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
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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