EP29 | AI 助攻還是取代？2,800 項技能大解析，哪些工作最安全？—Indeed Hiring Lab 報告解析

Macro Lab | 總經實驗室 EP29 | AI 助攻還是取代？2,800 項技能大解析，哪些工作最安全？—Indeed Hiring Lab 報告解析 本集《Macro Lab 總經實驗室》帶你細讀 Indeed Hiring Lab 最新報告──透過 GPT-4o 對美國市場 2,800 多項工作技能的三維度評估，揭示生成式 AI 在「理論知識」「解題能力」「實體執行」三大面向的強弱，並透過軟體開發、護理、會計三大典型職種案例，比對 AI 的支援潛力與人類的核心競爭力！ Chin 帶你深度解析：GenAI 究竟能做到什麼？哪些技能無法離開人？面對 AI 加速，我們該如何打造未來職場的致勝組合？ 1️⃣ Indeed Hiring Lab：2,800+ 技能三維度評估 [0:54] 資料來源：數億筆美國職缺公告中萃取 2,800 多項技能 理論知識（Theoretical Knowledge）：79.7% 技能得分 4 分（Good） 解題能力（Problem-Solving）：70.7% 技能得分 3 分（Moderate） 實體執行（Physical Execution）：54% 技能需「高度或必須」動手操作 0 項技能被評「非常可能（5 分）」完全取代 68.7% 技能被評「非常不可能」或「不太可能」取代 28.5% 技能被評「可能（3 分）」隨未來工具進步或流程改變或有風險 嚴謹流程：15 次模擬＋人類審核 → 取眾數並保守取較低分 2️⃣ 典型職種影響：軟體開發、護理、會計 [8:27] 軟體開發（Software Dev.）：71% 技能「可能／較可能」被 AI 支援或取代——純數位操作高、實體需求低 護理人員（Nursing）：32.9% 技能「可能」被 AI 取代——大量病患照護需人力體感與同理 會計（Accounting）：58% 技能「可能」被 AI 取代——數字處理強，紙本文件與客戶互動仍仰賴人類 關鍵洞察：理論知識強、解題能力中等、實體執行短板最明顯｜AI＋人的協作模式，才是未來職場的新常態 🎯 為何一定要聽？ 精準判斷：弄懂 GenAI 能力邊界，掌握「哪些技能該仰賴 AI、哪些要自己打底」 職涯規劃：依據產業差異，制訂 upskilling、reskilling 策略 工具選擇：比較本地部署 vs. API 接入的優劣，提早做好技術路線圖 🔔 立即收聽 → 訂閱 Macro Lab，解鎖更多 科技 × 經濟 × 社會 深度剖析！ 👍 按讚＋分享，加入 IG @amateur_economists ｜Medium｜每天早晨 10 分鐘，「通勤咖啡」帶你洞悉世界動能。 Macro Lab: Macroeconomics decoded for builders and doers—because the big picture drives better business。 （對於本集內容有興趣的聽眾，歡迎參考 Indeed Hiring Lab 原始報告） -- Hosting provided by SoundOn