Indeed報告揭職場AI真相：僅1%技能真正被代勞，但初階職位門檻已悄悄升高|數位時代 BusinessNext

Indeed報告揭職場AI真相：僅1%技能真正被代勞，但初階職位門檻已悄悄升高

AI究竟能搶多少工作？Indeed旗下報告指出，99%技能仍需人類，並且僅有少數企業在招募時提到AI。

只有1%工作技能可被AI代勞

Hiring Lab在研究中建立了一套「GenAI技能轉型指數（GSTI）」，以GPT-4.1與Claude Sonnet 4為工具，評估近2,900項工作技能。結果顯示，能被AI在無需任何人類介入的情況下完全執行的技能，僅佔1%。

其餘技能中，40%屬於「混合轉型」——AI可執行，但仍需人類監督；19%為「輔助轉型」，AI可處理部分環節，但人工介入不可或缺；另有40%幾乎不受AI影響。

值得注意的是，這裡的分析單位是「技能（skills）」，而非「職業（jobs）」。報告指出目前逾26%的工作面臨AI的高度衝擊，但衝擊不等於取代。

報告指出，未來工作的核心不是人類與AI競爭，而是人類與AI合作下能共同達成什麼，AI的角色主要是輔助與增強，並非顛覆及發明全新的工作模式。

AI雷聲大雨點小，多數企業仍在觀望

研究中另一項發現，同樣印證這樣的論述：目前絕大多數企業，都還未開出AI相關職缺。數據顯示，儘管成長快速，截至2026年1月，美國仍只有近6%的企業釋出任何與AI相關的職缺，僅有18.9%的企業在過去兩週內實際使用過AI工具。

AI採用高度集中在規模前1%的大型企業，其中近半數（49.9%）已發布AI職缺，中小企業幾乎為零；且這些大企業貢獻了全體AI相關職缺的近90%。就連已在使用AI工具的員工，實際效益也相當有限。調查顯示，全球多數AI使用者每天節省的工時僅1至2小時，遠低於外界期盼的生產力革命。

這代表AI暫時還是少數企業巨頭的軍備競賽，尚未真正在職場上普及。Indeed首席經濟學家斯文亞．古德爾（Svenja Gudell）直言，「AI採用在大型科技與專業服務公司進展快速，但在整體經濟中擴散的速度慢得多。」

這樣的落差，在各國職場AI使用率的對比上同樣清晰可見。報告調查了8個國家員工每月至少使用幾次AI工具的比例，數字相當懸殊。愛爾蘭以70%高居榜首，德國46%、美國43%居中，日本則僅有18%墊底。

研究指出，這樣的差距部分來自各國產業結構與文化的不同，例如愛爾蘭聚集大量科技與專業服務業，日本職場文化則相對保守。這組數字進一步說明，AI在職場的滲透速度，遠比科技界的討論熱度來得參差不齊。

資深人才愈搶手，入門門檻悄悄墊高

儘管AI對實際工作內容的改變仍相當有限，企業的招募邏輯卻已搶先一步跟著轉變。簡單來說，企業還沒真正用AI取代人，但AI已經成為篩選人才的標準。

這個趨勢在經驗要求上表現得最為直接。要求5年以上工作經驗的美國科技職缺占比，已從2022年的37%上升至40%，而要求1年以下資歷的職缺比率則持續萎縮。報告進一步指出，這個趨勢在科技業是獨有的——其他領域的職缺資歷門檻反而正在鬆綁。

對正要進入職場的科技人才而言，這是一個不可忽視的變化。AI工具的普及，雖然尚未直接取代初階職位，卻讓企業得以用更少的人做更多的事——留下來的職缺對AI協作能力的要求愈來愈高，入門門檻就這樣悄悄墊高了。

資料來源：Hiring Lab
本文初稿為AI編撰，整理．編輯/ 陳建鈞

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。