---
title: "代理型 AI 與無就業成長：白領職位危機的事實與情境"
locale: zh-hant
category: report
category_name: "研究報告"
translation_status: reviewed
license: cc_by
author: "injoys"
source_url: https://injoys.com/en/articles/agentic-ai-jobless-growth-white-collar-employment-risk
published_at: 2026-07-28T03:03:51+09:00
---

# 代理型 AI 與無就業成長：白領職位危機的事實與情境

> 代理型 AI 可能會自動化部分辦公職務，並減少新聘人數，但不應將受影響職務的比例解讀為裁員率。大規模失業與金融危機是可能的風險情境，而非已確定的未來，必須綜合檢視就業品質、所得與債務資料。

## Key Points

- 暴露於 AI 的職位或工作任務比例，不等同於實際將消失的職位比例。
- 目前沒有確立的實證證據支持辦公職位的 30～40% 將在數年內變得多餘的主張。
- 美國房貸餘額是 GDP 12 倍的主張與官方統計規模不符，而直接比較債務餘額與年度 GDP 也有其侷限。
- AI 衝擊可能先以初階職位、實習生與輔助工作的招聘減少呈現，而非立即解僱現有員工。
- 僅憑失業率，無法充分掌握工時減少、就業不足、所得停滯及平台工作的不穩定性。

代理型 AI 是將人所設定的目標拆分為多個步驟，並使用工具與資料執行一定範圍工作的 AI 系統。這項技術可以減少白領工作中的重複性任務，但目前尚未證實它會立即導致大規模裁員與金融危機。

關鍵在於區分**技術上可自動化的任務**、**企業實際會自動化的任務**、**消失的職位**以及**整體經濟的就業變化**。若不作這些區分，便將任務暴露率轉換為裁員率，就會誇大風險或作出錯誤診斷。

## 什麼是代理型 AI

一般的對話式 AI 著重於回答問題或撰寫初稿，而代理型 AI 則被設計成為了達成目標，連續執行下列流程。

1. 將目標拆分為細部任務。
2. 選擇必要的資訊與工具。
3. 執行搜尋、文件撰寫、程式碼執行、系統輸入等操作。
4. 確認結果並修正後續步驟。
5. 重複執行工作，直到符合預定的終止條件。

企業可將其應用於客戶諮詢分類、報告初稿撰寫、銷售資料整理、軟體測試、行程協調、資料輸入等工作。然而，由於涉及權限管理、個人資料保護、錯誤擴散、可稽核性與法律責任等問題，完全無人化的運作未必總是符合經濟效益或安全要求。

## 任務自動化與職位取代並不相同

職位是多項任務的集合。即使 AI 負責資料搜尋或文件摘要，人仍可繼續執行說服客戶、最終核准、例外處理與責任判斷等工作。相反地，如果可自動化的任務是職位核心，而企業也重新設計工作流程，就可能導致人員縮減。

| 概念 | 意義 | 正確解讀 |
|---|---|---|
| AI 暴露 | AI 可能影響職位中部分任務 | 不代表裁員已成定局 |
| 自動化 | 由系統直接執行原本由人負責的任務 | 必須符合成本、準確度與監管條件，才會實際導入 |
| 輔助 | AI 擴大人的生產力或工作範圍 | 可由相同人數創造更多產出 |
| 職位取代 | 該職位的勞動需求實質減少 | 伴隨組織改造及招聘、裁員決策 |
| 就業淨效應 | 消失職位與新增職位之間的差額 | 依產業、職業、地區與期間而異 |

IMF 分析指出，全球約 40% 的就業可能受到 AI 影響，且已開發國家的暴露程度更高。這是對可能受到影響程度的估計，並非預測相同比例的勞工將會失業。在部分暴露的工作中，AI 也可能輔助勞動，提高生產力與工資。

ILO 的職業別分析也認為，辦公室與文書職類對生成式 AI 的暴露程度相對較高。不過，其普遍評估是，工作內容發生轉變的可能性高於整個職位消失。

## 需要驗證的代表性主張

### 白領工作有 30~50% 是無意義點擊的主張

白領工作包含大量重複輸入、報告與核准程序，與這些工作全都毫無用處，是兩個不同的判斷。因為控制、紀錄保存、法規遵循等程序即使不產生直接成果，也可能是必要的。

若未提出特定 Stanford 研究的論文標題、調查對象與衡量方法，便難以驗證其將全部白領工作的 30~50% 定義為無意義點擊的主張。企業在遠距工作期間仍能營運的事實，也不能證明相同比例的全部白領工作並無必要。

