根據倫敦政經學院（LSE）與香港大學學者於 2026 年 3 月 24 日共同發表的最新研究，人工智慧（AI）對就業市場的影響，並非普遍擔憂的直接「取代」人類工作，而是以一種更為隱蔽卻深遠的方式——「拆解」（unbundling）現有工作，使其任務變得更零碎、薪資潛力也隨之「削薄」。這項發現挑戰了傳統對 AI 衝擊就業的認知，並為勞動者與企業提出了新的應對策略。
AI 如何「拆解」工作：強綑綁與弱綑綁的定義
這項由 LSE 教授 Luis Garicano 與香港大學學者 Jin Li、Yanhui Wu 共同發表的論文，將傳統上被視為單一清單的職業，重新定義為一系列任務的「綑綁體」。研究團隊將職業劃分為兩大類：「強綑綁」與「弱綑綁」職位，這兩種類型在 AI 介入後，展現出截然不同的發展路徑與薪資前景。
強綑綁職位，顧名思義，指的是那些需要高度判斷力、複雜情境理解與承擔最終責任的職業。放射科醫師便是一個經典範例。儘管 AI 在影像判讀上能提供強大輔助，但面對邊緣案例的診斷、與臨床醫師的溝通協調，以及最終的醫療決策，仍需人類醫師的專業判斷。有趣的是，研究指出，在這些「強綑綁」職位中，AI 的介入反而能顯著提升工作效率與績效，進而增加勞動者的薪資潛力。
相較之下，弱綑綁職位則包含那些任務相對單一、重複性高，且不需太多情境判斷的工種，例如處理基礎客服事項或撰寫制式程式碼。在這些領域，AI 能輕易將大部分任務拆解並自動化，使人類僅剩下機器目前無法處理的極為狹窄區塊。此一趨勢看似提升了個人產出效率，卻引發了一連串的連鎖反應：當 AI 輔助使得單一員工的效率大幅提升時，企業對整體人力的需求隨之下降，最終可能導致薪資縮減甚至裁員。
「工作不應視為單項清單，而是一系列任務的『綑綁體』。」—— 倫敦政經學院教授 Luis Garicano
數據揭示：AI 對不同職位薪資潛力的衝擊
儘管 AI 飛速發展，但截至 2026 年第一季，就業總量與工時尚未出現劇烈變動，這呼應了研究中「AI 正在重塑工作，而非直接消滅它們」的論點。然而，數據顯示，不同職位的薪資潛力已開始分化。
以歷史案例來看，2016 年時，人工智慧領域的權威 Geoffrey Hinton 曾公開表示醫學院應停止培訓放射科醫師，因為 AI 將很快超越他們判讀影像的能力。然而，時至今日，放射科醫師的數量不減反增，且因 AI 輔助，其工作效率與價值反而提升。這具體說明了「強綑綁」職位在 AI 時代的韌性與成長潛力。
相反地，對於那些「弱綑綁」職位的勞動者而言，AI 的「拆解」效應則更為顯著。當 AI 能夠高效完成大量重複性任務時，人類在這些職位中的角色便開始被「掏空」，僅剩下邊緣且價值較低的任務。這不僅限制了個人的職涯發展，也對其薪資談判能力構成壓力。
勞動市場的重塑與未來趨勢分析
這份權威研究明確指出，AI 時代的勞動者必須重新思考自身的核心競爭力。面對工作任務被 AI 逐步拆解的趨勢，關鍵在於提升操作 AI 的層次，並將重心轉移至那些機器難以取代的「強綑綁」事務。這包括但不限於：
- 高度判斷力： 處理複雜、模糊或不確定性高的情境。
- 情境理解： 結合多方資訊，進行全局性的分析與決策。
- 責任承擔： 為決策結果負責，尤其在道德、倫理或安全層面。
換句話說，未來的就業市場將更加獎勵那些能夠駕馭 AI、將其視為工具而非替代品的專業人才。這意味著，與其擔心 AI 搶走飯碗，不如積極擁抱 AI，並將自身能力往更高層次的決策、溝通與創新推進。透過不斷學習與轉型，勞動者才能在被 AI 重新定義的職場中，持續保持競爭力並提升個人價值。
「AI 正在重塑工作，而非直接消滅它們。」—— 倫敦政經學院與香港大學聯合研究
數據背後的啟示
這份來自 LSE 與香港大學的最新研究，為我們描繪了一幅 AI 時代下更為細緻的就業市場圖景。它提醒我們，AI 的影響並非一刀切的全面取代，而是一種「削薄」與「增厚」並存的結構性轉變。對於具備高度專業判斷與責任承擔能力的「強綑綁」職位，AI 將成為效率提升與薪資增長的助推器；然而，對於可被輕易拆解的「弱綑綁」職位，勞動者則面臨角色被掏空、薪資受壓的挑戰。
因此，勞動者必須策略性地提升自身技能，專注於那些需要人類獨特認知能力與情感智慧的領域，才能在 AI 浪潮中穩固自身價值，甚至開創更高薪的職涯道路。這不僅是對個人職涯規劃的啟示，更是對教育體系與企業人才發展策略的重要借鏡。
About the Author
