大多數關於 AI 與就業的討論，都從一個簡單的問題開始：AI 能做哪些工作？
這個問題很重要，卻不足以預測勞工將面臨什麼變化。一項技術即使能完成某個職業的許多任務，也未必會讓這個職業消失。這種情況可能有多種原因。人類在工作中可能仍不可或缺，因為顧客希望與人互動、機構要求由人承擔責任，或工作需要有人親臨現場並做出判斷。也可能是成本下降帶來足夠的需求成長，因此即使 AI 提升了勞工的生產力，產業的就業人數仍不減反增。
OpenAI 的 AI 就業轉型框架，提供了思考這些可能性的新方式。這個框架不將工作受技術影響的程度直接視為工作遭取代的預測，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、監督工作或為工作承擔責任方面，人是否仍扮演核心角色？
如果 AI 降低服務成本，需求是否會成長到足以吸收生產力提升所增加的產出？
將此框架應用於涵蓋美國約 1.48 億個工作機會的 921 種職業後，可以看見勞動市場轉型更多元的樣貌。約 18% 的工作面臨相對較高的自動化風險，24% 可能重整，12% 可能隨 AI 發展而成長，46% 則在短期內變化較小。
這些分類並不是在預測有多少比例的工作將會消失。它們呈現的是不同類型的變化可能率先出現在哪些領域。
自動化風險較高的工作：可能包括資料輸入員、電話行銷員、校對人員，以及部分記帳或行政職務。這些工作大多涉及處理、核對或傳達標準化資訊，而 AI 越來越能勝任這類任務，無須由人直接提供最終服務。這類活動的需求成長，可能不足以抵銷生產力提升所減少的人力需求。
這些工作的變化值得密切關注，尤其是在就業集中於特定地區，或勞工轉往相近職務的管道有限時。但即使如此，技術具備某項能力，也不代表工作就會自動或立即遭到取代。雇主仍須重新設計工作流程、將 AI 與既有系統整合、管理錯誤與法規風險，並判斷自動化是否真的比繼續僱用人員更便宜。
將會重整的工作：第二類工作的規模更大，可能走向重整，而非消失。律師、會計師、軟體開發人員、財務分析師和教師，都可能是這類工作的例子。AI 已經能夠草擬合約、彙整證據、製作財務分析、撰寫程式碼及編製教材。但客戶與機構仍需要人來做出判斷、為決策負責、理解特殊個案，並與同事、學生或顧客建立關係。
AI 可能讓每位律師審閱更多文件、每位開發人員產出更多程式碼，或讓每位教師準備更多個人化教材。這可能減少某些活動所需的人力，但這些職業本身仍明顯以人為核心。核心問題因此轉為如何重新設計工作：哪些任務交給 AI、哪些仍由勞工執行，以及入門職務與職涯發展路徑是否持續提供學習機會。
隨 AI 發展而成長的工作：在這類工作中，AI 可能大幅降低成本，進而創造更多需求。例如家教、心理諮商師、個人理財顧問，以及部分醫療專業人員。對許多人而言，這些服務目前價格高昂，或不易取得。在這些領域，生產力提高不一定意味著勞工人數減少。更實惠的家教服務，可能吸引更多家庭付費使用。成本較低的理財諮詢，可能讓目前負擔不起顧問費用的家庭，也能獲得個人化指導。有 AI 輔助的臨床醫療人員，或許能提供更多追蹤與持續性照護。如果需求擴大到足夠的規模，即使每位勞工的生產力提高，總就業人數仍可能增加。
短期內變化較小的工作：這類工作包括許多核心任務仍須動手操作，且必須在特定地點執行的職務，例如電工、管線工、屋頂施工人員、營建工人，以及許多餐飲服務人員。AI 仍可能協助排程、估價、訓練、庫存管理或顧客溝通，但目前無法安裝電線、修理管線、更換屋頂，或烹調與端送餐點。
這些職業並非完全不會受到 AI 影響。它們的行政與管理任務可能改變，而機器人技術的進展最終也可能擴大自動化的範圍。但就目前而言，它們的核心工作受語言型 AI 影響的程度相對較低，因此短期內較不可能出現重大變化。
AI 的早期影響可能先反映在任務、工作流程與技能要求的變化上，而非整個職業的消失。事實上，目前被認定面臨較高自動化風險的職業，實際使用 AI 的程度已經較高。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，近期失業率的變化，與工作受技術影響的程度並未呈現明確的對應關係。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此框架歸類為面臨最高 AI 風險的職業。不過，這並不能證明 AI 對勞動市場毫無影響。各職業的失業率受許多因素影響，有些變化可能先出現在招募、入門工作機會、薪資或工作內容的組成上，而不是裁員。
AI 並不會讓工作的未來走向單一、無可避免的結局。技術能力固然重要，但制度、消費需求、企業決策、法規，以及人類參與所具有的持久價值，也同樣重要。本文提出的轉型框架顯示，不同職業需要不同的政策介入措施。
面臨高自動化風險的工作，可能需要預警系統、有針對性的調適援助，以及因地制宜的轉型計畫。
可能重整的工作，或許需要更新培訓內容、專業標準與人力配置規範，並更明確界定人工監督的要求。
具有成長潛力的工作，則可能受惠於鼓勵採用 AI、擴大服務可及性，以及培育更多勞工進入該領域的政策。
無論是哪一類工作，政策制定者都需要更完善的即時資訊。傳統勞動統計資料很有價值，但更新速度往往太慢，無法掌握工作任務、雇主期望與技術使用情況的變化。結合就業資料、AI 能力指標與實際採用情況，可以更及時掌握哪些領域正逐漸累積壓力。
