世界經濟論壇：這十大工作將被AI取代！與機器人當同事有哪些必學技能？|數位時代 BusinessNext

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？

世界經濟論壇發布「2020年就業前景報告」，揭露往後5年的職場將會變得怎麼樣？不變的事實是，每個人都應該提升學習能力，才不會被時代淘汰。

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。

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：

數據分析師、科學家
人工智慧與機器學習方面的專家
大數據分析師
數字營銷和策略專家
流程自動化專家（Process Automation Specialists）
業務發展人員
數位轉型專家
資安分析師
軟體應用開發商
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：

資料輸入人員
執行秘書
薪資結算師
會計師和審計師
零件組裝人員
行政經理
客服人員
運營管理人員
機械維修師
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。

12 種技術受重視：加密、雲端技術最看俏

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

擔憂技術鴻溝，也就是現有人員的能力無法跟上科技（55.4%）
擔憂未來公司無法吸引專業人才（46.7%）
擔憂人員技術落差之下，影響組織的團隊領導氛圍（41.4%）

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

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。