AI省下1美元，能創造1美元的再就業需求？AI經濟的「月之暗面」：看懂鏡像市場新商機|數位時代 BusinessNext

AI省下1美元，就創造1美元的再就業需求？AI經濟的「月之暗面」：看懂鏡像市場新商機

當所有企業都在用 AI 追逐「效率」的光亮面，另一個龐大的機會，或許將藏在人類如何重新被世界需要的那一面。

「白領大屠殺」來了！快速形成的職場斷層

AI 全面進入我們的生活中之後，國外科技公司裁員的新聞時有所聞，40 歲以上的白領中堅、尤其是軟體工程師首當其衝，成為第一批被裁掉的「知識工人」，原本需要 5 位開發者的團隊，如今 2 人就能完成。

世界經濟論壇《Future of Jobs Report 2025》指出，未來 5 年全球將有超過 9,200 萬個職位消失，而這些職位多屬中產階級白領，更嚴重的是，這場革命帶來的，是整個職涯結構的崩解。過去，畢業生初入職場，從初階職位做起，一步步往上爬，但生成式 AI 出現後，初階職位大量消失，職涯的第一步已不復存在。

鏡像市場：AI 經濟的另一半

不過，正因為這樣的斷裂，也讓新的機會開始浮現。我認為，AI 帶來的不只是效率革命，也創造出兩個同步擴張的市場：上層是企業導入 AI、節省人力成本的「效率市場」；下層則是被自動化取代、需要重新上路的「人類市場」。兩者之間形成一個鏡像關係（Mirror Market）：AI 每節省 1 美元的人力，就在社會底層創造出 1 美元的再就業需求。

從被 AI 取代的工程師切入，Inference.ai 打造人類能力的基礎設施

美國新創 Inference.ai 看見了這個被大眾忽略的機會，因此致力打造「人類重新就業的基礎設施」，用 AI 反過來訓練人類，重建「從學習到就業」的路徑。

Inference.ai 掌握的 GPU 分割化（fractionalization）技術，能在單張 GPU 上創建多個獨立運算環境，讓數千名學員同時在真實算力下訓練。如此一來，無論是企業、大學甚至個人，都能以低成本取得原本高昂的算力資源，讓每位參與者都能在「真實而非模擬」的 AI 環境中實作，累積實作經驗。

正因掌握這樣的技術與資源，Inference.ai 打造了一個專門幫助白領返回職場的 AI 產品。首先，該產品會先掃描市場上真實的職缺需求，拆解每一個職位需要的技能樹。再根據個人背景生成專屬技能訓練路徑；學員在 GPU 環境中完成真實的機器學習任務與訓練，同時，也搭配來自美國一線科技大廠的業界導師，回饋真實的產業需要與經驗給學員。

這套系統目前特別聚焦在機器學習領域，例如幫助想進入 AI、機器學習或資料工程領域的工程師，在真實算力與專案環境中完成訓練，直接銜接企業端的即戰力需求。

結束訓練後，Inference.ai 透過自行研發的 AI 面試官驗證成果，同時建立自有的題庫系統，每一道題目都源自真實世界機器學習職缺的技能需求，讓學生在練習就同步模擬真實職場的挑戰。

目前，Inference.ai 的社群在沒有花費行銷預算的情況下，已吸引超過千名學員，每週自然成長上百人，且已與多家美國大學與企業合作，形成一個可自我維持的成長飛輪。

當全球最強大的晶片被用來取代人類的工作時，Inference.ai 選擇用同樣的算力，去重建人類的機會。

他們相信GPU 能取代舊的職位，但也同時也能開啟新的可能。

責任編輯：蘇柔瑋

AI 與數據正快速落地至各行各業，從製造、金融、電信、醫療到零售，應用速度不斷加快。但在每年交易規模至少新台幣 1900 億元的商用地產領域，卻長期受到數據破碎且不透明的限制，只能仰賴人力蒐集資訊，再憑直覺和經驗去解讀資訊、做出決策，使 AI 潛在價值難以真正發揮。為回應產業轉型的核心痛點，方睿科技首度舉辦「商用地產生態系年會 2026 Raise Day」，以開放式平台為核心，串聯專業地產服務商、空間相關企業服務商、產業專業人士等多元角色，勾勒出 B2B 企業服務生態系的全貌，希望能透過科技促進數據流動，為商用地產企業協作模式開啟新的可能性。

方睿科技雙軌策略，讓 AI 成為商用地產的決策引擎

方睿科技創辦人暨執行長吳健宇指出，在 AI 時代，人應該專注於「最有價值」的工作；然而在商用地產業中，專業人士卻有約 70% 的時間耗費在資料蒐集與整理上，真正用於判斷與決策的時間僅約 10%。方睿科技希望翻轉這樣的時間分配，讓人力從低價值的資料處理中解放，將更多心力投入在判斷、溝通與決策等創造價值的商業活動。

為此，方睿科技提出兩條實踐路徑。第一條是建構出具備完整性、易用性與進化性的商用地產智慧平台，運用 AI 技術，將過去產業中破碎、非結構化的資料，重塑為可被運算、可驗證的標準化數據，並結合圖表與互動式介面，讓使用者能夠快速得到完整市場資訊，實現「用戶即專家」的目標。

