近來將兩篇報導放在一起讀，會出現一種典型張力：一篇由香港企業調查切入，語氣偏冷、偏防守，說 AI 可能擠壓初級職位空缺，失業率或更長時間停留在約 4% 水平；另一篇引述中國學者陸銘在論壇的說法，主張 AI 對就業並非單向取代，還有互補與創造，不必過度悲觀。

（AI搶初級職位 失業率料長踞4%﹑AI取代就業？ 中國學者：不是全貌不用悲觀）

兩篇都「像真」，但它們描述的其實是兩個不同層級的世界：香港那篇描寫的是企業行為與職位結構的現實摩擦；陸銘那篇描寫的是技術演進的可能性地圖。現在我們要問的問題不再是「AI 會不會創造工作」，我們要問誰看得到？誰做得到？誰做得好？ 以及社會有沒有把大多數人帶到那個位置。

而有關 AI 時代的就業討論，表面上是關於技術，實際上卻迅速滑向成功學敘事：技術被描繪為考驗個體意志與能力的舞台，彷彿只要掌握工具就能在結構性變動中全身而退。正因如此，AI 不只是改變工作的技術，更成為篩選與正當化失敗的語言裝置。

這也是寫這篇「反成功學 × AI 篩選論」的原因：成功學總是把一條極窄的上升路線，包裝成每個人都走得到的通路，但 AI 時代最殘酷之處正是它把這種包裝撕開。

先承認陸銘的框架成立：就業影響確實有三種機制

陸銘在上海交大論壇的說法，可概括為三條作用線：替代、互補、創造。危險、標準化、可程式化的工作更容易被取代；同時亦會出現需要人機協作的新工作。此外，AI 在新藥研發、政府治理、服務業等場景也能提升效率與開啟新需求。

這套框架在經濟學與產業史的尺度上，通常是對的：每一輪通用技術（電力、電腦、互聯網）都伴隨職業結構變動與新職類誕生。但成立不等於兌現，因為框架只回答「世界可以如何」，未回答「社會會如何」。

香港那篇報導，提供「社會會如何」的第一層線索

香港總商會的年度「商業前景問卷調查」顯示，企業對未來 12 個月前景轉趨正面（48.3% 看法正面，為 2022 年以來最高），但報導同時指出：隨 AI 等應用日益普及，企業可能重組人手，AI 或取代部分初級職位空缺，令失業率更長時間處於約 4% 水平。這段訊息有兩個關鍵：

1. 不是景氣差才裁人：即使景氣展望改善，招聘也未必同步回升，因為企業會用技術把「增長」與「增聘」切開。

2. 最先被擠壓的是「入門空缺」：不是所有職位立刻消失，是「讓新人進場的梯子」先被收走。

當「入門空缺」縮小，整個社會的技能躍遷會變得更難：你要累積經驗、理解流程、建立職場節奏，往往需要一段「低風險練功期」。AI 一旦把這段練功期抽走，社會就會出現大量「永遠進不了下一層」的人。

反成功學的第一刀：AI 的互補與創造，從來不是平均分配

成功學最喜歡講一句話：工具在手，人人可逆襲，但 AI 時代真正的結構是：工具越強，分化越快，因為「互補」不是免費午餐，它是一種能力迴路：

    - 你要能把問題拆解成可操作的模組

    - 你要能用語言清晰下指令、定義目標、訂出評估標準

    - 你要能把 AI 的輸出，整合回流程、產品、交付物

    - 你要能在結果不好時迭代，而不是情緒崩潰

這些能力不是「下載一個 App」就擁有，它們更像一種「認知肌肉」。而認知肌肉在社會中的分佈本來就極不平均。陸銘提到「替代、互補、創造」並存，這在宏觀上成立；但在微觀上，真正運作的更像三層篩網：

1）看不到的人：把 AI 當新聞、當焦慮、當威脅

他們只接收「會不會失業」的情緒訊息，無法把技術變成方法。

2）看得到但做不到的人：知道要轉型，卻沒有路徑

他們缺乏把「想法」變「流程」的能力，學工具變成碎片式焦慮。

3）做得到但做不好的人：會用 AI，但產出同質、不可議價

他們停留在「模板化使用」，無法把 AI 變成獨特價值。

這就是我認為陸銘說法偏理論的理由：他說的是可能性，我則集中篩選率。

反成功學的第二刀：AI 是讓你變可被替換或不可替換

成功學把金錢當作萬用解法，因為它可以跳過艱難部分：不用談結構、不用談能力、不用談分配、不用談制度，只要你「拼」。AI 時代恰恰相反：它逼你回到艱難部分。

香港那篇報導之所以刺痛，是因為它不是在說「你不努力」，它在說「企業會改變用人的方式」，陸銘那篇之所以看似溫和是因為它仍在說「技術也能向善、也能創造機會」。兩者合起來的真相更接近這句話：AI 不會平均地讓人更富，它會更快地把人分成兩類：能把 AI 變成槓桿的人及只能被 AI 當成成本優化對象的人。這是新的市場機制。

互補與創造為何「在現實中難以大規模兌現」

要讓「互補」成為主流，需要至少三個條件同時成立：

1. 組織願意投資再訓練，而不是直接裁掉可被自動化的崗位

2. 教育與培訓能提供可走的路徑，把抽象能力、結構化表達、數據素養變成可訓練技能

3. 勞動市場仍保留上升階梯，讓新人可以在低風險工作中累積「能被互補」的基礎

但香港報導的訊息指出：企業可能先走「重組」路線，初級空缺先縮。中國報導的訊息則指出 AI 可能已在替代理工科的部分工作，導致某些受教育群體面臨風險，收入也可能按教育程度進一步分化。

換言之，「互補」要成立，社會需要一整套配套，但現實更常見的是配套永遠慢一拍，市場永遠先動手。

AI 篩選論：真正被篩的是人對「結構」的掌握程度

我們可以把 AI 當成一台放大器，它放大三種能力差距。

1）語言能力：能否用清晰語言定義問題

AI 需要你提供邊界、目標、限制、評估標準。說不清，就做不出。

2）結構能力：能否把任務拆成流程

互補的本質，是把「人做判斷」與「機器做計算」切得更清楚。切不開，就只剩情緒與混亂。

3）決策能力：能否在多輸出中選擇、迭代、承擔

AI 會給你很多答案，這不等於你有方向。方向來自決策。

當這三種能力不足，AI 就不會成為槓桿，只會成為壓力，你越用越覺得自己被時代追趕，因為你其實在和「更高維度的工作方式」對撞。

結語：別再說「用 AI 變有錢」，那是舊時代的咒語

舊成功學的句式是：「遇到問題，賺錢就好。」AI 時代更準確的句式是「遇到問題，先讓自己變成不可替換」，錢不是起點，也不是口號，將錢看作是結果，是市場對「不可替換性」的支付。陸銘說「不必悲觀」，他是在提醒社會不要被恐慌綁架，避免阻礙技術發展。香港那篇說「初級職位或被擠壓」是在提醒個體：上升階梯可能正在變窄。

兩篇放在一起的最終答案是一種清醒的態度：AI 的確能創造與互補，但它首先是一台篩選機。它不會保證你上升，只保證你被看見，以你真正的能力形狀。