你的工作會被 AI 搶走嗎?微軟分析 20 萬筆對話點名這些職業最危險!

微軟分析了 20 萬筆 Copilot 對話,揭露哪些職業正面臨 AI 取代的高風險。從翻譯員、客服到文書助理,AI 已經悄悄接手你每天在做的工作。真正的職業危機,不是被 AI 取代,而是當你的價值被切割到所剩無幾時,你是否能在決策與創造力層級脫穎而出?

你的工作會被 AI 搶走嗎?微軟分析 20 萬筆對話點名這些職業最危險!

上個月,微軟發布了一篇「哪些工作,最容易被 AI 取代?」的研究報告,這篇研究分析了 20 萬筆 Bing Copilot 用戶對話,試圖回答一個科技圈與經濟學界都在關心的命題──當生成式 AI 被大量應用,究竟哪些職業會首當其衝?而這些對話記錄,就像一面鏡子,映照出 AI 介入人類工作的真實場景。

接下來,讓我們用最簡單的方式拆解這份報告(坦白說看完我自己都有點傷心XD):

  • 微軟是如何透過 Copilot 對話數據,告訴你哪些職業最容易被取代?
  • 哪些職業最危險?哪些職業最安全?
  • 在數據背後,藏著哪些意想不到的使用行為?
  • 這篇研究報告有什麼盲點?

為什麼透過對話數據可以告訴你哪些職業會被取代?

微軟蒐集了 20 萬筆 Bing Copilot 與用戶的匿名對話,去觀察大家平常都請 AI 幫忙做哪些事。這些對話涵蓋了從「幫我寫一封客服信」、「告訴我某個法律條文」、「教我怎麼做簡報」到「幫我改這段文案」等各種工作情境。

微軟報告中的「Generalized Work Activities (GWA) 活動分佈圖」,用來說明 AI 在 Copilot 對話中,最常被用來做哪些類型的工作活動

關鍵在於,微軟不是只看 AI 回答了什麼,而是將每一段對話拆解為兩個面向:

  1. User Goal(用戶目標):用戶希望 AI 協助完成什麼任務?
  2. AI Action(AI 行動):AI 在這次對話中實際執行了什麼工作活動?

接著,他們將這些任務對應到 O*NET 這套職業資料庫。O*NET 是美國官方編撰的「工作活動分類表」,把全美數千種職業拆解成數百個標準化工作活動,例如「撰寫內容」、「提供技術說明」、「與客戶溝通」等等。

微軟把每一份工作都拆成許多「小任務」,再用三個問題來衡量 AI 的影響力:

  1. 這些小任務,AI 出現的頻率有多高?(覆蓋率 Coverage):例如「客服回應」、「寫產品簡介」,如果這些任務經常在 Copilot 對話中出現,就代表 AI 已經在協助這些活動。
  2. AI 完成這些任務的表現有多好?(完成率 Completion):微軟會看用戶是否按讚,也會用 AI 自己評估任務是否完成,來判斷 AI 在這些任務上的表現好壞。
  3. AI 在這些任務中,能做到的工作量有多大?(影響範圍 Impact Scope):是只是幫忙提供一點參考資訊,還是能直接做到「寫完整篇文章」、「製作完整報告」?影響範圍越大,代表 AI 能取代的工作比重越高。
微軟報告中的 「工作活動的 AI 成功率(Feedback Positive Fraction)」分析圖,用來比較用戶對不同任務中,AI 表現的滿意度。

最後,他們把這三個指標綜合起來,計算出每一個職業的 AI 適用性分數(AI Applicability Score)。這個分數不是單純看「AI 能不能取代一個職業」,而是看 AI 能在這個職業中「吃掉多少核心任務」。

哪些職業最危險?哪些職業最安全?

