金融時報調查樂看AI成長，上班族如何判斷工作風險？

（媒角抵加／林承志綜合報導）《金融時報》對94名經濟學家的調查顯示，54%預期未來10年，AI將為多個G20經濟體帶來顯著成長與生產力效益（中央社18日編譯）。這份樂觀預期涉及整體經濟；個別工作的變化，還取決於任務內容與企業用人安排。對台灣上班族而言，檢視自己哪些任務開始由AI處理、公司是否調整招募，以及查核與溝通責任如何分配，比單看經濟成長預測更貼近職涯決定。

關鍵資訊

• 新聞事件：《金融時報》調查亞洲、美國及歐洲經濟學家，中央社於2026年10月18日編譯介紹。
• 54%的意思：受訪者預期多個或幾乎所有G20成員將受益於AI，衡量的是成長與生產力預期。
• 就業觀點：不同調查對10年就業前景有不同判斷，職位淨增減、失業率與任務改變是不同指標。
• 已觀察到的成果：一項5,172名客服人員的研究，發現AI輔助讓每小時解決問題數平均增加15%，研究範圍為單一企業。
• 台灣讀者下一步：盤點任務、記錄包含查核時間的工作成果，再按在職或待業身分查詢職訓。

54%看好成長，效益也可能來自採用海外AI

依中央社10月18日對《金融時報》調查的編譯，94名受訪經濟學家中，54%預期未來10年，多個或幾乎所有G20成員的經濟與生產力將因AI顯著受益。報導也概述受訪者對大規模失業的較樂觀看法。

受訪的先鋒集團經濟學家Jumana Saleheen認為，採用並擴大AI應用的經濟體也可能受益，時間則晚於技術創新發源地。對企業而言，這條路徑涉及把現有技術用進工作流程，從原本花費人力的步驟產生節省。

世界銀行2026年6月《全球經濟展望》專題則把成長效果繫於幾個條件：多少任務能使用AI、任務本身改善多少，以及企業採用的速度與廣度。數位基礎設施、人才與制度環境，也會影響各國吸收效益的能力。

同一份世銀文件指出，就業、薪資及所得分配的淨影響仍不確定，取決於勞工取得新技能、轉換任務與職業的速度，以及轉型支持政策。企業的導入方式與員工培訓，因而是觀察成長效益如何傳到工作現場的具體線索。

經濟學家對10年就業前景仍有分歧

世界經濟論壇（WEF）2026年1月16日公布的另一份首席經濟學家調查，有57%受訪者預期AI將在10年內帶來職位淨減少，32%預期新職業出現後將帶來淨增加；在該次調查的兩年期展望中，約三分之二預期會有小幅職位流失。

這是1月公布、對象為公私部門首席經濟學家的另一份調查。它呈現的是另一組受訪者的就業預期，也顯示討論AI經濟效益時，就業數量仍是一項有分歧的問題。

職位淨減少指消失職位多於新增職位；失業情況還涉及勞工能否轉職、多久找到下一份工作，以及有多少人進入或離開勞動市場。對正在找工作的人，相關職缺數量、入門職位要求與實際錄用情況，能提供更接近自身處境的訊息。

ILO指出，文書任務最容易受生成式AI影響

國際勞工組織（ILO）與NASK於2025年5月公布的研究估計，全球約四分之一就業位於可能受到生成式AI影響的職業，高所得國家約為34%。文書職業的曝險程度最高，媒體、軟體與金融領域部分高度數位化工作，也面臨更多任務變化。

這套指標評估任務由生成式AI處理的潛力。ILO在方法說明中指出，估計涵蓋436項細分職業，再結合逾140國勞動力資料；實際採用仍受成本、基礎設施、技能與操作困難影響。由於許多職業仍含需要人類投入的任務，ILO認為工作轉型是較可能的結果。

上班族可以依這個任務視角，列出自己一週工作的主要步驟：資料輸入、文件初稿、問題判斷、客戶協調、最終確認各占多少時間。同樣叫「行政」或「客服」，不同公司安排的工作內容，也可能有不同的變化。

5,172名客服研究：AI輔助增加產出，資深者仍有品質風險

Erik Brynjolfsson、Danielle Li與Lindsey Raymond在2025年刊於《經濟學季刊》的《Generative AI at Work》研究，追蹤一家企業及其外包體系的5,172名客服人員。使用AI輔助後，每小時成功解決的客戶問題數平均增加15%，較缺乏經驗及技能的人員受益較多。

研究中的工具會根據客戶對話提供即時回覆建議，客服可以修改或忽略，並繼續負責對話。最資深、高技能人員的速度改善較小，部分品質指標還略為下降。研究沒有估計整體經濟的就業或薪資效果。

這個工作現場提供了一個具體的分工方式：AI提出建議，由人員判斷是否採用。對客服或文件工作的導入評估，除了完成速度，還有答錯次數、重新處理案件與人工覆核時間；這些紀錄可以共同呈現工具的實際效益。

台灣上班族可先做一份任務與成果紀錄

依上述任務研究及客服實證，媒角抵加建議，準備學AI或與公司討論導入時，可先選一項經常出現、成果能核對的工作，留下原本耗時與品質紀錄，再比較AI輔助後的結果。

例如整理例行報表，可分開記錄資料整理、產出初稿、核對原始數字及修改錯誤的時間。對外回覆則可記錄初稿時間、人工改寫幅度及後續更正情形。使用公司核准的資料與工具進行比較，才能把這份紀錄帶回部門討論。

和主管確認的問題也可以具體到工作安排：節省的時間轉做哪些任務、誰負責確認輸出、新進人員如何接受訓練，以及新增職缺看重哪些能力。這些答案會影響員工接下來選擇的課程、作品與求職方向。

在職與待業者，職訓入口分開查

勞動部職業訓練服務頁將資源區分為待業者、在職勞工與青年。在職者可查「產業人才投資方案」，頁面列有訓練費用80%或100%補助、每3年最高10萬元；實際身分資格、補助比例、核定課程及名額，依計畫與個別班次公告辦理。

待業者可查自辦或委託辦理的職前訓練。勞動部說明，自辦職前訓練費用全額補助，特定對象另可申請職訓生活津貼；各類資源與課程查詢連結均列在同一服務頁。

選課前可把自己的任務紀錄和課綱逐項比對：課程是否練習實際工作、是否教資料核對與錯誤處理、結訓能留下什麼成果。對希望轉職的人，再把目標職缺的工作內容和這份成果一起檢查，會更容易判斷下一步還缺哪些能力。

資料來源與更新紀錄

• 《金融時報》原文頁：Global economy set for AI-driven surge, FT survey suggests，2026年10月19日查閱公開頁。
• 中央社：金融時報調查：未來10年AI帶動全球經濟，不致造成大規模失業，2026年10月18日發布並更新。
• 世界銀行：《全球經濟展望》Box 1.1：How much will AI affect global growth?，2026年6月。
• WEF：2026年1月首席經濟學家調查官方說明，2026年1月16日。
• ILO與NASK：生成式AI職業曝險研究及指標方法，2025年5月20日。
• Brynjolfsson、Li、Raymond：《Generative AI at Work》作者公開論文，2025年2月4日線上發表，刊於《經濟學季刊》140卷2期，889–942頁。
• 勞動部：我想要參加職業訓練，頁面標示2026年2月5日更新，2026年10月19日查閱。
• 更新紀錄：2026年10月19日完成本文；長期預期、職業曝險與單一企業實證依各自資料期間列示。