你不是被 AI 淘汰，是被「會用 AI 的人」淘汰

一、勞動力正在分裂，而多數人站在錯的那一邊

普華永道《2026 全球勞動力希望與恐懼調查》訪問了 48 個國家、29 個行業的 49,364 名勞動者，發現全球勞動力已經裂成四個層級：

最關鍵的是最後一個數字：全球勞動力的明確多數，已經在掉隊。 普華永道全球勞動力負責人 Pete Brown 說得很直白——勞動力「正開始以不同速度前進」。頂部那 14% 對工作安全感更有信心，而底部那 56% 覺得自己最沒準備好適應。

二、錢跟著技能走，而不是跟著頭銜走

經濟訊號毫不含糊。普華永道《2026 全球 AI 就業晴雨表》基於 27 個國家超過十億條招聘廣告，發現掌握 AI 技能的勞動者平均工資溢價達到 62%（上年為 57%），在消費市場更高達 118%。

溢價不是紙面數字。IMF 研究顯示，AI 技能溢價在英國最高達 15%、美國達 8.5%。Robert Half 對招聘經理的調查發現，81% 的僱主已經在調整薪酬以吸引掌握 AI 的候選人，其中 32% 給出顯著更高的薪水。而在新興市場，Indeed 2026 追蹤報告揭示了一個殘酷的內部落差：66% 的僱主願為新入職的 AI 人才付溢價，卻有 54% 已在 AI 崗位上的老員工，過去一年薪酬停滯甚至下降。

把這句話翻譯成人話：同樣的技能、同一個人，在「市場發現之前」學會和在「之後」才學會，身價完全不同。 早動的人拿走溢價，觀望的人被重新定價。

三、兩種公司——只有一種在加錢

普華永道晴雨表還揭示了一個能解釋大量矛盾新聞的深層分化。AI 暴露度最高的公司，自 2018 年以來員工人數增長了 52%（暴露度最低的僅 36%），工資漲了 24%（對比 17%）。總體上，AI 並沒有在積極擁抱它的公司裡消滅崗位——它是在改變這些崗位屬於誰。

但這個平均數掩蓋了斯坦福工資單資料揭示的斷層：AI 暴露度最高的崗位上，22–25 歲年輕人的就業每年萎縮約 3.8%。入門的那一級臺階——畢業生進入職場的第一份工作——正在悄悄消失，因為 AI 已經能勝任過去交給新人的認知型重複勞動：寫稿、基礎程式設計、資料分類、第一輪調研。

梯子沒有被抽走。被抽走的是最下面那級。

四、「用好 AI」到底是什麼意思

這裡正是大多數好心建議開始含糊的地方。「學 AI」這句話對每個人都說，卻沒幾個人真做，因為沒人定義它到底指什麼。它不是背一個提示詞模板，也不是攢一堆證書。根據溢價實際集中的地方，能把 14% 和 56% 區分開的，是三件事：

判斷力，而不是輸出量

AI 產出草稿，你產出決策。能看著 AI 那副自信的答案說出「這不對，原因是……」的人，才是不可替代的。AI 擅長按規則歸納，卻極不擅長在資訊不全時承擔責任、為不確定性買單。

工作流設計，而不是單次任務

拿聊天機器人做一件孤立的事，只是入場券。搭一套系統——一個智慧體、一條自動化流水線，把「一個工具」變成「一支隊伍」——才是複利槓桿所在。一個人加上一套設計得當的 AI 系統，能產出一個小部門的量。

行業深度 × AI 賦能

AI 能輕鬆跨行業，卻在任何領域都扎不深。你對行業的理解、人脈、隱性知識，是模型讀不到的「暗資料」。贏的公式從來不是「用 AI 代替專業」，而是你的專業，被 AI 加速。

五、能動手的部分

如果威脅是「某個會用 AI 的人」，那麼防禦就是成為那個人——不是含糊的「以後」，而是能拿出證據證明的方式：

注意那條貫穿始終的線：每個里程碑產出的都是證據，而不是憑證。在一個「技能優先」的市場裡——近 40% 的僱主如今優先看重可展示的 AI 能力而非學歷——產出證明永遠勝過出勤證明。

結語：不用恐慌

這篇文章誠實的版本，不是「不學 AI 就完蛋」。它更簡單，也更不戲劇化：

AI 不是衝著你整個崗位來的，它是衝著你崗位裡那個「更便宜、更快、更懂 AI 的人現在就能做的部分」來的。混得好的人，既不是害怕機器的人，也不是膜拜機器的人，而是那些早一步看見差距、先動起來、把「工具」變成「槓桿」的人。

問題從來不是「AI 會不會搶走我的工作」。問題一直是——「我會不會搶走那個沒學它的人的工作」。