917｜WAIC觀察筆記：AI不是先取代人，而是先拆開每一份工作

摘要

本文於WAIC 2026回顧AI對就業的實際衝擊，提出核心洞見：AI不是先取代個人，而是先拆解職業內的標準化模組。從展會觀察出三大趨勢：其一，AI從獨立產業演進為全行業基礎設施，像互聯網當年滲透各企業；其二，評估標準從「誰更聰明」轉向「誰能穩定完成工作」，參展主體中83家聚焦Agent應用、僅18家開發基礎大模型，因物理世界容錯空間遠小於虛擬環境；其三，AI優先接管可標準化驗收的流程，同步催生數據採集師、審核師等新職位。核心挑戰是「能力鴻溝」——差距不在於接觸技術，而在於誰能把經驗與驗收標準嵌入AI，形成可重複使用的自動化工作流。真實數據、行業經驗、現場手感成為不可替代的護城河。

重点

• AI優先拆解職業內可標準化、可規則化驗收的模組，而非整體淘汰職業
• 評估AI價值的標準從智能程度轉向穩定性與容錯能力，實體產業容不得失誤
• 能力鴻溝源於誰能把自身經驗與驗收標準制度化，形成AI可調用的自動化工作流
• AI拆解舊崗位同時催生新職位，如數據採集師、數據審核師等前所未有的角色
• 個人競爭優勢從執行轉向定義任務、承擔責任與維護關係，真實經驗更顯珍貴

章节

1. AI從產業轉變為基礎設施

   AI不再是獨立領域，而像互聯網一樣滲透到所有行業，瑞幸、伊利、南方電網等實體企業將AI嵌入選豆、養殖、巡檢等真實業務流程

2. 評估標準從聰明轉向穩定性

   WAIC參展主體中83家優先布局Agent與智慧應用，僅18家做基礎大模型，因物理世界容錯空間遠小於虛擬環境，穩定性成核心指標

3. AI拆解職業內的可標準化模組

   新材料研發、國際貨代、醫療病歷等場景出現『AI做標準件、人負責判斷與責任』的分工模式，而非直接淘汰職業

4. 新崗位的批量誕生

   數據採集師、數據審核師等以往不存在的職業應運而生，遊戲操作能力強、手穩的人反而更適配新分工

5. 能力鴻溝的核心：工作流的制度化

   聯合國工業發展組織指出差距不在於能否接觸技術，而在於誰能把自身經驗與驗收標準接進AI，形成可重複使用的自動化工作方法

6. 個人角色的重新定位

   每個人需從執行者轉向任務定義者、決策者與責任承擔者，真實數據與行業經驗成為不可替代的護城河

金句