三種 AI 經濟情境與行銷工作的未來

大多數關於 AI 與就業的預測，只給你一個數字和滿滿的自信。9 月，Anthropic 發布了更有用的東西：三種情境，並把假設寫得清清楚楚。行銷屬於知識工作，所以我把它當成一份關於我自己的領域、以及我所教的學生的預測來讀。

發生了什麼事

Anthropic 經濟團隊發布了 Scenarios for our Economic Future，這是一個以技術報告 Economic Scenarios for Transformative AI（Korinek 等人，2026）為基礎的互動式探索工具。它模擬 AI 到 2030 年可能如何影響美國的就業、成長與失業，把經濟視為由各項任務組成的集合，而 AI 可以增強、自動化或創造這些任務。

共有三種情境。在溫和情境中，AI 的影響類似網際網路，美國 GDP 在 2030 年達到 US$34.1 兆。在顯著情境中，AI 到 2030 年能完成一半的知識工作，但大部分工作仍在沒有 AI 的情況下完成；成長速度約為正常水準的兩倍，GDP 達到 US$36.3 兆，知識工作者的薪資大致持平，其他工作者則有所增加。在極端情境中，AI 在大多數知識任務上勝過人類，成長率達每年 15%，GDP 達到 US$44.4 兆，失業率可能升至超過一般經濟衰退的水準，知識工作者薪資下跌超過 10%。

在各種情境中，勞動在 GDP 中的占比都會下降，資本的占比則上升。Anthropic 也調查了 10,980 名民眾。它指出「主要的挑戰不在於實現經濟成長，而在於確保成果能被廣泛分享」，並稱這項工具為 1.0 版，實際結果可能有重大差異。

為何重要

請注意壓力落在哪裡。在顯著與極端情境中，面臨被取代的是知識型職業，其他職業的需求則上升。行銷正好位於知識這一欄：研究、寫作、分析、規劃、報告。

我認為顯著情境最適合作為規劃基礎，而其中最有意思的細節是那道落差：AI 能完成一半的知識工作，但大部分工作仍在沒有 AI 的情況下完成。未來幾年，職涯的成敗就在這道落差之中。行銷人該問的不是 AI 能否做這份工作的一部分，而是你是否是那個懂得把它應用到關鍵部分的人。

我的研究怎麼說

我在 Forbes 專欄中主張，行銷人必須從手工產出內容的創作者，轉型為自主 AI 工具的策展人；我也在 Will AI Make Agencies Obsolete? 中提出了相關的問題。這些情境讓這個論點更加鋒利。如果被自動化的是任務，那麼一份只由可自動化任務構成的工作就很脆弱，而圍繞判斷、脈絡與當責所建立的工作則具有韌性。

我的研究指出持久價值所在。在 MindFuse（ACM Multimedia 2025）中，我們將 AI 定位為行銷策略的共同創作者，結合創意成效評分與大型語言模型，由人類掌舵。在 Fusing Predictive and Large Language Models（ACM TOIS 2025）中，產出是一項仍須由行銷人決定是否採納的建議。這些系統省去了大量分析工作，同時提高了那個負責界定問題、權衡取捨並為決策負責的人的價值。

我們在 SIGIR 2026 關於對抗內容同質化的論文，則補上了市場層面的觀點。當每個人都用相同的工具處理相同的任務，產出就會趨同。獨特性變得稀缺，而稀缺的東西就有溢價。能讓 AI 輔助的工作在聲音與成效上都與眾不同的行銷人，在每一種情境下都會有需求。

行銷人現在該做什麼

• 把自己的工作拆解成任務。標出哪些 AI 已經做得很好、哪些由 AI 輔助、哪些仍然需要你。有意識地把時間轉移到最後一類。
• 學會評估，而不只是下提示。能以真實資料判斷 AI 產出，正是這些情境所獎勵的技能。
• 為成果負責，而不只是為產出負責。以交付物定義的角色，比以結果定義的角色更容易被自動化。
• 培養領域深度。關於某個市場、品類或顧客的脈絡，通用模型難以複製。
• 爭取共享成果。如果 AI 提升了團隊的生產力，請爭取培訓、職涯路徑與新角色，而不只是成本削減。

情境不是預測。它們的價值在於讓假設可以被討論。對行銷而言，值得討論的假設很簡單：任務的變化會比職稱更快。請為此做好規劃。

常見問題