多數企業導入AI的目的都著眼降低成本，但MIT經濟學家Daron Acemoglu、David Autor和Simon Johnson發表的報告《Building Pro-Worker Artificial Intelligence》主張，AI可朝擴展人類判斷力、創造新任務、加速技能獲取，提升專業知識價值發展。
企業對人才的瞭解方式和投資決策，將可能決定其長期競爭力、人才留任率和創新能力？當前許多企業將 AI 視為降低成本與營運效率的關鍵工具，卻未看到 AI 導入其實正是檢視和升級人才結構、競爭力的契機。取代員工或賦能員工？這個落差正是AI是否能夠打造企業競爭力的關鍵。
企業對人才的理解和投資，將決定長期競爭力
越來越多的行業領導者開始意識到，以員工能力提升為核心的AI戰略，不僅更符合可持續發展的倫理要求，更能創造競爭對手無法輕易複製的護城河。
MIT經濟學家達龍·阿塞莫格魯（Daron Acemoglu）、大衛·奧托（David Autor）和賽門·強森（Simon Johnson）2026年2月在美國布魯金斯學會漢密爾頓項目上，發表一篇研究報告《構建有利於勞工的人工智慧》，指出企業對人才的理解方式和投資決策，將決定其長期競爭力、人才留任率和創新能力。
用機器替代人，可能留下許多未開發價值
賽門．強森解釋，「有利於勞工的AI」是指那些提升勞動者能力、使人類技能和專業知識更有價值的AI應用。這類AI，透過增加對人類專業知識的需求，讓人力資本和專業知識都變得更值錢，僱主也因此需要提供更有競爭力的薪資。
當前絕大多數企業導入AI的策略，多半用於自動化，以更快的速度、更低的成本、更少的人手完成現有任務。但是並非所有生產力提升都「有利勞動者」，生產力提升本身是中性的，關鍵在於提升生產力的路徑，是降低對人類專業知識的需求，還是協助創造專業知識具有更高價值？這是兩條完全不同的道路，將引導出截然相反的社會後果。
強森指出，用機器替代人的想法不需要太多管理想像力，這條路阻力很小，卻很可能留下許多未開發的價值。
有利勞動者的AI將讓勞動者的技能與知識更值錢
報告中將AI技術分為五大類：勞動力增強型、資本增強型、自動化型、專業知識平等化型和新任務創造型技術。其中，只有新任務創造型技術是「明確的有利勞動者」技術，因為它們為新形式的人類專業知識創造需求，而不是使現有專業知識變得不必要。
其他四種技術各有不同影響，勞動力增強型工具幫助員工更快速完成當前任務；自動化工具將該任務從員工轉移到機器；專業知識平等化工具則能協助經驗較少的員工做到過往需要專家技能的事。
以脈搏血氧計為例，這個看似簡單的設備，改變了整個醫療檢測的生態。曾經，患者的血氧水準測量需要靜脈穿刺師、實驗室技術人員和醫生或護士分工合作。如今，一名醫療技術人員用脈搏血氧計就能迅速完成同樣的任務。乍看之下是效率的勝利，但仔細觀察會發現，效率的提升是以削弱原有專家的專業價值為代價的。這就是為什麼研究人員將其定義為「專業知識平等化」而非有利於勞工的技術。
新任務創造型技術則完全相反。它們不是簡化工作，而是擴展人類可以發揮價值的工作範圍。以電氣工作為例，乙太網、光纖電纜和占用感知型供暖照明系統的出現，並未減少電工的需求，反而增加了現代建築的複雜性，為規劃、安裝和維護這些系統的專業知識創造了全新需求。原有的電工知識變得更加寶貴，而非被貶低。這才是真正有利於勞動者的AI應該做的事。
AI 評估的關鍵檢驗
「如果擴展人類的能力去做人類以前未曾做過的新事情，那麼你往往會提高人類專業知識的價值，」強森認為，這也是評估AI的關鍵檢驗。
然而，有利於勞動者的AI導入既是技術挑戰，也是管理挑戰。因為同樣的技術，取決於領導者如何部署，可能創造價值，也可能摧毀價值。管理者必須在AI倡議初期就做出根本選擇：想用AI替代人，還是要用AI擴展人的能力？ 這個決定，將決定一切。
有利於勞工的AI實現需要企業和政府的雙重努力。強森建議，在政策層面，政府應加大對醫療、教育等戰略領域的投資，強化AI評估能力，支持以工人為中心的工具開發，並通過稅收改革、反壟斷執法和職業許可改革來保護勞動力。但企業不應該坐以待斃。
實際上，商業領導者現在就可以改變組織內部的三個根本選擇：工作如何被重新設計，能從優化成本轉向優化價值；AI優化什麼，例如從效率轉向能力發展。以及轉變看待員工的態度，從成本轉向資產。
最關鍵的是，企業應在AI導入初期就提出三個問題：
- 這是否讓員工能做更有價值的事？
- AI是否增強而非替代人類判斷？
- 是否創造新的職業機會而非減少現有角色？
「企業需要理解AI具有真正的變革潛力，但如果只是用機器替代人，就不會充分實現這種潛力，」強森說，有利勞工的AI不是未來的奢侈品，而是企業在AI時代持續競爭的必要條件。那些最早做出轉變、用AI拓展而非替代員工能力的公司，將在競爭中獲得最大優勢。
