從 AI 的效率，思考人的位置
如果有一天，企業的營收持續增加，商品與服務也越來越充足，卻不再需要那麼多人工作，社會會變成什麼樣子？
過去，我們習慣把人口視為經濟發展的基礎。更多人可以投入生產、創造需求，支撐更大的市場。教育培養人才，企業僱用人才，人們透過工作取得收入，再把收入投入消費。
AI 讓這個循環出現了新的變數。
當一部分原本需要人類完成的工作，可以交給系統處理，人口與生產之間的關係就可能改變。企業需要的產出仍然增加，對人力的需求卻未必同步成長。
本文把這種可能的落差稱為「人類泡沫」：社會仍然按照每個人都能靠工作維生的前提運作，經濟體系卻可能不再提供足夠的有薪工作。
這是一個用來討論風險的概念，並非正式的人口或經濟學指標。它提出的問題是：當技術讓更多勞動變得非必要，我們準備如何安排人的生活？
一、當人口不再等於勞動需求
在人力密集的生產模式下，企業擴張往往需要增加員工。更多訂單，需要更多人處理；更多客戶，需要更多人服務。
AI 可能改變其中一些環節。
以一個假設的行政團隊為例：原本十個人負責整理文件、回覆問題與製作報表，導入 AI 後，部分流程可以自動完成，剩下的人主要負責確認、處理例外與承擔責任。
企業可以選擇維持人數、增加服務量，也可能減少招募，或在員工離職後不再補人。
因此，人力需求的下降不一定表現為突然的大規模裁員。它也可能是逐漸減少的職缺、更少的入門機會，以及同樣的業務規模，由更小的團隊維持。
從單一企業看，這是效率提升；放到整個社會，就需要問：那些沒有被僱用的人，接下來去哪裡？
二、AI 能做一項任務，不代表能取代一份工作
討論「人類泡沫」，必須先區分任務與職業。
一份工作通常包含許多不同活動。整理資料可以自動化，不代表協調衝突、理解現場情況、取得信任與承擔責任，也能同時交給 AI。
國際勞工組織與 NASK 在 2025 年的研究估計，全球約四分之一的就業處於不同程度的生成式 AI 潛在影響範圍，但強調這衡量的是技術暴露程度，並非實際失業人數；工作轉型比整份工作的完全替代更可能發生。[1]
所以，「AI 已證明人類大量過剩」仍是超出證據的結論。
更值得追問的是：如果一份工作中的大部分標準化任務被壓縮，剩下的任務需要多少人？新的需求能否及時出現？原本從事這些工作的人，有沒有機會轉入新的角色？
工作的總數之外，轉型的速度與門檻，同樣決定了人的處境。
三、企業省下的成本，可能也是別人的收入
假設一家企業用 AI 降低人事成本，在價格與銷量不變的情況下，它可能獲得更多利潤。
然而，對被減少工時或失去工作的人而言，企業省下的支出，就是自己的收入。
如果這類變化擴散到許多產業，就可能出現一種矛盾：生產能力提高了，部分家庭的購買能力卻下降了。
這不表示經濟必然陷入衰退。成本下降也可能帶動降價、擴大需求，讓原本昂貴的服務變得普及，並創造新的工作。但這些效果能否抵銷收入損失，取決於價格如何調整、收益流向哪裡，以及新工作能否被原來的工作者取得。
商品可以由機器生產，購買力仍然需要分配到人手中。
一個能生產很多東西，卻讓許多人無力取得生活所需的社會，面臨的已經不只是生產問題。
四、人人學會 AI，也不保證人人都有工作
面對 AI，最常見的建議是學習工具、提升效率。
這對個人有實際意義。理解 AI 的能力與限制，可能增加工作選擇，也能降低被動承受變化的風險。
但個人的競爭策略，無法直接回答整體就業問題。
假設一項固定規模的業務，原本需要一百人，使用 AI 後只需要六十人。即使一百人都學會了 AI，企業是否重新僱用全部的人，仍要看業務能否擴大、是否出現新需求，以及增加人手是否有必要。
提高每個人的效率，不等於提高對每個人的需求。