當微軟把這套「AI 適用性分數」算出來之後,結果一點也不意外──最危險的,是那些「靠電腦維生」的人。

文末附件有中文版

排名第一的是翻譯與口譯員,幾乎 98% 的工作內容都與 AI 擅長的資訊處理與文字生成有重疊。接著是歷史學家、業務人員、客服代表、作家與編輯、數據分析師、文書助理,這些職業共同點都只有一個:

「你做的工作,AI 只要一台電腦、一組模型,就能完成七八成。」

這些職業並非傳統印象中「基層、低薪、重複性高」的工作,反而多數是知識工作、辦公室職位。這也是這份報告讓人最不安的地方──AI 並不是先從工廠現場開始,而是先從電腦前的白領工作者下手。

但並不是所有白領工作都同樣危險。報告中也指出,像產品經理(Product Managers)、顧問(Consultants)、專案經理(Project Managers)、法務顧問(Legal Advisors)、行銷策略規劃師(Marketing Strategists)這些職業,儘管每天也在使用大量資訊,但 AI 能夠協助的範圍相對有限。

為什麼?因為這些職位的核心價值不在於「執行」,而在於「判斷」與「整合」:

  • 產品經理需要橫跨技術、市場與用戶需求做出權衡決策,AI 雖能幫忙找資料、寫報告,但最終決策仍掌握在人手中。
  • 顧問與專案經理需要在與客戶溝通、協調資源、解決跨部門問題時展現臨場應變與人際技巧,這些工作活動並不容易被文字提示與模型預測所取代。

反過來,AI 最難碰觸的職業,清單就變得很有畫面感了:
洗碗工、屋頂工人、機械設備操作員、按摩師、清潔人員、重型設備駕駛員……
這些職業有一個共通特徵:AI 不會「動手」也無法「在現場」。

職業名稱 AI 涉及率 (Coverage) 完成率 (Completion) 影響範圍 (Scope) AI 適用性分數 (Score)
抽血技術員(Phlebotomists) 0.06 0.95 0.29 0.03
護理助理(Nursing Assistants) 0.07 0.85 0.34 0.03
危險物處理員(Hazardous Materials Removal Workers) 0.04 0.95 0.35 0.03
油漆、灰泥與裝修幫工(Helpers—Painters, Plasterers, etc.) 0.04 0.96 0.38 0.03
防腐處理員(Embalmers) 0.07 0.93 0.22 0.03
廠務與系統操作員(Plant and System Operators, All Other) 0.05 0.93 0.38 0.03
口腔與顎面外科醫師(Oral and Maxillofacial Surgeons) 0.05 0.89 0.36 0.03
汽車玻璃安裝與維修工(Automotive Glass Installers and Repairers) 0.04 0.93 0.34 0.03
船舶工程師(Ship Engineers) 0.05 0.92 0.39 0.03
輪胎維修與更換工(Tire Repairers and Changers) 0.04 0.90 0.35 0.02

不過,這並不代表白領職位會直接消失。微軟的研究強調,AI 目前還是「輔助」性質,處理的是「資訊整理、文案撰寫、回應查詢」這些高重複性的任務。也就是說──你可能還是業務,但下次準備提案時,真正寫 PowerPoint 的是 AI,你只負責做最後的決策與客戶關係經營。

Insight:AI 不是在取代你,而是在幫你做「你自己都沒發現的工作」

AI 取代工作的方式,並不是像你想的那樣直接「搶走一個職位」,而是從一小塊一小塊任務中滲透進來。

微軟發現,在 Copilot 對話中,有高達 40% 的情境,用戶的「目標」與 AI 實際「執行的任務」是不同層次的活動
舉例來說:

  • 你想「解決印表機故障」,AI 給你一段操作指南。
  • 你請 AI 幫你「處理客訴」,AI 給你一封禮貌回覆信。
  • 你說「幫我寫一篇行銷文案」,AI 給你一個草稿提案。

AI 不是真的「直接幫你完成最終目標」,而是把中間最耗時、最重複的那一段工作流程,替你先完成。更有趣的是,AI 在「幫助你去幫助別人」這件事上,表現得比你想像中更好:

