你公司有冇開始用AI？或者你聽過邊間公司用AI代替咗成班員工？
每次有新科技衝擊職場，人人都會驚。但你有冇發現一個有趣嘅現象：同一間公司引入AI，有人被裁，有人反而升咗職。
點解會咁？今日同你用數據同真實案例拆解。
BCG：AI「重塑」嘅工種遠多過「淘汰」嘅工種
BCG：AI「重塑」嘅工種遠多過「淘汰」嘅工種
波士頓顧問公司（BCG）嘅 Henderson Institute 喺2026年4月發布咗一份大型研究，分析AI對美國就業市場嘅影響。
佢哋嘅結論可能會令你冇咁驚：
| 影響類別 | 佔就業人口 | 意思 |
|---------|-----------|------|
| 被重塑（Reshaped） | 50-55% | 工作內容會變，但職位仍然存在 |
| 被淘汰（Eliminated） | 10-15% | 職位會消失（4-5年內） |
| 低影響 | 34% | AI短期內影響唔大（醫生、教師） |
即係話：一半以上嘅工種會被AI改變，但唔會消失。真係會消失嘅職位，大約係十個入面得一個。
研究仲將工種分成六大類：
- Amplified（放大）— AI增強工作，就業穩定或增長（如軟件工程師、資深律師）
- Rebalanced（重整） — AI增強但需求有限，職位會重新設計（如內容營銷）
- Substituted（取代） — AI取代人手，職位淨減少（如客服中心、金融分析師）
- Enabled（賦能） — AI融入日常，核心仍然由人主導（如診所助理）
- Divergent（分歧） — AI取代但需求可擴張，影響不確定
- Limited-Exposure（低暴露） — AI影響有限（如醫生、老師）
關鍵係：你個工種屬於邊一類，取決於你嘅工作係「結構性任務」定係「需要判斷力嘅任務」。
🔗 https://www.bcg.com/publications/2026/ai-will-reshape-more-jobs-than-it-replaces
Forbes：15.3% 嘅打工仔因為識用AI而升職
Forbes：15.3% 嘅打工仔因為識用AI而升職
《福布斯》2026年6月嘅報導帶嚟一個令人振奮嘅數字：15.3% 嘅打工仔承認，佢哋升職至少部分因為AI幫手做到嘅成果。
而呢個比例喺Z世代（1997年後出世）更加高——26.5% 嘅Z世代打工仔因為用AI而獲得晉升。
同一份報告仲有另一個震撼數字：美國擁有進階AI技能（如prompt engineering）嘅打工仔，工資溢價高達56%——比起前一年嘅25%大幅上升。
Forbes 引述受訪者嘅一句話好值得記住：
「用AI做工具同用AI做拐杖，係兩回事。決定你升職嘅人，分得出。」
同一篇文章亦提到Gartner嘅預測：到2027年，75%嘅招聘流程會包括AI技能認證測試。
🔗 https://www.forbes.com/sites/colleenbatchelder/2026/06/15/gen-z-workers-are-getting-promoted-using-ai--heres-how-you-can-do-the-same/
台灣《商業週刊》2026年嘅報導引用Orgvue嘅調查數據：曾因導入AI而裁員嘅企業中，55%嘅決策者承認裁員決定有誤。
Klarna同IBM——裁咗人之後又請返
Klarna呢間瑞典金融科技公司曾經係「AI取代人類」嘅標誌性案例。CEO話公司用AI之後，員工人數由7,000人削減到3,000人，AI做晒客服同部分審批工作。
但有趣嘅係，Klarna後來被發現急住重新請人。原因係：AI處理客戶投訴時缺乏同理心，引發客戶不滿，生意受影響。AI做得到「快」，但做唔到「人心」。
IBM都出現類似情況。佢哋曾經高調宣布凍結招聘並用AI取代部分後勤職位，但一年後被發現悄悄重新招聘人類員工——因為AI喺需要判斷力同創意嘅工作上，表現遠不如預期。