如果新的職缺沒有同步增加，把所有困境都歸因於「不夠努力」或「沒有跟上科技」，就忽略了職缺數量與分配方式。
教育與再培訓很重要，但它們也需要連結到真實存在的機會。
五、真正的分水嶺，可能是誰擁有 AI
同樣的技術進步，可以產生不同的社會結果。
如果 AI 節省的成本用來縮短工時、提高薪資、降低價格，或改善公共服務，更多人就可能分享效率提升的好處。
如果收益主要集中在少數企業與資產持有者手中，勞動收入又受到壓力，財富差距就可能擴大。
IMF 研究人員在 2024 年的分析指出，AI 對勞動所得不平等的影響，取決於它如何替代或輔助不同工作者；資本報酬提高，也可能加劇財富不平等。這是條件性的研究判斷，並非所有國家必然出現的結果。[2]
因此，問題不只在於誰最會下指令，也在於誰擁有系統、客戶關係、通路與企業股權。
一個人可以熟練使用 AI，卻仍然缺乏議價能力。效率增加後，他可能取得更高報酬，也可能只被要求在相同時間內完成更多工作。
工具能力與收益分配，是兩個需要分別處理的問題。
六、社會需要的事，未必有人願意付錢
即使部分商業工作減少，也不能因此推論人類已經沒有事情可做。
照顧長者、陪伴兒童、維護社區、改善公共空間、保存文化與修復環境，都可以具有實際價值。但有需求，不代表一定有足夠的預算支付報酬。
於是，社會可能一邊有人找不到工作，另一邊又有許多需求長期得不到照顧。
這個落差提醒我們：市場願意支付的價格，無法完整代表一件事對人的重要性。
如果只按照薪資與企業需求判斷人的價值，沒有被市場僱用的人，就容易被看成多餘。然而，他可能正在照顧家人，也可能具備社會需要、卻尚未形成有薪職位的能力。
「人類泡沫」最危險的地方，是把職缺不足，進一步解讀成人不值得存在。
七、效率提升，可以換成失業，也可以換成時間
假設一項工作原本需要五天，導入 AI 後只需要四天。
企業可以用更少的人維持原有產出，也可以維持團隊，增加服務；還可以嘗試縮短工時，讓員工分享節省下來的時間。
這些選擇都受到成本、競爭、需求與制度限制，並非每一家企業都能輕易實行。但它們指出了同一件事：技術能力本身，不會替社會決定所有安排。
縮短工時、工作分享、轉職支持、公共服務、員工分潤與基本收入，都可以成為討論方向。每一項都有財源、執行與誘因問題，需要具體設計。
真正要處理的是：當維持生活所需的生產，可能不再需要每個人全職參與，我們是否仍要求所有人透過同一種工作模式，才能取得收入與保障？
八、人類泡沫，可能先出現在我們衡量人的方式裡
工作提供收入，也提供日常秩序、社交關係與身分認同。
當一個人長期透過專業取得肯定，AI 對工作的改變，就不只是財務上的調整。他也可能開始懷疑：如果系統能做得更快，我還有什麼價值？
這種焦慮值得被認真看待。
但企業對某項技能的需求降低，無法證明一個人的生命價值降低。市場衡量的是特定條件下的交易與報酬，人的生活還包含關係、經驗、照顧、選擇，以及無法被單一價格概括的部分。
如果我們把收入當成衡量人的唯一標準，技術每前進一步，就可能讓更多人感到自己被貶值。
因此，AI 帶來的考驗，也包括我們是否能建立更多參與社會、取得尊重與維持生活的方式。
當生產不再需要所有人，成果能否仍然屬於所有人？
「人類泡沫」描述的是一種可能的制度落差：技術降低了對部分人力的需求，收入、保障與尊嚴卻仍高度綁定在工作上。
AI 是否會造成長期、大規模的勞動需求不足，目前不能直接下定論。新產業可能出現，既有服務可能擴大，人與技術也可能形成新的分工。
但我們不需要等到結果確定，才開始討論如何分配生產力提升的成果。
一個社會可以選擇讓效率變成更集中的財富，也可以努力讓它變成更充足的保障、更好的服務與更多可自由支配的時間。
當我們有能力用更少的勞動維持生活，真正需要回答的，是如何讓更多人因此過得更好。