OpenAI 發布的 EU 版 AI 工作轉型報告，把歐盟的就業分成四類：約 12% 落在「可能因 AI 成長」的職業、約 14% 落在「較高近程自動化潛力」、約 27% 「工作流程可能重組」、約 47% 「較低立即變動」。這種百分比一出來，最容易發生的事，就是被讀成「14% 的工作要沒了」。
但這是誤讀，而且 OpenAI 自己在報告裡就把話講死了：「這些類別不是就業預測，是一張規劃地圖。」 那 14% 衡量的是這群職業裡「有較多任務可能被 AI 壓縮」的調整壓力，不是這些職業會少掉 14% 的人。對台灣的企業和 HR，把這份報告讀對，比追一份「哪些職業會消失」的清單有用得多——尤其台灣自己還沒有這種官方的職業地圖。
這 14% 到底是什麼
先把兩個常見的錯誤擋掉。第一，別把「較高自動化潛力」等同「裁員比例」。報告量的是職業層級的近程調整壓力，任務會移動，但責任不會自動跟著消失——一份工作裡有幾成任務可被 AI 做，跟這份工作會不會被裁，是兩件事。第二，別把美國數字套到歐盟：美國版框架的自動化比例是 18%，EU 是 14%，差異來自各國的職業結構。網路上有些文章把 EU 也寫成 18%，那是抄錯了。
換句話說，這份報告的正確用途，是拿來排「哪些職能該重新盤點任務、補訓練、定覆核責任」，不是拿來替員工算命。
台灣的數據，反而說 AI 在創造職缺
如果你被歐洲的百分比嚇到，台灣自己的數字會讓你冷靜下來。根據 104 的資料，台灣 AI 人才的需求近五年成長了 97.6%，遠高於整體招募市場同期的 22.9%。更值得注意的是，成長最快的不是工程職，而是「非工程」的應用職——專案與產品管理的 AI 相關職缺五年增加 263%、業務增加 248%、行銷增加 165%。
這正好對應 OpenAI 那 12% 的「成長型職業」：AI 不只壓縮任務，也在把需求從純技術外溢到會用 AI 的應用職。所以台灣 HR 該問的，不是「要裁誰」，而是「哪些職能因為 AI 變得更值錢、該加碼招募和再訓練」。
給台灣 HR：別把覆核當成第一個被砍的
有一個誠實但重要的事實：台灣目前查不到像 OpenAI（用 ESCO 職業分類加就業資料）那樣、官方的職業層級 AI 影響統計。這反而是給 HR 的行動理由——別等政府的數字，直接在自己公司做任務層級的盤點。
盤點時記得兩件事。一，別用單一 AI 政策套全公司。台灣的資通訊業和傳統製造業 AI 化程度差很多（有調查顯示前者約 60.9%、後者約 38.5%），資通訊部門談的是工具治理，傳統部門要先補資料基礎和知識庫。二，也是最該貼在牆上的一句：AI 讓初稿變便宜，不代表覆核變便宜。 編 AI 預算時，把覆核時間和新人訓練寫回流程，別把它們當成第一個被砍的項目——因為當初階任務整包交給 AI、兩年後沒人能承接判斷責任時，那才是真正的斷層。
想把這套「任務盤點」做細，可以接著看 AI 裁員潮下怎麼盤點自己的任務 和 Anthropic 經濟指數的任務地圖讀法；要把盤點接到工具選型，用 ChatGPT vs Claude vs Gemini 怎麼選。
常見問題
AI 取代的比例到底是多少？
沒有一個「會被取代 X%」的數字，那是把報告讀錯了。OpenAI 的 EU 報告說約 14% 就業落在「較高近程自動化潛力」的職業，但這是任務調整壓力，不是裁員比例，OpenAI 自己也明說「不是就業預測」。真正該做的是拆到任務層級：你這份工作裡哪些任務會被壓縮、哪些還需要人。
企業導入 AI 就會裁員嗎？
不必然。任務被自動化不等於職位被消滅，很多情況是工作內容重組、人力被重新安排。台灣的數據甚至顯示 AI 相關職缺在成長，尤其是會用 AI 的專案管理、業務、行銷等應用職。企業更務實的做法是盤點任務、把人力往判斷和覆核移，而不是直接把比例讀成裁員名單。
AI 時代，HR 該優先投資什麼？
優先把預算放在「覆核責任」和「新人訓練」，而不是先砍它們。AI 讓初稿、草案變便宜，但錯誤的代價沒變，覆核反而更重要；而初階任務若整包交給 AI，要刻意保留新人練習判斷的機會。挑高頻、錯誤代價高的任務先做再訓練，比全面上課有效。