Anthropic 的經濟指數（Economic Index）最新一期報告「Cadences」，分析了約 9,700 名 Claude 使用者的調查。裡面有兩個數字很容易被拿去嚇人：接近 6 成的受訪者認為，12 個月後 AI 能處理的工作任務比例會比現在更高；超過三分之一甚至預期，一年後 AI 就能做「多數或近乎全部」的工作任務。
聽起來像倒數計時。但先別把它讀成裁員公式，有兩個更誠實的角度要先擺正。第一，這份報告不是就業預測，它是一張「任務會移動、責任不會自動跟著移走」的地圖。第二，也是台灣讀者最該記住的——這份報告畫的是矽谷的知識工作者，不是你。 Anthropic 自己就明說，受訪者偏向電腦、數學與管理職，體力型和現場職的代表性很低。對以製造業和中小企業為主體的台灣，它的畫像更不貼身。
這份報告到底測什麼
先把它的性質講清楚，才不會誤用。它把 Claude 的實際使用資料，和使用者的自評調查連在一起看，觀察 AI 怎麼進到工作節奏裡。受訪者的職業分布很極端：電腦與數學類約占三成（但這類只占全美就業約 4%），管理職約占兩成三（全美約 7%）。所以它是「重度 AI 使用者」的畫像，不是全民民調——這點 Anthropic 講得很白。
幾個有意思的發現：使用者用 AI 產出的內容，對話式和書面產出各約占三分之一，程式與技術類約占六分之一；而早期職涯的工作者回報 AI 能做的比例最高、最擔心失業，卻也在薪資和工作意義上最樂觀。過去 AEI 的數據也顯示，AI 目前更多是「增益」既有工作，而非直接把工作「自動化」掉。這些拼起來的訊息是：任務在移動，但焦慮和機會同時存在。
台灣人也是這樣用 AI
把鏡頭轉回台灣，畫面其實沒那麼末日。根據資策會 MIC 的調查，台灣曾用過生成式 AI 的網友約 46%，18 到 25 歲更達 69%；而大家用 AI 產出的內容，文字類最高（約 78%），其次是圖片。這跟 Anthropic 的發現一致——台灣人最常用 AI 的，正是文書、摘要、翻譯這種最容易被委派的一層任務。
焦慮的程度也比媒體標題冷靜得多。1111 人力銀行的職場調查裡，真正擔憂被 AI 取代的只有 6.7%，反而有 39.6% 把 AI 當成「工作救星」。所以台灣上班族該做的，不是被「6 成、一年」這種數字嚇到，而是加入那 39.6% 的做法——每週拆一個重複任務交給 AI，記錄它哪一步省時、哪一步要重做、哪一步只有你懂。
台灣的真問題：結構不一樣，還有新人斷層
這裡要下一個有立場的判斷。台灣的就業結構跟這份報告差很多——製造、現場、法定簽核的比重高，不必因為一份美國知識工作者的報告，就急著重畫組織圖。而且台灣目前查不到像 Anthropic 這樣、把任務委派比例拆到職業層級的官方統計，這反而是給企業的提醒：別等政府數字，直接在自己公司做任務層級的盤點。
真正該防的，是新人梯隊的斷層。當初階任務——整理、摘要、初稿——被整包交給 AI，短期看很省，但兩年後，可能沒有人練過那些判斷，接不上資深的責任。把新人任務改成「AI 產一版、標出來源與不確定處、資深覆核」，比直接讓 AI 取代新人實在。想把任務盤點做細，可接著看 AI 裁員潮下怎麼盤點任務 和 OpenAI EU 報告怎麼讀才對；要把盤點接到工具選型，用 ChatGPT vs Claude vs Gemini 怎麼選。
常見問題
一般上班族現在都用 AI 做什麼任務？
最集中的是文書類：寫摘要、翻譯、改初稿、整理資料。Anthropic 的調查顯示對話式和書面產出各約占三分之一，台灣 MIC 的資料也顯示文字類產出最高（約 78%）。這層正好是最容易被委派、也最快被壓縮的任務——所以個人的價值要慢慢往「判斷、覆核、跨部門溝通」移。
AI 讓工作變快，為什麼我沒有比較輕鬆？
因為省下的時間常被兩件事吃掉：覆核 AI 的輸出，以及處理它出錯後的返工。初稿變便宜了，但錯誤的代價沒變，把關反而更花神。真正的解法不是狂用，而是分清楚哪些任務可以放手交給 AI、哪些一定要人確認，把覆核當成正式的一步，而不是額外負擔。
AI 會取代我的工作嗎？
先把「職稱」換成「任務」來問。這份報告量的是任務會不會移動，不是哪個職位會消滅；台灣真正擔憂被取代的其實只有 6.7%。比較實際的做法是盤點自己每週的工作，看哪些重複產出會被 AI 接走、哪些判斷和責任還需要你，再把重心往後者移。