由證據研究員建檔（v1，2026-06-23）。本檔用 WebSearch／WebFetch 實際查證，撐《教練力實踐》關於「AI 時代怎麼走自己的生涯」這條論述。 鐵則沿用研究庫總則：只收真實、可連結、查證過的來源；近兩年（2024–2026）優先，標年份；經典理論註明為何仍適用；查不到標〔待查證〕；分清「實證 vs 討論訊號」；反證照實列。 調性提醒：不打恐懼牌、也不打烏托邦牌。本題正反證據都強——下方刻意把「AI 讓個人更能活出自己」與「AI 加劇不安全感與贏者全拿」兩面都擺出來，書稿要兩面都拿，立場才站得住。
核心論點（這份證據要支持的 WHY）
AI 把「通用、可複製」的工作變便宜，價值往「只有你能做、屬於你」那塊移動。這在客觀上把『活出自己／走自己的路』從少數人的奢侈，變成更多人可走的路徑；但同一股力量也在壓縮高技能者的溢價、加劇贏者全拿與機會不均。所以這條路不是自動發生的紅利，更像是一個需要『自我導向＋持續校準』才能真的走進去的窗口。這正是教練力（聽懂自己要什麼、發展自己的方法、自己駕駛自己的生涯）最能派上用場的地方。
三句話拆開：
- 結構性鬆動是真的：自雇/接案變容易、組合式職涯與創作者經濟成形、技能半衰期縮短、終身雇用瓦解。生涯的「軌道」正在慢慢讓位給「自我導向」。
- 窗口是條件性的：同一批資料同時顯示 AI 壓縮技能溢價、強化超級企業與贏者全拿、創作者與接案者所得高度長尾（多數人賺得很少）。「活出自己」變得更可能，但也更沒有保證。
- 教練力是走進窗口的能力：學界早有「變形蟲職涯（protean career）」與「自我決定論」支持「自我導向＋價值驅動」會帶來職涯韌性與滿意度。AI 只是把這個能力從「加分項」變成了「必需品」。
證據清單
一、自雇／接案門檻下降、組合式職涯、創作者經濟（趨勢與規模）
1. 美國獨立工作者規模翻倍、接案邁向主流
- 年份：2024–2025｜機構：多家平台/產業統計彙整（Upwork、產業報告）
- 關鍵發現：全職獨立工作者從 2020 年的 1,360 萬增至 2024 年的 2,770 萬（翻倍以上）；2025 年估約 7,000 萬美國人參與零工/接案（約 36% 勞動力）；年收入逾 10 萬美元的獨立工作者達約 560 萬人。約 28% 受過大學教育的專業人士固定接案。〔待查證〕（前三組數字已在 theinterviewguys 該頁核對相符，轉引 HRStacks／Carry.com／Fortunly；「28%」未在該頁出現；Upwork 頁面 403 未能核對）
- 支持書哪論點：支持「自雇/組合式職涯已是主流選項之一，不只是邊緣的 side hustle」（核心論點①）。
- URL：https://www.upwork.com/resources/gig-economy-statistics ／ https://blog.theinterviewguys.com/the-state-of-the-gig-economy-in-2025/
- 類型：產業統計（平台/媒體彙整）
- 可信度：中。方向一致、規模量級可信；但屬平台與媒體彙整、定義（誰算「freelancer」）寬鬆、平台自家數據有利益傾向。引用時用「量級趨勢」而非精準數字，標來源。
- 查證日：2026-06-23
2. 創作者經濟成形，但所得高度長尾（這筆兼任反證）
- 年份：2024–2025｜機構：Grand View Research／Goldman Sachs Research／市場研究彙整
- 關鍵發現：全球創作者經濟 2024 約 2,050–2,520 億美元，預估 2027 年達約 4,800 億（Goldman Sachs）〔待查證〕；全球創作者數以億計；美國全職「數位創作者」工作從 2020 年 20 萬增至 2024 年約 150 萬〔待查證〕。但：超過 50% 創作者年收入低於 1.5 萬美元，近 7 成主要靠品牌業配。〔待查證〕（uscreen 該頁可核對的是：2024 年 2,050 億美元、全球逾 2.07 億創作者、82% 創作者有品牌贊助收入；其餘數字未在該頁出現，Grand View 頁面 403）
- 支持書哪論點：正面支持「個人品牌/獨特性可以變現的賽道在長大」（論點①）；同時也是反證：多數人賺得很少，「活出自己」不等於「養得活自己」（論點②）。
- URL：https://www.grandviewresearch.com/industry-analysis/creator-economy-market-report ／ https://www.uscreen.tv/blog/creator-economy-statistics/
