AI應用對勞動權的衝擊：裁員？加薪？變輕鬆？（三）

溫怡玲 -

學者調查：多數企業自認已導入，勞工卻未必知情

辛炳隆先提出一個判斷：單從技術可行性來看，AI 加上自動化幾乎能取代九成工作，但企業是否真的這樣做，還要考量成本、顧客接受度、市場規模與法規。社會對 AI 的疑慮變大，也可能逐漸反映在法律規範上。

從國家整體人力資源的角度來看，他也認為取代不必然是壞事。因為台灣面臨少子化，勞動力本來就在減少，若 AI 無法接手，缺工問題反而更嚴重。但真正需要關注的難題在於時間上的平衡：若 AI 取代勞動需求的速度，快過勞動力自然減少的速度，就可能出現大量失業。他認為這是國發會與勞動部需要共同找出平衡點的政策問題。

辛炳隆今年稍早調查企業將 AI 導入人力資源管理對勞工的影響。結果發現有 72.7% 的企業表示已導入 AI，但全面導入的比例僅 7.4%，多數是在部分功能上使用。辛炳隆推測，導入率偏高可能是因為企業把員工自行使用 ChatGPT 也視為導入；若比照較嚴謹的研究設計，區分員工個人使用與企業層級導入，比例應該會再降低。

另一個有趣的數據是，約三成受訪者完全不知道自己的公司是否導入 AI。由於企業與員工問卷並非配對樣本，這個比例無法直接對照企業端的導入率，但仍可能反映出企業導入 AI 時，與員工的溝通並不充分。

員工對 AI 的態度呈現明顯的雙重性：75.1% 認為 AI 可提升效率，卻有 82.2% 擔心 AI 帶來負面影響。員工端最擔心的是 AI 強化對勞工的監控，擔心隱私與個資過度收集的比例超過六成。企業端約九成認同重要人事決策應由人做最後決定。但辛炳隆提醒，在 AI 風險備受媒體關注的氛圍下，受訪者可能傾向填寫「社會期待」的答案，也就是被認為「應該這樣做」的做法，不一定反映實際情況。

至於企業為何尚未導入，最常見的理由是管理階層根本沒把 AI 列為優先事項，其次是數位化資料基礎不足。AI 需要資料「餵養」，資料不健全就很難導入。

辛炳隆也提醒，許多受訪者認為 AI 可以減少人為偏見，但這並不等於沒有偏見。AI 的建議來自歷史資料建立的模型，就像照著舊地圖找路，地圖若本身畫錯，走得再精準也只是重複錯誤；訓練資料若帶有歧視，AI 就會複製歧視。他建議以清楚的規範降低勞工的不確定性，包括導入前告知員工、保留人為管控，以及為 AI 參與的決策建立複核與申訴機制；長期而言，可能也需要第三方公正單位對企業的 AI 風險治理進行認證。

調查問卷透過人力銀行發放，於今年 1 月 7 日至 15 日回收 514 份樣本，其中企業 161 份、勞工 353 份，產業以資訊科技與金融保險業為主。辛炳隆坦言，受限於經費，並非嚴謹的抽樣調查，不能代表所有企業的樣貌，但與一般體感大致相符。

主持人溫怡玲也回應，認為這個調查的結果相當值得參考。比對人工智慧科技基金會（AIF）2026年《產業 AI 化大調查》結果，AIF發現今年企業普遍投入 AI，但最被忽視的仍是人才。許多企業把預算拿去採購設備，同時又表示最缺的是人才。她也提到，這一兩年類似的調查紛紛出現，有趣的是並不因調查單位或樣本數而改變；曾有人以 AIF 的調查為基礎，將樣本數擴大到符合標準信賴區間的 1,067 份，結論並沒有差異。她認為，最重要的仍是傾聽當事人的聲音，也因此請代表金融從業人員的韓仕賢分享勞方觀點。

本場論壇精彩系列報導》：