然而，AI 的崛起似乎可能顛覆這個根深柢固的想法。甚至，有人以「白領大屠殺（White-Collar Bloodbath）」來形容，AI 正用前所未有的效率，自動化過去被認為是人類專屬的知識型任務。
哈佛商業評論《Reskilling in the Age of AI》一文中，哈佛商學院助理教授 Jorge Tamayo 在 2023 年就觀察到，雖然許多企業很快直覺了解到，進入 AI 時代是面對一次典範轉移，企業內部的技能必然需要重新界定與重塑，而且有些企業已經投注大量心力，試圖找出正確方向。然而這些努力有兩大阻礙：一是無法嚴謹衡量與評估實際成效，二是就算在實驗專案獲得成功 ，但還找不出讓成功進一步普及與擴大規模的方法。
Tamayo 這樣的觀察，精準描繪出當前的集體焦慮。當生成式AI以超乎想像的速度席捲全球，知識工作者正面臨一場前所未有的變革挑戰：不僅僅是工具的變革，更是對「價值」的重新定義。在深入探討企業如何系統性地應對之前，必須先清晰認知AI為白領工作者帶來了何種性質的危機，以及，我們應該培養何種無可取代的核心技能來應對這場變革。
不只是轉型陣痛，而是「白領大屠殺」？
長久以來，白領工作被視為教育投資的終極目標，特別在華人社會中，更被視為社會階級翻轉、通往中產階級的穩定道路。然而，AI 的崛起似乎可能顛覆這個根深柢固的想法。甚至，有人以「白領大屠殺（White-Collar Bloodbath）」來形容，AI 正用前所未有的效率，自動化過去被認為是人類專屬的知識型任務。從事市場分析、法律文件草擬、程式編寫、報告彙整甚至創意發想的人員，赫然發現他們的主要工作內容，AI 不僅能做，甚至在某些方面做得更快、更全面。
這個衝擊的本質遠遠超過目前大家所理解的「效率提升」，更貼近的概念應該是「價值取代」。過去白領工作者在職場的價值，主要是資訊的處理與產出；但是當AI能以近乎零的邊際成本，快速生成大量內容時，單純的資訊產出能力正迅速貶值。所以很多知識工作者開始疑惑：當過去賴以維生的技能被輕易複製時，自己還剩下什麼價值？
這個問題可以從個人與組織兩個層面來分析 AI 的影響。
AI 讓你我變笨？記憶力下降？
從個人能力而言，最近麻省理工學院（MIT）有個研究受到很多人關注，研究結果發現，使用生成式 AI 如 OpenAI 的 GPT-4o 進行寫作，會讓大腦的活動量下降，且可能導致記憶力變差。研究團隊採取實驗法，將多名大學生分成三組，要求他們在 20 分鐘內撰寫一篇短文，撰寫過程透過腦電圖（EEG）蒐集腦部活動。三組參與者當中，第一組不使用任何外部資源，第二組使用搜尋引擎，第三組則使用 OpenAI 的 GPT-4o 模型。
過程重複四次之後，研究結果顯示，三組之間的腦部活動存在顯著差異。使用 AI 的參與者在腦部連結性方面的表現最弱，也就是腦部活動顯著減少 55％；使用搜尋引擎者則減少 34～48％。同時研究中也發現，AI 組的參與者在對於所撰寫內容的記憶，明顯不如只依賴自身思考的組別。
企業改變人才策略 可能造成斷層？
從組織層面來分析，最近幾家科技巨擘資遣員工的動作頻頻。實際上，企業的召募策略也在這兩年有相當大的變化。例如，IBM 早已宣布暫停招聘可能很快會被人工智慧自動化的職位，這些職位約涵蓋 2 萬 6000 名員工。知名顧問企業 Accenture 在 2024 年財報公告，預計裁減 1 萬 9000 個職位，但卻計畫大幅增加對人工智慧技術和員工再培訓計畫的投資。
而大型科技公司早已使用人工智慧工具取代初級員工，負責內容審核、資料標註、轉錄和基本程式撰寫等工作。例如，基本的客戶支援系統已有高達八成五由人工智慧驅動，相較於 2020 年的 30％ 呈倍數增加。還有，在律師事務所裡，過去由新進律師負責的法律研究和合約起草，現在也都由自動化 AI 代勞。
目前看似新手和初級員工受到最大衝擊。例如，過去實習和培訓計畫是許多企業召募新進員工的重要管道。但根據美國的數據，2022 年至 2024 年間，財富 500 強企業的實習機會下降了 22％，其中科技業的降幅更高達 34％。但是，如果企業為了節省成本、增加效率而大幅減少入門級的新進員工，除了應屆畢業生面臨結構性失業的風險之外，企業組織要留意的是，未來的中階以及高階主管要從何而來？又該如何培養面對未知的評估與決策能力？
