但這會依據產業不同而定。例如,在消費業、保健業來說,雇主依賴短周期的培訓;在金融業和能源產業,雇主則希望員工花更多時間投入較長的訓練。

然而,只有 21% 的企業有足夠的公共資金來支持員工學習。世界經濟論壇的研究總結,政府部門應投入更多資源,改善當前的教育與培訓系統,才能培育出更多人才。

新工作排擠「夕陽工作」,組織內的冗員將被淘汰

往後「新型態工作」出現的數量,仍大於「夕陽工作」,但整體來說,就業機會微幅下滑。目前,冗餘職位(Redundant Roles)占整體工作的 15.4%,到了 2025 年預計只剩下 9%(下降 6.4%),代表「冗員」會逐漸被淘汰;新興職業目前占整體工作的 7.8%,5 年後則會是 13.5%(增加 5.7%)。

數位化工作時代已來臨。84% 雇主會調整工作流程,其中最重要的就是遠距工作(Remote Work)。未來,預計有 44% 員工會採取遠距工作模式。

資料來源/世界經濟論壇

本文授權轉載自:經理人
責任編輯:錢玉紘

關鍵字: #人工智慧
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