  • 它不一定能直接取代客服人員,但能幫你把客戶最常問的問題自動整理好答案。
  • 它不一定能成為提案專家,但能幫你把市場資料、產品亮點、簡報架構一次排好。

這種「AI 在幕後幫你鋪路」的模式,正在讓許多知識工作者的工作樣貌變得不一樣:

  • 你過去可能花 3 小時在資料蒐集、格式整理、初稿撰寫;
  • 現在只需要 10 分鐘下指令、修改 AI 初稿,剩下的時間可以用來做「人類價值更高的決策與溝通」。

雖然AI 不會瞬間取代一個職業,但會悄悄接手那些「你以為理所當然、但其實可以被交給 AI 做」的任務。隨著這些任務被逐步吃掉,職業的定義與價值重心,也會隨之轉變。

冷靜一下,這只是 Copilot 的對話 (如果是 ChatGPT 會有更多職業中標)

這份報告雖然聲稱分析了 20 萬筆「職場相關的 AI 使用行為」,但有個極關鍵的前提 —— 這些數據只來自 Bing Copilot 的使用情境

我們必須意識到,不同 AI 工具的用法與用戶群體,會直接影響數據呈現的結果

  • 在 Copilot 上,使用者主要用來查資料、寫文案、簡單輔助工作,這會讓數據特別集中在「資訊處理型職業」。
  • 但如果今天把分析對象換成 ChatGPT,用戶可能會請它做簡報策劃、寫程式、設計商業流程,涉及的職業範圍與任務內容會更廣。
  • 再換成專業開發者偏好的 Claude,取代性高的職業排序又會完全不同。

但這個視角非常重要,因為它提醒我們:

AI 取代性的關鍵,從來不是某一個職業名稱,而是「你的工作中,有多少正在被交給 AI 處理」。

與其問「我的職業會不會被 AI 取代」,你應該開始觀察:

  • 你每天交給 AI 做的那些任務,是不是已經成了工作中的關鍵部分?
  • 當這些任務變成 AI 的責任後,你是否還有其他價值,是 AI 碰不到的?

每個人在使用 AI 工具時,都應該主動留意自己「正在讓 AI 接管哪些工作」,並且思考自己如何在更上層的層級(決策、策略、協作、創意)發揮專業,換言之,越能讓 AI 自動化的任務,越不該成為你價值的核心。

