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
漸強實驗室推「AI-First Communication Cloud」戰略,三大 AI 平台完整佈局、終結數據孤島
漸強實驗室推「AI-First Communication Cloud」戰略,三大 AI 平台完整佈局、終結數據孤島

一個殘酷的現實是:MIT 研究報告顯示,全球高達 95% 的生成式 AI 專案無法創造實際商業價值。問題出在哪裡?不是技術不足,是多數企業僅將 AI 視為「工具」,而非「戰略」,結果往往購買了許多應用卻難以串聯,數據彼此割裂,遂形成新的「數位路障」。

台灣市場也有相同矛盾。《2025 台灣 AI+MarTech 白皮書》指出,近五年軟體工具數量暴增 264%,但企業卻普遍面臨「工具越多、整合越難」的困境。對此,漸強實驗室於 9 月 16 日正式發布「AI-First Communication Cloud」戰略藍圖,提出一站式平台,將行銷、銷售與客服的資料流整合,縮短企業從洞察到行動的距離,實踐「重塑商業溝通」的使命。

為什麼必須 AI-First?

2025 漸強年度產品發表會除了展示產品之外,更同步舉辦了「漸強實驗室 x 企業領袖共創圓桌:以AI 重構企業成長引擎」。活動由《數位時代》創新長 James Huang 主持,邀請 Google Cloud 大中華區企業雲端技術副總經理 KJ WU、國泰健康管理顧問資深協理郭怡賢,分享全球 AI 趨勢與導入挑戰。現場超過 50 位 C-level 高層齊聚,包括屈臣氏、kkday、雅詩蘭黛、全國電子等領導品牌,共同聚焦 AI 對企業未來的影響,展現漸強在 AI 轉型議題上的產業影響力。

在這場活動中,漸強實驗室共同創辦人暨執行長薛覲曾在產品發佈會表示,AI 已成為國家、產業與企業的分水嶺,如:美國人均 GDP 已達 9 萬美元,但增速放緩至 1~3%,因此政府選擇 All-in AI,以重燃生產力引擎;另一方面,中國、印度、巴西等新興經濟體則將 AI 視為「彎道超車」的契機——AI 競爭,儼然成為國家實力再洗牌的契機。

回到企業層面,AI 不只加速工作流,也創造結構性的效率差異。薛覲表示,兩家同樣維持 20% YOY的公司,若其中一家具備 AI 能力,效率差距將被迅速放大。

漸強實驗室
圖/ 漸強實驗室

不過,更根本的挑戰是當 AI 接手重複任務後,員工時間如何被重新定義?如果 AI 僅僅讓回覆更即時、報表更漂亮,價值仍然淺薄;真正的關鍵是讓相同人力創造雙倍產出,或用一半資源達成既定目標。

因此,漸強實驗室提出「AI First、AI Driven、AI Built」的核心觀。對國家,AI 是戰略武器;對產業,是效率槓桿;對企業,則是生存門票。此刻若還選擇觀望 AI,代價恐怕是被淘汰,唯有主動擁抱 AI,才有機會獲得指數級成長。

漸強實驗室三大平台串聯,AI戰略再下一城

為了讓 AI 發揮戰略價值,漸強採取內外並進的策略。一方面重塑內部流程,包括目前約 90% 的程式碼透過 AI 協作完成,開發速度提升近五成;或透過導入 Google AgentSpace 將內部訓練效率提升 40%、業務提案時間縮短 80%。

同時,漸強也將AI經驗沉澱為產品,端出三大平台形成完整的 AI 生態。包括:

MAAC(企業專屬的行銷成長架構師),不再只是發送工具,而能在對的時間將對的內容送給對的人。如保健品牌 Vitabox 使用分眾功能,訊息點擊率提升六倍、廣告投資報酬率成長 3.7 倍;電商 Coupang 則將文案產出時間縮短 70%,團隊效率明顯提升。

CAAC(讓客服與銷售成為 Super Agents),則透過多角色 AI Agent 即時回覆,自動解決八成常見問題,以餐飲品牌為例,導入後對話處理量提升 233%,首次回覆時間縮短至原先的三分之一,成功優化客服團隊效率與工作量能。

DAAC(24 小時挖掘洞察、可自動行動的 AI 數據顧問),作為漸強實驗室的全新產品,定位為全自動 AI 數據分析平台,能將分散於行銷、客服、會員標籤的資訊整合,把以往3~5天的跨部門數據彙整加速到 3 分鐘內完成,並一鍵開啟執行建議,幫助企業立即把握機會、採取行動、解決問題。

漸強實驗室發布「AI-First Communication Cloud」戰略藍圖。為終結工具、數據
圖/ 漸強實驗室

漸強整合三大平台構成「AI All-in-one Solution」,形成一個不停轉動的生態系。從 MAAC 完整剖析全通路數據、一鍵觸發自動化行銷,到 CAAC 即時 360° 洞察顧客需求、一鍵啟動專屬對話,再到 DAAC 即時數據分析轉化為行動,一步步幫助企業決策不再依靠經驗直覺,而是由數據與 AI 驅動的最佳智慧。

AI 落地的最後一哩路

從產品戰略可見,漸強將 AI 的運作理解為一個不斷循環的系統:AI Agents 執行任務-結果沉澱為決策依據-經由大模型判斷方向-再驅動新一輪行動。唯有所有環節緊密相扣,AI 才能真正驅動價值;一旦斷裂,就會退化成孤立的單點工具。

因此在產品工具之後,漸強也提出 AI 顧問服務,將多年實戰經驗濃縮打磨,帶領品牌一步步界定痛點、快速試錯、人機分工、持續優化,協助品牌建立能長期演化的系統,讓技術在導入之後,還能持續成長。

薛覲比喻,漸強作為創新歷程就像是「蓋教堂」,目標使命始終如一,唯隨著時代演進,一次次聚焦解決某個挑戰,逐步將藍圖逐步堆疊實踐。走到 AI 時代的分水嶺,漸強不只給出解方,也盼能拋出更大的思考格局,帶動企業讓 AI 成為決策的核心,讓產品與顧問形成互補生態,陪伴企業從工具導入走向結構轉型;當多數企業仍在試水階段,那些率先建構 AI 驅動的組織,將更快抵達未來。

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Vibe Coding
© 2025 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