AI 對工作與職場的衝擊（在地數據）

由《教練力實踐》證據研究員（v1.1）維護。本檔用 WebSearch／WebFetch 於 2026-06-23 實際點開查證，每筆標年份、機構、類型與可信度。 v1.1 補強（2026-06-23）：① B2 原始報告查得＝《比薪水》salary.tw（2025/8/2，n=1,227，±3%），由二手綜整升級為指名來源；② 新增 B4 央行原始文件（AI 泡沫化列五大風險之首＋勞動替代示警）；③ C2 補主計總處官方歸因與本國籍全時 58.5 萬數字。共 12 筆證據（A×3、B×4、C×3、D×2）。 絕不編造研究／數據／作者／報告名；查不到標〔待查證〕。台灣的 AI 勞動數據比美國零散，本檔務求誠實——人力銀行/業者調查多、政府總體實證少，每筆都標清來源類型。 與第一波互補：coaching-book/研究庫/職場-01～05 與 主題-工作意義與人本價值 收的是跨國／美國證據（McKinsey、MIT、Anthropic、Stanford、PwC 全球）。本檔專補台灣在地，相關處標「另見」，不重抄。 調性提醒：不打恐懼牌、不打技術樂觀牌。實證 vs 調查/觀點分清，列反證。

核心論點（本檔要用在地數據站穩的 WHY）

1. 台灣不是局外人，但有一段「時間差」：AI 對工作的衝擊在台灣是真實的，不過因為少子化缺工、製造業為主、內需穩定，目前還沒出現美國那種青年失業潮。這比較像是「緩衝」，不是「免疫」。它給學員的，是一個「現在正是準備窗口」的真實處境，而不是已經被淹沒的恐慌。
2. 焦慮很普遍，但焦慮的方向常常對錯了地方：九成以上台灣勞工擔心被 AI 取代，但比較精確的衝擊是「工作內容改變」遠多於「整份工作消失」。這一點呼應本書所說的，人的價值會回到只有你能做的那一塊。
3. 價值正在移轉，而且已經反映在薪資上：有 AI 技能的人在台灣已經有可量測的薪資溢價（人力銀行調查），AI 與 HPC 的需求甚至被官方點名為推升全國薪資中位數的原因之一。不過「會用 AI」短期是溢價，長期多半會變成基本要求，真正少見的能力在更上游。
4. 衝擊最先落在初階白領與新鮮人身上：台灣的在地觀察（例如簡立峰）都指向「初階、可以公開知識化」的工作最先被吸走。這一群人與這個時機，正是「先把自己聽夠深、長出只有你能做的判斷」最該對話的對象。

這四點對應《教練力實踐》的主軸，也與 AIcoach W1（盤點需求・自主性起點）／W2（拆解方法）／W5（判斷不外包）相通。

證據清單

A. 台灣 AI 採用率與企業導入

A1. 製造業 AI 導入率 28%、生成式 AI 仍非主流

• 年份：2025 發布（調查 2024 年 11 月，316 份有效樣本）
• 作者／機構：資策會產業情報研究所（MIC）
• 關鍵發現：台灣電子資訊製造業 28% 已導入 AI、46% 在規劃中；已導入者 2024 年平均投資約 209 萬元（推估 2025→236 萬、2026→261 萬，CAGR 11.5%）。預算分配上鑑別式 AI 佔 73%、生成式 AI 僅 27%，主流應用聚焦品檢、生產排程。約八成已導入者卡在數據相關難題。
• 支持論點：① 台灣確實在動，但還在早期；製造業目前偏「鑑別式」，還不是「生成式」。
• 類型：業者/機構調查（半官方研究所，方法明確）
• 可信度：高（MIC，樣本與方法清楚；限製造業，不能外推全產業）
• URL：https://mic.iii.org.tw/news.aspx?id=710
• 查證日：2026-06-23

A2. 全產業 AI 化指數 43.62 分、近 27% 企業「完全不了解」

• 年份：2026（調查期間 2026/1/31–3/18，228 家企業）
• 作者／機構：財團法人人工智慧科技基金會（AIF）《台灣產業 AI 化大調查》
• 關鍵發現：整體 AI 化指數 43.62 分（前年 36.77，成長中）；但仍有約 26.8% 企業處於「完全不了解（Unknowing AI）」狀態。產業落差大：ICT 52.7 分領先、政府/公協會 49.31、零售貿易 44.86、傳統製造 43.87、專業服務 43.28、營建/農林漁牧礦僅 26.9 分。專業服務業 84% 未宣布 AI 策略；傳統製造 43% 資料被設備廠商鎖定。
• 支持論點：① 台灣企業的 AI 化程度兩極，整體仍偏前期；越是「人對人、在地」的產業，通常越落後。
• 類型：機構調查（產業基金會年度大調查）
• 可信度：高（連續多年、樣本與分產業細緻；自願填答可能偏向已關注 AI 者）
• URL：https://aif.tw/event/ai-research/
• 查證日：2026-06-23
• 另見：跨國採用率 McKinsey 88%/5.5%、EY 採用率見 AIcoach 產業報告/四大與顧問業。