AI 最容易取代的職業 Top 40

職業名稱 AI 涉及率 (Coverage) 完成率 (Completion) 影響範圍 (Scope) AI 適用性分數 (Score) 就業人數
口譯員與筆譯員 (Interpreters and Translators) 0.98 0.88 0.57 0.49 51,560
歷史學家 (Historians) 0.91 0.85 0.56 0.48 3,040
客務乘務員 (Passenger Attendants) 0.80 0.88 0.62 0.48 20,190
服務型業務代表 (Sales Representatives of Services) 0.84 0.90 0.57 0.46 1,142,020
作家與撰稿人 (Writers and Authors) 0.85 0.84 0.60 0.45 49,450
客戶服務專員 (Customer Service Representatives) 0.72 0.90 0.59 0.44 2,858,710
CNC 工具程式編寫員 (CNC Tool Programmers) 0.90 0.87 0.56 0.44 28,030
電話接線員 (Telephone Operators) 0.80 0.86 0.57 0.42 4,600
售票員與旅遊櫃檯人員 (Ticket Agents and Travel Clerks) 0.71 0.90 0.60 0.42 119,270
廣播主持人與電台 DJ (Broadcast Announcers and Radio DJs) 0.74 0.84 0.60 0.41 25,070
證券經紀助理 (Brokerage Clerks) 0.74 0.89 0.57 0.41 48,060
家庭與生活管理導師 (Farm and Home Management Educators) 0.77 0.91 0.48 0.41 1,810
電話行銷員 (Telemarketers) 0.66 0.89 0.60 0.40 81,580
飯店禮賓員 (Concierges) 0.70 0.88 0.56 0.40 41,020
政治學者 (Political Scientists) 0.77 0.87 0.53 0.39 5,580
新聞分析師與記者 (News Analysts, Reporters, Journalists) 0.81 0.74 0.58 0.39 45,020
數學家 (Mathematicians) 0.91 0.74 0.54 0.39 2,220
技術寫手 (Technical Writers) 0.83 0.82 0.54 0.38 47,970
校對與文字編輯 (Proofreaders and Copy Markers) 0.91 0.86 0.45 0.38 5,370
餐廳接待員 (Hosts and Hostesses) 0.60 0.90 0.57 0.37 425,020
編輯 (Editors) 0.78 0.82 0.54 0.37 95,700
大學商業教師 (Business Teachers, Postsecondary) 0.70 0.90 0.52 0.37 82,950
公關專員 (Public Relations Specialists) 0.63 0.90 0.62 0.37 275,550
展示與產品推廣員 (Demonstrators and Product Promoters) 0.64 0.88 0.57 0.36 50,790
廣告業務人員 (Advertising Sales Agents) 0.85 0.84 0.49 0.36 108,100
開戶專員 (New Accounts Clerks) 0.72 0.87 0.51 0.36 41,180
統計助理 (Statistical Assistants) 0.72 0.90 0.48 0.35 7,200
櫃檯與租賃服務員 (Counter and Rental Clerks) 0.62 0.90 0.52 0.36 390,300
數據科學家 (Data Scientists) 0.77 0.72 0.63 0.35 164,170
理財顧問 (Personal Financial Advisors) 0.69 0.88 0.52 0.35 272,190
檔案管理員 (Archivists) 0.66 0.88 0.49 0.35 7,150
大學經濟學教師 (Economics Teachers, Postsecondary) 0.68 0.90 0.50 0.35 12,210
網頁開發員 (Web Developers) 0.73 0.86 0.51 0.35 85,350
企業管理分析師 (Management Analysts) 0.65 0.90 0.55 0.35 838,140
地理學家 (Geographers) 0.77 0.83 0.48 0.35 1,460
模特兒 (Models) 0.64 0.92 0.48 0.35 2,330
市場調查分析師 (Market Research Analysts) 0.71 0.90 0.52 0.35 846,370
公共安全電信員 (Public Safety Telecommunicators) 0.66 0.90 0.53 0.35 97,820
交換機操作員 (Switchboard Operators) 0.68 0.86 0.52 0.35 43,850
圖書資訊教師 (Library Science Teachers, Postsecondary) 0.65 0.90 0.51 0.34 4,220

