解密AI衝擊～AI 不只是工具，而是勞動力！最難被取代的竟是水電木工、廚師、高級工藝師、文物修護鑑定師！ - 雪　泥　鴻　爪

Contents ...

udn網路城邦

置頂精選

解密AI衝擊～AI 不只是工具，而是勞動力！最難被取代的竟是水電木工、廚師、高級工藝師、文物修護鑑定師！

2026/07/22 11:32

迴響0

推薦0

引用0

解密AI衝擊

～AI 不只是工具，而是勞動力！最難被取代的竟是水電木工、廚師、高級工藝師、文物修護鑑定師！

～20 大產業衝擊解密：如何成為「頂尖專家+AI」的那 1%？

～2026.7.22 陳宗嶽整理於台北

前言：

如果把 2022 年 ChatGPT 出現視為生成式 AI 大規模進入社會的分水嶺，那麼到了 2026 年，AI 已經不再只是「提高工作效率的軟體」，而開始進入更深一層的階段：

AI 正從「工具」變成「勞動力」，再從「勞動力」逐步變成企業流程中的「決策與執行代理人」。

Stanford《AI Index Report 2026》顯示，2025 年受調查組織的 AI 採用率已達 88%，70%的組織至少在一項業務功能中使用生成式 AI。更值得注意的是，AI 對年輕、初階白領職位的影響已開始出現在實際就業數據中。

世界經濟論壇估計：到2030年，包括 AI、自動化、人口與經濟結構等多項趨勢將共同造成約 1.70億個新職位產生、9,200萬個職位消失，淨增加約7,800萬個職位；但約 40%的工作技能需求將發生改變。因此真正劇烈的不是單純「工作消失」，而是工作內容重新組合。

一、2026～2035 年AI產業革命衝擊排行榜 TOP 20

以下排名不是按照產業規模，而是綜合：

AI可取代工作比例＋生產力提升幅度＋商業模式改變程度＋人力需求改變＋進入門檻改變＋產業結構重新洗牌程度

所作的綜合排序。

AI產業衝擊排行榜 TOP 20

排名	產業	衝擊程度	核心變化
1	軟體／程式開發	★★★★★	AI直接參與寫程式
2	廣告／行銷／內容產業	★★★★★	文案、圖片、影片大量AI化
3	客服／Call Center	★★★★★	AI Agent直接取代大量第一線客服
4	媒體／新聞／出版	★★★★★	採訪整理、翻譯、編輯、摘要自動化
5	金融／銀行／保險	★★★★★	分析、風控、客服、核保高度AI化
6	教育／培訓	★★★★★	AI成為一對一教師
7	法律服務	★★★★☆	法律研究與文件處理大幅自動化
8	醫療／醫學	★★★★☆	AI輔助診斷、影像判讀、藥物研發
9	電影／影視／動畫	★★★★☆	製作成本與人力結構劇變
10	平面設計／攝影／視覺藝術	★★★★☆	大量基礎視覺工作被生成AI取代
11	翻譯／語言服務	★★★★☆	普通翻譯快速商品化
12	製造業	★★★★☆	AI＋機器人＋機器視覺
13	零售／電子商務	★★★★☆	AI推薦、客服、採購與定價
14	人力資源／獵頭	★★★★☆	履歷篩選、面試、人才搜尋AI化
15	會計／審計／稅務	★★★★☆	大量規則性知識工作自動化
16	物流／倉儲／供應鏈	★★★★	AI預測＋自動倉儲＋無人配送
17	建築／工程／室內設計	★★★★	AI生成設計與工程最佳化
18	科學研究／製藥／生技	★★★★	AI成為科研助手與發現工具
19	汽車／交通運輸	★★★★	自動駕駛與智慧交通
20	農業	★★★☆	精準農業＋機器人＋AI監測

第一名：軟體與程式開發產業

衝擊程度：★★★★★

這可能是目前被 AI 改變速度最快的白領技術產業之一。

原因非常特殊：

程式語言本來就是高度結構化的語言，因此天然適合大型語言模型處理。

現在AI已經可以完成：

撰寫程式碼
找 Bug
修改程式
自動測試
解釋舊程式碼
建立網站
建立 App 原型
SQL資料庫查詢
API整合
文件撰寫
Code Review
將自然語言直接轉換成程式

