AI採用率僅兩成，職缺降溫會先壓到哪些科技平台？

 

AI採用率僅15%至20%，部分產業已出現招募降溫

高盛最新研究顯示，自2022年下半年起，工作內容愈容易被人工智慧自動化，職缺成長放緩愈明顯。德國、澳洲與美國的關聯尤其突出，資訊與通信服務業在多數已開發經濟體也同步降溫。

這裡的AI暴露度，指工作內容可由AI處理的程度。高盛追蹤超過800種職業後發現，語言處理、文件撰寫與流程管理占比較高的工作，已率先承受壓力。生成式AI現階段最擅長處理的任務，剛好集中在這些領域。

從總體數字看，AI對整體就業的拖累仍有限。在法國、加拿大與美國，AI暴露度每增加10%，年僱用人數成長平均約減少0.1個百分點。總量衝擊仍小，分布高度集中，因此多數勞工感受有限，少數職業卻已經進入寒冬。

 

呼叫中心跌破長期趨勢，軟體與顧問業也承壓

細分產業裡，呼叫中心、軟體出版、管理顧問及廣告業的就業表現最弱。這些工作大量依賴標準化回覆、資料整理、文案生成與行政流程，企業導入AI後，最先調整的往往是新增人力需求。

呼叫中心的落差最明顯。從業人口相較長期趨勢，美國低了39%，加拿大低了33%，德國低了27%。三個國家同時出現大幅偏離，已很難只靠單一地區的景氣循環解釋。

高盛據此認為，AI導入與相關職缺萎縮之間已形成明確連結。跨國資料的一致性提高了證據可信度，但仍不足以把每一個職缺減少都歸因於AI。企業成本控制、外包、景氣與產業成熟度，也可能同時影響招募。

對企業獲利而言，自動化通常先降低客服與後勤成本，再反映到營業利益率。對勞動市場而言，同一套機制會壓縮初階職缺。企業效率提升與就業壓力可以同時發生，兩者的時間尺度也可能不同。

 

新鮮人承受數倍衝擊，職場入口開始變窄

高盛研究中最需要留意的是年齡差異。AI暴露度每增加10%，澳洲初階職位的年僱用成長會多降低超過0.6個百分點；美國也會多降低超過0.2個百分點。相較整體市場約0.1個百分點的影響，新鮮人承受的壓力明顯放大。

原因來自職務設計。企業過去透過資料整理、客服回覆、簡報製作及基礎程式工作培養新人，如今AI可以先接手部分任務。公司未必立即裁撤資深員工，卻可能延後補人，或用較少的新進人力完成相同工作量。

這會形成一個長期問題。初階職位同時扮演訓練場，新人需要從標準化工作累積產業知識，再逐步承擔判斷與管理責任。若入口職缺持續縮減，數年後可能出現中階人才供給斷層。短期省下的人事費用，可能轉成未來的人才成本。

工作內容高度重複、流程清楚的職業，額外負面效果也更明顯。企業面對離職缺額時，可能優先評估AI能否承接，再決定是否補進新人。AI對就業的第一波影響，因而更容易反映在招募數量，裁員數字未必能完整捕捉。

 

科技平台持續降低導入門檻，就業壓力可能向外擴散

高盛彙整11項跨國調查後估計，主要已開發市場目前的AI採用率約15%至20%。法國、美國、荷蘭與英國位於較高一端；義大利、日本與紐西蘭較低。主要新興市場則約為10%至15%。

Microsoft(MSFT)、Alphabet(GOOGL)、Meta(META)、Amazon(AMZN)與Salesforce(CRM)持續把生成式AI整合進雲端、廣告、辦公及客戶管理產品。工具成本下降、部署流程簡化後，中小企業也更容易採用。15%至20%的採用率已產生局部影響，後續擴散速度將取決於企業能否把試用工具嵌入日常流程。

這對科技公司的營收機會相對清楚：運算需求、雲端用量與企業軟體功能升級都有成長空間。勞動市場的結果較複雜。客服與行政支援可能繼續縮編，模型訓練、人機協作設計、資料治理及AI監理也會創造新角色，但新舊職缺在技能、地區與薪資上的匹配仍有落差。

 

投資判斷要同時追蹤生產力與職缺廣度

目前證據支持兩項判斷。AI已對特定產業與新鮮人招募造成可量化壓力；整體勞動市場尚未出現系統性失速。研究能確認方向與受影響族群，仍無法推算最終失業規模。

政策反應會影響這段轉型的成本。職業再訓練、數位技能教育與社會安全網，若能協助客服、行政及基層白領轉往較難自動化的工作，就有機會降低結構性失業。政策進度落後，區域與世代差距可能持續擴大。

投資上，我會持續看三組資料：AI採用率是否加速、初階職缺是否擴散至更多知識型工作，以及新職業創造速度能否接住被壓縮的人力。眼前比較像局部戰場已經交火，主戰線仍在形成。AI帶來的生產力紅利值得追蹤，就業入口收窄同樣需要放進企業獲利與總體需求的分析框架。