AI 能做的任務越來越多，你的工作就會被取代嗎？

看到一張圖說你的職業有很高比例的任務能交給 AI，難免會想：那我的工作還剩多少？先別把任務比例換算成失業人數。這張圖只看得出哪些工作內容可能受影響；職位怎麼變，還得看工作怎麼重新安排。

2026 年 3 月，Anthropic 發表的研究把各職業的理論能力（外圈藍色）與 Claude 觀察覆蓋（內圈紅色）疊在同一張雷達圖裡。這份當時的研究快照不含現在所有 AI 工具的使用統計，但看到圖上從電腦、財務到管理幾乎被藍色填滿，多數人還是會先問同一件事。

藍色很大，就表示這些工作快被取代了嗎？

藍色算的是單一任務能否加速，不等於整個職位被取代。 研究沿用 2023 年初的能力估計：某項任務能否用 LLM 或搭配其他工具，把完成時間至少縮短一半。它估的是任務能否省時，不是實測完成了多少任務。

假設 AI 能幫你寫金流串接程式，這仍只是工作的一小段。你還得選服務商、算手續費對毛利的影響、處理退款例外，並確認系統安全要求。程式碼變快了，誰決定方案、誰驗證結果、出錯誰負責，仍要安排。

紅色只算 Claude 的工作用途資料，不等於全市場使用率。 這項「觀察覆蓋」將理論可行的任務對照 2025 年 8 月與 11 月的 Claude 紀錄：自動執行與 API 使用計較高權重，協助人完成工作計較低權重，再依任務耗時等因素彙整。

因此紅色沒覆蓋的部分，可能有人用其他工具，也可能真的還沒導入。Anthropic 列出的可能因素有不了解工具、導入成本、信任與流程（延伸見〈你可能不需要龍蝦：自動化跟 Agent 是兩件事〉）。看到執行工作的藍色這麼高，很多人會想往管理層退一步。

看雷達圖正上方，管理與財務的任務同樣在理論能力範圍內。 若有人用「任務能被 AI 加速」斷定執行工作遲早消失，卻又拿同一張圖保證管理職安全，兩邊標準就不一致。

反過來說，這張圖也不能保證任何職位不會消失。企業可能重新分配工作、減少招募或調整職責，單靠這份研究無法涵蓋 AI 對勞動市場的所有影響。

我更在意藍紅兩圈的落差：先把能做出一個成果，與能讓它在工作中運作分開看。能把 AI 接進工作的人，得拆解任務、設計流程、檢查結果，並安排出錯時誰來處理。這比替職稱貼上「不會被取代」更有助於判斷下一步（想用在自己的工作或團隊，可參考AI 工作流健檢與企業 AI 內訓）。

下次看到職業替代率的圖，先問三件事：它衡量的是任務還是職位？使用資料來自哪些工具與時間？要在你的工作裡使用，還缺誰的判斷和責任？