你可能聽到了一場跟你無關的恐慌
如果你不是工程師、不是設計師、不在科技公司上班，但最近總覺得隱隱有種壓力——「AI好像很厲害」「是不是該學點什麼」「會不會被淘汰」——我想先告訴你一件事：
那種焦慮，大部分不是你的。
那是科技圈自己的焦慮，溢出來濺到你身上了。
一個馬車夫的故事
一百多年前汽車出現的時候，誰最緊張？馬車夫。
不是麵包師傅，不是裁縫師，不是農夫。這些人的交通方式確實改變了——從搭馬車變成搭汽車——但他們的工作？完全沒變。麵包還是要揉，衣服還是要縫，田還是要耕。
AI現在做的事情，跟汽車當年做的事情非常像。
媒體說「40%的工作受到AI衝擊」——聽起來很嚇人。但仔細看，這裡的「受影響」，對大多數人來說只是「用的工具不一樣了」。就像從搭馬車變成搭汽車，你的移動方式改變了，但你的工作沒有消失。
真正失去工作的，是馬車夫——那些工作的核心內容就是AI能直接做的事。寫制式文案、做基礎翻譯、處理資料輸入。這是一群非常特定的人，不是「所有人」。
你是護理師？AI不會幫病人翻身。你是老師？AI不會蹲下來看一個孩子的眼睛。你是餐廳老闆？AI不會在客人進門的時候判斷今天他心情不好需要多一句問候。
你不是馬車夫。你是搭馬車的人。
而現在，你可以開車了。
但我為什麼還是覺得焦慮？
因為有人需要你焦慮。
我說得直接一點——AI產業需要你害怕，這樣你才會買課程、買工具、買訂閱。賣雲端的需要每家公司都覺得「不上AI就完蛋了」，才能賣伺服器。賣課程的需要你覺得「不學AI就沒有未來」，才能賣培訓。媒體需要你持續緊張，才能維持點擊率。
這不是陰謀論，這就是商業邏輯。你的焦慮是一門好生意。
而且這套敘事最厲害的地方在於：它說的每一句話都是真的。「9200萬個工作會被取代」是真實的數據。但後面那句「同時會創造1億7000萬個新工作」，很少被放在標題裡。真話的選擇性呈現，比謊言更有效。
所以，深呼吸。那些數字沒有在說你。
接下來這段，才是跟你有關的
好，焦慮放下了。現在我要跟你說一件真正重要的事——而且是好消息。
你知道最近有一個有趣的研究嗎？
Anthropic（就是做AI的那家公司）分析了40萬筆人們用AI寫程式的數據。他們發現，決定一個人能不能成功用AI做出東西的關鍵，不是「他會不會寫程式」，而是「他懂不懂那個領域」。
換句話說：一個懂復健流程的物理治療師，用AI做出一個復健追蹤工具的成功率，比一個不懂復健的工程師還高。
哈佛商學院的研究也說了類似的話：有領域知識的人用AI，能做出接近專家水準的成果——前提不是他會寫程式，而是他理解那個問題本身。
這代表什麼？
代表你身上最值錢的東西，不是你有沒有學過Python，而是你這十年、十五年、二十年累積下來的專業經驗。那些經驗以前被一道「你必須會寫程式」的牆擋在外面，現在牆拆了。
一個國文老師比任何工程師都更懂怎麼設計一個有效的閱讀理解練習。一個資深導遊比任何產品經理都更懂旅客真正的痛點在哪裡。一個育兒嫂比任何App設計師都更懂新手爸媽凌晨三點需要什麼。
以前，這些理解沒有辦法變成產品，因為中間隔著一道技術門檻。
現在，門檻消失了。
大富翁：你抽到的是哪張牌？
我喜歡把這整件事想成一場大富翁遊戲。
在這場遊戲裡，有兩疊牌：命運牌和機會牌。
對已經在科技圈裡面的人來說，AI越來越像命運牌。他們拼命產出更多程式碼、更多內容，但這些產出同時也在餵養AI，讓AI變得越來越強，反過來壓縮他們自己的空間。越努力，空間越小。
但對你——一個帶著領域知識、站在圈外的人——AI是一張機會牌。上面寫著：
「你本來進不了這個遊戲。現在可以了。」
你不需要先學三年程式。你不需要追趕任何人。你只需要帶著你已經有的東西——你的專業、你的經驗、你對問題的理解——走進來。
AI不是來搶你的工作的。AI是來幫你把「你一直知道該怎麼做，但做不出來」的那個東西，做出來。
所以，下一步呢？
如果你看到這裡，心裡有一點點好奇——「真的嗎？我也可以？」
我的建議是：找一個你工作中一直覺得「如果有個工具能幫我處理這件事就好了」的問題，然後打開一個AI工具，用你自己的話描述那個問題。
不需要學任何術語。不需要寫任何程式碼。就用你說話的方式。
你會發現，你對那個問題的理解——那個你以為「不算什麼技能」的東西——其實是最值錢的部分。
工程師可以寫程式碼。但只有你知道，那個問題真正該被怎麼解決。
本文提及的研究資料：
- Anthropic, How Claude Code is used in practice——40萬筆使用數據分析，領域專業優於程式能力（2026.06）
- Harvard Business School, Gen AI Boosts Productivity, But Can’t Turn Novices Into Experts（2026.03）
- World Economic Forum, Future of Jobs Report 2025——9200萬職位替代 vs 1.7億新職位創造
- Federal Reserve Bank of Dallas, J. Scott Davis, AI is simultaneously aiding and replacing workers, wage data suggest（2026.02）
- Wharton Human-AI Research, Reskilling the Workforce for AI: Why Domain Experts Need Algorithmic Skills（2025）
- 哥本哈根大學 / CSH, Winners and losers of generative AI（ScienceDirect, 2025）
- Brookings Institution, Is generative AI a job killer? Evidence from the freelance market（2025.07）
