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
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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