AI 最難取代的職業 Bottom 40

職業名稱 AI 涉及率 (Coverage) 完成率 (Completion) 影響範圍 (Scope) AI 適用性分數 (Score) 就業人數
抽血技術員 (Phlebotomists) 0.06 0.95 0.29 0.03 137,080
護理助理 (Nursing Assistants) 0.07 0.85 0.34 0.03 1,351,760
危險物處理員 (Hazardous Materials Removal Workers) 0.04 0.95 0.35 0.03 49,960
油漆、灰泥與裝修幫工 (Helpers—Painters, Plasterers, etc.) 0.04 0.96 0.38 0.03 7,700
防腐處理員 (Embalmers) 0.07 0.95 0.22 0.03 3,380
廠務與系統操作員 (Plant and System Operators, All Other) 0.05 0.93 0.28 0.03 15,370
口腔與顎面外科醫師 (Oral and Maxillofacial Surgeons) 0.05 0.89 0.33 0.03 4,160
汽車玻璃安裝與維修工 (Automotive Glass Installers and Repairers) 0.04 0.93 0.34 0.03 16,890
船舶工程師 (Ship Engineers) 0.05 0.92 0.39 0.03 8,860
輪胎維修與更換工 (Tire Repairers and Changers) 0.04 0.95 0.35 0.02 101,520
牙齒修復師 (Prosthodontists) 0.10 0.90 0.29 0.02 570
生產幫工 (Helpers—Production Workers) 0.04 0.93 0.36 0.02 181,810
公路維修工 (Highway Maintenance Workers) 0.03 0.96 0.32 0.02 150,860
醫療設備準備員 (Medical Equipment Preparers) 0.04 0.91 0.31 0.02 66,790
包裝與填充機器操作員 (Packaging and Filling Machine Operators) 0.04 0.91 0.39 0.02 371,600
上料與下料機器操作員 (Machine Feeders and Offbearers) 0.05 0.89 0.36 0.02 44,500
洗碗工 (Dishwashers) 0.03 0.95 0.30 0.02 463,940
水泥工與混凝土工 (Cement Masons and Concrete Finishers) 0.03 0.92 0.39 0.01 203,560
消防隊長 (Supervisors of Firefighters) 0.01 0.96 0.30 0.01 84,120
工業車輛與拖拉機駕駛員 (Industrial Truck and Tractor Operators) 0.03 0.91 0.28 0.01 778,920
眼科醫療技術員 (Ophthalmic Medical Technicians) 0.04 0.91 0.32 0.01 73,390
按摩師 (Massage Therapists) 0.10 0.91 0.32 0.01 92,650
手術助理 (Surgical Assistants) 0.03 0.78 0.33 0.01 18,780
輪胎製造工 (Tire Builders) 0.03 0.93 0.40 0.01 20,660
屋頂工幫工 (Helpers—Roofers) 0.02 0.94 0.37 0.01 4,540
天然氣壓縮與泵站操作員 (Gas Compressor and Gas Pumping Station Operators) 0.01 0.94 0.41 0.01 4,110
屋頂工人 (Roofers) 0.02 0.94 0.38 0.01 135,140
石油與天然氣作業工 (Roustabouts, Oil and Gas) 0.01 0.95 0.34 0.01 18,600
清潔工與房務員 (Maids and Housekeeping Cleaners) 0.02 0.94 0.34 0.01 836,230
舗面與壓實設備操作員 (Paving, Surfacing, and Tamping Equipment Operators) 0.01 0.96 0.30 0.01 43,080
伐木設備操作員 (Logging Equipment Operators) 0.01 0.95 0.36 0.01 23,720
快艇駕駛員 (Motorboat Operators) 0.01 0.90 0.39 0.01 2,710
醫院助理 (Orderlies) 0.00 0.76 0.18 0.00 48,710
木地板打磨與拋光工 (Floor Sanders and Finishers) 0.00 0.94 0.34 0.00 5,070
打樁機操作員 (Pile Driver Operators) 0.00 0.98 0.26 0.00 3,110
鑄造模具製造工 (Foundry Mold and Coremakers) 0.00 0.96 0.30 0.00 11,780
水處理廠與系統操作員 (Water Treatment Plant and System Operators) 0.00 0.92 0.44 0.00 120,710
橋樑與閘門操作員 (Bridge and Lock Tenders) 0.00 0.93 0.36 0.00 3,460
挖泥船駕駛員 (Dredge Operators) 0.00 0.99 0.22 0.00 940

謝謝你讀到這裡,如果這些內容對你有幫助,也歡迎用一杯咖啡的價格支持我們,讓我們能持續創作更多高品質的 AI 教學與實用資源

喜歡這系列的話,也別忘了把文章分享給你的朋友或團隊成員,一起進步 🙌

Read more

【AI 工具地圖】Felo 是什麼?為什麼越來越多人把它當作工作流的核心工具?

【AI 工具地圖】Felo 是什麼?為什麼越來越多人把它當作工作流的核心工具?

有沒有這種經驗: 你在查國外文獻、日文新聞、或跨國市場趨勢的時候,邊翻譯邊理解,搞到最後還要自己整理成簡報。 這樣的流程是不是太原始了? 我最近發現一款來自日本的 AI 工具「Felo」,它真的讓我重新定義了「搜尋」這件事——不只能查資料、還能翻譯、幫你整理內容、甚至一鍵轉成 PPT。太神了吧。

lock-1