大失業潮燒到高薪圈?美國白領失業率首超藍領,小摩:恐陷「無就業復甦」困境
大失業潮燒到高薪圈?美國白領失業率首超藍領,小摩:恐陷「無就業復甦」困境

重點一: 摩根大通經濟學家指出,白領知識工作者在失業人口中的佔比首次超過體力勞動者,顯示AI已對高階職位產生衝擊。
重點二: 高盛報告指出,AI對勞動市場的影響已開始顯現,尤其以年輕科技工作者受創最重,失業率自年初以來已上升3個百分點。
重點三: 專家預測AI可能導致下一次經濟衰退時出現「無就業復甦」,白領階級的職位成長將陷入停滯,進而對整體經濟造成巨大風險。

生成式AI的崛起加速全球勞動市場動盪,但這次被衝擊的對象,不再只是工廠裡的作業員或簡單的文書人員。相反地,過去被認為最安全、最高薪的白領知識工作者,正站在失業危機的第一線。

摩根大通(JPMorgan)資深美國經濟學家塔西(Murat Tasci)近期在一份報告中發出警示,指出當下次經濟衰退來襲時, AI的普及應用可能會導致非例行性認知職業人員(non-routine cognitive occupations)出現大規模失業

非例行性認知職業,指的是專業知識技術、高複雜性的職業,例如工程師、科學家、設計師、律師等白領工作。這些工作通常被視為高薪且安全穩定,為何依舊籠罩失業危機?

AI打破「鐵飯碗」,白領工作將面臨更高的失業風險

從歷史上來看,過往的經濟衰退中,重複性高的工作容易自動化技術取代,例如產線作業員、辦公室助理等例行性職位,過去幾十年來,這些職位的就業人口佔比從55%降至40%,在經濟衰退後也難以恢復從前規模;而非例行性認知職業往往受影響最小,且是在經濟復甦中率先反彈回升的族群,也較不受裁員影響。

然而,隨著AI技術與白領工作的核心技能高度重疊,如今白領工作者也開始面臨同樣的困境。

根據塔西分析, 非例行性認知職位在失業人口中的佔比,首次超過非例行性體力工作職位(如醫療保健、個人醫護等自動化難度較高的工作)

塔西直指這是「不祥」的警訊,表明這群過去最不受經濟週期影響的勞動人口,未來將面臨更高的失業風險,甚至可能在經濟復甦後,出現難以恢復職位成長的「無就業復甦」(jobless recovery)困境。

延伸閱讀:996工作制逆襲矽谷!AI新創每周工時上看80小時:矽谷怎麼了?為何員工有了AI命更苦?

無就業復甦的經濟警訊!下波經濟衰退恐不樂觀

白領工作者在美國勞動市場中佔據主導地位,就業人口佔比從1980年代初期的30%,攀升至如今的近45%。意味著AI對白領工作的衝擊,將不僅限於個人職涯,更可能動搖整體經濟。

如果這群佔比龐大的勞動人口在經濟下行時面臨高失業風險,且在復甦後職位成長停滯,那麼下一次的經濟衰退將會顯得『相當黯淡』。 」塔西認為,政策制定者未來須推出更積極的應對措施,例如大幅放寬貨幣政策或提供經濟刺激,幫助勞工適應全新的職場環境。

然而,也有人對此持樂觀態度。身兼白宮AI顧問的科技投資人薩克斯(David Sacks)認為,AI並不會導致大量失業,反而會創造人機協作的新模式。他強調,人類仍需提供 AI 模型必要的背景資訊、給予提示,並對產出的結果進行驗證。因此,人類與AI的對抗並非未來的競爭焦點,而是懂得善用AI的人,將勝過不使用AI的人。

儘管如此,專家們普遍認同,這段過渡期將對許多勞工造成職涯衝擊,尤其對於那些未能及時轉型學習新技能的人來說。

延伸閱讀:AI工程是什麼?OpenAI總裁曝4大核心:為何工程師必懂「技術謙遜」,否則只會踩雷?

科技業成海嘯第一排,年輕人才淪AI替代品

另一方面,AI對就業市場的衝擊已經有跡可循。高盛(Goldman Sachs)資深全球經濟學家布里格斯(Joseph Briggs)在一場訪談中直言,AI帶來的勞動市場變化已能在就業數據中看出端倪,其中受害最深的正是科技業的年輕員工。

布里格斯指出,過去20年來,科技業的就業人口佔比呈線性成長,然而近三年來卻出現了反轉,徵才趨勢已低於預期。數據顯示,自今年年初以來, 年齡介於20至30歲的科技業從業人員失業率,已大幅上升3個百分點,增幅遠高於其他年齡層的科技工作者或非科技業的年輕人

背後的原因在於,企業在導入AI時,傾向先凍結或減少初階職位的招聘,轉而讓AI工具來處理那些重複性高、較易自動化的工作內容。

軟體公司Salesforce 執行長貝尼奧夫(Marc Benioff)曾公開表示,在公司內部,AI已能處理高達50%的工作量。這使得初階員工的角色定位面臨挑戰,他們在職場轉型期間,成為了被犧牲的「受害者」。

這種「勞動力替代」(labor substitution)的現象正逐步擴大,根據高盛的預測,在基本情境下, AI自動化可能導致未來約6%至7%的勞動者失業 ,將對整體經濟和社會造成深遠影響。

延伸閱讀:年薪上看487萬!10大「AI最難取代」高薪職位出爐:不只工程師,這類非理科也超穩
2025未來就業報告出爐!9200萬個職位即將消失,企業超重視「這4種」核心能力

資料來源:FortuneBusiness InsiderCNBC

本文初稿為AI編撰,整理.編輯/ 蘇柔瑋

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