重點一：MIT以Iceberg Index（冰山指數）模擬，AI已可取代美國11.7%勞動市場，涉及約1.2兆美元工資。
重點二：受影響職務不僅限科技業，HR、物流、財務、行政等白領職位風險升高，裁員潮可能只是開端。
麻省理工學院（MIT）與橡樹嶺國家實驗室（Oak Ridge National Laboratory）發布研究指出，人工智慧（AI）依據 Iceberg Index（冰山指數）對全美勞動力進行「數位分身」模擬，現階段已能取代美國勞動市場的 11.7%，對應約 1.2 兆美元（約新台幣 37.6 兆元）的「薪資曝險」。
Iceberg Index（冰山指數）以 O*NET（美國勞工部職能資料）的 923 職類與 32,000+ 技能為基底，對齊 13,000+ 企業級 AI 工具（如 Model Context Protocol、Zapier、OpenTools），建立技能層面的「可自動化」能力矩陣，再以工資與僱用比重加權，產出 0—100% 的暴露值。
簡單來說，就是用 AI 當前可勝任的技能來衡量：哪些職務的工作內容會被自動化，或由 AI 大幅增強，從而對這些職務所對應的「薪資總額」構成風險或位移的可能性。
研究團隊強調，這不是在精確預測何時、哪裡一定失業，而是用技能與任務的覆蓋度，估算目前可被 AI 觸及的薪資池有多大，作為政策與訓練資源配置的參考。
工作不一定消失，但內容必將重新分配
研究將「冰山」拆解為可見與不可見兩層：上層的科技、運算與資訊工作相關裁員與職務轉換，只占總薪資曝險的 2.2%（約 2,110 億美元）；而冰山之下的 1.2 兆美元曝險（平均暴露 11.7%）主要來自常被忽略的常規業務功能，包括 Human Resources（人力資源）、Logistics（物流）、Finance（財務）及 Office Administration（辦公室行政）。
相比之下，「冰山之下」的薪資曝險金額比「冰山之上」高達 5 倍。但，這代表什麼？
顧名思義，該研究把勞動市場比喻為一座冰山。媒體聚焦的「工程師被 AI 取代」只是冰山一角， 真正的大規模重塑將出現在文件處理、例行分析、後勤協調等白領支援功能，而且地理上並不侷限於沿海科技重鎮。
對勞工與企業來說，變化不只在工程師或資料科學家，而是大量重複、規範化、以文件與流程為核心的白領任務，會先被 AI 輔助或部分自動化。換言之，工作不一定消失，但內容會重新分配——例如把時間從填表、彙整、對帳，轉向判斷、溝通、監督與整合。
研究亦指出，AI 造成的薪資曝險並非僅限美國沿海科技重鎮；模擬結果顯示，所有 50 州均存在暴露職業，內陸與農村區域同樣受影響。
那這項研究可信嗎？
為了回測數據可信度，研究在兩個面向進行驗證：其一是「職涯流動相似檢查」，先用每個職業的「技能輪廓」判斷哪些職業相似——因為在正常情況下，彼此相似的職業之間，員工更常互相轉職。結果顯示，在「高度相似」那一群裡，有約 85% 的確在現實資料中常互相轉換。亦即，用技能來描述職業，確實反映了真實勞動市場的關係網。
其二是「州別採用相符檢查」，把「冰山表層指數」（目前主要在科技與軟體任務的暴露）與 Anthropic 的實際 AI 使用數據做州別分組比較。兩邊分到同一類（領先／中段／落後）的比例約為 69%。意思是：指數預測哪裡技術暴露高，與當地實際 AI 使用的強弱，大方向是對得上的，尤其在最領先與最落後的州更一致。
重點在於，這兩個驗證並非預言「會不會、何時裁員」，而是檢查「用技能衡量暴露」這套方法，是否貼近真實世界的職涯關係與使用版圖。結果顯示該方法具有合理可信度。
白領工作勢必大轉型
研究團隊指出，傳統指標（GDP、失業率）抓不到這波白領自動化；但用冰山指數可以找出哪些技能最容易被 AI 接手，作為決策地圖。
研究建議，美國各州政府應把資源往「水面下」挪——不只補貼工程師或資料中心，還要投資行政、財務、合規、醫療後勤等流程再造與工具導入，讓 AI 先做文書與例行分析，人力轉向判斷、溝通與監督。
但在砸下數十億預算搶救失業潮前，研究建議先跑「情境沙盒」，測試不同採用速度與方案，避免把錢花在已被技術淘汰的技能或錯的產業。
就業培訓的邏輯也應該徹底改變。在 AI 時代，訓練課程宜從「手做流程」改為「AI＋人」的協作、監督與整合能力。
資料來源：CNBC、PROJECT ICEBERG
本文初稿為AI編撰，整理．編輯/ 李先泰
