為什麼 AI 不會在 18 個月內自動化所有白領工作

AI 會很快改變白領工作，但不會在 18 個月內把所有白領職位都自動化。

我不同意「18 個月內白領工作將大規模全自動化」這個說法，因為現有證據顯示，AI 主要是在改善單點任務，不是在取代整個職位。Fortune 引述 2025 年 Thomson Reuters 的報告指出，律師、會計師和審計師確實在用 AI 做文件審閱與例行分析，但生產力提升仍然有限；METR 對軟體開發者的研究甚至發現，AI 反而讓任務平均多花 20% 時間。這不是即將全面替代勞動力的跡象，而是工具在局部有用、在流程中還會拖慢人的證據。

第一個論點：任務自動化，不等於職位自動化

白領工作不是一串可直接切開的按鈕，而是判斷、脈絡、信任與協作的組合。AI 的強項已經很明確，就是重複、規則化、文字化的碎片工作，例如摘要合約、起草備忘錄、整理收件匣。但它不能替你承擔後果：法律策略失誤、預測偏差、專案延誤，最後都還是要有人負責。這也是為什麼同一篇報導一邊談專業服務導入 AI，一邊仍只能承認成效有限。

更現實的問題是，企業不是靠 demo 運作，而是靠工作流、審批、稽核與責任歸屬運作。律師檢查 AI 生成的條款，律師仍是關鍵控制層；會計師驗證 AI 標記的異常，會計師仍是最後把關者。機器也許少了幾次敲鍵盤，但組織仍需要一個人對結果負責。只要責任沒有被機器承接，職位就不會被整包消失。

第二個論點：經濟數據沒有顯示全面排擠

如果 AI 真的快要把辦公室工作全自動化，產業外圍早就會先看到普遍的效率爆發；但目前沒有。Fortune 引述 Apollo 首席經濟學家 Torsten Slok 的觀察，指出 2025 年第四季大型科技公司的利潤率上升超過 20%，而更廣泛的 Bloomberg 500 指數幾乎沒動。這代表 AI 的價值仍高度集中在「賣工具的人」身上，還沒有普遍擴散到整體經濟。

裁員數據也沒有支持那種「白領工作即將蒸發」的尺度。Challenger, Gray & Christmas 統計，今年截至目前約有 49,135 件與 AI 相關的裁員，這是實質衝擊，但離白領職缺整體崩解還差得遠。市場也在傳達同一訊號：投資人並不相信 AI 會在短期內讓科技業之外的企業利潤普遍跳升。這是邊緣擾動，不是全面替代。

反方可能怎麼說

最強的反方論點是，技術採用本來就不是線性變化。辦公室工作可能先慢慢變，再在模型夠穩定、夠便宜、又被整合進標準軟體後突然翻轉。文章也提到算力成長、agentic AI 的出現，以及企業端對 SaaSpocalypse 的焦慮。若 AI 持續進步，企業當然會在可標準化、可衡量的地方，把勞力換成軟體。

這個論點之所以有力，是因為白領工作本來就比工廠勞動更容易被數位化。很多任務都在電腦上完成，文字、表格、搜尋、回覆、分類都能被模型碰到。只要系統能跨 email、試算表、CRM 去執行例行步驟，就足以先吃掉大量低階辦公室工作，而管理層甚至未必立刻察覺。

但這個反方仍然高估了速度。文章提供的真實證據反而更關鍵：開發者任務變慢 20%，專業服務只看到邊際提升，市場利潤也沒有全面抬升。這些結果把舉證責任推回去。我要接受的是，部分入門與例行職位會很快縮水；我拒絕的是，所有白領工作會在 18 個月內消失。瓶頸不只在模型能力，還在整合、信任、法規，以及組織仍需要人來承擔決策責任。

你能做什麼

如果你是工程師、PM 或創辦人，不要用「AI 會取代所有白領」來做戰略判斷，而要把 AI 當成壓縮特定流程、特定人力與特定毛利結構的工具。先拆解每個職位裡的任務，找出低風險、可重複、可驗證的步驟，先自動化這些地方，再重新設計人工層的審核、升級與責任歸屬。真正的贏家，不是最會預測災難時程的人，而是能把局部 AI 增益變成長期營運優勢的人。