### 3~5 年內 30~40% 白領將遭到裁員的主張

目前的主要研究估算的是 AI 暴露程度、任務自動化的可能性，或企業的招聘計畫。這些數字不能直接轉換為實際裁員率。因為導入成本、錯誤率、監管、工資、客戶偏好、勞動契約與新需求，都會改變實際的就業結果。

World Economic Forum 的 2025 年雇主調查彙整了受訪者的預測，指出到 2030 年，結構性變化可能創造 1億7000萬個職位，並取代 9200萬個職位。這是綜合參與企業展望得出的情境，並非確定的預測，也不只是 AI 造成的效果。

### 名校畢業生有一半無法就業的主張

若要得出特定大學或學位課程有一半畢業生找不到工作的結論，需要採用一致的調查標準。就業率會因調查時間、回覆率、是否納入創業與升學，以及如何處理放棄求職者而有很大差異。若無法確認正式就業報告或母體，相關數字就難以作為整體勞動市場的證據。

## 新增招聘可能率先減少的原因

在導入 AI 的初期，比起解僱現有員工，企業更容易採取職位出缺後不補人，或減少初階職位招聘的方式。實習、研究助理、資料調查、基礎程式設計、文件審查等需要大量數位資訊處理的入門任務，尤其可能受到影響。

這項變化存在長期問題。初階工作不僅是單純的生產活動，也是新人學習產業知識與判斷能力的訓練過程。如果企業只將入門任務自動化，卻未重新建立人才培育體系，日後可能出現熟練的中階資歷人才不足。

不過，沒有根據可以概括認定實習與研究助理工作已全部被 AI 取代。不同組織與領域的 AI 使用程度、安全限制與驗證成本存在很大差異。

## AI 投資可能造成無就業成長的途徑

對資料中心、半導體、電網與軟體的投資，可以增加建設與設備投資，進而貢獻 GDP。若 AI 提高現有勞工的生產力，也可能以相同工時生產更多成果。

然而，GDP 成長不會自動保證大多數家庭的收入增加。如果 AI 基礎設施與智慧財產的所有權集中於少數企業和投資者，而勞動需求未充分增加，資本所得與勞動所得之間的差距可能擴大。

| GDP 成長但民眾景氣感受疲弱的途徑 | 應確認的指標 |
|---|---|
| 資本密集型 AI 投資增加，但常態就業較少 | 設備投資、各產業就業人數、建設完成後的營運人力 |
| 生產力收益分配給利潤的比例高於工資 | 勞動所得份額、實質工資、企業利潤 |
| 高薪專業人士獲得 AI 的輔助效果，中階職位則縮減 | 各職業工資與招聘公告、各工資分位的變化 |
| 初階職位減少，導致青年延後進入勞動市場 | 青年就業率、首次就業所需時間、實習與新人職缺 |
| 各地區的資料中心投資集中於特定地區 | 各地區投資、電力成本、稅收與就業效果 |

特定企業的資料中心計畫或投資公告金額，必須與實際執行金額加以區分。此外，將總計畫成本與國家 GDP 比較時，應確認支出是否跨越多年、包含多少進口設備，以及是否存在重複計算。

## 失業率可能遺漏的變化

在美國勞工統計局的家庭調查中，於調查基準週內為賺取工資或利潤而工作 1 小時以上者，會被歸類為就業人口。依美國標準，無酬家屬工作者必須在家庭事業中工作 15 小時以上，才會被歸類為就業人口。因此，只要稍微從事無酬工作就會一律被列為就業人口的說法並不準確。

失業者並不只是沒有職業的人。依美國標準，失業者必須沒有職業、能夠工作，並且在最近 4 週內積極求職。若放棄求職，就可能不再被列為失業者，而轉入非經濟活動人口。

零工工作者被列為就業人口本身並非統計錯誤。問題在於，不能只憑失業率一項數據判斷勞動的數量與品質。應同時觀察下列指標。

- 勞動參與率與就業率
- 每週工時與非自願兼職
- 廣義勞動低度利用指標 U-6
- 多重就業者與自營工作者比例
- 實質時薪與家庭收入
- 放棄求職者與長期失業者
- 就業保險、有薪休假、退休給付等社會保障的適用範圍

## 消費萎縮與債務危機如何相互連結

如果 AI 導致高收入白領大量失業，可能影響消費與債務償還。然而，若要進一步演變成金融危機，必須同時滿足多項條件。

1. 就業衝擊足夠龐大且持續時間夠長。
2. 失業者的現金類資產與失業給付不足。
3. 逾期還款擴散至房貸、汽車貸款、信用卡等領域。
4. 房價下跌導致擔保能力降低。
5. 金融機構吸收損失的能力與貸款供給減弱。
6. 財政與貨幣政策無法緩和衝擊。

