橫軸是年份，從1850到2010，跨度160年。縱軸是「新專利中與各類任務相關的比例」，三條線加起來等於100%。
深紅色是手動任務（Manual）——也就是體力、操作類的工作。1850年將近90%的新技術都在取代這類任務，到2010年降到約60%。這條線一路往下，代表技術長期以來的主要目標是「自動化體力勞動」。
藍色是認知任務（Cognitive）——分析、判斷、處理資訊這類腦力工作。1850年只有約5%，但從1960年代開始明顯加速，到2010年已逼近35%。這條線的加速點，正好對應電腦和資訊科技革命的時間。
橘色是人際任務（Interpersonal）——溝通、協調、社交類的工作。整段期間都很低，到2010年才剛開始微微上翹。
這張圖說的是一件很重要的事：技術的目標正在轉向。一百多年來技術一直在取代體力工作，但過去幾十年，它開始認真盯上腦力工作了。而AI，是這個轉變最新也最猛烈的那一波。
你擔心被AI取代嗎？
如果你是工廠作業員，可能覺得自己最危險。如果你是工程師、分析師、文字工作者，可能覺得自己相對安全。
NBER最新這篇研究，可能跟你想的不一樣。
研究怎麼做的
這篇研究做了一件非常有野心的事：用自然語言處理和大型語言模型，分析1850到2020年間的所有美國專利，同時對每十年的每一個職業生成詳細的任務描述，再計算「這個職業的任務和這些專利的相似度」——也就是這個職業有多容易被當時的技術取代。
然後他們把這些「技術曝險程度」和之後十年的就業變化做對照。
跨度170年，每十年一筆，所有職業。
研究發現了什麼
第一個發現直接，也讓人有點不安。
一個職業的平均技術曝險程度每高出一個標準差，接下來十年的就業成長就低了11到13個百分點。
技術讓你的工作更容易被取代，你的職業就會慢慢萎縮。這個邏輯是對的。
但第二個發現才是有趣的地方。
如果技術曝險是「集中」在某幾個特定任務，而不是均勻分散在整個職業上，情況就反過來了——集中程度每高出一個標準差，就業成長反而增加6到7個百分點。
為什麼？因為當技術只取代你工作中某幾個部分，它其實是在幫你，讓你可以把時間留給那些技術還做不到的任務。這樣你的生產力更高，反而更有價值。
所以重點不只是「你的工作有沒有被技術瞄準」，而是「技術取代的是你整個工作，還是只是一部分」。
170年的歷史說了什麼
從1850到2010年，技術創新的焦點從手動任務（1850年佔所有專利的88%）逐漸轉向認知任務（2010年已佔約36%），這個轉變和資訊通訊科技革命直接相關。在1960年之前，認知任務相關的技術曝險預測的是就業增加；但1960年之後，這個關係反轉——認知任務的技術曝險開始預測就業下滑。
換句話說，電腦和數位技術出現之後，技術開始真正侵入「腦力工作」的領域。
還有一個觀察值得注意：技術帶來的就業衝擊，在在職的資深工作者身上比新進者嚴重得多。年長的工作者長年累積的是舊技術下的專業技能，當新技術來臨，這些技能的價值縮水得更快。
這對台灣很多40歲以上的中堅工作者，是一個很值得思考的地方。
AI的預測：結果讓很多人意外
研究的最後一部分，用這170年的數據建立模型，推算AI對就業市場的影響。
假設AI主要取代「需要不到五年職業培訓的認知任務」，預測結果顯示：中階技術職業的相對需求，每年將比技術員和文書工作者高出0.29到0.85個百分點。男性主導的職業需求也將每年相對成長0.53個百分點。
這個方向和很多人的直覺相反。
大家通常覺得AI會先打倒藍領、手工、重複性工作，然後才慢慢往上碰白領。但研究說的是：AI主攻的是「認知型但不需要太多年資的工作」，比如資料輸入、文書處理、基礎分析、客服應答。這些工作往往是白領職業的入門層。
相反，需要大量實體操作、高度情境判斷、或者長年累積經驗的中階技術職——師傅、技工、現場管理——反而在AI的直接取代能力以外。
台灣的情況
台灣有一個很特殊的勞動市場結構：製造業的技術工人比例很高，同時也有相當大比例的行政、文書、資料處理類白領。
如果研究的方向是對的，台灣要擔心的，可能不是工廠的師傅，而是辦公室裡做重複性分析工作的人。
但我覺得更值得想的，是研究裡關於「集中vs.分散曝險」的那個邏輯。
技術取代你工作的某幾個任務，不一定是壞事——如果那些任務原本就很無聊、很耗時，AI幫你做掉，你可以專心做只有你能做的部分。很多工作最後不會消失，而是「變形」——任務組合改了，但職業還在。
問題是，很多台灣的教育和培訓體系，還是在用舊的任務組合在訓練人。如果AI把某些任務拿走了，但我們沒有更新「這個職業還需要做什麼」，結果就是培訓出來的人和市場需要的人不match。
這不是AI的問題，是教育反應速度的問題。
每次新技術出現，都有人說「這次不一樣，工作真的要消失了」。每次也都有人說「別擔心，人類會找到新工作」。
這篇研究的貢獻，是用170年的數據說：兩件事都是真的，只是發生在不同的人身上。
技術讓某些工作消失，讓某些工作擴張，讓某些工作「變形」。勝負的關鍵，不只是你做什麼工作，而是技術到底在你的工作裡取代了哪幾塊。
AI搶的不是你以為的那種工作。但它搶的那種，可能比你以為的還要靠近你。
本文出處：
NBER Working Paper 34386: Technology and Labor Markets: Past, Present, and Future; Evidence from Two Centuries of Innovation
作者：Huben Liu, Dimitris Papanikolaou, Lawrence D.W. Schmidt & Bryan Seegmiller
參考：Technological Advance and Labor Demand: Evidence from Two Centuries
