聯準會主席鮑爾在哈佛大學對近400名經濟系學生喊話：與其擔憂AI取代工作，不如主動學習並精通它。他直言當前就業市場嚴峻，但精通AI工具的人將獲得巨大的生產力優勢，這是應對變局的關鍵策略。
為什麼聯準會主席要特別對Z世代談AI？
答案很直接：因為這群剛踏入職場的年輕人，正面臨著數十年來最複雜、最受AI衝擊的就業環境。鮑爾在哈佛的對談中毫不避諱地承認，當前是一個「職位創造率非常低」的時期，而AI正是導致這個局面的核心因素之一。他與許多美國大企業領導人交流後發現，企業正在積極評估哪些工作可以被「非常聰明的大型語言模型」自動化，並可能隨之進行裁員。
這不是空穴來風。根據世界經濟論壇（WEF）2025年的《未來就業報告》預估，到2027年，全球將有23%的工作崗位發生變動，其中AI和自動化將創造6900萬個新職位，但也可能淘汰8300萬個舊職位。對Z世代而言，這意味著他們在學校所學的知識，可能趕不上職場技能需求變化的速度。鮑爾的演講，與其說是鼓勵，更像是一份來自經濟決策最高層的「現實警告」與「生存指南」。
他特別提到與自己兒子的對話，觀察到善用大型語言模型的人，生產力獲得了顯著提升。這讓他從一個政策制定者，同時也是一位父親的角度，真誠地建議年輕世代：恐懼無濟於事，投資時間去「精通」（master）這些新科技，才是讓自己立於不敗之地的根本。
AI到底在如何重塑我們的職場？
簡單說，AI正在執行一場大規模的「工作內容重分配」。它並非單純地消滅工作，而是將工作中重複性高、規則明確的任務自動化，迫使人力轉向更需要創造力、策略思考和人性化互動的領域。鮑爾在演講中引用了歷史，從織布機的發明到每一次工業革命，技術衝擊在短期內總是令人不安，但長期卻提升了整體生產力和生活水準。
我們可以透過以下表格，更清楚地看到AI對不同類型工作的影響光譜：
| 影響程度 | 工作類型特徵 | 具體職位舉例 | AI的主要角色 |
|---|---|---|---|
| 高替代風險 | 高度重複、基於明確規則與數據處理 | 數據輸入員、基礎客服、部分會計審核 | 任務執行者：直接自動化整個工作流程 |
| 高增強潛力 | 需要分析、創作、協作與決策 | 行銷人員、軟體工程師、金融分析師、研究員 | 生產力倍增器：處理繁瑣背景工作，讓人專注於高價值判斷 |
| 轉型與創造 | 涉及複雜人際互動、實體操作或全新領域 | 心理諮商師、AI倫理審查師、人機協作培訓師 | 協作夥伴/新領域開拓者：創造全新的工作模式與職位 |
鮑爾特別點出一個關鍵現象：「AI洗白」（AI washing）。這個詞由OpenAI執行長奧特曼等人提出，指的是企業為了迎合市場期待或削減成本，以「導入AI」為名進行大規模裁員，但實際的轉型與投資卻不足。鮑爾暗示，許多美國大公司正在觀望，一旦有競爭對手開始透過AI自動化削減人力成本，其他人將不得不跟進，以免在成本上落於劣勢。這形成了一股結構性的就業壓力。
我的一位客戶，一家中型數位行銷公司的負責人，就提供了第一手觀察。他們在2025年引入AI輔助工具後，內容產製團隊從8人縮編為5人。但這並非單純裁員，而是將重複的關鍵字研究、初稿大綱生成、數據報表整理交給AI，讓剩下的成員更專注於創意策略、客戶溝通與品牌故事塑造。結果是，團隊總產能提升了40%，客戶滿意度反而上升。這個案例精準體現了鮑爾所說的「生產力放大器」效應。
技能錯配更嚴重]; D --> F[工作內容重分配
創造高價值新任務]; E --> G[結果: 加劇社會焦慮與不平等]; F --> H[結果: 實現鮑爾所說的生產力與生活水準提升]; G -.->|惡性循環| B; H -.->|良性循環| D;
Z世代該如何「駕馭」AI，而不是被淘汰？
鮑爾的建議非常務實：「投資時間去真正精通這些新技術的使用。」這句聽起來簡單的話，其實包含了三個層次的戰略。首先，是工具操作層：學會與ChatGPT、Claude、Gemini等大型語言模型高效對話，掌握提示工程（Prompt Engineering）的基本心法。其次，是工作流整合層：將AI工具無縫嵌入你現有的學習或工作流程中，讓它成為你的研究助理、寫作夥伴或分析副駕。最後，也是最重要的，是思維轉變層：從「我如何完成這個任務」轉變為「我如何指揮AI協同我，以更高品質、更快速度完成任務」。
對於學生和初入職場者，我強烈建議採取「T型技能發展策略」。垂直的「丨」代表你的專業深度（例如經濟學、程式設計、設計），而水平的「一」則代表你駕馭AI工具的廣度與能力。這能讓你在專業領域內，創造出遠超同儕的產出與洞察。