2008 年金融危機並非僅由失業增加所造成。寬鬆的貸款審核標準、房價下跌、複雜的證券化商品、金融機構的槓桿與對短期資金的依賴，都共同發揮了作用。即使未來發生 AI 引發的就業衝擊，也不能斷定其發展過程會與 2008 年完全相同。

### 美國房貸市場是 GDP 的 12 倍，這項主張是否屬實

這與官方統計的規模不符。New York Fed 資料顯示，2024 年第 4 季美國家庭的房貸餘額約為 12兆6000億美元，而 BEA 統計的同年美國名目 GDP 約為 29兆美元。房貸餘額並非全年 GDP 的 12 倍，而是不到一半。

更根本而言，房貸是特定時間點債務餘額的存量，而 GDP 是一定期間內所生產附加價值的流量。這兩項數字可用於粗略比較風險規模，但不應將其解讀為同類型指標。若要判斷金融穩定性，還必須同時觀察逾期率、借款人信用狀況、貸款成數、房價與銀行資本比率。

## 無法預先斷定聯邦準備制度的應對能力

聯邦準備制度依據法律賦予的權限執行貨幣政策，但有關政治壓力與制度獨立性的爭論可能持續存在。主張危機會在特定年份發生，且中央銀行將無法適當應對，是一種超越經濟展望、同時納入政治與制度性假設的情境。

此外，危機應對並不只包括基準利率與量化寬鬆。流動性供給、金融機構監管、存款保障、財政支援與失業安全網也會共同發揮作用。政策效果將依當時的通貨膨脹、政府債務與金融機構健全程度而異。

## 判斷風險的預警指標

判斷 AI 是否實際加劇無就業成長，適合透過下列指標的同步變化進行評估。

| 領域 | 預警指標 | 風險訊號範例 |
|---|---|---|
| 招聘 | 新人與實習職缺、招聘率、職缺率 | 總就業維持不變，但入門招聘持續減少 |
| 就業品質 | 工時、非自願兼職、U-6 | 與就業人數不同，工時與收入下降 |
| 生產力分配 | 生產力、實質工資、勞動所得份額 | 生產力上升，但中位數工資停滯 |
| 家庭財務 | 信用卡、汽車貸款與房貸逾期率 | 多種貸款的逾期率同時上升 |
| 企業行為 | AI 投資、人事成本、各職位人數 | AI 支出增加與白領裁員同時進行 |
| 青年進入市場 | 青年就業率、取得第一份工作所需時間 | 畢業後未就業期間結構性延長 |

不應只憑一兩起裁員公告或 AI 投資計畫，就斷定總體經濟的發展方向。必須同時追蹤各產業就業資料、企業財務、家庭信用、工資與工時。

## 企業與政策可準備的因應措施

### 企業

- 不以整個職位，而以任務為單位評估自動化效果與錯誤成本。
- 設計教育與學徒計畫，以取代被 AI 消除的入門任務所具有的培訓功能。
- 除了縮減員工外，也應檢討縮短工時、內部轉職與分享生產力收益。
- 在高風險工作中設置人工核准、日誌紀錄與異議申訴程序。

### 政府與教育機構

- 除失業率外，迅速衡量工時、收入、就業不足與平台勞動。
- 將轉型期的收入支援與實際招聘需求相連結。
- 擴大有薪學徒、實習與現場培訓，使青年能夠展開職業生涯。
- 評估 AI 基礎設施投資所產生的生產力收益，以及電力與地區成本的分配。
- 檢視制度，使就業保險與社會保險也涵蓋短期、多重及平台工作者。

## 結論

代理型 AI 可能對白領與青年就業造成壓力，並使生產力收益集中於資本所有者，這項風險是現實的政策課題。尤其是新增招聘減少，可能比大規模裁員更早出現，同時損害未來熟練人才的形成。

然而，白領職位的 30~40% 即將消失，或美國房貸市場是 GDP 的 12 倍等主張，都必須驗證其依據與單位。AI 暴露程度不等於失業率，GDP 成長也不會自動決定就業、工資與消費的結果。真正需要的不是斷言結局的末日論，而是持續觀察任務變化、招聘、工時、所得分配與逾期還款資料之間的關聯。