A3. 消費端：46% 網友用過生成式 AI、18–25 歲達 69%

• 年份：2024 Q4（1,068 份，95% 信心水準，誤差 ±3.0%）
• 作者／機構：資策會產業情報研究所（MIC）生成式 AI 消費者調查
• 關鍵發現：46% 網友曾使用生成式 AI 工具（年成長約一成）；18–25 歲使用率 69%，隨年齡遞減；9% 重度用戶每天用 1 次以上，28% 每週、33% 每月以上；自行付費 17%。生成內容：文字 78%、圖像 51%、影音 27%、程式碼 25%。
• 支持論點：② 個人端的採用接近一半，年輕世代更高；不過工具普及，不等於用得好。
• 類型：機構調查（消費者抽樣）
• 可信度：高（樣本與誤差明確）
• URL：https://mic.iii.org.tw/research.aspx?id=726
• 查證日：2026-06-23

B. 台灣勞工態度、焦慮、準備度

B1. 九成勞工憂被 AI 取代、企業估十年內 30.9% 工作消失

• 年份：2025（發布 2025/7/23）
• 作者／機構：yes123 求職網《企業缺工潮現況與 AI 自動化計畫調查》
• 關鍵發現：91.1% 勞工憂心被 AI 取代（前年 89.6%）；84.3% 企業缺工（前年 82.7%）。「企業缺人」與「勞工怕被取代」這兩種焦慮同時存在。企業估十年後 30.9% 工作機會將消失；51.8% 企業考慮導入自動化/AI（22.5% 進行中、29.3% 規劃中）。最危險（勞心型）前五：翻譯（40.5%）、記者（39.3%）、銀行櫃員（38.3%）、保險業務（31.4%）、金融交易員（30.3%）。
• 支持論點：② 焦慮普遍，而且逐年升高；但「缺工」與「怕被取代」同時存在，說明這場轉變不等於單純的失業。
• 類型：人力銀行調查（網路問卷）
• 可信度：中（樣本/方法細節未完整揭露，網路自填易高估焦慮；數字當「態度訊號」而非精準預測）
• URL：https://news.cnyes.com/news/id/6066980
• 查證日：2026-06-23

B2. 焦慮的方向：「工作內容會變」遠多於「工作會消失」（原始報告已查得）

• 年份：2025（發布 2025/8/2；調查期間 2025/6/16–26）
• 作者／機構：《比薪水》（salary.tw）台灣勞工 AI 調查
• 關鍵發現：樣本 1,227 份有效問卷、95% 信心水準、誤差 ±3%。93.9% 曾用過 AI 工具、63.3% 為「經常使用」；對工作影響的預測：58.6% 認為 AI 會「改變我的工作內容」、31.2% 認為會「創造新的工作機會」、僅 10.2% 擔心會「取代我的工作」。最尖銳的反差：擔心被取代者焦慮度高達 81.1%，但只有 21.6% 真正在學 AI（55.4% 有意願但未行動）——焦慮最高、行動最低。被視為最不易被 AI 取代的軟實力：**人際關係 33.4%、溝通 25.2%、問題解決 9.2%**。
• 支持論點：② 真實的衝擊比較像「重組」，不是「整體取代」（直接呼應本書與職場-01 第 3 論點）。而「最焦慮的人最不行動」這組數字，大概就是教練與自我支持系統最該介入的張力：焦慮不會自動轉成準備。
• 類型：薪資平台調查（樣本與誤差揭露清楚）
• 可信度：中高（樣本數、調查期間、信心水準、誤差皆揭露，較一般人力銀行調查透明；網路自填仍可能偏向已關注 AI 者）
• URL：https://blog.salary.tw/article/2025-taiwan-ai-work
• 查證日：2026-06-23
• 另見：跨國「工作被重組非整體取代」見職場-01 第 3 論點（Anthropic、MIT 任務級分析）。「最焦慮者最不行動」可與 B3（104 滑世代「高焦慮、低激勵」組）對讀。

