不會被 AI 取代的工作有哪些？比職業清單更有用的判斷方式

本文重點

• AI 取代的是任務，不是職業。同一個職稱底下差異可能很大。
• 四個特徵讓工作不容易被取代：責任歸屬、身體在場、關係信任、模糊定義。
• 最危險的不是「被取代」，而是「你的工作被壓縮成別人可以外包給 AI 的那部分」。
• 與其猜哪些職業安全，不如盤點自己每天的時間分配。

問題本身要換一個問法

「哪些職業不會被 AI 取代」這個問題預設了 AI 是一整包地換掉一個職位。實際發生的事情比較細碎：它先吃掉某些任務，然後那個職位的組成慢慢改變。

同一個職稱底下的差異可能很大。兩個都叫「行銷專員」，一個每天在做的是產出大量制式文案，另一個在跑跨部門協調和判斷市場時機——這兩人受到的影響完全不同。

所以有用的問題是：我每天的時間，有多少花在容易被取代的任務上？

四個不容易被取代的特徵

特徵	為什麼難取代	例子
責任歸屬	出事要有人負責，AI 無法承擔法律或專業責任	醫療診斷、法律意見、財務簽核、工程簽證
身體在場	需要實際在現場動手處理物理世界	維修、照護、施工、實驗操作
關係與信任	價值來自長期建立的人際信任，不是資訊本身	談判、客戶關係、團隊領導、教學輔導
問題定義模糊	真正的困難在於搞清楚問題是什麼，而不是解決它	策略規劃、產品定位、組織診斷

反過來，同時具備「規則明確、結果可驗證、純資訊處理」三個特性的任務，是最先被吃掉的那一類。

真正的風險不是「被取代」

比「整個職位消失」更常見、也更容易被忽略的，是這件事：你的工作被壓縮成別人可以外包給 AI 的那一部分。

舉例來說，一個原本要花三天做完的分析報告，現在 AI 兩小時能出草稿。這不會讓分析師消失，但會讓「產出報告」這件事的價值下降——而如果你的價值主要建立在「我能做出這份報告」上，你的議價能力就變薄了。

同一個變化裡，價值反而上升的是：判斷這份報告該回答什麼問題、看出草稿裡哪個結論不對、以及決定基於這份分析要做什麼。

三件現在就能做的事

1. 1

   盤點時間，不要盤點職稱

   記錄一週的實際工作內容，標出哪些是「規則明確、可驗證、純資訊處理」。這個比例就是你的曝險程度。

2. 2

   成為使用工具的人，不是被工具比較的人

   如果你的工作有一部分容易被自動化，最實際的做法是主動學會操作這些工具，成為設計流程與驗證結果的那個人。

3. 3

   把時間往四個特徵移動

   刻意增加需要判斷、需要承擔、需要關係的工作比重。這通常不是換工作，而是在現在的位置上換做事方式。

對預測保持懷疑

關於「AI 幾年內會取代什麼」的預測非常多，而且過去十年的準確率並不好。有些被斷言最先消失的工作至今活得很好，有些沒人預期的領域反而變化劇烈。

比較可靠的做法不是相信預測，而是觀察已經真的發生的變化：你的產業裡，哪些工作的報價在下降？哪些職缺的描述變了？哪些同事的工作方式改變了？

這些訊號比任何預測文章都準，而且你自己就看得到。

延伸閱讀：AI 入門路線、用 AI 處理簡報。