勞動力正在轉型：76% 的美國人在 2026 年轉向 AI 技能（AI skills）
隨著日曆翻到 2026 年，美國勞動市場正在發生重大變化——這不是面對自動化而選擇放棄的結局，而是積極調整的跡象。新的報告顯示，76% 的美國人計畫在今年學習新的 AI 技能（AI skills），這反映出廣泛的共識：人工智慧（artificial intelligence）已不再是未來式的概念，而是當前職涯的必備要素。
這波技能提升的浪潮與高層領導人傳遞出的既令人安心又務實的訊息同時出現。雖然「AI 工作末日」的恐懼曾佔據新聞版面，但像 Goldman Sachs 執行長 David Solomon 這類的高管正在反駁這類論調，將這次轉型框定為生產力的演進，而非就業的破壞。這些趨勢的匯聚——員工的行動與高層的樂觀——勾勒出 2026 年勞動力的一幅複雜圖景，其特徵為韌性、策略性學習，以及對職場價值的根本再評估。
大規模提升技能（Upskilling）：最能適應者的生存
這些數據來自 Workera 的 2026 AI Workforce Preview，該報告對 1,000 名來自科技、金融與公共部門的美國人進行了全面調查。其發現挑戰了被動等待被取代的勞動力敘事；相反地，白領工作者正積極尋求在 AI 增強的經濟中確保自己的相關性。
根據報告，促成這股突如其來的學習衝動的動機可分為防守與進攻兩類。40% 的受訪者學習 AI 技能是為了提升他們在現有職務中的表現，實際上是將 AI 作為協同工具以提高生產力。與此同時，36% 則從外部尋求機會，透過取得這些技能讓自己成為更具吸引力的新機會候選人。
這個區分非常關鍵。它顯示，對近半數的勞動力來說，AI 被視為在現有組織內留任與成長的工具；然而，對一個顯著的少數人而言，它是一張出路的車票——能夠轉向更懂得且重視現代技能組的雇主。
Workera 的執行長兼創辦人 Kian Katanforoosh 強調了這一動態：「美國人渴望 AI 技能，他們已經感受到這項技術對工作帶來的影響。我們的研究顯示，員工願意離開那些不認可或不重視他們能力的組織。」
「沒有工作末日」的敘事
當員工積極提升技能時，企業高層則試圖安撫市場焦慮。2026 年 1 月，Goldman Sachs 執行長 David Solomon 明確拒絕了關於 AI 與就業的末日情境，並因此登上新聞頭條。
Solomon 在 Goldman Sachs Exchanges podcast 中表示：「我不認同工作末日的說法。」他的言論發表時機關鍵，因為在 AI 基礎建設投資蓬勃發展之際，許多人仍感到短期勞動市場脆弱。
Solomon 的觀點與「創造性毀滅（creative destruction）」的概念一致——即科技在消除某些職位的同時，也會創造新的、更高價值的機會。他將當前時代視為長期技術顛覆歷史中的又一章，類似於以往的工業轉型。「數十年來，科技一直在顛覆並改造工作，消滅某些角色，同時迫使我們的經濟創造新的機會。這次也不例外，」Solomon 解釋道。
在 Goldman Sachs，這一理念正透過一項名為 「One GS 3.0」 的計畫付諸實行。該計畫聚焦於透過自動化徹底改造入職流程與認識你的客戶（Know Your Customer，KYC）等核心業務流程。關鍵在於，Solomon 主張目標是能力建設，而非減少人力。「我們需要更多具高價值的人才，」他在去年底對 Axios 表示，強化了 AI 將需要更有技能、而非更少人力的觀點。
落差：技能與履歷
儘管員工熱情高漲，且 CEO 的說法充滿樂觀，但在人才評估方式上仍存在結構性落差。Workera 報告突顯了招聘實務上的令人擔憂的滯後。當員工努力驗證他們的 AI 能力時，雇主仍然緊抓傳統指標不放。
過去經驗（Prior experience）仍是人員配置決策的主導因素，72% 的受訪者將其列為首要考量。相比之下，作為在快速變化的 AI 環境中最準確的成功預測指標之一的已驗證技能資料（verified skills data），僅佔 57%。
這種對回顧性指標（你五年前做了什麼）而非前瞻性指標（你現在能用 AI 做什麼）的依賴，造成了一個摩擦點。這解釋了為什麼 53% 的受訪者 在 2026 年尋找新職位。如果他們目前的雇主無法準確評估或利用他們新獲得的 AI 能力，這些員工準備跳槽到能夠這樣做的組織。
調查顯示技能認可與員工留任之間存在強烈相關：
- 感覺雇主誤解其技能的員工有 73% 可能會尋找外部工作。
- 感覺被理解的員工則只有 14% 會離開。
以數據看 2026 年勞動力景觀
為了更好理解正在發生的動態，下表列出界定美國勞動力在 2026 年對 AI 態度與意向的關鍵統計數據。
Table 1: 2026 AI Workforce Sentiment and Intent
| Category | Statistic | Implication |
|---|---|---|
| Total Upskilling Intent | 76% | 四分之三的勞動力正積極尋求 AI 培訓。 |
| Reason: Current Role | 40% | 員工希望在現有工作中更有生產力並保有職位。 |
| Reason: New Opportunities | 36% | 員工準備轉向新的雇主或產業。 |
| Job Seekers | 53% | 超過一半的勞動力對變動持開放或積極尋求態度。 |
| AI Impact Expectation | 39% | 近 40% 預期今年 AI 會改變他們的就業狀態。 |
| Hiring Friction | 72% vs 57% | 雇主偏好履歷（72%）勝於已驗證技能（57%）。 |
「生產力乘數（productivity multiplier）」效應
員工焦慮與高層樂觀之間的張力，常歸結於「生產力」如何被定義。對 David Solomon 與其他銀行業領導者來說，AI 是一種 「生產力乘數（productivity multiplier）」。它讓相同人數的員工能處理更大量的工作，管理更複雜的客戶關係，並在不成比例增加成本的情況下推動成長。
Solomon 在談到銀行內部的自動化專案時指出：「如果我們正確實施，我不預期我們的員工數會顯著下降。」其含意是，AI 的「股利」會以業務擴張而非薪資節省的形式發放。
然而，對個別員工而言，「生產力」可能感覺像把雙刃劍。如果 AI 使一個人的產能相當於兩個人，恐懼不僅是跟上速度，而是避免被取代。這也解釋了為何 39% 的美國人 預期 AI 會在 2026 年影響他們的就業狀態，其中 29% 預期角色會改變，10% 擔心會失去工作。
未來展望：建立以能力為本的骨幹（meritocratic backbone）
隨著我們深入 2026 年，能夠成功的組織很可能是那些能縮短以履歷為基礎的招聘與以技能為導向部署之間落差的公司。Katanforoosh 所描述的 「以能力為本的骨幹（meritocratic backbone）」——在此決策是基於即時技能資料而非門第——提供了一條前進的道路。
對雇主來說，訊息很明確：你的勞動力已在自我訓練。如果你不提供運用這些新技能的基礎設施，你的員工會把技能帶到其他地方。對員工來說，訊息同樣明確：未來的安全網不是任期，而是適應力。
「工作末日」或許不會到來，但「工作演化」無可否認已經到來。那 76% 正在苦讀（或參加訓練營）的人們，正押注在這個新經濟裡，最好的防守就是積極進攻。正如 David Solomon 所示，經濟是靈活且具彈性的——但只對那些願意隨之改變的人如此。