Stanford 2026 AI Index甚至指出，在 SWE-bench Verified 等程式能力基準上，前沿模型的表現一年之間出現極大幅度提升。

最大影響

真正危險的不是資深工程師，而是：

Junior Programmer（初階程式設計師）

過去：

1名資深工程師＋5名初階工程師

未來可能逐漸變成：

1名資深工程師＋AI Agent＋1～2名工程師

而且2026年的資料已經開始看到年輕軟體開發人員就業受到較明顯影響。

第二名：廣告、行銷與內容產業

衝擊程度：★★★★★

這是生成式AI最直接衝擊的產業之一。

AI現在可以一次完成：

市場分析 → 創意發想 → 文案 → 圖片 → 配音 → 音樂 → 影片 → 多語言版本

以前一個廣告案可能需要：

文案
美術
攝影
修圖
剪輯
配音
翻譯
社群編輯

現在相當比例的前期工作，一個人配合AI就能完成。

最大改變

不是「廣告公司消失」，而是：

同樣的產出，不再需要原來那麼多人。

因此受到最大壓力的是中低階製作人員。

第三名：客服／Call Center

衝擊程度：★★★★★

這可能是最容易被 AI Agent 大規模自動化的產業之一。

傳統聊天機器人只能回答：

「請輸入1查詢帳單。」

現在AI可以：

理解自然語言
判斷客戶情緒
查詢訂單
修改預約
處理退款
回答產品問題
多國語言即時客服
語音客服
主動追蹤客戶

因此未來的客服中心可能從：

500名客服人員

變成：

50～100名人工客服＋大量AI Agent

人工主要處理：

投訴、重大異常、高價值客戶與複雜案件。

第四名：新聞、媒體與出版

衝擊程度：★★★★★

AI可以完成：

新聞摘要
資料整理
標題生成
採訪逐字稿
翻譯
校稿
改寫
SEO文章
財經快訊
體育戰報
圖片生成
語音播報

所以受到最大影響的是：

大量「資訊加工型」工作。

但真正的：

調查報導
第一手採訪
歷史研究
文物考證
深度評論

反而不容易完全被取代。

因為AI最大的問題仍然是：

它能快速整理資料，但不等於能證明資料是真的。

第五名：金融、銀行與保險

衝擊程度：★★★★★

AI在金融業的價值極高，因為金融本身就是：

資料＋機率＋風險＋決策。

AI可應用於：

信用評分
詐欺偵測
洗錢監控
股票研究
財報分析
投資組合分析
客戶服務
保險核保
理賠初審
法遵監控

因此未來銀行真正受到影響的可能不是最高階金融專家，而是大量：

中後台分析與行政人員。

第六名：教育產業

衝擊程度：★★★★★

AI最大的革命之一是：

第一次讓「每一個學生都有私人教師」在經濟上變得可能。

AI可以依照學生程度：

解釋教材
出題
批改
分析錯誤
調整難度
模擬考試
練習外語
即時回答問題

因此傳統：

「一名老師對30名學生」

可能逐漸增加：

老師＋30個學生＋30個AI Tutor

老師不會消失，但角色可能從：

知識傳授者

轉變為：

學習設計者＋指導者＋評估者。

第七名：法律產業

衝擊程度：★★★★☆

AI非常適合處理法律產業中的「文件密集工作」。

例如：

搜尋判例
法條比對
契約審閱
Due Diligence
法律摘要
合約草稿
文件分類
訴訟資料整理

過去律師事務所可能需要大量Junior Associate進行資料搜尋。

未來：

AI先找 → 初階律師核對 → 資深律師判斷。

因此AI不一定首先取代律師，而是壓縮律師事務所的人力金字塔底層。

第八名：醫療產業

衝擊程度：★★★★☆

醫療是AI最重要但也最不能完全放手自動化的領域。

AI目前的重要應用包括：

X光判讀
CT