AI 的影響不只是取代「不會用 AI 的人」，而是影響了人類社會從第二波工業革命以來所習慣的工作模式。如果說，第二波工業革命是讓人的工作流程標準化、規格化，也就是像機器一樣固定、準確；但驅動第四波工業革命的 AI，卻是希望讓機器愈來愈像人。那麼，重新定義人類在工作流程中的價值與核心技能，已是企業無可迴避的管理課題。
根據世界經濟論壇（WEF）調查 2025 年及 2030 年工作者需具備的核心技能，報告顯示， 2025 年核心技能前五名為：(1)分析思考能力、(2)韌性、靈活和敏捷性、(3)領導力與社會影響力、(4)創意思維、(5)積極與自覺性，可見企業期待能擁有敏捷、創新與具有協作能力的工作團隊。而調查結果中預期至2030年需求增加最多且愈發重要的技能首五名則是：(1)AI 與大數據技能、(2)網路及資安技能、(3)科技素養能力、(4)創意思維、(5)韌性、靈活和敏捷性，反映出未來市場對技術相關技能的需求快速上升。
因此，參考 WEF 的調查結果以及AI發展趨勢，建議白領工作者在 AI 時代可以選擇技能再造（Reskilling）有以下三種方式：
技能再造一：不只會「提示」更要懂「思辨」
AI 時代的第一個高價值技能，並非學會如何對 AI 下達完美指令，而是學會如何「質疑 AI 給出的完美答案」，並且確認是否的確符合自己心中的提問。這兩年許多人急著學習如何給AI提示（Prompting）但這只是與 AI 互動的基礎之一，而且學習門檻愈來愈低。真正的核心能力在於建立「AI 思辨力」。
這項能力包含四個層面：第一，理解 AI 技術的侷限，認知到任何 AI 模型都有其訓練資料的邊界與內在的演算法偏見；第二，具有評估與批判所需的專業知識，有能力審視AI產出的論點、數據與結論，主動尋找其中的矛盾與謬誤；第三，獨立驗證與思辨，建立交叉比對與事實查核的習慣，絕不將 AI 的輸出當作終極真理；第四，宏觀的策略判斷，清楚知道在何種情境下可以信任 AI 以提升效率，以及在何種高風險、高模糊性的情境下，必須依賴人類的判斷與直覺。
技能再造二：從「資訊處理」走向「策略整合」
當 AI 已成為如此快速的資訊處理器與內容產生器時，人類還有什麼價值？這是很多人不敢或不願意想像的未來。但如果借用大家所熟知的「砌磚工人」故事，可能較容易理解：如果 AI 能夠快速生產大量磚塊並且堆砌整齊，那麼人類就可以放下重複且耗費大量勞力的砌磚工作，轉變為繪製教堂藍圖、甚至規劃城市天際線的「總建築師」。這就是「策略整合」的能力。
具體來說，這項能力可以從 AI 生成的大量內容與數據中，洞察底層邏輯、關聯與趨勢。例如，如果想建立超高齡化社會風險預測的 AI 模型，必須先確認哪些現象將存在風險？這些現象如何數據化？這些數據如何互相連動？又如何組成能夠預測未來的框架？AI能夠快速寫出許多關於高齡社會風險的文章，但只有具備專業知識與整合能力的人類，才能從中萃取出準確預測未來的方法。進入AI世界，快速產出答案的價值遞減，但能提出正確問題、定義宏觀框架的能力，將成為無可取代的核心價值。
技能再造三：強化「人性價值」—同理、信任與協作
未來我們的世界將有一大部份由數據和演算法驅動，但是別忘了，AI雖然會模擬無限的對話，但無法真正理解，更別說給予真實的同理心；AI 能優化數據或不斷道歉承諾改進，但無法建立人與人之間由長期互動、共同經歷而產生的信任。更重要的是，面對由地緣政治風險、美中科技戰以及變幻莫測的關稅、匯率組成的現況，AI 無法駕馭真實世界中充滿了政治角力、歷史糾葛與利益衝突的複雜協作關係。而這些正是我們人類，在任何時代都無可取代的核心價值。
AI 帶來的既是危機，更是契機。它殘酷地淘汰了重複性的知識勞動，同時也為我們指明了演化的方向。面對工作被取代的威脅與心智能力弱化的隱憂，白領工作者的出路不在於抗拒或恐懼，而在於有意識地自我重塑。這場重塑的核心，是從一個「資訊的處理者」，轉變為一個「意義的創造者」。
而當工作者不斷藉著技能再造，朝著「意義的創造者」方向邁進時，組織應該如何調整因應？這將是產業與企業必須立即面對的關鍵議題。
