作者：默思編輯部 發布：2026-10-07
2026年2月，達拉斯聯準會（Federal Reserve Bank of Dallas）發布的研究以「AI同時在幫助與取代勞工」為題，引用薪資資料來說明不同收入層級的差異。研究指出，自2023年以來，收入最低25%勞工的薪資成長下降了10.7%。在服務業從業人員中，這個下降幅度更高，達到24.3%。
相較之下，收入最高四分之一的勞工並未出現明顯的薪資成長下降。這代表AI的影響不是單純的「所有人同樣受衝擊」，而是可能讓原本就處於較弱議價位置的群體承受更大壓力。這類結果也與前面提到的工資壓縮研究方向一致。
一個可能的解釋是，低收入工作中有大量任務屬於例行性較高的類型，例如客服、資料登錄或基礎文書處理。這些任務正是AI工具最容易部分取代的範圍。當工具能以較低成本完成部分工作，企業在議價與調薪上就會更有空間壓低支出。
另一個可能是，高收入工作者更容易把AI當作放大自身能力的工具，因此生產力與薪資同步提升。兩者結合，形成了薪資分配的分岔。
如果你的工作屬於可被工具分攤的類型，建議盡早規劃轉型。可以從三個方向著手：一是學會用AI處理自己的重複性任務，並把省下的時間投入更有價值的工作；二是累積跨領域知識，例如產業流程或資料分析；三是尋找需要人際判斷與現場處理的角色。
這份研究提醒我們，AI的好處不會自動均勻分配，個人能做的，是讓自己站在能被需要、能被定價的那一側。
低收入群體受到的壓力，也引發了政策層面的討論。常見的方向包括加強再訓練補助、擴大職業轉換的支持，以及重新檢討最低工資與社會保障制度。不同方案各有取捨，但它們的共同前提是：AI的影響需要被事先評估，而不是在衝擊發生之後才被動回應。
對個人而言，可以留意所在地區與產業的職業訓練資源，許多政府與非營利機構提供的課程，正是為了協助工作者轉向需求較穩定的領域。
此外，薪資成長的下降也可能與其他因素交織，例如產業景氣與最低工資政策。因此，在引用這類數據時，最好同時參考不同來源的分析，才能更全面地理解變化的原因。
從長期看，若低收入群體的薪資成長持續落後，職業流動與社會流動都可能受到影響，這也是政策與企業都需要正視的問題。
若想從基礎程式與資料處理開始建立能力，可以先從Python課程入手。