MRI
病理切片
皮膚病影像
心電圖
病歷摘要
臨床決策輔助
藥物研發

Stanford AI Index指出，AI醫療器材的實際核准數量已經大幅增加，AI正在從研究逐步進入臨床體系。

但醫療最大的限制是：

AI錯一次可能涉及生命。

所以短中期最可能形成：

AI判讀＋醫師最終確認

而不是：

AI完全取代醫師。

第九名：電影、動畫與影視產業

衝擊程度：★★★★☆

這一產業可能出現非常劇烈的成本革命。

AI已能處理：

分鏡
Concept Art
場景
特效
配音
配樂
去背
動畫補幀
數位演員
影片生成
多國語言口型同步

因此以前需要數十人的部分製作流程，未來可能由少數創作者＋AI完成。

真正值錢的東西會逐漸從：

製作能力

轉向：

創意、IP與故事。

第十名：設計、攝影與視覺產業

衝擊程度：★★★★☆

這個領域已經受到非常明顯的衝擊。

例如過去需要真正拍攝：

美女＋汽車＋巴黎街景

現在完全可以AI生成。

因此：

商品情境圖
廣告模特兒
網頁Banner
海報
插圖
概念設計
背景圖片

會大量AI化。

但：

新聞攝影、紀實攝影、文物攝影、活動攝影、證據性攝影

仍然具有不可取代性。

原因很簡單：

這些照片的核心價值不是「漂亮」，而是「事情真的發生過」。

第十一名：翻譯產業

衝擊程度：★★★★☆

一般商務翻譯將受到非常巨大影響。

AI已經可以：

即時翻譯
文件翻譯
字幕
語音翻譯
多語言客服

所以：

普通翻譯的市場價格可能持續下降。

但：

法律翻譯
外交翻譯
文學翻譯
古文翻譯
專業技術翻譯

仍需要大量人工判斷。

第十二名：製造業

衝擊程度：★★★★☆

真正改變製造業的不是單純ChatGPT，而是：

AI＋Robot＋Machine Vision＋Digital Twin

代表下一代工業自動化已具智慧（Embodied AI）的核心技術架構。這四個技術不是孤立存在，而是組合形成一個「能感知、能思考、能執行、能模擬」的完整智慧閉環系統：

1. 四個關鍵元件

AI（人工智慧）—— 大腦（Brain）負責思考與決策。利用深度學習與強化學習，分析資料、預測動態變換、自動規劃最優路徑與作業任務。
Machine Vision（機器視覺）—— 眼睛（Eyes）負責感知與識別。透過工業相機與 3D 感測器捕捉影像，進行精確定位、物體辨識、深度測距與品質瑕疵檢測。
Robot（機器人）—— 四肢（Body）負責實體執行。包括工業手臂、自主移動機器人（AMR）或人形機器人，將 AI 的指令轉化為精準的物理動作（如抓取、組裝、搬運）。
Digital Twin（數位雙生）—— 虛擬平行世界（Digital Sandbox）負責模擬、監控與預測。在雲端或電腦中建立與物理世界 100% 同步的 3D 數位模型。可在不影響實體運作的情況下，預先測試動作、調整參數或進行故障預測。

2. 協同運作！（實際運作流程）

以智慧工廠中的「自動化精細組裝」為例：

[ 機器視覺 ] 捕捉零件位置與瑕疵 (感知)

↓

[ 數位雙生 ] 在虛擬環境中模擬最佳抓取角度與路徑，防碰撞 (模擬)

↓

[ 人工智慧 ] 整合視覺與模擬資料，即時下達最優操作指令 (決策)

↓

[ 機器人 ] 實體手臂精準執行抓取與組裝 (執行)

↓

[ 數位雙生 ] 回傳實體數據，更新虛擬模型並持續優化 (反饋閉環)

3. 一句話總結

這就是：「讓機器人擁有智慧大腦（AI）與銳利雙眼（Machine Vision），並在虛擬平行世界（Digital Twin）中完成預先演練與即時監控，以實現高度自主且零失誤的智慧自動化系統。」

