案例10｜Jobs and Skills：Routine Job 受影響，新需求轉向 ML、Data Science、AI Engineering

一、案例定位

本案例依原書 4.8「Jobs and Skills: How Work is Changing」整理。

把 Job Displacement 與 New Skill Demand 放在同一 Workforce Transformation 框架。

二、學習目標

區分 Routine／Manual Job Impact 與 New AI Job Creation。
辨識 Reskilling 的重要性。
理解作者的人機協作立場。

三、案例情境

原書認為 GenAI 將影響 White-collar、Mechanical／Physical、Routine／Manual Roles，包括 Manufacturing、Transportation、Customer Service；同時也預期 Machine Learning、Data Science、AI Engineering 等領域出現新 Employment Opportunity。作者強調 Future Demands Man and Machine to Work Together。

四、開始資料

面向	原書內容	管理意義
受影響工作	Routine／Manual／部分 White-collar	Task Redesign
例子	Manufacturing、Transportation、Customer Service	Automation Exposure
新工作領域	Machine Learning、Data Science、AI Engineering	New Skill Demand
策略	Continuous Learning／Reskilling	Workforce Adaptation
Future View	Man＋Machine Work Together	Human–AI Collaboration

五、Excel／AI 分析方法

Excel 可建立 Task Inventory、Automation Exposure、Skill Gap、Training Plan；AI 可協助技能映射，但原書沒有 Job Loss／Creation 數字。

六、計算結果

本節沒有可重算 Employment Count 或 Percentage。

七、結果分析與管理解讀

Workforce Impact 應在 Task Level 分析，而不只是 Job Title。作者的方向不是全面替代，而是 Reskilling 與 Human–AI Collaboration。

八、AI 提問詞

請將職務拆成 Task，標示 Automatable、Augmentable、Human-critical，再建立 Skill Gap；沒有勞動市場數據時不要補失業率或職缺數。