AI真的開始搶工作了？IMF揭亞洲高AI曝險職缺需求降1成，工程師、行政、行銷誰最危險？

一邊說AI正在搶工作，一邊卻有企業大量徵才，到底發生什麼事？

如果一家公司過去需要五名員工處理文件、製作報表、整理資料，現在導入AI工具後，只要三個人就能完成相近的工作量，剩下兩個工作機會會去哪裡？

這是2026年就業市場愈來愈現實的問題。

過去幾年，生成式AI快速進入辦公室，從程式開發、企劃撰寫、客服回覆到資料整理，都開始有AI工具參與。但直到最近，許多人的疑問仍停留在「AI未來會不會取代人類」。

10月12日，國際貨幣基金（IMF）在曼谷舉行的IMF與世界銀行年會期間，提出更具體的勞動市場觀測結果。

IMF亞太部資深經濟學家Divya Kirti指出，研究發現，在AI較能執行工作任務的職業中，企業招聘需求已下降約10%。同時，這些職務對AI相關技能的需求，約為其他職種的兩倍。

這兩個數字看起來矛盾，其實反映的是同一個轉變：企業未必不需要人，而是不再需要完全相同的工作方式與技能組合。

對正在找工作的社會新鮮人、準備轉職的上班族，以及管理人力成本的企業而言，這個變化可能比AI模型又推出多少新功能更有影響。

IMF最新研究：AI高曝險職缺下降10%，不等於失業人口增加10%

三項數據的統計對象與分母不同。「招聘需求下降」不是裁員比例，也不是整體失業率。

根據中央社10月12日報導，Kirti在演講中說明，企業於2024年至2025年間，開始減少招募AI能夠較有效協助執行任務的職位，程式開發便是其中一個例子。

然而，研究尚未發現整體勞動市場隨AI能力快速提升而同步持續惡化的明確證據。在薪資方面，目前也尚未觀察到可以明確歸因於AI的整體薪資變化。

這些細節非常重要。「相關職缺需求下降10%」不代表亞洲有10%的員工已被裁掉，也不表示台灣所有軟體工程師的工作機會都減少10%。

這項數字反映的是研究範圍內、特定AI適用程度職業的招聘需求變化。

此外，招聘需求下降，也可能與企業景氣、產業投資、成本控制及其他因素共同相關，不能只憑單一數字就認定所有變化都是AI直接造成。

所以，這份研究真正透露的訊號，不是「AI已經消滅一成工作」，而是企業開始重新評估哪些工作需要聘請新人，以及哪些技能應成為招募條件。

AI正在取代哪些工作？先分清楚「職業」與「工作任務」

談到AI取代工作，最常見的誤解，是把某個職業名稱直接列入即將消失的名單。

例如認為AI會寫程式，所以工程師將失業；AI會產生文案，所以行銷人員將被取代。但現實中的一份工作，往往由許多不同任務組成。

以軟體工程師為例，日常工作不只有寫程式，還包括理解客戶需求、設計系統架構、檢查資訊安全、處理錯誤，以及與其他部門協作。

AI可能提高其中部分任務的執行效率，卻不代表能完整承擔整個職位的責任。

例如AI能快速產生程式碼，但具備系統設計與驗證能力的工程師，也可能因為AI而完成更多工作。

因此，AI曝險程度高，不一定代表失業風險最高。

哪些職務最容易受到AI影響？從工作內容比較更準確

與其把工程師、行政或行銷排成「最容易失業」的名單，不如先比較各職務中哪些任務可以被AI協助，哪些仍需要人類承擔。

上述為依現有AI工具能力與職務內容所做的情境分析，不是IMF公布的職業裁員排名，也不是特定職業的失業率預測。

真正風險較高的，可能是工作內容高度標準化、重複，而且容易透過明確輸入產生可驗證輸出的任務。

相反地，涉及高責任決策、人際互動、現場處理及複雜協調的工作，目前仍存在較多難以完全自動化的環節。但這些差異會隨AI能力、成本及法規而改變，不能視為永久不變的職業安全名單。

