前幾天在搭公車時，我聽完了 簡立峰 的一場演講。
他是前Google董事總經理，也是台灣知名的人工智慧學者與經理人。
他的分享結合了最新研究（包含 麥肯錫公司 的報告），讓我對一件事有更清楚的理解：
AI不會平均影響所有人，而是「選擇性重塑」某些工作。
▋一、最容易被取代的，不是藍領，而是「標準化白領」
很多人直覺會覺得，AI會先取代勞力工作。
但實際上，目前衝擊最大的反而是：
- 初階法律工作（文件審閱、合約草擬）
- 會計與記帳（分錄、報表整理）
- 初階分析師（資料整理、報告生成）
- 初階軟體工程師（重複性coding）
原因其實很單純：
👉 只要一個工作可以被文字描述、流程化、標準化，AI就能快速學會。
這在美國已經開始發生，而且是「現在進行式」。
▋二、不是消失，而是「結構重組」
但這裡有一個很重要的修正：
👉 這些職業不會消失，而是「底層被掏空」。
例如：
- 律師 → 基礎審約工作減少，但策略與談判價值上升
- 會計 → 記帳自動化，但財務規劃與決策更重要
- 工程師 → 寫code變簡單，但系統設計更關鍵
這也帶來一個現象：
👉 資深人才溢價，初階人才被壓縮。
▋三、為什麼AI特別擅長這些工作？
本質上，AI（LLM）的運作方式是：
👉 從大量資料中，找出「最可能正確的答案」
這帶來三個結果：
1. 擅長處理「已知問題」
- 有案例
- 有標準答案
- 有歷史資料
👉 AI會做得比人更快、更穩
2. 傾向產出「平均答案」
AI會往「最合理、最多人認同」的方向靠攏。
👉 這在一般工作是優勢
👉 但在投資、創新，反而是限制
3. 缺乏現實世界的「摩擦感」
AI很難理解：
- 客戶真實反應
- 員工士氣
- 組織文化
- 現場突發狀況
👉 這些資訊往往才是關鍵
這點其實很接近 Charlie Munger 所說的「跨領域判斷」。
▋四、哪些工作反而更難被取代？
相對來說，以下幾類工作短期內更安全：
1. 高感知工作
- 外科醫師
- 牙醫師
- 技術工（水電、維修）
👉 需要五感與即時判斷
2. 高互動工作
- 業務
- 談判
- 管理
👉 需要人際信任與情境判讀
3. 高決策工作
- 策略規劃
- 資源配置
- 複雜系統整合
👉 需要在不確定中做選擇
▋五、為什麼勞力型工作反而可能溢價？
這點很反直覺，但正在發生：
👉 人形機器人進展仍然有限
👉 現實世界太複雜
像：
- 平衡感（小腦）
- 觸覺
- 空間判斷
👉 對AI來說仍是「訓練地獄」
所以：
在數位工作被壓縮的同時，實體技能反而可能升值。
▋結論：未來的分水嶺是「是否可被標準化」
如果要我用一句話總結：
AI不會消滅工作，但會消滅「標準化工作」。
未來真正重要的，不是你做什麼職業，而是：
👉 你的能力，是否容易被複製。
▋最後一個提醒
AI是工具，不是對手。
真正的競爭不再是：
👉 人 vs AI
而是：
👉 會用AI的人 vs 不會用AI的人
如果之後有機會把 簡立峰 的書完整讀完，我也會再整理更完整的心得跟大家分享