- 類型：市場研究/產業統計
- 可信度：中。市場規模各家估值落差大（2,050–2,520 億美元級的差異）；所得長尾這筆方向穩、但精確比例隨來源浮動。書稿用「高度長尾、少數人拿走多數收益」這個形狀，會比較穩。
- 查證日：2026-06-23
二、技能半衰期縮短、職涯不確定性、頻繁轉職
3. LinkedIn：到 2030 年多數工作 70% 技能將改變
- 年份：2025｜機構：LinkedIn（Work Change Report，CNBC 報導）
- 關鍵發現：今日受雇者中逾 10% 的職稱在 2000 年並不存在（如 AI Engineer、Head of AI）〔待查證〕；LinkedIn 預估到 2030 年「多數工作所用技能的 70% 將改變」。
- 支持書哪論點：支持「技能半衰期縮短，生涯很難再靠一次學成的存量」（論點①），也呼應「持續校準」為什麼必要。
- URL：https://www.cnbc.com/2025/05/13/by-2030-70-percent-of-skills-used-in-most-jobs-will-change-says-linkedin-.html
- 類型：平台研究（LinkedIn 自家數據，媒體報導）
- 可信度：中高。LinkedIn 數據樣本龐大、權威性高；但屬平台自家方法、且「70%」為其定義下的估計。標清「LinkedIn 估計」。
- 查證日：2026-06-23
4. WEF《Future of Jobs 2025》：技能擾動、淨增就業但需大規模再培訓
- 年份：2025-01｜機構：World Economic Forum
- 關鍵發現：到 2030 年估創造 1.7 億新職、消失 9,200 萬職（淨增 7,800 萬）；近 40% 工作所需技能將改變（較 2023 年的 44% 略降，顯示持續學習有助消化）；63% 雇主視技能落差為最大障礙；分析思考仍是最被需要的技能，AI 與大數據技能成長最快。〔待查證〕（WEF 官網、digest、新聞稿三個入口 2026-09-10 皆 403，本次未能重新核對）
- 支持書哪論點：機構級背書「技能在變、再培訓是常態」（論點①），同時提供「淨增就業」的平衡視角（不是末日）。
- URL：https://www.weforum.org/publications/the-future-of-jobs-report-2025/ ／ PDF：https://reports.weforum.org/docs/WEF_Future_of_Jobs_Report_2025.pdf
- 類型：跨國機構調查報告（雇主問卷）
- 可信度：高。WEF 旗艦報告、樣本為全球大型雇主、方法透明。注意：是「雇主預期」非已實現結果，屬前瞻性自陳。
- 查證日：2026-06-23
5. 美國 BLS：中位數任職年資跌至 3.9 年（20 年新低）
- 年份：2024-09（2024-01 資料）｜機構：U.S. Bureau of Labor Statistics
- 關鍵發現：2024 年 1 月受雇者中位任職年資降至 3.9 年，為 2002 年以來最低；25–34 歲僅 2.7 年；私部門 3.5 年 vs 公部門 6.2 年。22% 工作者任職年資在一年以內。
- 支持書哪論點：支持「終身雇用瓦解、轉職變頻繁」（論點①），給「自我導向職涯」一個時代背景。
- URL：https://www.bls.gov/opub/ted/2024/median-tenure-with-current-employer-was-3-9-years-in-january-2024.htm ／ https://www.bls.gov/news.release/pdf/tenure.pdf
- 類型：政府官方統計
- 可信度：高。官方一手數據。平衡提醒：跌幅其實溫和（4.1→3.9），別誇大成「人人頻繁跳槽」；NIRS 2025 報告甚至質疑「job-hopping 神話」被誇大〔待查證〕。書稿描述用「緩慢但持續的鬆動」會比較誠實。
- 查證日：2026-06-23
三、自我實現／活出自己在 AI 時代是否更可行
6. 觀點集群：AI 把執行商品化，價值移向「提出對的問題」與獨特人類特質
- 年份：2025–2026（TIME 2026-01-02、EY 2026-02-04）｜機構：EY、WEF stories、IBM、McKinsey、TIME（思想領袖/顧問觀點彙整）
