觀點 · 資訊分享
OpenAI 拿 921 種職業評估 AI 衝擊:18% 高風險、24% 要重組、12% 可能變多,46% 暫時變化不大
OpenAI 發布「AI 工作轉型框架」,不只問 AI 能做哪些工作,還問人是否仍是核心、成本下降後需求會不會變多。套用在美國 921 種職業後,分成四類:高自動化風險、重組、隨 AI 成長、暫時變化不大。
- 發布
- 2026-04-25
- 篇幅
- 約 3 分鐘 · 1,281 字
- 結構
- 8 節 + 3 題常見問題
- 標籤

一句話看懂:OpenAI 提出一個看 AI 與就業的新框架:AI 能做某件事,不代表那份工作就會消失,還要看人是否仍是核心、成本下降後需求會不會變多。

先用白話講:為什麼「AI 能做」不等於「會被取代」?
想像自動販賣機:它能賣飲料,但便利商店並沒有因此消失,因為人們還想要現場挑選、結帳、拿到熱食。同樣地,AI 能完成某份工作裡很多任務,不代表這份工作會被淘汰。
發生什麼事
OpenAI 在 2026 年 4 月 25 日發布「AI 工作轉型框架」(AI Jobs Transition Framework),用三個問題評估一份職業:
- AI 能不能做這份職業相當比例的任務?
- 人是不是仍然是提供、監督或負責這項工作的核心?
- 如果 AI 讓服務變便宜,需求會不會多到足以吸收生產力的提升?
套用在 921 種職業的結果
官方把它套用在美國 921 種職業、約 1.48 億個工作上:
| 類別 | 占比 | 官方舉的例子 |
|---|---|---|
| 較高自動化風險 | 約 18% | 資料輸入員、電話行銷、校對、部分記帳與行政 |
| 會重組 | 約 24% | 律師、會計、軟體開發者、財務分析師、老師 |
| 可能隨 AI 成長 | 約 12% | 家教、心理諮商、個人理財顧問、部分醫療人員 |
| 暫時變化較小 | 約 46% | 水電工、屋頂工、營建工人、許多餐飲業 |
官方特別說明:這些不是「多少比例的工作會消失」的預測,而是一張「不同種類的變化可能先出現在哪」的地圖。
早期證據怎麼說?
- ChatGPT 在「最高風險」職業的使用率,大約是整體勞動力的三倍
- 但自 2024 年第一季以來,失業率上升幅度最大的,有些反而是風險較低的職業
- 官方也提醒:這不能證明 AI 沒有影響,變化可能先出現在招募、入門職缺、薪資或工作內容,而不是裁員
給開發者與接案者的看點
- 軟體開發被歸在「重組」:AI 可以讓每位開發者產出更多程式碼,但仍需要人判斷、負責與理解例外狀況
- 官方點出的關鍵問題是:哪些任務交給 AI、哪些留給人,以及入門職位能不能繼續提供學習機會
- 這是 OpenAI 自己設計與發布的分析,資料與假設以美國職場為主,套用到台灣要打折扣
我的看法
我比較喜歡這個框架的地方,是它不把「AI 會寫程式」直接跳到「工程師要失業」。對接案者來說,真正的變化更可能是:同樣一個人能做更多事、客戶對交期與價格的期待改變。要提早準備的不是擔心被取代,而是把重複的部分交給 AI,自己更專注在需求釐清與判斷上。
但也別全盤接受:這是 AI 公司自己做的分析,立場未必中立。看的時候記得區分「官方整理的數據」與「他們的詮釋」。
名詞小辭典
- 自動化風險:某份工作的任務被 AI 或機器取代的可能性。
- 生產力:同樣時間內能完成的工作量。
- 框架(Framework):一套用來分析問題的思考方法。
- 重組(Reorganize):工作還在,但任務分工與做法被重新設計。
資料來源
常見問題
這個框架問了哪三個問題?
AI 能不能做這份職業的相當比例任務?人是否仍是提供、監督或負責這項工作的核心?如果 AI 降低服務成本,需求會不會增加到足以吸收生產力的提升?
軟體開發者被歸在哪一類?
官方把律師、會計、軟體開發者、財務分析師與老師舉例為「會重組」的工作:AI 能寫程式,但仍需要人負責判斷、決策與處理特殊狀況。
這代表 18% 的人會失業嗎?
不是。官方明確說這些類別不是預測,而是指出不同變化可能先出現在哪裡;就算是高風險類別,也需要企業重新設計流程、整合系統並評估成本。
接著讀
全部觀點 →OpenAI Decisions API 正式上線:專答「是不是、選哪個」的小決策,輸入每百萬 token 0.1 美元OpenAI 在 10 月 22 日讓 Decisions API 正式上線。它把 GPT-6 Luna 專門用來回答有固定答案的判斷題,官方說最快比 Responses API 快 10 倍,輸入每百萬 token 只收 0.1 美元,輸出不收費。閱讀 →OpenAI API 推出 12 小時提示快取:同一段話重複問 AI,用越多次越便宜OpenAI 讓 API 可以把重複使用的提示詞「記住」12 小時(原本只有 30 分鐘)。第一次要多付一點,但同一段內容用到第 3 次就開始省錢,用 12 次大約省下 7 成。閱讀 →OpenAI 新模型改寫 COBOL 正確率 97.9%:冷門老語言不再是 AI 的弱點OpenAI 公布兩項冷門程式語言測驗:GPT-6 Astra 在 20 種語言從零寫出 SQLite 相容引擎,平均通過率 87.4%;GPT-6.1 Sol 把 COBOL 程式搬到新語言,高推理強度下正確率 97.9%。測驗已在 GitHub 開源。閱讀 →