Indeed最新報告：逾4分之1工作將被AI「高度轉型」！哪些工作衝擊最大？3張圖一次看懂|數位時代 BusinessNext

「AI到底會不會害我失業？」這大概是很多人心裡最想問的問題。當AI席捲職場，或許可以把重點放在更實際的疑問上：AI會如何改變我們的工作？哪些工作會受到最多影響，而哪些又能維持不變？

美國知名求職平台Indeed發布的最新報告《GenAI at Work Report 2025》，透過自建的「生成式AI技能轉型指數」（GSTI），評估近2,900項工作技能在生成式AI時代下的潛在變化。

先從報告結論來看，生成式AI的影響並非單純的「取代」，而是讓工作本質DNA產生結構性轉變。

觀察一〉4種轉型趨勢，僅1%工作技能由AI完全取代

首先，這份報告將2,900項工作技能分為4個等級，描繪出生成式AI將如何融合到職場中：

1.最低限度轉型（minimal transformation）：AI幫不上忙的核心技能
這類工作AI幾乎幫不上忙，通常是需要實際動手或高度人際互動的工作，例如護理師的臨床照護、建築工人的實體建造等。

2.輔助轉型（assisted transformation）：AI 扮演輔助角色
AI提供有限的協助，提供資訊、範本或建議，人類依然是工作的主導者，例如法規、貿易等。

3.混合式轉型（hybrid transformation）：AI 與人類並肩作戰
是未來最主流的模式，AI 會接手大部分例行性、重複性的工作，而人類則轉為監督、驗證與處理例外狀況的角色。例如校對、旅遊規畫等。

4.完全轉型（full transformation）：AI 全權接管
目前只有極少數的技能會被完全取代，例如一些非常基礎的資料處理或分類工作，這些任務能被AI從頭到尾完全自動化執行。例如基礎數學計算、影響分類等。

延伸閱讀：AI害你沒工作是真的！研究揭2年追蹤數字：Z世代員工占比腰斬，管理職也精簡再精簡

觀察二〉轉型程度兩極化，「人味」軟技能不易被AI取代

Indeed也將GSTI指標應用在其發布的美國職缺技能中，他們發現， 在常見典型的職位中，有近半數（46%）的技能屬於混合式轉型或完全轉型 ，也就是說，在理想條件下，AI將從根本上改變近半數工作技能的執行方式。另外，有12%的技能屬於輔助轉型，而剩餘42%的技能則是最低限度轉型，暫時不受影響。

舉例來說， 在技術密集度高的軟體開發領域，是受到AI轉型潛力影響最深的職業之一，高達81%的技能屬於混合式轉型 。生成式AI已能處理程式碼編寫、偵錯等繁瑣任務，讓人類開發者從「動手寫程式」轉變為「指揮工作」，將心力放在解決更高層次的問題與創意發想上。

而在 需要人際互動的職業，例如護理師，屬於「最低限度轉型」，因為這些技能需要物理執行與情感連結，是現階段AI無法取代的 ，但可協助處理行政文書、排班等繁瑣事務，讓護理師有更多時間陪伴與照顧病人。

觀察三〉5成工作處於「十字路口」，未來走向取決企業、政策

另一方面，儘管在過去一年中，Indeed上26%的工作屬於「高度」可能被生成式AI轉型的類別、20%的職位面臨低度轉型，而剩下的54%，也就是超過一半的主流職位，都處於「中度轉型」類別的模糊地帶。

這類中度轉型的工作，不像軟體工程師會被AI大幅改變，也不像護理師能完全不受影響，之所以重要，是因為它們是主流而非利基市場，容易仰賴企業決策、政策制定者和技術供應商的選擇，不會一夕之間徹底轉變。

中度轉型職位的職涯發展，也會取決於企業如何導入AI，以及勞工自身的調適與再培訓能力，同時也是未來勞動力市場演變的關鍵。

報告作者資深經濟學家Annina Hering與數據科學家Arcenis Rojas認為：「只要不需實體執行，且生成式AI的能力持續成長，未來將會有更多技能跨越自動化的門檻。」這也呼應了報告的總結：生成式AI帶來的混合式轉型並非走向「完全取代」的過渡階段，而是許多職位最終將達成的目的地。