- 關鍵發現（標為「觀點/論述訊號」，非實證）：主流論述一致認為，當 AI 把執行（data entry、初稿、例行分析）變便宜，價值瓶頸移向「問對問題、評估結果、創造力、批判思考、社會真實性、倫理判斷」等難被複製的人類特質；有人提出「Chief Question Officer」框架（Brynjolfsson，TIME）。同時警示「風險不是失業，是『意義流失（purpose loss）』」（EY）。
- 支持書哪論點：支持核心論點「通用工作變便宜，個人更有機會追求獨特性、活出自己」；也支持《教練力實踐》最核心的一句：「先聽懂自己要什麼」，在 AI 時代很可能就是最重要的能力。
- URL：https://www.ey.com/en_us/insights/ai/redesigning-work-around-human-skills-in-the-age-of-ai ／ https://time.com/7342494/ai-changed-work-forever/
- 類型：思想領袖/顧問觀點（論述訊號，非成效實證）
- 可信度：中（作為論述）／低（作為實證）。這是「現在大家怎麼說」的高密度共識，可當論述背景與時代感；不可當「已被驗證」。書稿引用務必標「觀點」。
- 查證日：2026-06-23
7. 變形蟲職涯（Protean Career）理論＋元分析：自我導向＋價值驅動帶來職涯韌性與滿意
- 年份：理論 Hall 1976；元分析 Wiernik & Kostal 2019（Journal of Counseling Psychology, 66(3), 280–307）；近期延伸 2024–2025
- 關鍵發現：「變形蟲職涯」＝以自我導向（self-directed）與價值驅動（values-driven）追求主觀職涯成功、視職涯為自我實現的天職。Wiernik & Kostal 2019 元分析顯示，變形蟲/無疆界職涯傾向與主動職涯管理、職涯滿意度、客觀成功（薪資/升遷）正相關，並連結到主動性、外向、盡責、開放等特質。2024 年研究進一步指其透過「終身學習＋主動技能發展」中介到「可受雇性」與職涯永續〔待查證〕。
- 支持書哪論點：最關鍵的學理支柱：支持「自我導向＋價值驅動」（也就是教練力的核心）會帶來職涯韌性與滿意。經典理論為什麼仍然適用：Hall 1976 提出時，是在回應「組織人」的瓦解；AI 時代讓「軌道消失、要自己導航」變得更極端，理論的適用性很可能不減反增（2024–2025 仍在被引用與延伸）。
- URL：https://wiernik.org/pdfs/Wiernik%20and%20Kostal_2019_Protean%20and%20boundaryless%20career%20orientations.pdf ／ https://journals.sagepub.com/doi/abs/10.1177/10384162241264192
- 類型：學術理論＋同儕審查元分析
- 可信度：高。元分析、頂尖職涯/諮商心理期刊。限制：相關性研究居多（非因果），且「變形蟲傾向→成功」的效果常被「可受雇性/主動性」中介，不是直接保證。
- 查證日：2026-06-23
四、職涯韌性、自我導向職涯的研究
8. 變形蟲職涯與員工韌性、可受雇性的中介關係
- 年份：2024｜機構：Nimmi, Cabral 等（sage / Industrial and Commercial Training 等）
- 關鍵發現：變形蟲職涯傾向透過「知覺可受雇性」中介，正向連結職涯永續；另有研究顯示其透過「心理賦能＋個人主動性」的序列中介，連結到員工韌性。但對心理幸福感、心理健康的直接效果，在技術驅動產業中仍研究不足（明確缺口）。〔待查證〕（Sage 頁面 403，本次未能核對）
- 支持書哪論點：支持「自我導向的職涯會帶來韌性」（論點③），同時誠實標出「對幸福感/心理健康的直接證據還不夠」。
- URL：https://journals.sagepub.com/doi/abs/10.1177/10384162241264192
- 類型：同儕審查實證（中介模型，多為橫斷面）
- 可信度：中高。近期、同儕審查；限制：橫斷面相關設計為主，因果與長期效果待補。
- 查證日：2026-06-23
五、反證：AI 加劇職涯不安全感、贏者全拿、機會不均
9. 生成式 AI 已壓低接案者所得——且高技能者受創更重（最難反駁的反證）
- 年份：2025-07（資料含 2022 起）｜機構：Hui & Reshef（Washington University in St. Louis），Brookings 發表
