2029 ── 不是大規模失業，而是入門職位減少：AI將如何在2029年前改變工作與日常生活

1. 論點

2029年，美國不會因AI而出現大規模失業。但承受壓力的群體將會改變。工作減少、職涯路徑變得不確定的人，不會是工廠工人，而是在資訊、金融與軟體業尋找第一份辦公室工作的大學畢業年輕人。如同每一次工業革命的最初數十年，2029年可見的主要社會變化不會是平均生活水準的提升，而是關於分配與信任的爭議：誰擁有AI系統、誰來支付電費，以及誰能得到入門級工作。

2. 2029 年的社會

社會結構。受影響最大的族群，是二十多歲、正在資訊、金融、軟體與後勤行政領域尋找第一份工作的大學畢業生。這些領域僱用的畢業生比2026年更少，而每位初階員工需要負責的工作範圍也更廣。多數擁有產業知識與客戶關係的中階員工仍保住工作，並運用AI各自處理更多的工作。AI帶來的收益主要流向少數擁有模型、晶片與資料中心的企業，以及它們的股東（推論）。設有資料中心的縣市可獲得稅收，但也會看到居民與營運業者之間，因電價、電網與用水問題而產生的爭議。這些爭議將成為地方選舉中的常態議題。

就業與工作。整體失業率維持在 5% 出頭或更低。總就業人數持續成長，主要由醫療保健、照護工作、營建與面對面服務業帶動（推論）。資訊業與委外軟體開發的就業人數低於 2026 年。留下來的工作內容已有所改變。初階工作從從零開始撰寫文件與程式碼，轉向檢查與修正 AI 代理的產出，並為結果負責。工時幾乎沒有減少。薪資分成兩群：運用 AI 從事高價值工作的勞工，薪資上升；入門職位的起薪則持平（推論）。

態度與價值觀。 大眾對AI的關注從「它會搶走工作嗎？」轉向「它安全嗎？由誰負責？」人們每天使用AI，卻不完全信任它。年輕人越來越懷疑大學學歷是否能帶來工作。在2028年美國總統大選中，AI與就業，以及資料中心與電價，成為政策辯論的議題。

日常生活。在許多家庭中,人們每週都會使用 AI 助理來填寫表格、詢問健康或政府規定、檢查孩子的作業以及安排行程。學校和大學減少依賴帶回家寫的論文,更多採用課堂筆試和口試評量。花在家務和照護上的時間並沒有明顯減少。成年子女為年邁的父母安排照護時,AI 協助處理文書作業和訊息,但實際的照護仍由人來提供。把 AI 當作對話夥伴相當普遍,家庭和學校對於它究竟是減輕還是加深孤獨感,爭論不休。

3. 目前正在發生的事

• 整體勞動市場並未崩解。 2026 年 9 月,非農業就業總人數為 1.5904 億人,較去年同期增加 496,000 人。失業率為 4.2%(下降 0.2 個百分點),U-6 為 7.6%(下降 0.5 個百分點)。8 月裁員與解僱人數(JOLTS)為 164.1 萬人,較去年同期減少 191,000 人;職缺數為 707.9 萬人,增加 160,000 人(BLS)。
• 下滑的是特定的白領產業。 資訊業就業人數為 2.739 million,較一年前減少 120,000(約 4.2%)。電腦系統設計業為 2.355 million,減少 32,000。金融活動業為 9.082 million,減少 107,000。專業與商業服務業整體則增加 123,000(BLS)。
• 歸因於AI的裁員大幅上升後出現波動。 依本站統計，2025 年合計約 125,000 人。2026 年第一季為 68,000 人，第二季達到高峰，為 108,000 人（17 件），第三季則降至 17,000 人（10 件）。
• 新聞關注焦點已轉向安全與監管。「安全與事件」在 AI 新聞中所占的比例，從十二個月前的 6.8% 升至最近一個月的 11.32%。「監管與法律」從 5.04% 升至 7.52%。「企業導入」從 19.0% 降至 15.92%，「不實資訊與選舉」從 6.28% 降至 4.08%。「個人生活與人際關係」則持續維持在約 10–11% 的高檔。
• 電力與環境已合而為一個議題。 在 AI 新聞中,「電力與資料中心」與「環境與資源」呈現同步變動,相關係數為 0.8。相關報導指出,到 2030 年美國電力需求可能增加 32%,電網擴建速度緩慢,地方社區對電力、用水與冷卻問題感到擔憂。約 70% 的 AI 使用者擔心電力需求上升 [C05]。