B3. 年輕求職者：30% 怕被 AI 取代，且 AI 已成第二大情緒求助管道

• 年份：2026（發布 2026/6/4）
• 作者／機構：104 人力銀行《滑世代焦慮》報告（對象 18–30 歲求職者）
• 關鍵發現：30% 擔心被 AI 取代；54.4% 自認高壓、48.3% 因「覺得自己不夠好」不敢投履歷。AI 諮詢佔 35.1%，躍升為「第二大情緒求助管道」，超越父母長輩（22.4%），僅次於朋友/伴侶（51.4%）。32.3% 高度擔心職場價值被 AI 取代；27% 落入「高焦慮、低激勵」組。
• 支持論點：② 年輕世代一邊怕被 AI 取代，一邊把 AI 當情緒出口。這大概正是「把 AI 放進自己的迴路，而不是把自己交進它的迴路」最該介入的地方（另見 專題-AI與人的關係 的依附與自主論述）。
• 類型：人力銀行調查
• 可信度：中（未揭露樣本數；當世代心態訊號用，最有書稿張力的一筆）
• URL：https://technews.tw/2026/06/04/generational-anxiety/
• 查證日：2026-06-23

B4. 央行：AI 泡沫化列五大風險之首，並示警「AI 對勞動市場的替代效應」

• 年份：2025（理監事會後報告／附錄專題）
• 作者／機構：中華民國中央銀行（CBC）
• 關鍵發現：央行報告把 AI 泡沫化風險列為全球與台灣經濟五大不確定性之首——生成式 AI 推升算力需求、雲端業者大幅資本支出，但終端應用與商業模式尚未成熟，若效益不及預期恐泡沫化、衝擊金融穩定。專題〈近期 AI 發展趨勢對台灣經濟成長影響與 Dot-com 泡沫成因之比較〉中，央行同時點名 「AI 對勞動市場的替代效應，可能造成結構性影響」；但採平衡視角——回顧 Dot-com 泡沫後，持續投入的數位基礎建設最終成為數位經濟基石。
• 支持論點：① 台灣最高的貨幣當局，已經把「AI 對勞動的結構性替代」正式寫進風險論述。這不是業者炒作，是央行層級的承認。不過央行談的主要是總體金融與投資風險，對「勞動替代」只有一句方向性的描述，沒有台灣逐職業的量化估計，這一塊仍然是缺口。〔待查證〕（2026-09-10 本輪未重抓央行 PDF 與媒體整理頁，沿用 06-23 的查證與檔內原有的層級說明。）
• 類型：政府官方報告（央行；勞動替代為文字示警，非量化研究）
• 可信度：高（央行官方文件，最高權威；惟 PDF 原文之勞動段落為定性描述，具體數字以二手報導為主，原 PDF 內文數字本輪未能逐字解碼，標清層級）
• URL：原始 PDF https://www.cbc.gov.tw/dl-223318-0399b10a816547b2a320d3b850f72507.html （標題：近期AI發展趨勢對台灣經濟成長影響與Dot-com泡沫成因之比較）；五大風險之媒體整理 https://ec.ltn.com.tw/article/paper/1736663
• 查證日：2026-06-23
• 另見：跨國「AI 投資與實際價值之間的落差」見 AIcoach 產業報告/四大與顧問業（McKinsey 採用 vs 價值落差）。

C. 在地價值移轉與薪資證據

C1. 75% 企業願為 AI 技能加薪、平均加幅 9.5%+；AI 職缺年增 38%

• 年份：2025（2025 年 11 月職缺數；《2025 企業年終及 2026 薪酬趨勢大調查》）
• 作者／機構：104 人力銀行
• 關鍵發現：AI 相關職缺達 9.9 萬，較去年同期 7.1 萬年增 38%；75% 企業願為具 AI 開發技能者提供薪資激勵、平均加幅 9.5% 以上。AI 職缺已從技術職擴散到具 AI 素養的跨域人才（業務銷售成為第二大 AI 職類、近 1 萬個、年增 76%）；新鮮人投遞 AI 職缺年增 46%、逾 7 萬人〔待查證〕。（2026-09-10 經原報導核得：9.9 萬／7.1 萬／年增 38%／75% 企業願加薪、平均加幅逾 9.5%／業務銷售近 1 萬個、年增 76%，全部相符；新鮮人投遞的 46% 與 7 萬人不在該篇報導裡。）
• 支持論點：③ AI 技能在台灣已經有可量測的薪資溢價，需求也跨出了純技術職。不過這同時說明另一件事：「會用 AI」正在快速變成基本要求。
• 類型：人力銀行職缺數據＋企業調查
• 可信度：中高（104 平台的職缺是實際數據，較可信；薪資激勵屬企業意願調查，讀的時候要保留一點折扣）
• URL：https://news.cnyes.com/news/id/6291157
• 查證日：2026-06-23