根據LinkedIn 2026年初的報告，招聘資訊中明確要求「生成式AI技能」的職位，在過去一年內成長了320%。同時，麥肯錫的調查顯示，在職場中主動使用AI工具的員工，其任務完成速度平均比不使用的同事快25-30%，且工作滿意度更高。這些數據都印證了鮑爾的個人觀察與建議的正確性。
以下表格整理了Z世代可以立即開始行動的「AI駕馭」學習路徑：
| 階段 | 核心目標 | 具體行動建議 | 預期成果 |
|---|---|---|---|
| 探索期 | 消除陌生感，發現可能性 | 1. 每週花2小時與ChatGPT等工具聊天，嘗試各種問題。 2. 關注3-5個優質的AI應用分享社群或部落格。 | 了解AI能做什麼、不能做什麼，找到與自己興趣的結合點。 |
| 學習期 | 掌握核心技能，提升效率 | 1. 系統學習提示工程課程（許多線上平台有免費資源）。 2. 將一項日常學習任務（如整理筆記、撰寫報告初稿）交給AI輔助。 | 顯著減少重複性工作時間，產出品質更穩定。 |
| 精通期 | 創造獨特工作流，建立競爭優勢 | 1. 結合專業知識，打造專屬的AI輔助工作流程（如用AI分析市場數據+自己做出策略判斷）。 2. 嘗試使用AI Agent或RAG技術處理更複雜的專案。 | 成為團隊中無法被輕易取代的「人機協作專家」，產出具有高影響力的成果。 |
從歷史看未來：我們真的不必成為盧德主義者嗎？
鮑爾在演講中戴上了「經濟書呆子」的帽子，回顧了從織布機開始的技術衝擊史。他的論點是：歷史證明，技術性失業（Technological Unemployment）的恐懼往往被誇大，新工具最終會開創新的產業、新的需求，從而創造出我們今天無法想像的新工作。這個過程雖然痛苦，但整體社會的生產力與財富會增長。
這個觀點在宏觀上是成立的。例如，自動提款機（ATM）的普及並未消滅銀行櫃員，反而因為降低了分行運營成本，讓銀行可以開設更多分行，並將櫃員的角色轉向銷售與諮詢等更複雜的服務。然而，微觀上對個體勞動者的衝擊是真實且劇烈的。關鍵在於「轉型成本」由誰承擔，以及社會是否有足夠的支援系統（如教育轉訓、社會安全網）來幫助勞動者渡過轉型期。
鮑爾作為聯準會主席，他的首要任務是維持物價穩定與充分就業。他鼓勵個人學習AI，是從供給面提升勞動力市場的韌性。但這需要需求面的配合——即經濟必須持續創造出足夠的、需要這些新技能的高質量工作崗位。這就牽涉到更廣泛的產業政策、教育體系改革與社會對話。因此，我們不能只把責任丟給Z世代個人，政策制定者與企業領袖同樣責無旁貸。
企業與教育體系又該扮演什麼角色？
鮑爾的演講雖然對象是學生，但話中的深意同樣是說給企業主和教育者聽的。企業不能只停留在「AI洗白」的裁員思維，而應投資於員工的「技能升級」（Upskilling）和「技能重塑」（Reskilling）。這不僅是社會責任，更是確保企業自身擁有持續創新能力的關鍵。一項由德勤（Deloitte）在2025年進行的研究指出，對員工AI技能進行系統性投資的企業，其創新專案的成功率比同業高出47%。
教育體系，尤其是高等教育，面臨更迫切的改革壓力。大學不能再只是傳授靜態知識，而必須將「數位素養」和「人機協作能力」作為核心通識課程。課程設計應更注重專案式學習（Project-Based Learning），讓學生在解決真實世界問題的過程中，自然學會如何運用AI工具。哈佛大學經濟系邀請鮑爾進行這場對談，本身就是一種教育創新，讓學生能直接聽到決策者對未來經濟圖景的判斷。
總的來說，鮑爾在哈佛的演講，是一記響亮的警鐘，也是一盞實用的指路燈。他清晰地描繪了挑戰，並指出了一條看似簡單卻極其重要的出路：主動精通AI。這場演講或許會被記錄為一個時代的註腳，標誌著我們從「AI恐懼」邁向「AI駕馭」的集體心態轉折點。未來屬於那些不問「AI會不會取代我」，而是問「我如何能與AI合作得更好」的人。
原始來源
- 原文標題：Jerome Powell to Gen Z: don’t fear AI—master it
- 來源媒體：Fortune
- 作者：Nick Lichtenberg
- 發布時間：2026-03-30T21:38:12.000Z
- 原文連結：https://fortune.com/2026/03/30/jerome-powell-advice-gen-z-ai-skills-harvard/