科技加速演進的當下，AI不僅是工具，更是重塑經濟與社會結構的催化劑。哈佛大學勞動經濟學泰斗拉里．卡茨（Larry Katz），指導兩位博士生，透過龐大數據剖析AI如何悄然侵蝕美國就業市場，發表了研究結果《生成式AI作為資歷偏向的技術變革：來自美國簡歷與職位發布數據的證據》（Generative AI as Seniority-Biased Technological Change: Evidence from U.S. Résumé and Job Posting Data）。隨後，耶魯大學經濟學者帕斯夸爾．雷斯特雷波（Pascual Restrepo）也發表了一份《我們不會被錯過：AGI世界中的勞動與增長》（We Won’t be Missed: Work and Growth in the AGI World）的論文，將視野投向未來，預測AGI（通用人工智慧）主導下的經濟，會讓人類勞動徹底邊緣化。兩篇頂尖學府的論述，一近一遠，共同勾勒出AI對人類角色的深層挑戰，頗值得深思，當機器取代人力，人類的經濟與存在意義，將面臨何種轉型？
哈佛研究利用LinkedIn平台，涵蓋2015至2025年數據，追蹤28.5萬家企業，逾6,200萬勞工的1.5億筆招聘記錄，幾乎涵蓋美國勞動人口的全貌。研究者發現，自2022年底ChatGPT等生成式AI工具問世後，就業增長曲線出現分歧，高階職位持續上揚，入門級初級職務卻停滯不前，甚至於2023年中開始下滑。這看似巧合的相關性，經過嚴謹因果分析證實，並非偶然。
研究採用雙重差分法（DID），將企業分為採用AI者與非採用者，前者定義為曾發布專責部署或運行AI模型職位的公司，約占樣本3.7%，共10,599家。自2023年第一季起，這些採用AI企業的初級職位就業人數，相較對照組斷崖式下跌，六季後累計差距達7.7%；反觀高階職位，不僅未受影響，甚至增長快速。為強化結論，研究進一步運用三重差分法（DDD），確認同一企業內初級與高階員工的差異，自2023年起初級崗位下滑加速，與採用AI高度吻合。
這種衝擊並非全面，只是精準針對初級勞工，企業並未大舉解僱既有員工，是選擇了避開補償與溝通成本，悄然地關閉新人招聘大門，原有員工，或自然流失、或內部晉升，讓年輕求職者無門可入。行業分布更出人意表，並非科技密集的網路業或軟體業首當其衝，而是批發與零售業，已使用AI的企業，初級招聘每季減少近40%，這反映AI擅長取代基礎任務，如資料蒐集、會議記錄等，資深分析師的複雜決策則暫時安全。較有趣的是，從畢業院校角度分析，大學分為五級，頂尖一級名校畢業生幾乎不受波及，他們的高成本換來解決棘手問題的能力，AI暫難匹敵；最基層五級普通大學生，憑藉低薪資優勢亦相對穩定；最慘烈的竟是二、三級中間層，他們薪資不低，卻從事AI易取代的工作，淪為首要受害者。這U型曲線顯示，勞動市場正兩極化，中產階層的安穩岌岌可危。
如果哈佛論文描繪了AI對現在就業的直接影響，那麼，耶魯研究便預示著未來的劇烈改變。研究者假設AGI到來後，所有產生經濟價值的工作都能由計算資源來處理，他把勞動區分為「瓶頸型」（bottleneck）與「輔助型」（supplementary），瓶頸型是經濟增長不可或缺的核心，輔助型則為錦上添花的附加。AGI會輕鬆自動化所有瓶頸型工作，人類僅剩部分輔助角色，如心理諮詢、藝術創作或高級服務員，提供情感與社交價值，這些並非AI無法勝任，而是計算成本過高，不值一試。
隨著計算能力指數成長，複製人類勞動的邊際成本會變得極低，人類會慢慢被擠出勞動市場。工資不再依個人技能或貢獻定價，而是等同AI模擬那分工作的計算成本，分文不差。最終，勞動在GDP占比會接近零，所有收入都流向掌握計算資源的人，經濟增長完全靠計算力推動。即使明天有一半人口停工，產出也不會受到影響，人類勞動從經濟需求中解脫，但也失去了原本的意義。
這種轉變可能造成大亂和不平等，但也可能相對平穩，一切仍取決於技術進步和計算資源擴張誰跑得快。無論如何，收益的公平分配會是最大難題，生產成果全歸計算掌控者，導致前所未有的貧富差距。可能的解決方法包括全民分紅機制，或把計算力當成公共資源來分享，如土地和水。更深層次的則是哲學省思，當勞動不再貢獻經濟，我們的存在價值何在？工作不再推動社會繁榮，人類還會選擇繼續工作嗎？這點出人類的本質不是生產工具，但也令人質疑，在歷史上從沒真正離開勞動的我們，能否適應這種自由，找到新的生活目標？論文還指出，那些強調溝通、共感以及非智力因素的社會互動工作，可能更不容易被取代，這暗示未來的競爭重點不在智商，而在人性。
總結兩篇論文，AI革命不僅是技術躍進，更是對整體社會的重構。對個人，尤其年輕世代，萬不能滿足於執行簡單、重複性工作，應積極培養解決複雜問題的專業深度，以及AI難以模仿的軟性實力，如親和力、領導力、審美能力、同理心和幽默感。同時，思維也要升級，不能只專注「怎麼做」，要懂得「為什麼做」，學會提出更好的問題，而不是只會解答。對整個社會，政府和企業須及早準備配套措施，如加強職業再培訓、建立收入保障機制，幫助大家適應變化。在資產配置上，兩篇研究也給出了全力擁抱AI和計算力的明確訊號。
近兩年，美中股市相關算力的板塊表現強勁，這可能只是開端。在主權AI時代，計算力就是國力，必將取代人力成為企業最核心的資產，也會帶來穩定的成長。投資圍繞AI和算力的機會，或許能改變許多人的財富軌跡。但最根本的，仍在科技帶來強大力量之餘，不能忽略人性價值的核心所在。又，當機器真的接管大部分勞動時，是否準備好重新定義自己的存在意義。