AI 會唔會搶你份工？2025 報告話：先睇任務，再學 5 類技能

另一條更普遍嘅路，係喺你原本行業入面，變成更識用 AI 同數碼工具嘅人：例如用 AI 減少文書時間、整理資料、準備溝通材料，將更多精力放喺專業判斷同服務質素上。

3. 風險要睇任務，唔好淨睇職稱

ILO 2025 更新強調，用任務層級資料、專家輸入同 AI 預測，去評估生成式 AI 對職業嘅暴露程度。 呢點好重要：同一個職稱入面，可能同時有 AI 好容易加速嘅摘要、分類、整理任務，亦有仍然需要人負責嘅判斷、溝通同情境理解。

WEF 亦指出，AI 同其他技術變化正在重塑市場，推高好多技術或專業職位需求，同時令部分職位下滑，例子包括 graphic designers（平面設計師）。 呢點唔等於所有設計工作都會消失，而係提醒：如果角色太依賴標準化產出，就要升級到策略、品牌判斷、情境理解同質素把關。

先做自我盤點：你份工邊啲環節最容易被改寫？

以下唔係精密預測，而係將 ILO 嘅任務層級思路，變成個人檢查表。

2025 最值得先學嘅 5 類技能

1. AI 與機器學習基本素養

AI 與機器學習專家係 WEF 列出按百分比增長最快嘅職位之一。 不過，對大多數非工程師嚟講，第一步唔係即刻訓練模型，而係理解 AI 做到咩、做唔到咩、咩情況一定要人手覆核，並將佢用喺研究、摘要、草稿、資料整理同初步分析。

實用目標唔係背熟一堆 AI 名詞，而係建立穩定工作流程：輸入要清楚、輸出格式要固定、檢查標準要明確，亦要知道邊啲資料唔應該隨便交畀外部工具。

2. 資料分析與 Big Data

大數據專家同樣被 WEF 列為按百分比增長最快嘅職位之一。 ARISA 對 WEF 報告嘅整理亦指出，AI and Big Data 係最突出嘅技能組合之一。

如果你只能先補一個硬技能，可以由試算表分析、SQL、資料視覺化或者基礎 Python 揀一樣開始。重點唔係工具清單越長越好，而係你能夠將資料整理成可檢查、可解釋、可以支持決策嘅證據。

3. 軟件、應用開發與自動化思維

ARISA 嘅整理將 Software and Application Development 列為需求明顯嘅專業方向之一。 就算你唔打算全職寫程式，都值得理解產品流程、資料流、應用程式介面（API）、腳本或者低程式碼工具。

AI 真正創造價值，好多時唔係一次過生成一段文字，而係被接入一個可重複、可追蹤、可維護嘅流程。懂少少開發同自動化，會令你更容易將想法變成真正可用嘅工作系統。

4. 網絡與資安基礎

ARISA 對 WEF 報告嘅整理指出，Networks and Cybersecurity 係緊接 AI and Big Data 之後嘅重要技能組合。 當工作流程越嚟越數碼化，資安就唔再只係 IT 部門嘅事。

跨職能工作者至少要識基本權限管理、判斷資料可唔可以上傳、知道敏感資訊點樣處理，以及輸出內容點樣留痕。識用工具只係第一層；識得安全咁用工具，先係更長線嘅競爭力。

5. 一般科技素養

ARISA 亦將 general technological literacy 列為重要技能方向。 呢項能力好容易被非工程背景嘅人低估：你未必要寫好多程式，但要知道工具點樣串接、資料由邊度嚟、輸出點樣驗證、幾時應該搵專家幫手。

一般科技素養會影響你能唔能夠同工程、資料、產品、資安團隊有效合作。佢亦係將 AI 應用由「玩工具」推進到「改善工作成果」嘅基礎。

唔同角色，學習優先次序可以點排？

將學習變成睇得見嘅成果

1. 先盤點任務，唔好淨係焦慮職稱。 寫低你一星期最常做嘅任務，標出邊啲係重複、格式固定、主要用文字或表格交付。呢個方向同 ILO 由任務層級評估生成式 AI 影響嘅方法一致。
2. 揀一個場景做成流程。 例如會議紀錄、客戶回覆、資料清理、競品研究或者週報產出，將輸入資料、提示詞、輸出格式同人手覆核標準固定落嚟。
3. 補一個同本業貼地嘅硬技能。 可以由 SQL、Python、資料視覺化、自動化工具或者資安基礎揀一樣。唔好離開工作場景空學；最好一邊學，一邊改善你每日真係會做嘅任務。
4. 留低作品集同證據。 唔好只係話自己識用 AI，而係展示你設計咗咩流程、點樣檢查輸出、前後有咩分別、實際工作成果點樣改善。
5. 保留人嘅最後判斷。 AI 可以協助整理同生成，但目標設定、風險取捨、溝通責任同最終決策，仍然應該由人承擔。

結語：唔好只追 AI 名詞，要將 AI 接到工作成果

從 WEF 同 ILO 嘅 2025 訊號睇，AI 對工作嘅影響更似係技能重組同任務再分配，而唔係簡單講成「所有工作都會消失」。WEF 同時見到新工作機會同提升技能壓力，ILO 則將生成式 AI 嘅影響放到任務層級分析。

如果你份工偏向重複、標準化輸出，就先學 AI 工具、資料整理同自動化；如果你份工依賴專業判斷、人際互動同情境理解，就學識用 AI 放大研究、分析、溝通同交付能力。未來更有競爭力嘅人，未必係最熟 AI 術語嗰個，而係最能夠將 AI 變成可驗證工作成果嗰個。