AI會唔會取代你份工？先睇你每日做緊咩

但要留意字眼：「受影響」、「可被轉化」唔等於「會消失」。它首先代表的是，AI可以改變一份工入面某些具體任務的做法、速度或價值。

WEF、ILO、IMF到底講緊咩？

WEF：科技會影響2030年前哪些工作增長、哪些收縮

WEF的《Future of Jobs Report 2025》建基於超過1,000個全球僱主的回應，這些僱主合共涵蓋逾1,400萬名員工。 報告分析多個宏觀趨勢——包括科技變化——如何影響到2030年前的職位增長與職位下降。

所以，WEF不是在向你保證某個職銜一定安全，或者一定會消失。它描述的是勞動市場層面的職能、任務和技能轉移。

ILO：重點唔係職銜，而係任務

ILO把2025年分析形容為對「生成式AI下職業暴露程度」的更精細全球評估。方法上，它結合任務層面數據、專家意見和AI預測，去更準確估算GenAI可能如何影響工作。

這點對打工仔尤其重要：兩個人可以有同一個職銜，但受AI影響的程度完全不同。如果一份工有大量標準化、重複、容易用文字或數據描述的任務，它就更有機會被AI改寫。

IMF：AI會改變技能需求，例行文書工作受壓較大

IMF把AI視為廣泛的工作變革推動力，並指全球接近40%的工作受AI推動的變化影響。 同時，IMF特別提到，中等技能層級中較例行化的辦公室工作會較受壓，而新的技能需求尤其會在專業、技術和管理職能中浮現。

這仍然不等於「40%工作會消失」。更有證據支持的講法是：AI會改變哪些任務更有價值，以及僱員需要哪些新技能。

點解單睇職銜唔夠？

「項目經理」、「文員」、「Marketing Manager」、「分析員」聽起來好像是清楚分類，但實際工作內容可以差好遠。

同樣叫Marketing Manager，有人主要做重複文案、報表、廣告設定；亦有人主要做品牌策略、預算取捨、客戶溝通同創意把關。同樣叫文書或行政，有些工作高度標準化；有些則涉及個案判斷、合規理解同大量溝通。

所以，ILO用任務層面去分析特別關鍵：生成式AI的潛在影響，很大程度取決於你平日實際做哪些任務，而不只是名片上的職銜。

事實核查：邊啲講法站得住腳？

邊類任務較容易受AI影響？

較容易被AI介入的，通常是數碼化、可重複、規則清楚、容易用文字或數據描述的任務。例子包括：

• 撰寫或改寫標準化文字；
• 摘要文件、會議紀錄或長篇資料；
• 整理簡單資料搜集結果；
• 清理數據，或把資料搬入系統；
• 準備重複性報告；
• 做初步分類、簡單分析或標籤；
• 按既定規則產生紀錄或文件。

這種判斷來自ILO的任務層面分析，以及IMF對例行化辦公室工作的觀察。

邊類能力反而會更重要？

如果AI接手或加快了例行部分，另一批能力會變得更值錢，包括：

• 審核AI輸出的準確性和質素；
• 理解客戶、流程、風險和背景；
• 在資料不完整時排序、取捨和作判斷；
• 對結果的質量和後果負責；
• 與人溝通、協商和建立信任；
• 跨團隊協調；
• 把AI輸出轉化成真正可用、可交付、可負責的工作成果。

整體而言，這些來源較支持「角色和技能組合改變」，而不是簡單地「整個職業被刪走」。 IMF亦特別強調，AI推動的變化會帶來新的技能需求。

3分鐘自我檢查：你份工有幾大變化壓力？

以下不是科學評分模型，但可以幫你把三個來源的邏輯用到自己身上：AI風險主要出現在任務層面，而不只是職業名稱。

1. 寫低你最常做的五件事

要寫得具體。不要只寫「我做銷售」，而是寫：準備報價、預備客戶會議、更新CRM資料、整理市場資訊、協調內部跟進。

任務寫得越具體，你越容易判斷AI在哪裡可以輔助、加快，甚至部分自動化。

2. 圈出重複、文字和數據任務

標記所有重複、標準化、文字密集或數據密集的工作。這類任務特別值得留意，因為ILO正是從任務層面分析生成式AI，而IMF亦把例行化辦公室工作視為較受壓的範圍。

3. 圈出需要背景、責任和判斷的任務

再標記那些需要你承擔責任、審核結果、準備決定、跟人協商或評估風險的任務。這些工作可能會因AI而改變，但不會因為某些步驟變快，就自動等於消失。

4. 問自己：我能否駕馭AI結果？

關鍵問題不只是「AI做到咩？」而是：我能否清楚指示AI、判斷AI輸出是否可靠，並為最終結果負責？

IMF指出，新的技能需求是AI推動工作變化的核心部分，尤其在專業、技術和管理職能中更明顯。

點樣解讀你的結果？

• 如果你有大量標準化文字或數據任務： AI較可能接手、加快或改變這些具體任務。
• 如果你大量工作涉及背景、責任、協調或專業判斷： 較大機會是角色重組，而不是整份工作自動被取代。
• 如果你的工作兩者混合： 常見情況會是例行部分被自動化或加速，而質量控制、協調和專業決定變得更重要。

而家可以點做？

第一，用任務而不是職銜分析自己份工。 ILO的角度提醒我們，差異好多時不只在職業之間，也在同一職業內不同人的任務組合之間。

第二，把AI當成工作工具去學。 如果AI正在改變例行任務，你需要更懂得下指示、查核輸出，並把AI結果轉化成可用的文件、流程或決定。

第三，令你的「人類價值」更清楚可見。 尤其是那些結合背景理解、責任承擔、專業判斷、溝通協調和決策的部分。

第四，定期更新判斷。 WEF分析的是到2030年前的勞動市場變化；ILO和IMF則把AI描述為持續改變任務和技能需求的力量。

總結

目前的資料，不能把「AI會唔會取代我份工？」回答成簡單的是或否。更穩陣的結論是：AI會改變好多任務，自動化或加快部分例行工作，並創造新的技能要求。

所以，真正要看的不是你的職銜有幾安全，而是你的任務組合。你的工作越多是可重複、數碼化、文字或數據密集的例行任務，變化壓力就越大。 相反，如果你的價值主要來自背景判斷、責任承擔、專業取捨和人際協調，較可能出現的是角色重組，而不是整份工作被完整取代。