你以為 AI 在搶工作？數據說它在創造工作
每次打開新聞都在說「AI 要取代 3 億個工作」，搞得好像現在學什麼都沒用。但一份剛出爐的研究直接打臉這個說法——最積極擁抱 AI 的公司，兩年內員工數成長了 10.2%。
這份由財務平台 Ramp 和人力數據公司 Revelio Labs 合作的研究，追蹤了超過 10 萬家美國企業的實際聘僱數據。結果發現：AI 沒有帶來裁員潮，反而讓「重度採用者」的人力需求上升。
「重度採用者」跟「有買 ChatGPT 帳號」差很多
研究裡有個關鍵區分：不是公司有買 AI 工具就叫採用 AI。
輕度採用：買幾個 ChatGPT Plus 帳號給員工玩、做幾個短期試驗專案 重度採用：長期投資 AI 基礎建設、把 AI 整合進核心流程、持續訓練員工
結果只有後者出現顯著的人力成長。Ramp 首席經濟學家 Ara Kharazian 說得很白：「如果你只是讓員工自己摸索 ChatGPT，那不會改變你的聘僱策略。」
這就像 20 年前公司「買了電腦放著」跟「真的用電腦改變工作流程」的差別。
為什麼用 AI 反而需要更多人？
聽起來違反直覺，但邏輯其實很台灣：
AI 砍掉低價值工作 → 員工做更高價值的事 → 公司需要更多人手擴張
舉個具體例子：
- 會計事務所以前 3 個人花一整天對帳
- 現在 AI 10 分鐘對完，這 3 個人改去做財務分析、客戶諮詢
- 客戶變多、服務變深 → 事務所需要再招 2 個人
研究發現這個效應在專業服務業、科技業、金融業特別明顯——剛好就是台灣大學生最想進的產業。
新鮮人機會：你比資深員工更會跟 AI 協作
這份研究最讓人鬆一口氣的發現：entry-level 職缺沒有消失。
傳統擔心是「AI 會做掉新人的雜事，那公司就不需要新人了」。但數據顯示，重度採用 AI 的公司反而更需要「會用 AI 的新人」來做這些事：
| 以前新人做 | 現在 AI 做 | 新人改做 |
|---|---|---|
| 整理 Excel 報表 | 自動生成圖表 | 解讀數據、提出洞察 |
| 寫會議紀錄 | 語音轉文字 + 摘要 | 追蹤行動項目、協調跨部門 |
| 搜尋資料做簡報 | 快速彙整資訊 | 判斷哪些資訊真的重要 |
| 翻譯文件 | 即時翻譯 | 調整語氣、確認專業用語 |
重點來了：資深員工通常「知道怎麼做但懶得學新工具」，而新鮮人「工具用很熟但不知道怎麼判斷對錯」。
現在的公司要的是兩者結合——你會用 AI 快速產出，同時有基本判斷力知道什麼能交、什麼要修。
台灣職場的實際應用
這份研究是美國數據，但套進台灣情境完全成立：
科技業：聯發科、台積電都在砸錢建 AI 輔助設計流程，需要會用 AI 模擬、但也懂半導體原理的工程師
金融業：國泰、富邦的客服 AI 已經上線，但更需要「會訓練 AI、調整回覆語氣」的專員
電商與內容：蝦皮、MOMO 的文案 AI 能產 100 個標題，但需要人挑哪個真的會讓台灣消費者買單
傳產轉型：連做螺絲的工廠都在導入 AI 品檢，需要年輕人幫忙設定參數、解讀異常數據
給正在找工作的你：三個馬上能做的準備
1. 不要只會「叫 AI 做事」，要會「跟 AI 協作」
差別在這裡：
- ❌ 「幫我寫一封求職信」（丟給 AI 就不管）
- ✅ 「這是我過去的實習經歷，幫我整理成三個適合放進求職信的成就，用繁體中文、語氣專業但不要太正式」（給明確指令，再自己調整）
2. 建立「AI 產出 → 人類判斷」的工作流程
面試時可以這樣講：「我用 ChatGPT 整理過 50 份產業報告，但我發現它常漏掉台灣本土案例，所以我會額外查證證交所資料庫補充。」這句話比「我很會用 AI」有說服力 10 倍。
3. 選公司時看「AI 投資深度」不是「有沒有買」
面試問這題：「貴公司目前怎麼把 AI 整合進日常工作？」
- 如果對方說「有買 ChatGPT 給大家用」→ 輕度採用，成長有限
- 如果說「我們在訓練專屬模型、有專職的 AI 轉型團隊」→ 重度採用，值得加入
結論：AI 沒有消滅工作，是消滅「不會用 AI 的人的工作」
這份研究給了一個很清楚的訊號：恐懼 AI 不如擁抱 AI，而且要快。
不是要你變成工程師寫程式，而是把 AI 當成「超強實習生」——你指揮它做雜事，自己專心做需要判斷的事。這種人現在市面上很少，但每家公司都想要。
現在就打開 ChatGPT，把你履歷丟進去問「這份經歷還能怎麼包裝」——這就是第一步。
