機器人並沒有取代你的工作 - 他們只是取代了那些傷害你的部分
在自動化的爭論中,最危險的不是機器人。而是我們不斷提出錯誤的問題。工人、經理和工會代表都在爭論工作的存亡,而真正的分野 - 哪些任務要走,哪些要留下,以及由誰來捕捉差異 - 卻在每個受影響的角色裡靜靜發生。這篇文章要回答的問題不是您的工作是否安全。這篇文章要回答的問題並不是您的工作是否安全,而是您的工作中讓您疲於奔命的部分是否就是機器首先要攻擊的部分。

她已經重複同樣的動作長達十一年。每四秒鐘:伸手、掛起、踏步、再重複。這條家禽加工生產線每天運轉十小時,而工傷率絕非抽象概念——正是因為這個原因,她的右肩曾兩度接受治療;正是因為這個原因,她的雙手會在半夜將她痛醒;也正是因為這個原因,她培訓過的人員中,有一半在一年內便離職了。 當管理層宣布懸掛工位將實現自動化時,她的第一反應顯而易見。六個月後,當她調任品質監控崗位時,第二個念頭才浮現:受傷風險降低了,重複的動作消失了,而她現在做的工作,竟是真正需要動腦的。
這正是常被忽略的自動化故事。並非因為它是宣傳話術,而是因為它不符合人們想講述的兩種敘事。 到了2026年,勞工、管理階層與政策制定者最迫切需要回答的問題,並非機器人是否會奪走工作——而是每個職位中的哪些任務正被取代,以及留下來處理剩餘工作的人類,處境究竟是變好了還是變差了。若你遵循數據而非社論,答案在道德層面上的耐人尋味程度,遠超任何一方願意公開承認的程度。
何謂「機器人任務替代」?
所謂「機器人任務取代」,是指自動化系統接管人類職務中特定、界定明確的活動——通常是涉及體力重複勞動、危險作業或連續運作的環節——卻未必會因此消除該職位本身。這種現象之所以存在,是因為某些工作類別的體力消耗已超出人體在大規模作業下所能承受的極限,同時自動化帶來的經濟效益,終於低於維持該工作所造成的傷害所帶來的經濟成本。 理解這項區別——被取代的是任務,而非被刪除的是職位——正是區分有建設性的自動化討論與我們迄今所進行的討論的關鍵:那些最受「職務重組落差」影響的勞工
在自動化與職務重組之間,真正受影響的並非那些危險工作被取代的員工,而是那些僱主從未費心重新規劃其剩餘職務的員工。這在三個截然不同的經濟體中是如何展現的?
中國進行了工業自動化史上規模最大的非自願實驗。 2013年至2019年間,機器人存量增長了495%——從127,193台增至756,527台——隨之而來的安全數據令幾乎所有人感到驚訝,包括收集這些數據的研究人員。羅、唐、楊和鄒於2025年在《發展經濟學期刊》發表的文章中發現,機器人普及率較高的城市,職場傷害發生率顯著下降。 但出人意料的是:受惠最多的竟是年長勞工與教育程度較低的勞工——這正是所有「工作被取代」論述中,一再被宣稱將因自動化而受創最深的群體。這絕非微不足道的數據點,而是對主流敘事框架的直接挑戰,然而其獲得的關注度,卻僅約為「工作被取代」論述所引發關注度的百分之一。
歐洲的跨國分析則從不同層面闡明了這項趨勢。2025年發表於ResearchGate的一項研究發現,在歐盟成員國中,機器人密度每增加10%,每1,000名勞工的職場死亡率將降低0.07%,受傷率則降低1.96%。這項安全效益是真實且一貫的。 同樣真實且經研究證實的是:效益的幅度會因勞資關係制度而顯著不同——勞工代表性越強的國家,在同等機器人使用量下,安全改善幅度越大。制度對結果的影響遠大於技術本身。布魯塞爾發布的新聞稿通常不會以此作為重點。
至於美國的數據,則以另一種方式讓這則故事顯得令人不安。Gihleb等人(2022年)的研究經同行評審後發表於ScienceDirect,發現每增加一個標準
機器人使用率的提升,可使每 100 名全職員工的年度受傷率降低約 1.2 例,其中製造業的降幅最為顯著,達每 100 人 1.75 例。僅就 2005 年至 2011 年間而言,採用機器人所節省的受傷相關成本,以 2007 年的貨幣價值計算,每年已達 16.9 億美元。同項研究。 同份數據集。該研究亦記錄到,機器人滲透率較高的社區,其藥物及酒精相關死亡案例與心理健康問題均出現可量化的增加。安全性的提升是真實的。然而,當職能重塑未能與工作職務的替代步伐同步時,隨之而來的社會損害同樣真實。這便引出了單憑數字無法解釋的關鍵問題。
任務替代究竟如何運作——又會在何處失效?
