根據倫敦政經學院（LSE）與香港大學學者合作發表的最新研究指出，人工智慧（AI）對就業市場的影響，並非如外界普遍擔憂地直接消滅工作，而是透過「拆解」（unbundling）職務本質，將其分解成更細小、薪資可能更低的零碎任務。這項洞察顛覆了傳統對AI威脅的認知，強調勞動者必須提升與AI協作的層次，專注於需要高度判斷力與責任承擔的「強綑綁」事務，才能在未來就業市場中保持競爭力。
AI就業市場新洞察：職務「拆解」而非消滅
數據發現：倫敦政經學院教授Luis Garicano與香港大學學者Jin Li、Yanhui Wu共同發表論文，提出工作本質上不應被視為單項清單，而是一系列任務的「綑綁體」。他們的最新研究顯示，人工智慧（AI）對就業市場的真正威脅，並非直接導致大量失業，而是將既有的工作職能「拆解」成更微小、更易於自動化的單元。
解讀意義：這項研究重新定義了我們對AI影響就業的理解。過去，人們普遍擔憂AI會「取代」人類，但現在看來，更精準的描述是AI會「重塑」工作內容。它將複雜的職務分解開來，讓部分重複性高、規則明確的任務被自動化，而人類則可能被留下處理那些機器尚無法勝任的邊緣或高階任務。
產業影響：這種「拆解」效應對各行各業都將產生深遠影響。企業在AI技術輔助下，可能會重新配置人力資源，尋求更精簡、效率更高的運作模式。這意味著即使總體生產力提升，對特定類型人力的需求卻可能因此下降，進而影響薪資結構與就業穩定性。
「工作不應視為單項清單，而是一系列任務的『綑綁體』。」
— 倫敦政經學院教授 Luis Garicano 與香港大學學者 Jin Li、Yanhui Wu 共同發表論文
「強綑綁」與「弱綑綁」：AI對不同職位的雙面刃
數據發現：該論文將職業分為「強綑綁」與「弱綑綁」兩大類，並分析AI對其造成的不同衝擊。以放射科醫生為例，這屬於典型的「強綑綁」職業，儘管AI在判讀醫學影像方面能提供強大輔助，但人類醫生仍需處理複雜的邊緣案例、與臨床醫生溝通，並最終承擔診斷決策的責任。有趣的是，根據Luis Garicano教授在2026年3月24日的社群媒體貼文指出，知名AI專家Geoffrey Hinton曾在2016年預言醫學院應停止訓練放射科醫生，因為AI將很快超越他們，然而十年後，放射科醫生的數量不減反增。
解讀意義：對於「強綑綁」職位，AI的介入反而能提升工作效率與表現，甚至可能帶來更高的薪資潛力，因為AI將人類從繁瑣的重複性工作中解放出來，使其能專注於更高價值的判斷與協作。這證明了AI在某些領域是協作者而非取代者。
產業影響：相反地，對於「弱綑綁」職業，例如處理客服事項或編寫基礎程式碼，AI能輕易拆分並自動化大部分任務。這導致人類僅剩下機器無法處理的狹窄領域，角色面臨逐漸被「掏空」的風險。這種差異化影響，使得勞動市場的兩極化現象可能更加顯著。
「Famously… Geoffrey Hinton told an audience in Toronto that medical schools should stop training radiologists, since AI would soon outperform them at reading scans. Ten years later, there are more radiologists than…」
— 倫敦政經學院教授 Luis Garicano 於2026年3月24日社群媒體發文
AI輔助下的生產力迷思與薪資衝擊
數據發現：研究進一步指出，雖然AI輔助能大幅提升個別員工的效率與產出，但這卻引發了一個值得深思的連鎖反應。企業可能因為員工效率的提升，而降低對人力的總體需求，進而導致薪資縮減甚至裁員。
解讀意義：這揭示了AI時代生產力提升的一個潛在「迷思」：個人層面的效率增長，不必然等同於整體就業機會的擴大或薪資的普漲。AI正在重塑工作流程，使得任務流動性增加，儘管總體生產力可能因此提升，但截至目前，全球的就業率與工時尚未出現劇烈變動。
產業影響：對於處於「強綑綁」職位，亦即那些需要高度判斷力、情境理解與責任承擔的勞動者而言，AI更可能成為提升效率並爭取更高薪資的利器。然而，若勞動者處於「弱綑綁」職位，其在工作中的角色則可能面臨逐漸被AI掏空、價值降低的嚴峻挑戰。
數據背後的啟示：勞動者如何提升競爭力？
綜合上述研究與趨勢分析，勞動者在面對AI重塑就業市場的浪潮時，必須積極調整策略。專家建議，勞動者必須提升操作AI的層次，將自身定位為AI的「駕馭者」而非被取代者。這意味著應專注於那些需要高度判斷力、情境理解與責任承擔的「強綑綁」事務。
換言之，培養批判性思維、解決複雜問題的能力、跨領域溝通協作以及道德判斷力，將是未來職場的核心競爭力。唯有不斷學習與精進這些人類獨有的高階技能，才能在逐漸被AI「拆解」的就業市場中，不僅保持競爭力，更能開創新的職涯價值。
「勞動者必須提升操作 AI 的層次，專注需要高度判斷力、情境理解與責任承擔的『強綑綁』事務，才能在逐漸被拆解的就業市場保持競爭力。」
— 研究專家建議