Stanford 的研究顯示人工智慧（Artificial Intelligence，AI）是薪資成長與平等的推手
在一個常被關切工作流失與擴大的經濟差距所主導的情境中，史丹佛大學（Stanford University）的一項突破性新研究提出了一個引人注目的反向敘事。一篇新發表的工作論文指出，人工智慧（AI）可能在勞動市場中扮演強而有力的平衡器角色，平均薪資可能提高 21%，同時降低薪資不平等。
該研究題為 "任務特定技術變革與比較優勢（Task-Specific Technical Change and Comparative Advantage）"，由史丹佛大學的助理教授 Lukas Althoff 與巴塞隆納經濟學院（Barcelona School of Economics）之兼任教授 Hugo Reichardt 共同撰寫。他們的發現挑戰了普遍的憂慮——即人工智慧將主要有利於精英階層——反而提出，該技術簡化複雜任務的能力，為低技能勞工創造了前所未有的機會。
「簡化」（simplification）效應：人工智慧如何平整競爭場域
多年來，圍繞人工智慧（AI）的經濟辯論集中在兩個主要途徑：自動化（automation）（機器完全取代人力）與增強（augmentation）（機器提升現有專家的生產力）。然而，Althoff 與 Reichardt 提出第三個關鍵途徑：簡化（simplification）。
根據研究者的說法，簡化描述的是技術如何從根本上改變執行特定任務所需的技能。透過降低複雜角色的進入門檻，人工智慧使得更廣泛的人口能夠競爭原本只屬於高度專業人士的工作。
「人工智慧的平衡效應完全來自於簡化，使各技能層次的勞工能夠競爭同樣的職位，」作者寫道。此一機制提高了低技能勞工在過去需要大量經驗或教育的任務與職業中的相對生產力。
AI 影響的機制
為了理解這如何改變經濟版圖，區分研究中認定的三種技術變革模式是有幫助的：
AI 影響渠道比較
| Channel | Definition | Primary Labor Market Effect |
|---|---|---|
| Automation（自動化） | 機器完全取代人力。 | 取代勞工，可能降低可被取代職位的薪資。 |
| Augmentation（增強） | 機器增強高技能勞工的產出。 | 通常有利於高技能勞工，可能加劇不平等。 |
| Simplification（簡化） | 機器降低執行複雜任務的技能門檻。 | 透過讓低技能勞工執行高價值任務來降低不平等。 |
| --- | --- | --- |
經濟影響：兩位數的薪資成長
該研究的量化結果尤其引人注目。研究者使用一個動態的任務導向模型模擬勞動市場，推估廣泛採用生成式 AI（Generative AI）可能導致平均薪資 增加 21%。
除了原始薪資數據外，研究還估計了顯著的福利改善。論文指出，對大多數勞工而言，特別是勞動市場新進者，其福利增益等同於恆久性的薪資提高 26% 至 34%。
這些數據支持了人工智慧作為一種民主化工具的論點。透過將專家知識嵌入軟體——例如程式輔助工具、法律審查工具或醫療診斷輔助──人工智慧將「比較優勢（comparative advantage）」從個別專家轉移到由工具協助的一般工作者。
變動的格局：職業上的贏家與輸家
雖然整體展望是正面的，但過渡不會在所有產業中均勻發生。該研究預測會出現「跨職業的大規模就業再配置」，改塑職場的等級結構。
研究者指出，儘管平均薪資上升，某些具高地位的專業可能會出現絕對薪資下滑。隨著專業知識的「護城河」被侵蝕，為那種獨占性所支付的溢價隨之降低。
預期的職業變動
| Occupation Type | Projected Trend | Examples |
|---|---|---|
| 行政類 | 就業下降 | 金融職員、資料輸入專員 |
| 科學類 | 就業擴張 | 生命科學家、研究分析師 |
| 高技能專業 | 可能的薪資下滑 | 建築師、工程師、執行長 |
| --- | --- | --- |
報告強調了這次再配置中的一個悖論：「在許多情況下，經歷最大就業增長的職業，往往也是相對薪資下降最多的職業。」這暗示未來高需求職位將變得更易取得，合格勞工供給增加，使報酬水準趨於正常化。
一種「敘事違反」：挑戰普遍認知
這些發現已在科技領袖與政策制定者間引發討論。白宮 AI 與加密貨幣專責官 David Sacks 在社群媒體平台 X 上稱此發現為「敘事違反」。
此詞突顯了史丹佛研究如何與標準的悲觀觀點明顯背離——即人工智慧必然會掏空中產階級。研究描繪的不是一個「贏家通吃」的經濟，而是一個「技能平衡化」的經濟，在那裡生產力的底線為所有人提高。
對未來工作的影響
從 Creati.ai 的角度來看，這項研究指出我們應如何看待人工智慧整合的一個關鍵轉變。重點從「保護工作」轉向「調整技能」。
如果簡化是平等化的主要驅動力，那麼最有價值的勞動力策略就是彈性。能夠快速適應並使用 AI 工具來執行先前超出自身能力範圍的任務的勞工，將獲得最大的收益。
產業專業人士的關鍵要點：
- 採用為關鍵： 抗拒 AI 工具可能導致競爭劣勢，因為高階任務的技能門檻正在降低。
- 專業重新定義： 「專家」的定義正從記憶化知識轉向整合 AI 生成輸出的能力。
- 擴大可及性： 公司現在可以從更廣泛的人才庫中尋找複雜職位的人選，減少招募瓶頸。
正如 Althoff 與 Reichardt 所總結的，理解這些動態至關重要。「預測 [AI 的] 勞動市場後果，需要理解技術變革如何影響工人在各項任務的生產力、工人如何透過轉換職業與取得新技能來適應，以及工資如何在一般均衡下調整。」
這項研究提供了一條充滿希望且由數據支持的路線圖：人工智慧或許不是生計的摧毀者，而是促成更繁榮、更平等勞動力的催化劑。