4. 歷史給我們的啟示

第一次工業革命（約 1760–1840 年，英國）：紡織、蒸汽、工廠。羅伯特·艾倫(Robert Allen,2009)將1840年前後之前的這段時期稱為「恩格斯停滯」(Engels' pause):每位工人的產出持續增加,但工人的實質工資幾乎沒有成長,收益都落入工廠主手中。E.P. 湯普森(E.P. Thompson,1963)記錄了手工織布工人的生計如何被摧毀,並描述了1811–1816年的盧德運動(Luddite movement)。湯普森(1967)也指出,工廠如何強制實施以時鐘為準的工作紀律,並改變了人們每天運用時間的方式。英國1833年的《工廠法》限制了紡織廠的童工,並設立了工廠督察員。

• 類似之處：新技術的收益首先流向資本所有者，且有一個技能群體率先承受壓力（當時是手織工人；現在是初階白領員工）。
• 不同之處：工廠資本分散在眾多廠主手中，而 AI 資本（模型、晶片、資料中心）則集中在少數大型企業。此外，當時的變革是歷經數十年逐步展開的。

第二次工業革命（約 1870–1914 年）：電力、化學、鋼鐵、大量生產。 Paul David（1990）指出，從 1880 年代初期的首批發電廠，到 1920 年代美國工廠出現大幅生產力提升，大約相隔 40 年。工廠必須先圍繞電動馬達重新設計廠房配置與作業流程。Robert Gordon（2016）指出，電氣化與自來水改變了家庭生活，但花了數十年才普及到大多數家庭。Ruth Schwartz Cowan（1983）指出，家電並未如預期般減少女性的家事時間，因為清潔標準提高了。Claudia Goldin 與 Lawrence Katz（2008）指出，1910 年至 1940 年間美國高中的擴張，為新技術提供了所需的技術工人。

• 類似之處：除非組織重新設計，否則光靠技術並不會提高產出；而家用科技也不會自動減少家務時間。
• 不同之處：AI 透過現有的電腦、手機與雲端服務觸及民眾，因此擴散速度比電力快得多。然而，教育體系的調整步調卻很緩慢。

第三次工業革命（1970 年代起）：電腦與網際網路。羅伯特·梭羅(Robert Solow,1987)寫道:「電腦時代無處不在,唯獨在生產力統計數據中看不到。」大衛·奧托(David Autor)、法蘭克·利維(Frank Levy)與理查·默南(Richard Murnane)(2003)指出,電腦取代了例行性的文書與生產工作,並與非例行性工作形成互補。奧托與大衛·多恩(David Dorn)(2013)指出,這造成了就業極化:中等薪資的工作減少,而高薪與低薪工作則增加。艾瑞克·布林優夫森(Erik Brynjolfsson)、丹尼爾·羅克(Daniel Rock)與查德·賽佛森(Chad Syverson)(2021)主張,當企業為新技術進行無形資產投資時,生產力成長在衡量上會暫時偏低。

• 類似之處：影響首先出現在任務層面，而非整個職業。
• 不同之處：電腦主要取代的是例行性任務，而 AI 能執行非例行性的認知工作（寫作、程式設計、分析），因此直接影響受過大學教育者的工作。

這對 2029 年意味著什麼（推論）。 在這三次革命中,社會結構都花了數十年才出現實質改變。因此,未來三年不會讓整個社會煥然一新。實際會發生的是:(1)企業內部任務的重新編排,(2)入門級職位減少,以及(3)圍繞誰獲益、誰買單的政治衝突。正如達龍·阿西莫格魯(Daron Acemoglu)與賽門·強森(Simon Johnson)(2023)所主張,科技成果能被多廣泛地共享,取決於制度與談判力量。工廠法是在工廠制度開始後數十年才出現,同樣地,AI 的規範也會落後於變化。

類比在哪裡失效。第一,AI 的擴散速度快得多。第二,受影響的群體不同:這一次,高學歷的勞動者最先受到衝擊。第三,資本的所有權比過去的革命更為集中。第四,過去的革命創造了大量新的工作類別,例如工廠工作與文書工作。2026 年的資料尚未顯示出 AI 有相當的新就業來源。

5. 預測

社會結構

• 白領產業萎縮，而整體就業人數卻持續成長。 2029 年 9 月,資訊業與金融活動業的就業人數合計為 1,160 萬人或以下(2026 年 9 月為 1,182.1 萬人),而非農業就業總人數高於 2026 年 9 月的 1.59044 億人。 機率 60%。 推論：過去一年資訊業下降 4.2%、金融業下降 1.2%，而總就業人數仍在上升。如同第三次革命中的工作極化，影響集中在特定產業與任務（推論）。查核：BLS 每月就業數據。
• 資料中心的所在地成為區域分界線。2029 年,AI 新聞在「環境與資源」的年平均占比至少為 1.0%,在「電力與資料中心」至少為 1.3%。機率 60%。 推論：兩個主題的相關係數為 0.8，用電需求可能上升 32%，約 70% 的 AI 使用者感到擔憂 [C05]。「環境」主題的占比在最新一個月已升至 0.88%。查核：本站主題占比。