## FAQ

### 代理型 AI 與一般生成式 AI 有何不同？
一般生成式 AI 主要回答問題或生成內容，而代理型 AI 則會將目標拆分成任務、使用工具並檢查結果，執行多個步驟。不過，執行權限、錯誤處理及人工監督的範圍因系統而異。

### 受 AI 影響的職位比例是預估解僱率嗎？
不是。受影響是指 AI 可能會影響職務中的部分任務。AI 也可能輔助人類，或因成本、法規、錯誤問題而無法自動化，因此不應將受影響的比例解讀為解僱率。

### 白領勞工中有 30~40% 將在 3~5 年內變得不再需要，這項預測是確定的嗎？
目前沒有一致認可的實證依據能確定支持該比例與期間。實際的就業變化不僅取決於技術效能，也取決於工資、導入成本、法規、景氣、新需求及企業的組織重新設計。

### 為什麼 AI 可能會先影響新進人員的招聘，而不是現有員工？
相較於解僱現有員工，企業更容易選擇不填補職缺，或減少招聘從事重複性入門任務的人員。若資料調查、基礎文件撰寫及簡單程式設計實現自動化，實習生與助理職位的需求可能會先減少，但這並不意味著所有行業都已經出現取代情況。

### 在美國，即使一週只工作 1 小時，也會被歸類為就業人口嗎？
在美國住戶調查中，若在基準週內為獲取工資或利潤而工作至少 1 小時，就可能被歸類為就業人口。但依照美國標準，無酬家庭工作者必須在家族企業中工作至少 15 小時，而詳細標準可能因各國的統計制度而異。

### 零工勞動增加後，失業率會成為虛假統計嗎？
將零工勞動者歸類為就業人口本身並不是錯誤。但如果只看失業率，工時短、收入低及非自願性兼職等問題可能會被掩蓋，因此還應同時查看就業率、U-6、工時、實質收入及社會保險涵蓋率。

### 美國房貸市場是 GDP 的 12 倍嗎？
這與官方統計不符。2024 年第 4 季，美國家庭的房貸餘額約為 12兆6000億 美元，而同年的名目 GDP 規模約為 29兆 美元。此外，房貸是特定時間點的餘額，GDP 則是年度生產流量，因此在進行簡單倍數比較時也應謹慎。

### AI 引發的失業可能造成類似 2008 年的金融危機嗎？
這是可能的風險路徑之一，但並非必然發生的結果。只有在廣泛且長期的失業、貸款逾期、房價下跌、金融機構虧損及信貸緊縮同時出現時，危機才可能加劇。

### 即使 GDP 成長，個人的生活水準也可能惡化嗎？
有可能。即使資本密集型投資提高 GDP 與生產力，如果收益集中於資本所得，而就業與中位數工資停滯，多數家庭實際感受到的生活水準也可能無法改善。

### 哪些指標最先顯示 AI 對就業的衝擊？
應同時查看新進人員與實習生的招聘公告、企業招聘率與職缺率、每週工時、非自願性兼職、各職業工資及青年就業率。金融風險則可透過檢查信用卡、汽車貸款及房貸逾期率是否同步上升來評估。

## Sources

- [IMF：AI 將改變全球經濟](https://www.imf.org/en/Blogs/Articles/2024/01/14/ai-will-transform-the-global-economy-lets-make-sure-it-benefits-humanity)
- [ILO：生成式 AI 與工作——精進版全球職業暴露指數](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)
- [美國勞工統計局：勞動力統計定義](https://www.bls.gov/cps/definitions.htm)
- [紐約聯邦準備銀行：家庭債務與信貸](https://www.newyorkfed.org/microeconomics/hhdc)
- [美國經濟分析局：國內生產毛額](https://www.bea.gov/data/gdp/gross-domestic-product)
- [世界經濟論壇：2025 年未來就業報告](https://www.weforum.org/publications/the-future-of-jobs-report-2025/)
- [史丹佛大學：AI 指數報告](https://aiindex.stanford.edu/report/)
- [OECD 2023 年就業展望：人工智慧與勞動市場](https://www.oecd.org/en/publications/oecd-employment-outlook-2023_08785bba-en.html)

## Images

![AI網路連結文件、行事曆、檔案與工作流程，辦公人員工作或排隊等候](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MzU4MCwicHVyIjoiYmxvYl9pZCJ9fQ==--16d3897bc038e84945ac4f128915b4b9fbc21299/ai-6058d820.webp)
![AI伺服器、上升箭頭、空椅、沙漏、資產與兩種未來組成的分岔道路](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MzU4NiwicHVyIjoiYmxvYl9pZCJ9fQ==--9acef6a590f4ae78f983572771cd45ae78c9301d/ai-da57d97d.webp)