換句話說，未來員工不僅需要具備領域知識，更要懂得駕馭AI工具，並能提供AI無法複製的獨特價值。

延伸閱讀：「這個睡姿影響10年壽命」「連喝40天可治腦部疾病」⋯AI醫師侵入長輩群組，別被騙！4招教你破解
 誰都不敢跑，職場「大擁抱潮」來了！在這段黃金沉潛期，你該做好2個準備

資料來源：Indeed

本文初稿為AI編撰，整理．編輯/ 蘇柔瑋

曾是台灣製造業重要根基的塑膠射出產業，如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者，老師傅退休、新人才接不上的現況，更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具，許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出，全球塑膠射出市場規模超過 3000 億美元，每年仍以約 3% 至 4% 的幅度成長。需求並未消失，只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉，老師傅數十年累積的經驗卻很難複製。

這道人才缺口，正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發，歷經近十年研究與工廠驗證，嘗試把老師傅腦中的射出經驗，轉化成可以計算、保存與持續學習的 AI 模型，解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI，射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備，不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後，生產現場仍得依產品、材料與機台特性，調整溫度、速度、壓力、位置等條件；即使使用同一種塑料，不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處，不只是記住參數，而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的，就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後，第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統，工廠只要輸入材料、機台規格、產品尺寸等資訊，sMolding 便能計算第一組成型參數；若試模後出現產品缺陷，再由 sTroubleshooting 提供修正建議。

「它就像導航。我今天告訴你要從 A 點到 B 點，但不知道路怎麼走，導航會把路徑算給你。」張詠翔說。對射出成型而言，這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例，傳統方式需 7.5 小時，導入系統後縮短至 2 小時，材料使用量從 23 公斤降至 8.7 公斤，整體試模成本降低 64%。

但找到正確參數只是第一步，真正進入量產後，工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損，都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組，透過射出壓力數據持續監控品質，並依生產狀態自動補償關鍵參數。換言之，AI 不只在試模階段提供一條正確的「導航路徑」，進入量產後還能因應製程變化持續修正，進一步朝「自駕」邁進。

從產線驗證到海外布局，桃園如何助攻智穎智能跨過0到1？

但要讓 AI 真正走進工廠，智穎智能採取 SaaS 訂閱模式，將核心運算留在雲端持續學習與更新，降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備，因此智穎智能的方案既能導入既有設備，也能與射出機、控制器業者合作，在新機出廠時直接整合。「一個工廠不會只有一個廠牌，就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言，AI 真正走進製造現場的關鍵，在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言，降低導入門檻還不夠，更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言，桃園不只是公司所在地，也提供了技術走向市場的第一塊試驗場。「對新創來說，第一個就是要經費、要人才、要場域，再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期，團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源，降低早期研發與營運負擔。更重要的是，桃園密集的製造業聚落，本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業，智穎智能在創業初期接觸到位於桃園的「良器」，成為公司第一個客戶。從概念驗證、產品調整到實際導入，合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言，第一個願意開放場域的客戶，意義遠超過第一筆營收。

如今，從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次，完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示，透過市府帶領團隊前往日本神戶，智穎智能接觸當地官方與企業資源。在市府引薦下，團隊成功對接了神戶知名加速器，更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局，為下一階段海外市場拓展做準備。

AI 解決「怎麼生產」後，下一步是「替誰生產」

當 AI 開始解決「怎麼生產」，張詠翔看到的下一個問題，是「替誰生產」。部分製造商提高生產效率後反過來問他，如果我的產能多了 20%，但沒有多 20% 的訂單，我何必要做那麼快？

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家，品牌要在海外重新尋找符合特定規範與製程能力的供應商，也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商，讓品牌端能依條件尋找供應商，也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務，初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究，到桃園工廠提供第一個實際驗證場域；從把老師傅經驗變成 AI「導航」，再走向能自行修正製程的「自駕」，智穎智能試圖數位化的，是製造業最難被保存的資產：人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散，這套從桃園工廠磨出的 AI，下一步不只要替老師傅找到數位接班人，也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源，將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去，讓外界看見桃園豐沛且具實戰力的創新動能。