台灣《商業週刊》2026年嘅報導引用Orgvue嘅調查數據：曾因導入AI而裁員嘅企業中，55%嘅決策者承認裁員決定有誤。
原因好簡單：AI可以接手部分任務，但好難直接取代整個職位。當你cut咗一個人，佢做嘅所有tasks——包括啲AI做唔到嘅——就會冇人跟。
🔗 https://www.businessweekly.com.tw/management/blog/3021962
同一間公司，點解有人升職有人被裁？
綜合以上數據，可以歸納出三種人面對AI嘅態度：
| 類型 | 心態 | 結果 |
|------|------|------|
| 😨 抗拒型 | 「AI會取代我，我唔學」 | 效率落後，自然被淘汰 |
| 😴 被動型 | 「公司叫我用我先用」 | 跟住大隊，唔會特別好但唔會最差 |
| 🚀 主動型 | 「我學識用AI做多啲嘢」 | 效率提升，成果明顯，升職機會大 |
Forbes 嗰15.3%升職嘅人，就係第三類。佢哋唔係AI專家，而係「有意識地用AI嘅人」。
BCG嘅研究都指出一個重點：AI技能溢價唔係因為你識得用AI，而係因為你識得判斷「幾時要用AI、幾時唔好用」。 呢種判斷力，本身就係人類價值所在。
老實講嘅建議
第一，唔好等公司逼你先學。
等公司逼你嘅時候，你已經係被動型。主動型嘅人早半年已經喺度試緊。
第二，唔好focus喺「做快啲」，focus喺「做好啲」。
用AI慳到嘅時間，唔好攞嚟玩手機。攞嚟做啲AI做唔到嘅嘢——判斷、策略、關係建立、創意方向。
第三，問自己呢條問題：如果公司冇咗AI，我嘅價值係咪依然喺度？
如果係，你就唔使驚AI取代你。因為你嘅價值唔係建基於工具，而係建基於你嘅判斷同經驗。
BCG研究嘅結論係：「公司唔係要裁員，係要重新設計工種。」而你作為打工仔，要諗嘅唔係「AI會唔會取代我」，而係「我點樣令自己成為嗰個被重塑、唔係被淘汰嘅人」。
被AI取代嘅人，通常係「等公司話佢知點做」嘅人。用AI升職嘅人，係「用AI令自己做得更好」嘅人。
AI老實講
** 博客文章文責自負,不代表本公司立場 **
歡迎你來到《AI 老實講》——英文名叫 AI Unplugged。呢個欄目唔會同你講技術 jargon，唔會教你寫 prompt 賺錢，唔會話你知邊隻 model 跑分最高。我只係用老實嘅角度，話你知 AI 點樣改變緊職場、生活同你份工。適合 30 歲以上、唔係 tech background、但想知 AI 關自己咩事嘅你。
你有冇發現一個好矛盾嘅現象？
公司話引入 AI 可以提升效率，慳時間。然後你發現自己——開咗個 ChatGPT，諗 prompt 諗咗半粒鐘；叫 AI 幫手寫份嘢，出嚟唔啱用，你自己再改過；老細見你用 AI 做快咗，就俾多啲嘢你做。
結果呢？工時冇短到，仲長咗。
唔係得你一個係咁。2026 年最新嘅研究數據話俾我哋知，呢個唔係個人問題，係全球打工仔共同面對嘅現象。
AI 的 productivity paradox：越快越忙
AI 的 productivity paradox：越快越忙
《哈佛商業評論》2026 年 2 月發表咗一份由 UC Berkeley Haas 商學院進行嘅研究，團隊用咗 8 個月時間，深入一間約 200 人嘅美國科技公司，每星期現場觀察兩日，再做咗超過 40 次深度訪問。
結果發現三個「工作強化」機制：
第一，任務範圍擴張。
AI 做完一件事快咗之後，員工唔係用慳到嘅時間唞吓，而係用嚟做更多嘢。「既然 AI 可以幫手，不如我順便做埋呢樣嘢。」
第二，工作界線模糊。
AI 降低咗「開始一件事」嘅門檻——以前寫一份 proposal 要好多準備工夫，而家叫 AI 就出到 draft。於是同時間做緊嘅任務數量增加咗，大腦不斷切換，反而更攰。
第三，時間邊界消失。
因為「覺得 AI 仲可以幫多少少，再做一陣都冇所謂」，工作就自然延伸咗入夜晚同週末。
研究嘅結論好直接：AI 冇減少工作量，佢令工作量增加咗。