所以AI可以：

品質檢測
預測設備故障
生產排程
自動搬運
機器人操作
能耗最佳化
供應鏈預測

最終會形成：

高度自主化智慧工廠。

第十三名：零售與電子商務

AI將控制越來越多：

商品推薦
動態定價
庫存
客服
廣告
商品描述
消費者分析
採購預測

甚至出現：

AI替消費者購物。

這會反過來改變傳統SEO與網路廣告。

第十四名：人力資源／獵頭

AI可以：

搜尋人才
分析履歷
撰寫職缺
初步面試
技能匹配
薪資分析

未來HR最重要的能力將不是「找履歷」，而是：

判斷AI推薦的人到底適不適合組織。

第十五名：會計、審計與稅務

AI非常適合：

發票分類
帳務整理
報表
異常交易偵測
稅務資料整理
財務分析

因此：

Bookkeeper與初階會計工作

會受到相當大的自動化壓力。

但複雜：

稅務規劃
財務策略
審計責任
法律責任

仍需要專業人士。

第十六名：物流、倉儲與供應鏈

核心革命：

AI＋機器人＋自動倉庫

包括：

自動揀貨
路線規劃
庫存預測
需求預測
無人搬運
無人配送

物流業會逐漸從「人搬貨」轉變為：

人管理自動化物流系統。

第十七名：建築、工程與室內設計

AI已經可以根據：

土地
法規
預算
採光
建築面積
使用需求

快速產生大量設計方案。

因此建築師未來可能從：

「畫設計圖的人」

轉向：

決定哪個AI方案真正可行的人。

第十八名：科學研究、生技與製藥

這個產業的影響非常深，但比較不容易被一般人直接看到。

AI可以：

預測蛋白質結構
分析基因
搜尋候選藥物
分析論文
建立研究假設
模擬分子
分析實驗結果

AI對蛋白質結構預測等科學問題的突破，甚至已成為近年諾貝爾獎所反映的重要科技發展之一。

所以AI在這個領域不是簡單：

「取代科學家」

而是：

讓一名科學家的研究能力被大幅放大。

第十九名：汽車與交通運輸

核心：自動駕駛

AI正在改變：

計程車
卡車
公共交通
物流配送
車輛保險
汽車維修診斷

自動駕駛已經從實驗逐漸走向部分地區的商業營運。Stanford的資料即指出，自動駕駛叫車服務已經達到相當規模。

如果真正實現Level 4～5大規模普及，交通運輸產業排名甚至可能進入前五名。

第二十名：農業

AI＋無人機＋機器人將形成：

Precision Agriculture——精準農業

AI可以：

判斷病蟲害
分析土壤
控制灌溉
預測產量
無人機施肥
自動採收
牲畜健康監測

所以農民未來可能逐漸變成：

農業系統管理者。

二、AI真正打擊的可能不是「產業」，而是「白領工作的中間層」。

這可能才是AI革命最值得注意的地方。

過去200年的機械化主要取代：

肌肉勞動

例如：

蒸汽機 → 機械 → 電氣化 → 工業機器人。

但是AI第一次大規模進入的是：

認知勞動（Cognitive Labor）

也就是：

寫
畫
翻譯
分析
搜尋
整理
計算
編程
判讀
規劃

因此這一次受到壓力最大的，反而可能是過去認為最安全的一群：

辦公室白領。

而且最新研究顯示，企業並非只是單純「裁掉AI能做的職位」，而是在重新設計工作內容以及重新配置招聘需求。2026年的一項美國職缺研究發現，AI造成的勞動需求調整，同時來自職位重新配置與職務內容重新設計。

三、值得注意的「AI職業兩極化」

未來可能出現這樣的結構：

最容易受到AI壓縮

普通能力＋標準化工作

例如：

普通文案
普通翻譯
初階程式員
基礎設計師
資料整理員
初階客服
初階會計
行政助理

↓

反而更值錢

頂尖專業人士＋AI

例如：

頂尖律師＋AI
頂尖醫師＋AI
頂尖工程師＋AI
頂尖研究者＋AI
頂尖設計師＋AI

原因在於：

AI把高手的能力放大。

四、AI最難取代的人

這類工作有一個共同特徵：

「必須接觸真實世界」

例如：

水電工
木工
古董修復師
考古工作者
文物鑑定者
廚師
護理人員
建築施工
精密維修
高階工藝師

AI可以告訴一個人：

「這件玉器可能具有清代工藝特徵。」

但AI目前不能真正：

拿起玉器、測量、打光、觀察沁色深入程度、檢查陰線槽內風化、判斷拋光與工具痕，再進行實物比對。

因此，AI對純資訊型工作的替代速度，會遠遠快於需要真實世界操作與實物經驗的工作。

五、把20個產業再濃縮就只有四場革命

革命	主要產業
知識工作自動化	程式、法律、金融、會計、翻譯
內容生產自動化	廣告、媒體、出版、設計、電影
決策自動化	醫療、金融、保險、科研、企業管理
物理世界自動化	製造、物流、汽車、農業、機器人