就業與工作

• 沒有大規模失業。2029 年每個月的美國失業率都維持在 5.5% 以下。機率 75%。 推論：失業率目前為 4.2%，裁員減少、職缺增加。在過去的革命中，技術造成的失業集中在特定職業，而非遍及整體經濟（推論）。查核：BLS 失業率。
• 合約型軟體工作並未復甦。 2029 年 9 月電腦系統設計業的就業人數為 230 萬人或以下（2026 年 9 月為 235.5 萬人）。 機率 60%。 推論：過去一年減少 32,000 個，而 AI 代理現在承擔了過去由初階開發人員完成的大部分工作。查核：BLS 產業就業數據。
• 歸因於AI的裁員持續。 依本站統計，2028 曆年中歸因於 AI 的裁員人數合計至少達 150,000 人。 機率 55%。 推論：2025 年約為 125,000 人，2026 年前三季約為 193,000 人。第三季較低，但將 AI 列為裁員理由已成為企業的慣常做法（推論）。查核：本站季度統計。

態度與價值觀

• 公眾的關切集中在安全與問責。 2029 年 9 月,AI 新聞中「安全與事故」所占的比重至少為 8%,且高於「工作與就業」所占的比重。 機率 70%。 推論：「安全」主題的占比在十二個月內從 6.8% 升至 11.32%，而「就業」主題則維持在 2.5% 至 4% 之間。查核：本站主題占比。
• AI 與就業或電價成為全國性選舉議題。民主黨與共和黨的 2028 年黨綱,都明確處理了 AI 對就業的影響,或資料中心與電價問題。機率 65%。 推論：「法規與法律」的占比從 5.04% 升至 7.52%，地方對電力的疑慮強烈 [C05]。在第一次革命中，人們對技術變革的反應同樣進入政治與立法層面（Thompson 1963；1833 年《工廠法》）。查核：2028 年政黨政綱文本。

日常生活

• AI 助理成為每週都會使用的工具。 在 2029 年的一項大型調查中(例如皮尤研究中心的調查),至少 50% 的美國成年人表示每週都會使用 AI 助理。 機率 65%。 推論：「個人生活與人際關係」穩定維持在 AI 新聞的 10–11% 高位，且 AI 運行於人們已擁有的裝置上，因此擴散速度比電力更快（推論）。查核：2029 年全國性調查。
• 學校改變評量學生的方式。 到 2029 年，在針對美國教師的全國性調查中（例如 RAND 的 American Teacher Panel），多數教師表示，因為 AI 的緣故，他們增加了課堂內評量或口頭評量。 機率 60%。 推論：「教育與技能」穩定占 AI 新聞的 6–8%。如同高中教育的擴張，教育體系會圍繞新技術重新建構（Goldin 與 Katz 2008）。查核：教師調查。
• 花在家務與照護上的時間並未減少。 在 2028 年美國時間運用調查(American Time Use Survey,2029 年公布)中,15 歲以上人口平均每日花在家務活動上的時間,與 2025 年的數字相差在 ±10% 以內。 機率 70%。 推論：家用電器並未如預期般大幅減少家務時間（Cowan 1983），而 AI 在移除部分工作的同時，也增加了新的檢查工作與新的期待（推論）。查核：已公布的 BLS ATUS 數據。

6. 情境

• 基本情境：漸進式重組（60%）。失業率維持在 4% 至 5.5% 之間。資訊、金融與軟體領域的入門級職缺減少,而醫療保健、照護工作與面對面服務業的就業則持續成長。安全、問責與電力是主要的政治議題。
• 替代情境 A：白領職位急速受衝擊（25%）。 AI 代理快速普及，歸因於 AI 的裁員在 2027–2028 年間每季都維持在 100,000 人以上。失業率升至 5.5% 以上，年輕畢業生求職困難成為重大社會議題。圍繞再培訓與所得支持的政治衝突加劇。
• 替代情境 B：受限制因素影響而停滯（15%）。電力與電網容量不足、法規限制,或發生嚴重的安全事故,都會減緩資料中心的建設與企業的採用速度。對就業的影響比現在小,討論焦點轉向電價與環境問題。

7. 值得關注的指標

目前數值於每次建置頁面時，根據本站資料（BLS 每日擷取）更新。

8. 什麼會改變這個看法

• 如果到 2027 年 9 月，資訊與電腦系統設計業的就業人數停止下降並開始上升，且歸因於 AI 的裁員每季維持在 2 萬人以下。在此情況下，我會下調對就業的影響評估，並降低預測 1、4 和 5 的機率。
• 如果失業率升至 5.5% 以上，且 JOLTS 的裁員人數連續三個月以上每月超過 200 萬人。在這種情況下，我會以替代情境 A 取代基本情境。
• 如果電力短缺或監管導致大型資料中心專案反覆被取消或延宕，且「企業導入」新聞占比降至 12% 以下。在這種情況下，我會調高替代情境 B 的機率。

— Intelligence Synthesis