其運作機制兼具經濟與人體工學雙重特性:機器人會進駐於「人力成本」(以工傷索賠、人員流動、缺勤率及錯誤率衡量)高於自動化成本的領域,且該任務的定義需足夠明確,使機器能在無需人類仍獨佔的判斷力下執行。
試想一支道路施工隊伍。我曾觀察過這些隊伍的運作,他們在無人明示的情況下分配工作時,展現出一種獨特的特質:資深人員負責決策路障設置、作業時機,以及環境變化的應對;新進工人則負責體力密集的重複性工作。當壓路機實現自動化時,資深工人並未被取代——他們反而需要管理更多變數。 瓶頸隨之轉移。團隊會重新調整分工,通常無需他人指示。這是「任務轉移」的樂觀版本,而這種情況確實會發生。但同時也會發生悲觀版本:在某個倉庫裡,機器人負責運輸工作,讓人類能以機器人設定的節奏更快地揀貨,而工傷率卻隨之上升,因為自動化並未消除危險任務——它只是移除了危險任務之間的緩衝
任務相同。技術相同。但實施邏輯卻截然不同。「機器人使用率每增加一個標準差,即可使每 100 名全職員工的年度工傷率降低 1.2 例——估計每年可節省 16.9 億美元的工傷成本——這使得自動化在職場安全方面的紀錄,成為整個『未來工作』辯論中最鮮少被提及的議題之一。」(來源:Gihleb 等,ScienceDirect,2022)
令人出乎意料的是——除非將多項研究並列比較,否則這點確實難以察覺——在同一產業中,機器人的部署可能產生截然相反的安全結果,這完全取決於哪些具體任務被轉移給機器。取代懸吊動作的機器人能保護肩膀;但若機器人取代了運輸任務,卻保留揀選動作,並加速揀選動作以匹配運輸效率,反而可能增加傷害。任務內容很重要,但重新設計更為關鍵。
這項觀察引領我們走向多數關於自動化的文章從未觸及的領域。
動作的轉變
推動採用的關鍵是危機,而非遠見
第一波工業任務的替代並非出於戰略考量。汽車組裝、食品加工和化學製造業之所以成為早期機器人採用者,並非因為其領導團隊在研讀關於未來工作的論述。他們之所以提早採用,是因為現狀所帶來的勞動力成本已變得在營運上難以維繫——工傷率加劇了人員流動,人員流動又加劇了人力缺口,而這一切正以威脅生產連續性的方式,最終使資本投資的必要性變得無可迴避。 也有另一種說法,聲稱是遠見卓識的高管們預見了商機。但這種說法大多是錯誤的。實際情況通常是:我們不能繼續這樣對待員工,同時還想維持生產線的運轉。
那些成功度過此階段的企業
那些從一開始就將任務轉移視為工作流程設計專案的企業——他們釐清機器人接手了哪些活動、辨識出因此釋放出哪些人力資源,並有意識地建立起自動化系統如今所需的監督、例外處理及品質管控職能。而那些將其視為裁員行動的企業,則造就了截然不同的結果:在這些企業中,任務轉移的速度遠超過任何有意義的職能轉型,而這正是美國心理健康數據實際上所測量的現象。安全數據已出爐。卻無人引用。
關於自動化與職場安全的學術證據有個關鍵點:過去十多年來,無論在不同地區或研究設計中,其結論始終一致,卻幾乎完全缺席於關於自動化的公共辯論。中國、歐洲和美國的研究均發現相同的基礎關聯——機器人密度越高,從事高風險職務的工人遭受身體傷害的機率就越低。 羅等人(2025)發現,在中國,安全效益對年長勞工最為顯著,而這正是「失業敘事」一貫預測將受創最深的群體。若機器人接手你工作中重複性的部分,這僅在有人重新設計你的工作內容時才算好消息——但當這種重新設計發生時,數據顯示這通常確實能帶來淨安全改善。
