AI的發展引起勞動市場巨大的變化，當人們談論 AI，焦點經常放在：「它會不會取代我？」
Stanford 大學 Social and Language Technologies (SALT) lab團隊的研究《Future of Work with AI Agents》提出了更關鍵的問題：「如果 AI 真要進入職場，我們希望它代替我們做什麼？」這不只是技術問題，更是從勞動者主體性與職場未來設計的角度切入。
SALT團隊建立 WORKBank 資料庫，收錄 1,500 位來自 104 種職業勞工的回覆，以及 52 位 AI 專家對 844 項職務任務的註解，同時呈現 AI 代理人的技術能力與勞工對自動化的期望與抗拒。這篇研究最大的貢獻在於：它不再從技術可行性推估「哪些職業會被取代」，而是從工作者的視角出發——哪些工作內容，他們希望 AI 接手？哪些則不願放手？而這種願不願意的背後，其實說明了人類對「工作的價值」與「人性參與感」的深層理解。
我們不怕 AI 接手，而是怕它接錯
從這篇研究發現，其實勞工沒有這麼抗拒AI的介入。
高達 69.4% 的勞工希望 AI 幫助他們「釋放時間、投入更有價值的工作」。這是最核心的渴望。其次，任務「過於重複」（46.6%）、「令人感到壓力」（25.5%），或甚至是「AI 有機會提升表現」（46.6%），都是讓他們接受AI的理由。
這說明什麼？我們不是抗拒 AI，而是更希望它能像個稱職的助手，幫我們處理那些阻礙創造力與價值產出的瑣事——像是例行的預約安排、繁雜的資料整理、制式化的回覆、或是堆積如山的報表製作。
理性可以計算效率，但是人性才能決定變革的成敗。
但當問到「有哪些任務你不希望 AI 接手？」時，答案就變得不同了。受訪者明確指出，所有涉及判斷、關係建立、乃至於需要「人情味」的任務，都是他們不願放手的領域。例如需要精準語氣的內容撰寫、牽涉成長與關懷的團隊教學、或是充滿情緒與同理心的顧客諮詢。
這不是因為 AI 做不到，而是因為人類在乎「怎麼被理解」這件事。
HAS：重新定義自動化，不是全有全無，而是「應該到哪裡」
研究中另一個關鍵概念是「人類自主性量表」（Human Agency Scale, HAS），這是一種五級尺度，用來衡量一項任務完成所需的人類參與程度——從完全不需要人參與（H1），到人類參與不可或缺（H5）。
這個量表之所以重要，是因為它不只是幫企業決定「能不能自動化」，而是提醒我們，哪一些工作「應該」保有人性、哪一些「可以」釋放給 AI。它是一種職場重新編排的語言，也是一種尊重專業與人性的尺度。
舉例來說：
- 「排班確認」：可能是 H1（AI 可完全自動處理，省心又省力）。
- 「人員績效回饋」：可能是 H4（AI 可輔助數據分析，但人類主導情感溝通與決策）。
- 「創意內容設計」：幾乎都是 H5（強烈依賴人類參與，因為創意是主觀的靈魂）。
這種設計巧妙地提醒企業，在部署 AI 時，應更有可能以「人為核心」的方式進行任務再設計，而不是單純地揮刀砍人力。制度沒錯，效果卻走樣——問題不在工具，而在信任。
投資重心錯配：AI 能力長在冷門區，而勞工的期待卻沒人理
另一個特別的研究發現，是當研究整理了勞工偏好與 AI 專家對技術可行性的評估後，所揭露的投資錯配問題。
他們將任務劃分為四個區域：
- 自動化綠燈區：對自動化需求高且執行能力強的任務。這些任務是部署人工智慧代理的主要候選對象，具有廣泛生產力和社會效益的潛力。
- 自動化紅燈區：執行能力強但需求低的任務。在此部署需要謹慎，因為它可能面臨員工抵製或帶來更廣泛的負面社會影響。
- 研發機會區：對自動化需求高但目前執行能力低的任務。這些代表了人工智慧研究的有希望的方向。
- 低優先區：對自動化需求和執行能力都較低的任務。
資料來源：《Future of Work with AI Agents》
然而，令人意外的是，像 Y Combinator 這類指標性的新創加速器，其投資組合中，有超過 40% 的新創公司，竟然聚焦於「紅燈區」與「低優先區」的任務，而「綠燈」區和機會區內許多任務在目前的投資中仍然沒有得到充分重視。
這意味著，技術與市場的主流開發重心，反而忽略了勞工最想被解放的部分。 這種嚴重的錯配，不只讓 AI 的實際應用可能遠離了使用者真正的需求，更可能在職場內部加劇反彈與焦慮。
AI 的信任門檻，比你想像的還高
就算一項任務被評為「技術上可行」，也符合自動化意願，但若勞工對 AI 的決策品質缺乏信任，他們仍可能堅決拒絕導入。
調查數據很明確：「不信任 AI 系統的能力與準確性」是最常見的反對理由（45.0%）。這遠高於「害怕失業」（23.0%）和「AI 缺乏人性特質」（16.3%）。
這不是單純對科技的恐懼，而是對職場核心價值觀的堅持。當我們賦予 AI 決策權，卻無法解釋它的運作依據與潛在風險時，它就不再是可靠的助理，反而像一個無法理解的黑箱主管。
企業管理的議題，不再是取代，而是工作分配
史丹佛團隊的這份研究，提供了我們一個AI導入的思考方向。我們不只是要問「AI 能不能」，更要問「我們希望它做什麼」，以及「做到什麼程度才算恰當」。
這不再單純是提升工作效率的問題，這是一場關於工作分配的思考。
身為 HR 專業人士與企業領導者，若要負責任地導入 AI，我們不應該只盯著自動化能省下多少成本，而是必須思考：
- 哪些任務真正適合人機協作，能發揮一加一大於二的效應？
- 哪些決策與場景，應該讓人保留主導權，以維護工作本質與人性價值？
- 哪些是未來勞動力應再教育與轉型的關鍵技能，才能讓我們在 AI 時代保持競爭力？
因為，我們的終極目標從來不是讓 AI 取代人，而是讓人有時間去完成更值得、更有意義的事。
在思考 AI 如何導入到工作環境時，我建議你回到這篇研究，用人性與現實作為討論的出發點。AI 的未來不該只是科技進步的結果，而應是我們工作內容的選擇與創造。
原始文章連結：
