MIT揭AI冰山指數：11.7%美國勞動力、1.2兆美元薪資面臨衝擊

麻省理工學院(MIT)與橡樹嶺國家實驗室(Oak Ridge National Laboratory)合作發布的《冰山指數》(Iceberg Index)研究報告，人工智慧(AI)已具備取代美國11.7%勞動力的技術能力。這相當於在金融、醫療和專業服務等領域，合計約有1.2兆美元的薪資價值面臨潛在衝擊。

冰山指數：揭露隱藏的$1.2兆美元風險

麻省理工學院與橡樹嶺國家實驗室合作，使用他們開發的「冰山指數」勞動力模擬工具，模擬全美1億5,100萬勞工如何受到AI和相關政策的影響。該指數追蹤全美3,000個郡、923種職業和超過32,000項技能。

冰山指數是一種著重於技能的前瞻性關鍵績效指標(KPI)，目的在衡量AI系統能夠在每個職業內執行的技能之薪資價值占比。這套工具不是為了預測人何時會失業，而是量化技術能力與人類技能重疊的部分。研究人員強調，這套工具提供的是一個「能力地圖」(capability map)，類似於地震風險區，可用於政策制定者進行情境測試與規劃。

研究結果明確指出，AI對勞動市場的衝擊有「可見」與「隱藏」兩大部分。

1.水面上的可見衝擊：表面指數(Surface Index)

表面指數追蹤目前AI採用集中在運算與科技業的曝光風險。全國範圍來看，表面指數為2.2%。這涉及約190萬名科技業勞工，例如軟體工程師、資料科學家和程式經理等角色，薪資價值約為2,110億美元。

儘管媒體頭條多半關注科技業的裁員和角色轉變，但這部分僅佔總薪資風險的極小占比。例如，在科技業高度集中的華盛頓州(4.2%)、維吉尼亞州(3.6%)和加州(3.0%)，直接的技術任務也僅佔其勞動力的一小部分。

2.水面下的隱藏衝擊：冰山指數(Iceberg Index)

真正的衝擊在水面下，由「冰山指數」來衡量。這個指數的平均值高達11.7%。這比科技業的表面指數(2.2%)大上5倍。這11.7%的潛在技術曝光，主要集中在後勤領域的例行性認知自動化工作。

AI的能力已擴展到文件處理、財務分析和例行行政任務等。這類工作包含人資(HR)、物流、財務和辦公室行政等部門。這些白領功能常被傳統自動化預測所忽略。

衝擊廣泛分佈，非沿海科技中心獨有

與主要集中在沿海科技樞紐的表面指數不同，更廣泛的冰山指數所揭示的認知自動化風險是分佈於全美所有州。

例如，一些過去科技業不發達的州，卻在冰山指數上呈現較高的數值。南達科他州、北卡羅來納州和猶他州的冰山指數價值，甚至比加州或維吉尼亞州更高。這是因為這些州的金融和行政部門相對集中，呈現出更明顯的自動化目標。

特別值得注意的是，美國的「鐵鏽地帶」(Rust Belt)製造業州面臨著巨大的「自動化意外」(Automation Surprise)。這些州如俄亥俄州、密西根州和田納西州，其表面指數值通常不高。然而，這些州在支持製造業運作的金融分析、行政協調和專業服務等白領工作方面，冰山指數值卻很高，例如田納西州(11.6%)和俄亥俄州(11.8%)。這顯示出，雖然這些州可能更關注實體自動化(機器人)，但其白領行政職務的技術曝光程度可能比可見的科技業曝光高出10倍。

傳統指標的盲點：無法衡量AI風險

研究也測試傳統的經濟指標，如GDP、人均所得和失業率，能否與AI帶來的系統性風險相匹配。

結果顯示，傳統指標與冰山指數之間的關係微不足道。這些指標對系統性曝光變異性的解釋力都不到5%。例如，德拉瓦州和猶他州的冰山指數比加州更高，儘管它們的經濟規模較小。這是因為傳統指標衡量的是已實現的經濟成果，而非技能和任務本身在人類與AI協作經濟中發生的變化。

政策制定者若僅依賴失業率或GDP等傳統指標，將會誤判隱藏的風險。冰山指數的出現，目的在填補這個差距，讓各州能夠在實際衝擊發生前，評估技術曝光、測試政策干預措施，並將培訓和基礎設施投資導向最需要準備的地方。

圖資來源：冰山計畫(Project Iceberg)