- 關鍵發現：Upwork 上更暴露於生成式 AI 的職業，自 2022 年起合約數約減 2%、月所得約跌 5%（寫作類月所得跌約 5.2%）；翻譯類任務量與所得下降〔待查證〕（Brookings 頁面可核對的是約 2% 與約 5% 與「效果在 6–8 個月觀察期內持續擴大」；寫作 5.2% 與翻譯細項未在該頁出現，ScienceDirect 403）。關鍵反直覺發現：高技能、高定價的資深接案者「不成比例地受創」，因為 AI「壓縮了技能光譜上的表現差距」，削弱了高價優質服務的需求。
- 支持書哪論點：直接挑戰核心論點的樂觀面：「AI 讓獨特性更值錢」不是自動成立的；在某些賽道，AI 反而把高手的溢價抹平了。書稿可以拿這筆來防止自己過度樂觀（論點②）。
- URL：https://www.brookings.edu/articles/is-generative-ai-a-job-killer-evidence-from-the-freelance-market/ ／ https://www.sciencedirect.com/science/article/pii/S0167268124004591
- 類型：準實驗實證（以 AI 上市為自然實驗，差異中之差異）
- 可信度：高。設計嚴謹、Brookings/同儕通路。限制：短期效果、單一平台（Upwork）、特定職類；長期是否反轉未知。
- 查證日：2026-06-23
10. AI 強化技能偏向技術變遷、超級企業與贏者全拿，擴大不均
- 年份：2024–2025｜機構：美國白宮 CEA《Potential Labor Market Impacts of AI》（2024-07）＋文獻回顧彙整（含 Dallas Fed 2024 調查、多篇學術回顧）
- 關鍵發現：AI 透過四條管道擴大不均——技能偏向技術變遷、資本對勞動的替代、工作極化、贏者全拿；AI 替代低中技能例行任務、互補高技能者，拉大薪資差距；具 AI 技能者平均薪資溢價約 21%〔待查證〕；AI 投資集中於少數握有資料與算力的「超級企業」，勞動所得份額持續下滑〔待查證〕。（下列 CEA 報告全文可直接支持的是：技能偏向技術變遷與工作極化兩個框架、「AI 替代中階職業、互補高薪職業，可能明顯擴大所得不均」、以及 Dallas Fed 2024 企業調查「多數採用 AI 的企業預期減少低中技能、增加高技能人力」；21% 溢價、超級企業與勞動份額三項不在該報告內，來源待補）
- 支持書哪論點：支持「同一股力量加劇機會不均與贏者全拿」（論點②），給書稿「窗口是有條件的，不是人人有份的紅利」一個平衡的基礎。
- URL：https://bidenwhitehouse.archives.gov/wp-content/uploads/2024/07/Potential-Labor-Market-Impacts-of-Artificial-Intelligence-An-Empirical-Analysis-July-2024.pdf
- 類型：文獻回顧＋機構調查彙整
- 可信度：中高。多源交叉、含官方與學術；限制：部分為回顧性綜述與預期調查，「21% 溢價」等單一數字依研究而異，引用標來源。
- 查證日：2026-06-23
缺口與反證（誠實標註）
- 最大缺口：幾乎所有「AI→個人能追求獨特性/活出自己」的論述都是思想領袖觀點（證據 6），缺成效實證。目前沒有研究直接量到「因為 AI，更多人成功活出獨特生涯/主觀職涯滿意上升」。書稿引用此面向務必標「觀點/論述訊號」，不可寫成「研究證明」。
- 反證強度不對稱：樂觀面靠觀點，悲觀面（證據 9、10）靠較硬的準實驗與文獻回顧。誠實地說，目前『AI 加劇不安全感與不均』的實證強度，高於『AI 讓人更能活出自己』的實證強度。本書比較站得住的立場是「在一個結構上更不確定、更不均的世界裡，自我導向＋教練力是個人手上能掌握的因應方式」，而不是「AI 帶來個人解放的好時代」。
- 平台/市場數據要保守看：證據 1、2 多為平台與市場研究機構彙整，定義寬鬆、各家估值落差大，且平台有利益傾向。用「量級與形狀」而非「精確數字」。
- 相關 vs 因果：變形蟲職涯研究（證據 7、8）多為橫斷面相關，「自我導向→韌性/成功」常被可受雇性/主動性中介，不是直接因果保證。
- 待補方向：①華語/台灣本地的接案、創作者、轉職數據（本檔多為美國/跨國）；②「自我導向職涯對心理幸福感/心理健康」的長期因果證據（證據 8 已標此缺口）；③教練介入是否真能提升職涯自我導向與韌性的對照研究。這是本書最想要、目前也最空白的一格。