為什麼連程式設計工作都受影響？AI寫程式和真正交付系統差在哪？

IMF這次特別提及程式開發相關職務，因為程式碼是生成式AI相對容易產生並提供修改建議的內容類型。

現在工程師可以透過AI產生常見功能、撰寫測試案例、解釋既有程式，或協助檢查部分錯誤。

對企業而言，這可能降低某些簡單功能需要投入的時間。例如過去需要工程師花一整天處理的例行修改，在有適當工具及審查的情況下，可能縮短作業時間。

但生成程式碼不等於完成軟體工程。如果AI產生的功能存在權限漏洞、資料庫效能問題，或不符合既有系統架構，工程師仍需要找出原因並承擔修正責任。

因此，工程師的競爭力可能逐漸從「可以寫多少程式碼」，轉向「能否正確定義需求、設計系統，以及驗證程式安全性與可靠性」。

這也意味著，初階工程師過去用來累積經驗的簡單任務，可能部分由AI完成。

如果企業因此減少基礎職缺，卻又期待求職者一開始就具有完整系統能力，長期可能出現人才培養斷層。

新鮮人最危險？AI可能正在改變第一份工作的入場門檻

對工作多年的人來說，AI可能是提高效率的工具。但對缺乏經驗的新鮮人而言，原本可以用來學習的基礎工作，可能逐漸減少。

例如新人過去可以從資料整理、簡單程式修改、會議紀錄及初步客戶回覆開始，逐步了解公司的實際工作方式。

當這些任務由AI完成，企業可能更希望招募已經能獨立處理複雜任務的人。

這可能形成一個矛盾：企業要求新人具有經驗，卻減少讓新人累積經驗的機會。

2026年10月12日，新加坡總統尚達曼（Tharman Shanmugaratnam）也在IMF與世界銀行年會期間，提醒AI對畢業生及初階工作機會帶來的壓力，並呼籲政府正視相關就業轉型問題。

不過，這不代表所有應屆畢業生都找不到工作。

真正需要注意的，是企業可能更重視求職者能否直接將AI應用在具體任務中，而不只是具有學歷或完成基礎課程。

台灣真的缺AI人才嗎？104數據顯示另一種現象

IMF研究指出部分AI高曝險職務招聘需求下降，但台灣人力市場也存在AI人才需求成長的情況。

這兩者不一定矛盾，因為衡量的職缺類型與期間不同。

104人力銀行旗下104學習於2026年6月24日發布《AI人才趨勢報告》，指出2026年企業每月平均有約10萬個AI相關人才工作機會。

報告也顯示，近五年AI人才需求成長97.6%，高於同期整體招募市場的22.9%。

資料來源：104學習《2026 AI人才趨勢報告》，2026年6月24日。屬104平台徵才統計，不是台灣官方全部就業人口，也不能直接與IMF的特定職類需求變化相減。

