近年關於「AI 搶飯碗」的新聞鋪天蓋地，很多打工仔女一聽到人工智能，第一個反應就是：我份工會唔會不保？但 LinkedIn 最新一份勞動力市場報告卻給出截然不同的圖像：在過去短短兩年，AI 不但沒有成為大規模失業的元兇，反而直接或間接創造了約 130 萬個新職位。這組數字，值得每一位香港打工族、管理層，以至政策制定者停一停、諗一諗：究竟 AI 正在改變的是什麼？我們又應該如何準備？

文：Michael C.S. So ｜ AiX Society

130 萬個新職位，究竟去了哪裏？

根據 LinkedIn 於世界經濟論壇（Davos）期間發表的全球勞動力市場研究，全球整體招聘仍然較疫情前低約兩成，但元兇並不是 AI，而是宏觀經濟不明朗、利率高企等因素。與此同時，AI 相關的職位卻逆市而上，在兩年間新增約 130 萬個崗位，其中超過 60 萬個與 AI 數據中心及基建有關。

這些新工種並不是單一行業的現象，而是橫跨三個層面：

•⁠ ⁠建設 AI 的技術崗位：例如 AI 工程師、機器學習工程師、生成式 AI 工程師、AI 研究科學家等。

•⁠ ⁠支撐 AI 的基建與營運職位：包括數據中心技術員、MLOps 工程師、AI 基建工程師、數據工程師。

•⁠ ⁠把 AI 應用到業務的「AI+行業」角色：例如 AI 產品經理、AI 解決方案架構師、AI 顧問、AI 強化的市場營銷專才、AI 輔助醫護技術員等。

更關鍵的是，不少職位三年前幾乎沒有正式名稱，例如「AI Trainer（AI 訓練師）」、「Prompt Engineer（提示工程師）」、「AI Ethics Officer（AI 伦理主任）」等，今日已經成為實打實的招聘需求。這說明 AI 並非只是取代舊工種，而是在「發明」全新的工作。

「新領工種」時代：不只寫程式的人有前途

很多香港人一聽到 AI 工種，就自然聯想到「一定要讀 Computer Science、寫 code 好勁」，否則無緣參與這波機會。事實上，最新的職位結構反而顯示了另一種趨勢：所謂「New Collar Jobs」（新領工種）正在崛起。

在多份行業報告的示例裏，AI 帶動的職位可以大致分成幾個類型：

•⁠ ⁠AI 管治與倫理：AI Ethics Officer、AI Governance Lead、AI Policy Analyst 等，強調的是規管、政策和跨部門協調能力。

•⁠ ⁠AI 訓練與評估：AI Trainer、Data Annotation Lead、AI 評估及紅隊專家，重視的是領域知識、語言理解及對風險的判斷。

•⁠ ⁠業務整合與轉型：AI 產品經理、AI 解決方案架構師、AI 顧問、AI Adoption Lead 等，要求的是商業洞察、項目管理和變革管理。

•⁠ ⁠AI+專業領域：例如 AI 法律分析師、AI HR 合夥人、AI 醫療輔助技術員、AI 驅動營銷專家等，把傳統專業與 AI 能力結合。

這些職位的共通點是：需要一定程度的技術素養，但更看重的是人類才有的能力，例如溝通、同理心、判斷力、跨學科思維。對香港這個服務業主導的經濟體來說，其實正好對應我們的優勢——前提是願意主動升級自己。

香港打工族應如何行動？從「被 AI 取代」到「善用 AI 放大自己」

AI 帶來的最大風險，不是「AI 好強大」，而是「人停留在原地」。如果將 130 萬個新職位視為一面鏡子，我們可以為自己設計一條很具體的升級路線。

對前線／文職員工來說：

•⁠ ⁠把手上的日常流程，逐項用 AI 工具試一次，例如用生成式 AI 草擬電郵、會議摘要、簡報大綱。

•⁠ ⁠嘗試把自己定位為「AI 能力倍增的專才」，例如「AI 輔助行政主任」、「AI 強化客服專員」，主動提出以 AI 提升團隊效率。

對中層管理者來說：

•⁠ ⁠與其問「AI 會唔會炒人」，不如問「我部門有幾多工作其實可以用 AI 幫手，然後釋放人手做更高價值任務？」。

•⁠ ⁠著手培養「AI Champion」角色，在團隊中選出一兩位同事專責研究與落地 AI 工具，逐步建立 AI 使用標準與最佳實踐。

對企業領導層及創業者來說：

•⁠ ⁠思考「如果我依家創業，會如何設計一間『原生 AI 公司』？」然後反向檢視現有業務有哪些流程可以重構。

•⁠ ⁠正視 AI 治理與風險：包括數據私隱、偏見、合規性等，提早為公司建立 AI 政策與「Responsible AI」框架。

在這個過程裏，每一個人不一定要變成工程師，但都需要成為懂得與 AI 合作的人。否則，即使不被「AI 取代」，也有可能被「懂得用 AI 的人」取代。

香港的機遇與隱憂：教育、政策與企業文化要同步升級

對香港而言，AI 創造的新工種既是機遇，也是壓力測試。機遇在於：我們擁有國際金融中心的角色、成熟的專業服務行業，以及與內地 AI 生態對接的地理優勢，完全有條件承接「AI+金融」、「AI+專業服務」等高價值職位。

壓力則在於：

•⁠ ⁠如果教育與再培訓系統仍然停留在「考試導向」，而非「能力導向」，很多人即使肯學，也未必學到對路的 AI 技能。

•⁠ ⁠如果企業文化仍然只看重工時長、服從指令，而不是創新與實驗精神，員工很難有空間試錯、摸索 AI 的最佳用法。

因此，政府與企業在談「創科」、「智慧城市」時，不應只著眼於基建和硬件投資，更需要投入在三個「軟」層面：

•⁠ ⁠大規模的在職 AI 素養培訓，讓不同年齡、不同階層的打工族都能掌握實用 AI 技能。

•⁠ ⁠鼓勵企業建立內部 AI 實驗專案，讓員工在可控風險下試用新工具，並將成功經驗制度化。

•⁠ ⁠推動跨界別協作，例如金融與科技、醫療與 AI 創企合作，孵化更多「AI+行業」的新職位。

不要問「AI 會取代幾多工」，先問「AI 幫我創造什麼價值」

LinkedIn 的 130 萬個新職位，是一個訊號：AI 正在重塑的是「工作內容」，而不只是「職位數量」。每一份工，遲早都會多一個「AI 版本」——AI 強化會計、AI 強化老師、AI 強化公關、AI 強化創作人。問題不在於 AI 會不會來，而是當 AI 來到，你希望自己仍然停留在舊版本，還是已經升級成「AI 放大版」的自己？

在這個「人機共事」的新時代，也許我們更應該學懂的，不是如何與 AI 競爭，而是如何設計一份 AI 搶不走、反而越用 AI 越值錢的工作。