C2. AI/HPC 浪潮推升全國薪資中位數至 54.6 萬、增幅逾 4%

• 年份：2025 發布（113 年/2024 數據）
• 作者／機構：行政院主計總處（薪資中位數統計）
• 關鍵發現：2024 年全體受僱員工總薪資中位數 54.6 萬元、年增 4.03%，為有統計以來最高、增幅 12 年最大（排除外籍移工與部分工時者後，本國籍全時受僱員工中位數達 58.5 萬、年增 4.52%〔待查證〕）。主計總處副處長譚文玲的官方歸因是兩件事並列：一是「112 年景氣疲弱、高科技產業庫存壓力導致基期偏低」，二是「113 年 AI 需求爆發，科技熱潮讓相關產業鏈獲利提升，直接反映在員工的非經常性薪資表現上」。電子零組件／半導體業中位數 87.6 萬、年增 9.55%，漲幅超越金融保險業（110.6 萬居冠、年增 8.77%）。但約 68.75% 受僱者薪資低於平均數（73.2 萬），產業與個人之間的落差很大。（以上除 58.5 萬那組外，2026-09-10 經該報導核得。）
• 支持論點：③ AI 的好處在台灣高度集中在半導體與科技供應鏈，「水漲船高」是不均勻的，多數人並沒有直接受惠。引用時要一併帶上官方歸因裡的「基期偏低」，只講 AI 會把這個成長講得比主計總處自己說的更強。
• 類型：政府官方統計（最高可信）
• 可信度：高（主計總處官方統計；「AI 帶動」是官方歸因，仍屬解讀，且官方同時列了基期偏低）
• URL：https://www.managertoday.com.tw/articles/view/71321 （主計總處數據之媒體整理；原始見 stat.gov.tw 薪資統計）
• 查證日：2026-06-23

C3. 政府推估：AI 新十大建設 2028 創 18 萬高薪職缺、2040 上看 50 萬

• 年份：2025（國發會/國科會推動方案）
• 作者／機構：國發會、國科會（AI 新十大建設推動方案）
• 關鍵發現：政府推估 AI 新十大建設2028 年創 7 兆元產值、18 萬個高薪就業機會，2040 年上看 15 兆元產值、50 萬個高薪職缺。同時數位產業署《2025–2027 AI 應用服務產業專業人才需求推估》指出 AI/ML 專業人才嚴重短缺恐成瓶頸。
• 支持論點：③ 官方押注的是「AI 會創造高薪職缺」；不過這屬於政策願景的推估，不是已經實現的數據，引用時要標清楚。〔待查證〕（2026-09-10 本輪未重抓國發會說法之媒體報導與人才推估 PDF，沿用 06-23 的查證。）
• 類型：政府政策推估（願景/目標值，非實證）
• 可信度：中（政府目標值，本質樂觀，宜標「政策推估」；落地與否待驗）
• URL：https://www.epochtimes.com/b5/25/10/20/n14620151.htm （國發會說法之媒體報導）；人才推估原始：https://ws.ndc.gov.tw/001/administrator/18/relfile/6037/9877/3c064d79-1bf7-46ba-b781-81a358ca423d.pdf
• 查證日：2026-06-23

D. 衝擊最先落在哪：初階白領與新鮮人（台灣的「時間差」）

D1. 簡立峰：AI 最先衝擊初階白領與新鮮人，台灣是「時間差不是免疫」

• 年份：2025–2026
• 作者／機構：簡立峰（前 Google 台灣董事總經理）受訪論述（104 職場力整理）
• 關鍵發現：「AI 最先影響的是初階白領、年輕人、剛畢業的新鮮人，尤其名校生」——因生成式 AI 擅長處理公開知識（正是學校教的內容）。微軟「騰籠換鳥」現象：裁 3 年以下、聘 7–8 年資深者（資深者掌握難被取代的內隱知識）。台灣目前未爆發青年失業（因少子化缺工、製造業為主、內需穩），但「只是時間差，不是免疫」；最危險是「正要畢業、卻來不及累積 AI 能力」的學生，恐成「失落的一代」。新鮮人須在試用期 2–3 個月學會過去 2 年才累積的能力。
• 支持論點：④ 衝擊對準的是「初階、可以公開知識化」的工作；台灣目前還有一段緩衝。這一群人與這個時機，正是本書「把自己聽夠深、長出只有你能做的判斷」最該對話的對象。
• 類型：專家觀點（在地權威，非實證數據）
• 可信度：中高作為觀點（簡立峰在地權威；論述非量化研究，標清為「觀點」）
• URL：https://blog.104.com.tw/ai-fresh-graduate-job-crisis/
• 查證日：2026-06-23
• 另見：跨國「entry-level 首當其衝」見職場-01/職場-03（美國新鮮人起薪四年跌 24%、Anthropic 初階入口縮窄）。

