「人工智慧不會直接取代你的飯碗，但會讓你的工作越做越『薄』。」這項由倫敦政經學院（LSE）與香港大學學者共同發表的最新研究，顛覆了傳統對AI就業威脅的認知。研究核心指出，AI對勞動市場的影響並非直接消滅工作，而是透過「拆解」（unbundling）職務，將其細分為更小、薪資可能較低的零碎任務，進而重塑整體就業格局。此發現為勞動者在AI時代提升競爭力提供了關鍵指引。
AI對就業市場的「拆解」效應：從綑綁到碎片化
根據倫敦政經學院教授Luis Garicano與香港大學學者Jin Li、Yanhui Wu於2026年3月共同發表的論文指出，傳統上將職業視為單一清單的觀點已不合時宜。他們提出，工作本質上是一系列任務的「綑綁體」。研究進一步將職業劃分為兩大類：「強綑綁」與「弱綑綁」，這兩種類型在AI介入下的表現截然不同，深刻影響著勞動市場的未來走向。
倫敦政經學院教授Luis Garicano於2026年3月24日透過社群媒體指出：「AI並非在消滅工作，而是在『拆解』它們。」
數據發現，在「強綑綁」的職務中，AI的介入反而能提升工作表現與薪資潛力。例如，放射科醫師雖然可由AI輔助判讀影像，但仍需處理邊緣案例、與臨床醫師溝通，並最終承擔診斷決策的責任。AI在此類職務中扮演的是效率增強工具，而非取代者。然而，對於「弱綑綁」職務，AI則能輕易拆分並自動化大部分任務，導致人類僅剩下機器無法處理的狹窄領域。
解讀意義上，當員工因AI輔助而大幅提升效率時，企業的總體人力需求可能隨之下降。這看似提高了個人產出，卻可能引發連鎖反應，導致薪資縮減與裁員。此一現象揭示了AI如何重塑工作本質，而非單純地消除職位。產業影響方面，雖然任務流動性增加且生產力可能提升，但截至2026年3月，就業與工時尚未出現劇烈變動，顯示市場正處於適應與轉型的初期階段。
強綑綁職務：AI輔助下的薪資成長契機
對於需要高度判斷力、情境理解與責任承擔的「強綑綁」職位，人工智慧的發展提供了獨特的成長契機。研究發現，這些職務的勞動者更有可能因AI的輔助而提升效率，進而獲得更高的薪資。
數據發現，以放射科醫師為例，儘管AI在影像判讀上展現出卓越能力，但最終的醫療決策、複雜案例的分析以及跨部門的溝通協調，仍需仰賴人類醫師的專業判斷與經驗。早在2016年，知名人工智慧學者Geoffrey Hinton曾預測醫學院應停止培訓放射科醫師，因為AI將很快超越他們。然而，十年後的今天，放射科醫師的數量不減反增，印證了AI更傾向於輔助而非完全取代此類專業。
據報導，Geoffrey Hinton在2016年曾對多倫多的聽眾表示，醫學院應該停止培訓放射科醫師，因為AI很快就會在掃描判讀方面超越他們。然而，十年後，放射科醫師的數量卻更多了。
解讀意義在於，AI在強綑綁職務中，是作為一種「智慧增強」工具，協助專業人士更高效地完成基礎任務，使其能將更多精力投入到高價值、非重複性的工作中。這不僅提升了個體的工作品質，也強化了其在勞動市場的不可替代性。產業影響方面，這意味著高度專業化、需要複雜人際互動和倫理判斷的領域，將在AI時代中持續保有其核心價值，並可能迎來職能的再定義與薪資的進一步提升。
弱綑綁職務：自動化浪潮下的職能掏空挑戰
相較於強綑綁職務的成長潛力，弱綑綁職務則面臨著被人工智慧「掏空」的嚴峻挑戰。這些職務的特點是任務相對標準化、重複性高，使得AI能夠輕易介入並實現高度自動化。
數據發現，處理客服事項或撰寫基礎程式碼等弱綑綁職業，AI能有效拆分並自動化大部分任務。這導致人類勞動者僅剩下機器暫時無法處理的極為狹窄的領域。雖然表面上這能提高單一員工的產出效率，但研究指出，當企業因AI輔助而大幅提升整體生產力時，對人力的總體需求反而會下降，進而對薪資結構產生壓力，甚至引發裁員。
解讀意義上，弱綑綁職務的勞動者將面臨職能範圍逐漸縮小、工作內容日益碎片化的風險。這不單是工作量的減少，更是工作本質的改變，使得這些職位的薪資議價能力受到侵蝕。產業影響方面，企業在追求效率最大化的同時，也必須正視這種「拆解」效應對勞動者職涯發展的衝擊。這提醒勞動者必須積極轉型，提升自身在AI協作環境下的不可替代性。
數據背後的啟示：勞動者如何提升AI時代競爭力
綜合以上研究發現，人工智慧對就業市場的影響並非單純的取代，而是一場深刻的結構性變革。勞動者若想在AI時代保持競爭力，必須審慎評估自身職務的「綑綁」程度，並採取積極的應對策略。
專家建議，勞動者必須提升操作AI的層次，將重心轉向需要高度判斷力、情境理解與責任承擔的「強綑綁」事務。這意味著培養更深層次的批判性思考、解決複雜問題的能力，以及與AI協作、駕馭AI工具的策略性思維。唯有如此，才能避免在逐漸被拆解的就業市場中，淪為僅執行機器無法處理之瑣碎任務的角色，進而確保自身的職涯價值與薪資水平。