更值得注意的是，AI需求已不只集中在工程師。

104報告指出，2022年至2026年間，具有AI需求的專案與產品管理職類，月均工作機會增加263.1%；業務銷售增加247.8%；行銷職類增加165.4%。

這顯示企業不只是招募開發AI模型的人，也開始尋找能將AI帶入既有工作流程的員工。

換句話說，不是只有會寫AI程式的人，才有機會成為企業需要的AI人才。

台灣哪些AI職缺成長最快？產品、業務與行銷也開始搶人才

根據104於2026年6月公布的資料，部分非工程職類的AI人才需求，近五年增加幅度明顯。

這種需求變化，可能與企業導入AI的階段有關。在AI發展初期，企業通常需要演算法、資料科學與軟體工程人才建立技術能力。

但當AI工具逐漸成熟，企業需要的就不只是研發模型，而是讓技術真正融入日常工作。

例如產品經理需要判斷哪些使用者需求適合加入AI功能；業務人員可能透過AI整理客戶資料與需求；行銷人員則需要利用AI協助內容製作、數據分析與成效優化。

然而，AI職缺增加不代表所有標示「AI」的工作都有相同的專業門檻。有些職位只需要基本工具操作，有些則要求程式開發、企業資料整合及資訊安全能力。

求職時仍須仔細確認職務內容，不能只看名稱。

IMF點出三種AI技能：只會下Prompt，夠不夠？

IMF經濟學家Divya Kirti在10月12日的演講中，將企業需要的AI技能概略分成三個層次。

這也說明，提示工程雖然重要，但它不一定是所有職位中最具有長期價值的能力。

當AI工具持續進步，基礎的提問方式可能愈來愈容易學習。

真正具備競爭力的人，往往能判斷問題、提供適當資料、驗證結果，並讓AI產出真正符合工作需求的成果。

例如同樣使用AI撰寫產品介紹，一個人只是要求產生文案，另一個人卻能結合產品定位、目標客群、法規限制與實際成效數據進行調整。

兩者雖然都在使用AI，卻不代表具備相同的職場能力。

AI時代，SEO、行銷與內容工作者會不會最先受到衝擊？

以內容產業為例，AI現在已能協助產生文章大綱、社群文案、產品描述、廣告素材與初步關鍵字分類。

對企業而言，這些能力有機會降低例行製作成本。但內容可以被大量生成，不代表一定能帶來搜尋流量、轉換或品牌信任。

尤其在SEO領域，真正的工作並不只是把文字填滿頁面。

還包括理解搜尋意圖、評估競爭頁面、確認事實來源、規劃網站架構、處理技術問題，以及觀察搜尋流量與轉換成效。

例如AI可以產生一篇「冷氣補助」文章，卻可能引用已過期的政府補助期限。如果編輯無法核對政策，就可能讓讀者得到錯誤資訊。

相反地，具備SEO策略、資料查核與網站技術能力的人，可以利用AI縮短部分初稿與整理時間，把更多精力放在內容品質及實際成效。

因此，內容工作者面臨的挑戰，不一定是「AI能不能寫文章」，而是：當每個人都能快速產生文字，企業還願意為什麼能力付費？

答案可能逐漸從單純的文字產量，轉向專業判斷、資訊可信度、內容差異化與商業成果。

AI技能真的能讓薪水翻倍嗎？別把少數高薪職缺當成普遍行情

104報告指出，部分具備AI技能的人才可能享有薪資溢價，特定職務也存在較高薪資機會。

但「學會AI就能加薪一倍」並不是所有求職者都適用的結論。

首先，AI職務涵蓋範圍很廣。研發大型模型的工程師、企業AI導入顧問，以及一般會使用AI文書工具的行政工作者，技能與薪資市場並不相同。

其次，高薪可能同時反映工作年資、技術難度、企業規模及管理責任，不能全部歸因於AI能力。

第三，IMF於10月12日發表的研究也指出，目前尚未發現AI對整體薪資造成明確影響的證據。

這並不否定個別AI職務可能具有高薪。它提醒的是，不能用少數高薪職缺推論整個就業市場都已經因AI普遍加薪。

AI對亞洲是危機還是機會？人口老化與青年就業出現兩種壓力

IMF這次的研究不只關注企業徵才，也指出亞洲不同國家可能面臨相當不同的問題。

對部分人口老化的經濟體而言，勞動力減少已經成為長期挑戰。如果AI提高生產效率，企業可能在較少人力的情況下維持部分產出。

例如需要大量資料處理的產業，可以透過AI降低重複性工作所需時間。

IMF總裁Kristalina Georgieva於10月12日指出，AI帶來的生產力提升，有可能幫助亞洲部分經濟體緩解人口老化造成的勞動力缺口。

但對仍有大量年輕人口進入勞動市場的亞洲開發中國家，情況可能相反。

IMF估計，亞洲開發中國家未來十年需要創造約1億5,000萬個工作機會。

如果AI使部分初階職缺增長減慢，而新的產業與職位又未能同步增加，青年就業壓力可能擴大。

這就是AI帶來的政策矛盾：人口老化國家可能希望靠AI填補缺工；年輕人口快速成長的國家，卻需要確保AI不會讓新工作機會更加不足。

因此，AI的經濟影響不能只用「效率提高」或「工作減少」其中一種說法概括。

企業導入AI後，是應該裁員，還是重新分配工作？

這是一個管理選擇，而不完全是技術問題。

假設公司導入AI後，一項作業原本需要十小時，現在可以在六小時內完成。企業至少可能有三種做法。

三種做法都可能發生，也會帶來不同的就業結果。

因此，AI導入是否造成裁員，並不是單靠工具能力就能預測。企業需求、景氣狀況、管理策略及相關制度，都會影響結果。

上班族現在該學什麼？不必人人轉職AI工程師

對多數工作者來說，最實際的策略，不一定是立刻學習機器學習演算法或轉職成程式設計師。

反而應該先找到自己工作中最適合使用AI的部分。

例如業務人員可以從客戶資料整理及提案準備開始；行政人員可學習文件分類及流程自動化；行銷人員則可練習數據整理、素材測試與內容品質查核。

關鍵不是把工作全部交給AI，而是建立能夠驗證AI結果的能力。

新鮮人如何證明自己會AI？企業更想看實際成果

2026年4月，104人力銀行曾公布，第一季歡迎新鮮人的AI相關工作機會超過6.7萬個，其中62%不限科系。

這個數據說明，AI應用機會不完全限於資訊工程背景。

但如果求職者只在履歷寫「熟悉ChatGPT」，可能仍不足以證明自己的能力。

更有說服力的方式，是提供具體作品。

例如商管科系學生可展示利用AI輔助整理市場資料、建立報表並完成查核的過程。

設計科系學生可以呈現如何結合AI概念生成與人工設計判斷，產出符合品牌需求的作品。

資訊科系學生則可以展示如何利用AI輔助程式開發，同時進行測試、錯誤修正及安全檢查。

但所有作品都應遵守著作權、個資與企業保密要求。

對企業來說，能清楚說明「AI幫了什麼忙、自己負責哪些判斷、成果如何驗證」，通常比單純列出工具名稱更具有參考價值。

AI讓工作更快，員工就一定比較輕鬆嗎？

不一定。

當員工可以透過AI更快完成工作，企業可能選擇減少作業量，也可能提高績效標準。

例如過去每天處理20件客戶需求已被視為合理工作量，導入AI後，公司可能期待每天處理40件。

如果沒有同步檢討工作品質、員工負荷及複雜案件所需時間，AI提高效率反而可能形成新的職場壓力。

另外，當基礎工作愈來愈容易自動化，員工可能需要承擔更多例外狀況、客訴與需要判斷的複雜問題。

這些工作未必更輕鬆，只是性質有所不同。

因此，評估AI對職場的影響，不能只看完成一份文件節省多少分鐘，還要觀察員工是否獲得適當訓練、工作負荷是否合理，以及生產力提升的利益如何分配。