🔗 https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it
67% 嘅打工仔用 AI 後工時反而長咗
67% 嘅打工仔用 AI 後工時反而長咗
唔止 UC Berkeley 一份研究咁講。AI Magicx 嘅調查顯示，2025 年採用 AI 工具嘅員工入面，67% 到年尾匯報工時長咗，唔係短咗。 呢個現象被稱為「AI 生產力悖論」（AI Productivity Paradox）——你越快，做得越多；做得越多，工時越長。
美國《財富》雜誌 2026 年 3 月嘅報導仲提到一個更諷刺嘅現象：有員工話 AI 將佢嘅八小時工作天縮短到兩小時——但老細仍然expect佢坐到收工時間。結果慳到嘅時間變咗玩手機，工時完全冇變。
仲有，Deloitte 嘅《2026 企業 AI 現狀報告》訪問咗 3,200 位企業主管，發現雖然60% 嘅員工已經有 AI 工具可用，但得 25% 嘅企業成功將 AI 試驗轉為真正嘅日常工作流程。即係話：大部分公司買咗 AI 工具，員工學咗點用，但最後工作方式根本冇變過。
Deloitte Consulting CEO 嘅解釋好到位：「技術唔係瓶頸，組織設計先係。」 將 AI 塞入現有嘅工作流程，就好似將一個新引擎裝落一架舊車架——快係快咗，但架車承受唔到。
🔗 https://www.aimagicx.com/blog/ai-productivity-paradox-exhaustion-burnout-2026
🔗 https://fortune.com/2026/03/10/ai-productivity-workers-workday-efficiency/
🔗 https://www.designthinking.com.tw/posts/ai-work-intensification-pilot-fatigue-self-audit
點解會咁？四個原因
第一，效率紅利唔會自動流向休息。
經濟學上講咗好耐：效率提升之後，慳到嘅資源通常會用嚟做更多嘢，唔係用嚟唞。AI 只係加速咗呢個過程。
第二，「可以做」變成「要做」。
以前你唔會俾老細一個兩小時先起貨嘅 draft，因為成本太高。而家 AI 五分鐘就出到，老細就會覺得「你應該出到」。工作嘅 baseline 被推高咗。
第三，AI 嘅 output 需要人 check。
你以為 AI 寫完就交得？錯。研究顯示，AI 可以幫新手更快完成任務，但專家仍然要檢查、修改、補充——而呢啲檢查時間加埋，可能仲耐過自己做。
第四，你唔知點樣先叫「用得夠」。
公司買咗 AI 工具，冇人教你點樣設定界線。你由朝到晚開住 ChatGPT，任何 task 都問吓 AI，最終你唔係用 AI 做嘢，你係同 AI「夾 band」——結果梗係更忙。
咁點算？三個實戰建議
| 問題:「AI 令我做到更多嘢」
| 轉個角度: 唔係叫你唔用，係叫你揀嘢嚟做
| 點做 : 每日 define 3 件「AI 代辦」同 3 件「唔用 AI」嘅事
| 問題 :「老細 expect 我做快啲」
|轉個角度: 唔好自己收埋個效率 gain
| 點做 : 同老細傾：「我用 AI 做快咗呢 part，慳到嘅時間我想用嚟做好嗰 part」
| 問題: 「唔知用到幾時先夠」
|轉個角度: 有意識地設定使用界線
| 點做 : 每晚 cutoff time（例如 8pm）之後唔開 AI 工具
UC Berkeley 研究嘅學者話：「你以為 AI 可以更有效率，所以可以少工作一點。但現實是，你根本沒有少工作，你只是工作了一樣多，甚至更多。」效率紅利唔會自動變成休息時間——你要主動去 capture 佢。
AI 唔會令你早收工，但你嘅選擇可以。
/wp-content/uploads/blogger/2026/07/AI_unplugged_blog_F_NOWATER.jpg.webp)
