最貼地嘅答案係：AI 通常會先改變你份工入面嘅任務，而唔一定即刻取代你整個職位。 IMF 指，AI 會影響全球接近 40% 工作；喺先進經濟體，約 60% 工作可能受影響，而呢種影響可以係取代某些工作，亦可以係補充人類工作。[4]
所以，與其問「我呢個職銜會唔會無咗」，不如問：「我每星期做嘅工作，有幾多可以由 AI 更快、更平、再由人覆核咁完成？」呢個角度會實際好多。
先搞清楚：受影響，唔等於被取代
好多 AI 與就業研究講嘅第一件事，其實係「暴露度」：即係一份工入面有幾多任務可能被 AI 處理、加速、改寫或輔助。ILO 2025 年更新就用任務層面資料、專家輸入同 AI 預測，去改善對生成式 AI 職業暴露度嘅評估。[5]
呢個分別好重要。ILO 相關 G20 技術文件亦特別區分「潛在 AI 暴露度」同「已實現嘅就業影響」。[2] 換句話講，一份工暴露度高，代表工作內容會被衝擊；但唔代表成個職位一定消失。
IMF 工作文件亦提醒，AI 對經濟同社會嘅影響仍有不確定性，而且會因職位角色同產業而異。[6] 同一個職稱之下，有人日日做重複文書，有人負責客戶判斷、流程協調或者風險把關，面對 AI 嘅壓力可以好唔同。
幾份主要研究，其實指向同一件事
現有研究未有一張簡單名單話「邊啲工一定消失」。更穩陣嘅理解係：AI 會重組工作內容，令部分任務自動化，同時令識得用 AI 嘅人更有生產力。
- IMF：影響面大，但唔係單向取代。 IMF 指 AI 會影響全球接近 40% 工作；先進經濟體約 60% 工作可能受影響，而 AI 既會取代一些工作，亦會補充另一些工作。[
4]
- ILO：要拆到任務層面先睇得準。 ILO 2025 更新嘅重點，係用任務層面資料更準確評估生成式 AI 對職業嘅潛在影響。[
5]
- WEF：科技變化會繼續重塑勞動市場。 世界經濟論壇 2025 報告將 technological change 列為推動勞動市場轉型嘅宏觀趨勢之一，並分析到 2030 年對職位增長同下降嘅可能影響。[
1]
- PwC：識用 AI 嘅人可能更值錢。 PwC 2025 Global AI Jobs Barometer 分析接近 10 億份、來自六大洲嘅招聘廣告後指出，AI 可以令員工更有價值，甚至包括高度可自動化嘅工作。[
3]
四條問題，幫你搵出高影響任務
你可以先寫低每星期最常做嘅 10 至 15 項任務，再逐項問自己：
| 自查問題 | 如果答案係「係」，通常代表咩 |
|---|---|
| 呢件事係咪高度重複？ | 較容易被模板化、批量化或自動化。 |
| 規則同標準係咪清楚？ | AI 較容易按固定要求產生初稿、分類、檢查清單或格式化結果。 |
| 輸入同輸出主要係文字或數據？ | 文件、電郵、摘要、表格、報告初稿通常較容易被 AI 工具加速。 |
| 出錯後果係咪較低，而且可由人覆核？ | 較適合先試 AI 輔助；高風險任務就應保留嚴格人手審核。 |
如果一項任務同時重複、規則清楚、主要靠文字或數據，而且錯誤成本低，佢就好可能係最應該優先試 AI 嘅部分。唔係話你份工即刻危險，而係工作流程可能會變成：AI 做第一版，人再覆核、修正同承擔結果。
最適合先學 AI 嘅，通常係呢幾類任務
一開始唔需要將核心決策交畀 AI。較安全嘅做法，是由低風險、可覆核、重複性高嘅工作開始：
- 將長文件、會議紀錄或客戶訊息整理成摘要；
- 為電郵、報告、提案或社交內容做第一版草稿；
- 將資料分類、標籤、轉格式，或者整理成表格；
- 根據既定標準產生檢查清單；
- 幫已有內容調整語氣、檢查錯漏、比較版本。
重點唔係「交晒畀 AI」，而係建立一個可審核流程：人提供背景、要求同標準，AI 做初稿或整理，人再做事實核對、風險判斷同最終決定。呢種做法更接近 IMF 所講 AI 補充人類工作，而唔係單純取代人類工作。[4]
將你嘅工作分成三類
拆開任務之後，可以簡單分成三格：
1. 可以即刻用 AI 加速
例如摘要、初稿、格式轉換、初步分類、會議紀錄整理。呢類任務通常重複、規則清楚、錯誤成本低。目標係慳時間，但仍然要有人檢查。
2. 可以用 AI 輔助，但唔應該全自動
例如涉及金錢、客戶關係、合規、品牌聲譽或人事影響嘅工作。AI 可以幫你整理資料、列出選項、指出盲點，但最後判斷同責任仍然應該由人承擔。
3. 應該加強嘅「不可外判」部分
當 AI 可以好快生成初稿，真正稀缺嘅會係判斷力、領域知識、溝通能力、信任建立、流程設計同結果負責。PwC 嘅分析指出，AI 可以令員工更有價值；關鍵唔止係識唔識開工具，而係識唔識用工具交付更可靠嘅成果。[3]
一個 7 日自查計劃
想即刻開始，可以用一星期做一次小型盤點：
- 第 1 日： 寫低你每星期最常做嘅 10 至 15 項任務。
- 第 2 日： 標記邊啲任務重複、規則清楚、主要靠文字或數據。
- 第 3 日： 揀一項低風險任務，用 AI 做第一版。
- 第 4 日： 記低 AI 慳咗幾多時間、出咗咩錯、需要點覆核。
- 第 5 日： 為呢項任務寫固定提示、資料要求同檢查清單。
- 第 6 日： 試第二項可覆核、錯誤成本低嘅任務。
- 第 7 日： 決定邊啲任務可以長期用 AI 輔助，邊啲一定要保留人手判斷。
底線：保住 AI 難以替你負責嘅部分
AI 會唔會搶走你份工？更準確嘅講法係：AI 會搶走、壓縮或改寫某些任務，但未必直接搶走你整個職位。
最高風險嘅，通常係重複、規則化、容易數碼化、又可以低成本覆核嘅任務。最大機會嘅，則係識用 AI 增加產出，同時保留判斷、專業背景、信任同責任承擔嘅人。
與其等一份「行業死亡名單」，不如攤開自己一星期工作：邊啲可以交畀 AI 做第一版？邊啲一定要自己審？邊啲人際、專業判斷同負責任能力要加強？由任務開始睇，AI 對你份工嘅威脅同機會都會清楚好多。
