AI 會唔會搶走你份工？風險要睇任務，唔係職稱

用四條問題，檢查你份工邊部分最受影響

最有效嘅自查方法，係先列出你每星期最常做嘅 10 至 15 項任務，再逐項評估。呢種任務拆解方式，亦同 ILO 用任務層面資料分析生成式 AI 影響嘅方向一致。^[5]

如果一項任務同時高度重複、規則清楚、主要靠文字或數據，而且錯誤成本低，佢就係最應該優先測試 AI 輔助嘅部分。呢個唔代表你份工危險，但代表呢部分工作流程可能會變成：AI 做第一版，人類再覆核、修正同承擔結果。

哪些任務最值得先學 AI？

與其一開始就將核心決策交畀 AI，不如先由低風險、可覆核、重複性高嘅任務開始：

• 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、轉格式或整理成表格；
• 根據既定標準產生檢查清單；
• 對已有內容做語氣調整、錯漏檢查或版本比較。

重點唔係「盲目交畀 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]

你可以點樣分類自己嘅任務？

將任務拆開之後，可以簡單分成三類：

1. 可以立即用 AI 加速嘅任務

呢類通常係重複、規則清楚、錯誤成本低，而且有清晰輸入輸出。例如摘要、草稿、格式轉換、初步分類、會議紀錄整理。目標係慳時間，但仍然要有人檢查。

2. 可以用 AI 輔助，但唔應該全自動嘅任務

呢類任務可能涉及判斷、金錢、客戶關係、合規、品牌聲譽或人事影響。AI 可以幫你整理資料、列出選項、指出盲點，但最後決定同責任仍然應該由人承擔。

3. 你應該加強嘅「不可外判」部分

當 AI 可以更快生成初稿，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；關鍵通常唔係單純「識唔識開工具」，而係識唔識用工具交付更可靠嘅成果。^[3]

邊啲能力會更值錢？

如果 AI 同時會取代部分任務、補充部分工作，最值得投資嘅能力就唔止係 prompt，而係成套工作方法。^[4]

• 判斷力： 識分辨 AI 答案邊度可能錯、邊度要查證、邊度唔應該直接用。
• 領域知識： 有行業背景，先知道一份 AI 初稿係可用、普通，定係有風險。
• 工作流設計： 將資料、提示、審核步驟同交付標準串埋，令團隊真係快咗，而唔係亂咗。
• 溝通同信任： 需要解釋、協商、安撫或承擔責任嘅工作，仍然需要有人代表結果負責。
• 學習速度： WEF 2025 報告已將科技變化放入影響到 2030 年職位增長同下降嘅主要趨勢討論入面；持續更新技能會變得更重要。^[1]

一個簡單 7 日自查計劃

如果你想即刻行動，可以用一星期做一次小型工作盤點：

1. 第 1 日： 寫低你每星期最常做嘅 10 至 15 項任務。
2. 第 2 日： 標記邊啲任務重複、規則清楚、主要靠文字或數據。
3. 第 3 日： 揀一項低風險任務，用 AI 做第一版。
4. 第 4 日： 記低 AI 幫你慳咗咩時間、出咗咩錯、需要點樣覆核。
5. 第 5 日： 為呢項任務寫一份固定提示、資料要求同檢查清單。
6. 第 6 日： 試第二項任務，但只限可覆核、錯誤成本低嘅工作。
7. 第 7 日： 決定邊啲任務可以長期用 AI 輔助，邊啲必須保留人手判斷。

呢個做法可以幫你由恐慌轉去實驗：唔係問「AI 會唔會搶我份工」，而係先搵出「AI 會改寫我工作入面邊幾件事」。

底線：先保住不可外判嘅部分

AI 會唔會搶走你份工？最準確嘅講法係：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。

風險最高嘅部分，通常係重複、規則化、容易數碼化、又可以低成本覆核嘅任務。機會最大嘅人，則係識用 AI 增加產出，同時保留判斷、信任、專業背景同責任承擔嘅人。

下一步唔係等一份行業死亡名單，而係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、專業判斷同責任能力要加強。當你由任務開始分析，AI 對你份工嘅威脅同機會都會清楚好多。