D2. 反證與緩衝：台灣新鮮人的就業意願沒有退縮，但期望薪資已經下滑

• 年份：2026（多家人力銀行新鮮人調查）
• 作者／機構：1111/104/Newtalk 等整理之 2026 新鮮人調查
• 關鍵發現：2026-09-10 回查檔內所列的 1111 人力銀行原文，數字與本檔原記的不一致，已依原文修正：1111（調查 2026-02-13～03-05，回收 1,101 份）指出 79.8% 應屆畢業生計畫直接投入就業市場（本檔原記的「76%、前年 66%」未在該篇出現）；新鮮人認為合理的薪資為 35,580 元，較去年的 37,745 元下滑 2,165 元（本檔原記的「38,315 元、與去年持平未崩跌」與原文相反）；19.9% 在畢業前已找到正職，創五年新高（「無縫接軌」一說相符）。「20–29 歲佔 AI 兼職應徵者 69%」不在該篇裡，〔待查證〕。
• 支持論點：④ 這一筆原本被當成「台灣新鮮人起薪未崩」的反證，但回源之後，期望薪資其實是下滑的。目前還站得住的只有兩件事：投入職場的意願沒有退縮（79.8%），以及提前找到工作的比例創五年新高（19.9%）。所以「時間差」的說法仍有依據，但「起薪未崩」這半句要拿掉。
• 類型：人力銀行調查（單一來源；本檔原寫「多來源綜整」，但只列了 1111 一個網址）
• 可信度：中（人力銀行自家數據，方向可信；「期望薪資」是求職者的自陳期待，不等於實際起薪）
• URL：https://www.1111.com.tw/news/jobns/164805
• 查證日：2026-06-23

缺口與反證

最大缺口（仍在）：台灣缺「政府級的勞動市場實證」。

• 台灣目前還沒有像美國 Anthropic Economic Index、MIT 曝險分析那種「逐職業 AI 曝露度 × 實際使用率」的本土量化研究〔待查證是否有學術機構在做〕。在地數據幾乎全是人力銀行與業者調查（態度、意願、職缺數），以及政府政策推估（願景值），缺的是「AI 實際造成多少台灣職位變化」這種因果或實證研究。引用時最好說清楚：台灣目前以調查與推估為主，實證還沒補上。
• 央行 B4 雖然點名了「AI 對勞動市場的替代效應」，但只有一句定性示警，沒有台灣逐職業的量化估計。所以「政府級實證缺口」依然成立，央行只是把方向講白了，沒給數字。

本輪已補上的缺口（v1→更新）：

• ✅ B2 原始報告已查得：原媒體綜整之「63% 用 AI / 58.6% 改變內容 / 10.2% 取代」確認來自《比薪水》salary.tw 台灣勞工 AI 調查（2025/8/2，n=1,227，±3%），已升級為指名來源，不再寫「多份在地調查顯示」。並補上最有書稿張力的一筆：擔心被取代者焦慮 81.1%、卻只有 21.6% 在學 AI。
• ✅ 央行原始文件已定位：央行專題〈近期AI發展趨勢對台灣經濟成長影響與Dot-com泡沫成因之比較〉PDF 已找到並建檔為 B4（PDF 內文逐字數字仍受編碼所限，標清層級）。

反證與要誠實的地方：

• 台灣的「青年失業潮」目前還沒有出現（D2）。缺工與少子化是真實的緩衝，不宜寫成「台灣也快被 AI 淹沒」。本書的調性應該是「窗口還開著、現在準備正好」，不是末日。
• 不過同一筆 D2 回源後也顯示，新鮮人的期望薪資是往下的（35,580 元，比去年少 2,165 元）。緩衝是真的，但不是全無壓力，兩件事要一起寫。
• 多數焦慮數字（B1／B3）來自網路自填問卷，容易高估焦慮；當「心態訊號」用就好，不要當精準預測。
• 薪資與職缺的利多（C1／C2）高度集中在半導體與科技供應鏈，多數受僱者並沒有直接受惠（約 68.75% 低於平均數），別把產業榮景誤寫成全民紅利。主計總處自己的歸因裡還並列了「基期偏低」。
• 政府的職缺推估（C3）是政策願景值，不是已經實現的數字；引用時要標「政府推估／目標」。