RobotAIGeek對此的坦率立場是:相關研究結果已足夠一致,主流自動化報導中缺乏這類證據,絕非源於無知。這些證據本就存在,只是無法像「工作被取代」的故事那樣引發關注。這並非陰謀,純粹是「關注」的激勵機制使然,而這種機制導致勞工對自身處境及其成因,始終只能獲得系統性不完整的認知。
在任務被取代的產業中,勞工的生存策略是
加速的關鍵不在於抵制那些身體傷害風險最高的職務被自動化取代——而在於搶先轉向機器人部署所催生的品質監督、系統協調及例外處理等職能,以免這些職位最終被那些更早預見這波變革的人所佔據。「重新設計的落差」成了真正的變因
相同的技術,卻帶來截然不同的結果。在中國及歐洲各地,將危險任務從工人身上移除的「危險工作自動化」,帶來了可量化的安全效益;而在美國某些廠區,利用機器人加速人類仍需執行任務的「節奏驅動型自動化」,則導致可量化的傷害增加。差異不在於機器人本身,而在於是否有人刻意設計了機器人運作後,留給人類的那部分職責。
這道鴻溝——即「重新設計的鴻溝」——在部署數據或市場預測中並不可見。它僅體現在工傷率與心理健康統計數據中,而這些數據的蒐集速度較慢,對新聞標題撰寫者而言,其吸引力也遠不及機器人銷量與GDP預測。
「讓機器人接手枯燥的工作」是否只是雇主為讓自動化更易被接受而說的話?
有兩種真實的擔憂。兩者皆非謬誤,且持有每種觀點的人都有其依據。
第一種擔憂:所謂「任務替代」不過是裁員的委婉說法,而關於機器人能降低危害的說法,不過是雇主為了減輕成本削減所引發的抵制而散布的敘事。這種擔憂有其歷史依據。已有文獻記載,在某些案例中,自動化在未重新規劃職務的情況下削減了人力,生產力提升的成果流向了股東,而被淘汰的工人最終不得不更快、更差地完成剩餘的任務。 Gihleb等人記錄的美國心理健康數據與這種擔憂並不矛盾——若任務轉移未伴隨能帶來益處的職能重塑,這正是預料之中的結果。
第二點:基於對失業的合理擔憂,人們對將真正危險的工作自動化感到抗拒,這導致實際從業者被迫從事會嚴重損害身體健康的職務。這些傷害數據並非臆測。 在食品加工、建築及化學製造業中,重複性勞損、肌肉骨骼損傷與職場死亡事故——這些都是可量化、有據可查且持續發生的現象。主張應放緩自動化以保護那些造成此等傷害的職位,這項論點背後存在著真實的人類代價,而這些代價正由那些因雙手受傷而夜不能寐的勞工們承擔。
此處的運作機制具體到足以明確指稱:工作職務被取代的結果,取決於誰掌控隨之而來的工作流程重塑,以及那些工作被取代的勞工是否對該過程擁有任何制度性影響力。當強大的工會或共同決策機制賦予勞工在自動化後職務重組過程中的真實發言權時,證據一貫顯示更佳的安全成果。當自動化是「發生在」勞工身上而非「與」勞工共同推進時,證據便顯示出最初擔憂所預見的危害。 機器人並非關鍵變數。關鍵變數在於機器人上線後的治理機制——而在大多數國家、大多數情況下,勞工對這項決策幾乎沒有任何正式的發言權。
此領域中最艱難的真相並非關乎技術本身,而是當機器接管重複性工作後,究竟由誰來決定人類該做什麼——而過去十年間,關於自動化的公共討論大多聚焦於機器本身,卻完全忽略了這項決策。
關於「誰掌控任務轉移的條件」這個問題,與本站自「工作未來」一詞尚未流行之前便持續追蹤的結構性力量直接相關。
這項發展再次印證:
- 工作的未來:任務替代是支撐所有涵蓋整體經濟的「工作未來」預測之基礎機制——自動化之後由誰來重新設計職務,這才是真正決定生產力增長是將被共享還是集中於少數人的關鍵。
- 《人工智慧機器人會搶走我的工作嗎》:本文基於職場安全數據,闡明「任務」與「工作」的區別;該文則在個人職涯決策層面,追蹤了同樣的區別。
