3年內30%工作恐消失？Google前高層：未來最缺的可能是「人味」
前Google X商務長莫．加多警告，2028年前某些產業恐有30%工作消失。當AI重塑初階職缺與人才標準，在職者該培養哪些難以取代的能力？
AI會不會取代工作，已經討論了好幾年。前Google X商務長莫．加多（Mo Gawdat）給出的答案，比多數人預期得更直接。他預測，到了2028年，某些產業可能有高達30%的工作消失，剛離開校園、缺乏實務經驗的年輕工作者，將率先面對更困難的求職環境。但他的建議不是遠離AI。相反地，未來想在職場留下來，一方面要更熟悉AI，另一方面也要強化AI難以複製的能力：理解人、建立信任，以及在複雜情境中做出判斷。
初階職缺減少，剛畢業的人該如何累積經驗？
莫．加多近日接受企業家史蒂芬・巴特萊特（Steven Bartlett）的Podcast節目《The Diary Of A CEO》訪問時指出，這一代大學畢業生可能面臨更嚴峻的職涯起點。因為企業導入AI後，最先被重新分配的，往往是資料整理、初稿撰寫、基礎分析、程式測試與行政支援等初階任務。這些工作過去是新人熟悉產業、累積經驗的重要入口，如今卻可能逐漸交由AI完成。
Indeed分析美國職缺發現，2025年5月至2026年5月，軟體開發新增職缺中，有71%來自資深職位，37%的職稱提到AI，兩者可能重疊。市場雖然重新出現需求，機會卻高度集中在已經具備實務經驗、又能運用AI的人才。企業仍然招人，只是愈來愈不願意為單純執行工作增加人力。
只會用AI，為什麼仍然不夠？
面對就業市場的變化，莫．加多給年輕工作者的第一項建議，是精進技能、主動學習與AI協作。他認為，一個人愈能有效運用AI完成工作，愈有機會在競爭中脫穎而出。因此，AI不該只被視為可能取代工作的對手，也可以成為擴大個人產能的工具。但如果每個人都能使用相同工具，真正拉開差距的，就不再只是「會不會下指令」。
企業更想知道的是：
- 你能不能判斷AI產出的內容是否正確？
- 面對沒有標準答案的問題，能不能做出取捨？
- 能不能理解客戶沒有直接說出口的需求？
- 能不能把AI產出轉化成可以落地的決策？
- 出現錯誤時，能不能承擔並處理後續風險？
AI可以快速產生大量選項，但最後該選哪一個、為什麼這樣選，仍需要人的經驗與判斷。
AI愈強，「以人為本」的工作反而可能更有價值
除了學習AI，莫．加多也建議工作者關注高度依賴人際互動的職務，例如護理、心理諮商，以及其他需要信任與情感連結的工作。這不代表每個人都必須轉行，而是提醒在職者：未來工作的價值，可能愈來愈取決於其中有多少部分需要真正理解人。
語言學習平台Duolingo執行長Luis von Ahn也曾表示，AI生成內容仍無法取代公司內部藝術家及設計師的作品，因此不會為了導入AI而犧牲產品品質。Salesforce執行長Marc Benioff則指出，公司的工程團隊人數大致維持不變，銷售部門卻仍持續擴編；原因之一，是銷售需要溝通、說服與建立關係，這些仍是AI代理人難以獨立完成的工作。
當AI降低「產出內容」的門檻，理解誰需要這項內容、如何取得對方信任，以及怎麼讓人願意採取行動，反而變得更重要。
資深工作者也不能只依靠過去經驗
莫．加多的警告對工作5年、10年以上的在職者來說，真正需要檢查的是：自己的資深，來自年資，還是已經形成AI難以複製的判斷力？如果每天的主要工作仍是彙整資訊、轉述需求、製作固定報表或按照既定規則執行，即使職稱已經資深，也可能面臨工作重新分配。相較之下，能夠處理例外情況、整合跨部門資訊、管理利害關係人，並對決策結果負責的人，仍較容易維持職場價值。
Anthropic在2026年的調查也發現，工作經驗15年以上的受訪者，認為AI能獨立完成的工作比例，約比職涯第一年的工作者低10個百分點。資深工作者認為AI較難取代的部分，主要包括情境判斷、人員管理、建立信任與理解組織脈絡。
在職者現在可以開始的3項準備
1. 把日常工作拆成「AI可做」與「必須由人判斷」
不要只用職稱評估風險。即使是同一個職務，每個人負責的內容也可能完全不同。先找出能被自動化的例行任務，再確認自己是否正在累積更高層次的判斷經驗。
2. 把AI能力寫成可以驗證的成果
履歷不要只寫「熟悉ChatGPT」或「善用AI提升效率」，而要說明實際成果，例如縮短多少交付時間、改善哪些流程、降低哪些錯誤或增加多少產出。
3. 主動爭取需要協調與負責的工作
跨部門溝通、客戶關係、異常處理、資源分配及風險判斷，這些經驗更難透過課程取得，也更能證明一個人不是單純的執行者。
30%會不會成真還不知道，但人才標準已經改變
莫．加多提出的30%，是他對特定產業的未來預測，並不等於全球失業率一定會升至30%，目前也沒有足夠資料能證明這項數字必然成真。但職場已經出現明確變化：企業期待員工用AI提高產能，也更重視判斷、溝通、信任與結果責任。
未來真正能拉開差距的人，可能不是只懂AI，也不是只強調人的溫度，而是能把兩者結合起來——讓AI處理速度，自己負責方向、品質與關係。如果AI明天可以接手你一半的工作，公司會因為剩下的哪一半，繼續需要你？