第二條則是推動生態系聯盟，將不動產視為企業服務的核心載體，串聯設計、家具、搬遷、清潔等多元服務夥伴，使空間不再只是靜態標的，而是承載案例、服務與數據回饋的生態系節點。透過生態系夥伴累積的實務資料與服務紀錄，平台得以發展「資料即推薦」模式，推動商用地產從單點交易，邁向可擴張的 B2B 服務網絡。

獨創「資料飛輪」機制，實現用戶即專家目標

在 AI 模型日益普及的當下，真正的競爭關鍵已不在模型本身，而是能否有效率地收集資料、提高資料品質，並將其與實際決策流程緊密結合。為此，方睿科技獨家設計出一個由「資料收集、資料精煉、專家把關、決策反饋」組成的資料飛輪，回應商用地產長期面臨的資料破碎與決策效率低落問題，成為方睿科技實踐願景的第一條路徑。

方睿科技技術長郭彥良進一步說明，資料飛輪機制的運作架構。首先在資料收集階段，必須系統性蒐集公開資料、內部檔案與報告，並透過 AI 協作將圖片等非結構化資訊轉換為可用的結構化數據。接著進入資料精煉，透過資料清洗與實體對齊，將原始資訊從單純的可閱讀升級為可比較、可推論的決策依據。第三步專家把關，則引入不動產專家進行校正與產業判讀，補上模型難以理解的規則與慣例，確保關鍵數據的正確性。最後的決策反饋階段，藉由收集使用者提問與行為，檢視現有資料是否足夠精準，再回到專家校正與補齊流程，使整個系統能隨使用頻率提升而持續進化。

在資料飛輪的運作基礎上，方睿科技正積極研發商用地產智慧平台 PickPeak。郭彥良表示，PickPeak 並非單純的物件搜尋工具，而是結合深度資料與 AI 的決策輔助平台。使用者可透過自然語言互動，提出人數、預算、區位、產業屬性等多重條件，再由系統動態生成可比較、可驗證的選址方案，真正將 AI 從「回答問題的工具」，轉化為「陪伴決策的數位專家」。

創新 Data to win 模式，讓 AI 深入商用地產各階段決策流程

不過，單靠數據整合與 AI 應用仍不足以支撐產業全面升級，因此，方睿科技提出的第二條路就是，推動產業生態系聯盟，整合商用地產市場上不同角色的數據，讓 AI 能夠真正成為商用地產決策時的智慧引擎。

方睿科技不動產知識創新中心總監曾凡綱指出，目前在企業、房東或物業主與各類服務供應商之間，缺乏有效的整合機制，導致企業在選址與空間規劃過程中，難以快速找到真正合適的服務與解決方案，形成明顯的產業斷點。

為解決這些斷點，方睿科技提出「Data to win」模式，以資料取代傳統「Pay to win（付費買廣告）」思維，讓真正具備經驗與實績的服務夥伴，在適當的決策節點被看見。

曾凡綱說明，在廣告投放效益越來越低的情況下，企業服務商面臨的問題已不只是「如何曝光」，而是「如何在對的地方被看見」，這將是未來的市場勝出指標；而 Data to win 正好可以協助企業服務商建立此能力，方睿科技將生態系夥伴所擁有的案例、服務紀錄與產業知識等資料，經過去識別化與結構化處理後，再嵌入企業決策流程中，讓推薦不再來自廣告投放，而是真實、可被驗證的使用經驗，透過這樣的機制，不僅提升企業決策的準確度，也能同步放大生態系夥伴在合作中的實質價值。

舉例來說，方睿科技整合辦公傢俱夥伴 Backbone 班朋實業長期累積的辦公室規劃案例與平面圖資料，讓企業在選址階段，就能同步評估空間規劃方案，加速決策流程。又如，整合出行服務夥伴 USPACE 悠勢科技的服務資料，並呈現在地圖上，協助企業評估辦公據點的交通便利性，優化員工日常通勤與出行體驗。此外，平台也可整合大樓的 ESG 認證、公共設施與服務層資訊，協助企業快速篩選符合需求的辦公大樓，提升進駐媒合效率。

「Raise Day 只是這場變革的起點。」吳健宇強調，方睿科技已經透過投資與合夥模式，將布局延伸至專業地產服務與空間經營領域，至今旗下已有商用不動產仲介、顧問與估價等專業服務的宇豐睿星，以及聚焦商用地產代銷市場的希睿創新置業。透過直接參與第一線實務運作，方睿得以更深入理解產業真實痛點，讓科技不只是工具，而能真正回應實際決策與服務需求。

此外，方睿科技未來也將持續擴大「商用地產 x 企業服務生態系」聯盟，目前包括 Backbone、USPACE、IKEA For Business、潔客幫等企業服務夥伴已率先加入；接下來，方睿科技將邀請更多擁有關鍵數據與專業能力的企業服務商加入，讓數據在安全、可控的前提下流動，進一步釋放商用地產在選址、營運與企業服務等全生命週期中的結構性價值，為產業轉型啟動下一個關鍵階段。

右起方睿科技共同創辦人暨營運長陳致瑋、USPACE悠勢科技共同創辦人暨執行長宋捷仁、Backbone班朋實業創辦人暨執行長廖家葳，透過企業服務生態系合作共同為產業啟動下一個關鍵階段。

圖／數位時代

方睿科技官網： https://www.funraise.com.tw