- 倫理與治理:勞工在任務被取代後,是否對職務重塑擁有正式影響力,這並非文化問題——而是治理設計的問題;數據中良好與不良結果之間的差距,幾乎完全對應於這種影響力的有無。
那位家禽加工廠工人的肩膀有時仍會疼痛,但比以前輕了許多。她並非以此來認可公司推動自動化的動機——她對這些動機看得一清二楚。但那套重複的動作已經消失了,而正是這套動作,本該在五年內終結她的職業生涯。問題從來不在於機器人是否會接手那項任務,而在於是否有人會費心思考她該轉做什麼。 有人確實這麼做了。這並非常態。但這本該是常態——而這兩者之間的落差,正是自動化辯論中所有實際利害關係所在。
1. 機器人會首先取代哪些工作?機器人取代的是工作中的特定任務——而非整個職位——首先從那些體力上重複性高、具危險性,或需要持續運作而人體無法無限期維持的活動著手。羅等人(Luo et al.)的研究顯示
發表於2025年《發展經濟學期刊》的一項研究指出,在中國,機器人的採用對體力密集型製造業的勞工——尤其是年長勞工及低技能職位從業者——帶來了最大的工傷減少幅度。最容易被自動化完全取代的職位,往往是那些幾乎所有任務都符合此類特徵的職位;但大多數工作僅有部分任務符合此類特徵。2. 機器人真的能讓工作場所更安全嗎?在大多數工業環境中,答案是肯定的——機器人密度越高,職場傷害發生率越低,儘管具體效益大小在很大程度上取決於部署方式。一項2025年的歐洲跨國研究發現,機器人密度每增加10%,每1,000名勞工的傷害發生率便會降低1.96%;而Gihleb等人 (2022) 的美國研究則估算,採用機器人每年可節省16.9億美元的工傷成本。已記錄的例外情況是:當機器人為人類仍需執行的任務設定節奏時——能否彌合機器所承接的工作內容與人類刻意被分配的工作之間的重新設計差距,正是決定安全改善能否實現的關鍵。
3. 到了2026年,人類在哪些方面比機器人更勝一籌?在真正模糊不清的狀況下,人類在判斷力、對非結構化環境的生理適應能力、道德責任感,以及處理任何既定系統之外的例外情況方面,仍保有明顯優勢。這絕非巧合,這些恰恰是隨著機器人接管角色中重複性且受物理限制的層面後,會變得更加集中且更受重視的功能。 多數人忽略的是,任務轉移往往會讓人類在職務中的判斷力變得更為關鍵,而非減弱——當重複性工作消失時,判斷工作並不會隨之消失,而是會擴展以填補重新獲得的餘裕。
4. 機器人任務轉移是否等同於
失業?不——這些是伴隨同一項自動化事件而生的、在結構上截然不同的結果。當雇主將危險任務自動化,並刻意將剩餘職務重新設計為以高價值活動為核心時,任務替代所產生的職位會更加安全,且薪資待遇往往更優渥。當同樣的任務替代發生卻未伴隨職務重新設計時——本網站稱之為「重新設計缺口」——這將使剩餘任務的壓力倍增,而安全與薪資方面的結果也更為惡化。 這兩種情況下,技術本身並無二致。差異在於機器人上線後,後續的治理方式有何不同。5. 為何機器人總從危險且枯燥的工作著手?因為在這些環境中,相較於自動化成本,人力執行所產生的成本——以工傷索賠、人員流動、醫療支出及人力配置不穩定等指標衡量——相對最高。 在人類耐力運作極限最短的領域,經濟效益最為顯著。來自中國、歐洲和美國的證據一致顯示,體力密集型製造業與物流職務率先承受第一波工作職位被取代的衝擊;隨著人工智慧能力日趨成熟,進而能處理需要判斷力而非重複性作業的領域,認知型與專業型職務隨之接續被取代。












