大多數關於 AI 與就業的討論，都從一個簡單的問題開始：AI 能勝任哪些工作？
這個問題固然重要，但單憑這一點，還不足以預測勞工將面對甚麼變化。一項技術即使能完成某個職業的許多任務，也不一定會令這個職業消失。背後可能有多種原因。人類在某些職位上可能仍不可或缺，因為顧客希望與真人互動、機構要求由人承擔責任，或工作需要有人親身到場並作出判斷。也可能是成本下降帶動了足夠的需求增長，因此即使 AI 提高了員工的生產力，行業的就業人數仍不減反增。
OpenAI 的「AI 就業轉型框架」提供了新角度，讓我們思考這些可能性。這個框架不會將工作在技術上受 AI 影響的程度，直接視為職位被取代的預測，而是提出三個問題：
AI 能否完成該職業中相當一部分的任務？
在執行工作、監督工作或承擔相關責任方面，人是否仍然處於核心位置？
如果 AI 降低了服務成本，需求增長是否足以吸納生產力提升所帶來的額外產能？
這個框架應用於 921 個職業，涵蓋美國約 1.48 億個職位，呈現出勞動市場轉型的多種面貌。約 18% 的職位面臨較高的自動化風險，24% 可能重整工作內容，12% 可能隨着 AI 發展而增長，46% 則在短期內變化較少。
這些分類並非預測某個百分比的職位將會消失。它們描繪的是不同類型的變化可能最先在哪些職業出現。
自動化風險較高的職位：可能包括資料輸入員、電話推銷員、校對員，以及部分簿記或行政職位。這類工作很大一部分涉及處理、核對或傳達標準化資訊。AI 越來越有能力執行這些任務，無需由人直接提供最終服務。這些工作的需求增長，未必足以抵銷生產力提升對人手需求的影響。
這些職位值得密切關注，尤其是就業集中於特定地區，或勞工轉往相關職位的途徑有限的情況。但即使如此，技術上做得到，也不代表職位必然或即時被取代。僱主仍須重新設計工作流程，將 AI 整合到現有系統，管理錯誤及監管風險，並判斷自動化是否真的比繼續聘用員工更便宜。
工作內容將會重整的職位：第二類職位的佔比更大，其工作內容可能會重整，而非整個職位消失。律師、會計師、軟件開發人員、金融分析師及教師，都可能屬於這一類。AI 已能草擬合約、整理證據摘要、進行財務分析、編寫程式碼及製作教材。但客戶和機構仍需要人來作出判斷、為決策負責、理解特殊個案，以及與同事、學生或顧客建立關係。
AI 可能讓每位律師審閱更多文件、每位開發人員編寫更多程式碼，或每位教師準備更多因材施教的教材。這可能減少部分工作所需的人手，但這些職業本身仍明顯以人為本。核心問題因此變成如何重新設計職位：哪些任務交給 AI、哪些仍由員工負責，以及入門職位和職業發展路徑能否繼續提供學習機會。
隨 AI 發展而增長的職位：在這類職位中，AI 可能大幅降低成本，從而創造更多需求。例子包括補習導師、心理健康輔導員、個人理財顧問及部分醫護專業人員。對許多人而言，這些服務目前收費高昂，或難以獲得。在這些領域，生產力提高不一定意味着從業人數減少。補習服務若更實惠，可能吸引更多家庭使用。理財諮詢費用若降低，可能讓目前無力聘請顧問的家庭也能獲得個人化指導。在 AI 支援下，臨床醫護人員或能提供更多跟進及持續護理服務。如果需求增長足夠，即使每位員工的生產力提高，總就業人數仍可能上升。
短期內變化較少的職位：這一類包括許多核心任務仍需親手操作、並須在特定地點執行的工作，例如電工、水喉工、屋頂工程工人、建築工人，以及許多餐飲服務人員。AI 仍可協助安排工作時間、估價、培訓、存貨管理或與顧客溝通，但目前無法安裝電線、維修水管、更換屋頂，或烹調及奉上餐點。
這些職業並非完全不受 AI 影響。它們的行政及管理工作可能改變，而機械人技術的進步，最終也可能擴大自動化的範圍。但就目前而言，這些職業的核心工作受語言型 AI 影響的程度相對較低，因此短期內出現重大變化的可能性較小。
AI 的早期影響，很可能先體現在任務、工作流程及技能要求的改變，而非整個職業消失。事實上，目前被界定為面臨較高自動化風險的職業，實際使用 AI 的程度已經較高。在風險最高的職業中，ChatGPT 的使用普及率約為整體勞動人口的三倍。
然而，近期失業情況的變化，與職業在技術上受 AI 影響的程度並不完全吻合。自 2024 年第一季以來，一些受 AI 影響程度較低的職業，失業率升幅反而高於框架中被列為 AI 風險最高的職業。不過，這並不能證明 AI 對勞動市場毫無影響。各職業的失業情況受多種因素影響，而某些變化可能先反映在招聘、入門就業機會、薪酬或工作內容的組成上，而非裁員。
AI 並不會令工作的未來只有一種無可避免的走向。技術能力固然重要，但制度、消費者需求、企業決策、監管，以及人類參與的長遠價值，同樣重要。本文提出的轉型框架顯示，不同職業將需要不同的政策介入措施。
對於自動化風險高的職位，可能需要預警系統、具針對性的調適支援，以及因應當地情況制定的轉型計劃。
對於工作內容可能重整的職位，可能需要更新培訓、專業標準及人手配置規定，並更清楚界定人類監督的要求。
對於有增長潛力的職位，鼓勵採用 AI、擴大服務覆蓋範圍，以及培育更多人才入行的政策，可能有所裨益。
對所有類別而言，政策制定者都需要更完善的即時資訊。傳統勞工統計數據固然有價值，但往往更新太慢，未能及時反映工作任務、僱主期望及技術使用情況的變化。將就業數據與 AI 能力及實際採用情況的指標結合，有助更及時地掌握哪些領域的壓力正在累積。
