AI技術近年的突飛猛進，讓各界對AI的前景及應用有著高度期待，那麼現在AI究竟已經在哪些領域發揮作用，創造真正的價值？麻省理工學院在近期在一份多達120頁的研究報告中，揭秘了AI的應用版圖，發現目前絕大多數應用聚焦於思考類的資訊處理工作，並且最頂端1.6%的活動，占據超過6成AI市場價值。
麻省理工學院（MIT）集體智慧中心近期在《AI能應用於何處？來自深度工作活動本體論的洞察》（Where can AI be used?Insights from a deep ontology of work activities）這份研究中，試圖拆解AI在不同類型工作中的運用狀況。
AI究竟做了哪些工作？MIT拆解2萬個任務後，答案比你想的更集中、更偏食
在這份報告中，研究團隊分析了美國勞工部的O*NET職業資料庫，建立一套包含約2萬項任務的「工作本體論 (Ontology of Work)」框架，並交叉比對13,275個AI軟體應用程式與2,080萬個機器人系統。
為了精確衡量AI在各行各業的運用，MIT研究團隊跳脫傳統的職稱框架，將工作拆解為「深層本體論」（Deep Ontology）結構。這套架構依據「作用對象」將人類的所有生產活動分為三大項，分別是：
處理資訊（Act on information，簡稱Think）： 包含資訊的創造、修改、儲存與分析。
處理實體物件（Act on physical objects, 簡稱Do）： 涉及製造、維修與搬運實體產品。
跨主體互動（Act with other activities and actors, 簡稱Interact）： 涵蓋與人類或其他系統的協作、溝通與交易。
而在這三大類別下，有著大量不同層級的能力與工作分類。研究人員透過這套方法拆解各個產業與工作的關鍵能力，能更清楚分類AI擁有的技能及應用的場景，例如具備「寫作」能力的AI系統，其能力能夠自動延伸至如「撰寫年度報告」或「撰寫商務郵件」等子項分類之中。
AI發展仍極度偏食，大幅集中數位內容生成
這份研究的關鍵成果，則是發現AI的發展事實上極度不均。研究中分析1.3萬個AI軟體產品指出，高達92%的軟體應用集中在任務種類僅占6.8%的「資訊處理」範疇，而在這些資訊處理任務中，「創造資訊」佔了58%，是最為主流的應用領域。
這番話的意思是，如果我們單純只看市面上的AI軟體應用程式（排除實體機器人），目前的軟體開發與應用主要聚焦於協助人類執行分析、運算或生成等腦力勞動，而在這之中更極度傾向於「生成式數位內容」。
若進一步細分，電腦圖像生成以7.18%的占比奪冠；其次則是內容創作（3.53%）、影片製作（2.69%）、回答問題（2.59%）及內容撰寫（1.88%）。
企業投資高度集中特定任務
且不僅AI軟體的開發嚴重偏食，全球企業為AI應用投入的預算也極為集中。最頂端僅1.6%的任務，卻占據了全球60%的AI市場價值，意思是極少數的特定工作，吸納了全球超過60%的AI系統購買與投資總花費。
整體而言，資訊處理占據企業投資或購買AI系統花費的72%，跨主體互動占48%，處理實體物件則占12%。（註：各類別有重疊，故總計超過100%）
該研究也提到，「跨主體互動」類別佔據了48%的全球AI市場價值，但仔細拆解會發現，其中很大部分是與「資訊處理」重疊的數位任務（如客服機器人傳遞資訊），或是由實體服務機器人所貢獻，也是為何比例加總超過100%。真正涉及複雜人際深度交流的純軟體應用，仍是尚未充分開發的藍海領域。
這個資料顯示，AI對各種現場工作的滲透遠低於辦公室工作，如果你是一名在第一線操作精密儀器或管理實體場域的專業人士，被AI取代的風險可能比辦公室內的數位內容創作者要小得多。
不過需明確的是，研究團隊在研究限制中聲稱，「我們的分類系統並沒有區分一個應用程式究竟是能『自動化』（automate，意即取代）該項活動，還是能『擴增/輔助』正在執行該活動的勞動者。」
涉及人際互動、決策領域仍是AI藍海市場
而無論AI應用開發，或者企業投資AI系統都如此聚焦特定領域，側面反應的是目前仍有大量AI尚未觸及的空白市場。例如執行（Do）類別中的物理操作任務，因為純數位軟體先天無法觸及實體世界，在軟體端應用率完全掛零。這意味著物理任務的AI化，必須仰賴實體機器人來驅動。
更關鍵的是，AI在許多「思考」與「互動」任務的滲透率同樣是零，例如給予指令（Order）、授權（Authorize）、分派任務（Assign） 以及接收（Receive）。
為什麼這些領域AI還進不去？因為這些任務往往涉及決策與責任歸屬，還必須牽扯到人與人的溝通，目前企業仍普遍傾向由人類承擔最終決策責任。
該研究也引用學界曾提出的「EPOCH」五大核心人類能力框架，強調人類在同理心（Empathy）、現場感（Presence）、觀點（Opinion）、創造力（Creativity） 與希望（Hope）等5個維度有著AI難以取代的優勢。
對於創業者而言，這些空白區並非技術瓶頸，而是下一波藍海市場，誰有辦法開發出能處理複雜社交脈絡、融入人類社會問責機制的AI系統，就能打開這塊完全未開發的巨大市場。
延伸閱讀：
《數位時代》精選2026年人工智慧公司，輝達、Anthropic⋯改變世界的「AI怪物」一次看
隱藏功能公開！Claude Code之父曝15項技巧：如何讓AI自己排程寫程式？
資料來源：Where can AI be used? Insights from a deep ontology of work activities
本文初稿為AI編撰，整理．編輯/ 陳建鈞
