AI 正在改寫中年人的職業壽命：經驗還能延長職涯嗎？

這些年，AI 對就業的衝擊，討論最多的是年輕人：應屆生還能不能找到第一份工作，初級職位會不會消失，職業階梯的第一層是不是正在變窄。

一項新研究提醒我們，職業階梯的另一端也在變化。

CNBC 援引波士頓學院退休研究中心的研究稱，在 AI 暴露程度較高的職業中，55 歲以上員工離開工作的機率正在上升。一部分人進入失業狀態，另一部分人主動轉去較少使用 AI 的職位，或者提前退出勞動力市場。

但同一種技術也可能帶來相反結果：如果生成式 AI 能減少重複勞動、提高生產率，它也可能幫助有經驗的人工作得更久。

所以真正的問題不是“AI 會不會替代年長員工”，而是企業會用 AI 淘汰經驗，還是放大經驗。

AI 既可能縮短職業壽命，也可能延長它

研究提出了三條可能的路徑。

第一，自動化接走職位中的大量任務，員工因此失業或退出勞動力市場。

第二，公司開始強制採用新系統，但沒有提供足夠的學習時間和遷移路徑，員工即使沒有被裁，也可能轉向 AI 使用較少的職位，或者提前退休。

第三，AI 讓職位更容易長期堅持。它負責初稿、搜尋、格式整理、排期等重複執行，人把精力放在判斷、溝通、關係維護和複雜決策上。

結果並不由年齡單獨決定，而取決於企業如何重新設計工作。

研究顯示，AI 暴露程度較高的年長員工，往往學歷更高、收入也更高。高暴露職業包括網頁和介面設計師、Web 開發者、資料庫架構師、程式設計師和資料科學家。

過去，高學歷和辦公室工作通常意味著更長的職業壽命：體力負擔較低，專業能力又會隨著經驗增長。

AI 正在削弱這層保護。如果軟體能夠完成高薪職位中的更多工，僅僅擁有知識，並不能自動保證職業穩定。

研究發現，在 ChatGPT 出現前，處於 AI 高暴露職位的年長員工更不容易離職；ChatGPT 出現後，他們轉出就業狀態的機率有所上升，其中也包括進入失業狀態。這不能證明每一次離職都由 AI 直接造成，但說明過去看起來穩固的白領職業正在進入新的變化週期。

資深員工往往擁有 AI 難以穩定複製的能力：協作、領導、關係建立、風險意識，以及在資訊不完整時做判斷。

CNBC 援引的 AARP 與 LinkedIn 研究顯示，49.4% 的年長員工處在較不容易被生成式 AI 衝擊的職位中，年輕員工的比例是 42.2%。

但“擁有經驗”和“讓經驗產生槓桿”不是一回事。

銷售負責人知道哪些客戶訊號意味著風險；財務經理能看出一張表面正常的發票是否違反了隱性規則；運營負責人知道哪種例外必須升級處理。

如果這些判斷只留在個人腦子裡，它們既難以放大，也很容易隨著人員離開而丟失。如果把它們變成清單、判斷條件、案例和審核標準，AI Agent 就能負責準備和執行，而資深員工繼續掌握關鍵決定。

把經驗變成可審核 AI 工作流程的三步模型

CNBC 援引的 Monster 調查顯示，42% 的受訪員工完全不使用 AI。已經使用 AI 的人，常見用途仍然是郵件、排期和寫作輔助。

更有長期價值的方法是三步：

這樣，經驗才會從過去的履歷變成今天的生產力。

真正有效的轉型，不是宣佈“以後所有人都要用 AI”，再讓員工自己摸索。

企業應該提供經過批准的工具、與職位相關的真實場景、明確的資料邊界、足夠的學習時間和可見的人工審核點。也應該把資深員工的業務判斷與年輕員工的工具熟練度連線起來，而不是讓兩代人競爭誰先被替代。

如果企業只自動化重複任務，卻沒有沉澱資深員工的判斷，短期可能節省了人力成本，長期卻會失去組織知識。

Buda 面向的正是這種可管理的 AI 工作方式。

Drive 為 Agent 提供持續上下文；Skills 把重複方法和審核標準沉澱成可複用指令；Automations 處理週期性準備工作；Channels 在需要批准時把人帶回流程；Sessions 保留 Agent 的工作軌跡。

資深員工因此可以從“每一步都親手執行”，轉向設計工作流程、審核例外並承擔最終責任。

AI 可能縮短只靠程式化執行的職業，也可能延長依賴判斷、關係和責任的職業——前提是這些優勢被連線到一個真正能夠執行的系統裡。

了解 Buda Agent Workspace，或在 Buda 控制台開始建立可審核的 AI 工作流程。

資訊來源：CNBC《AI is changing older workers’ careers, research finds — here’s how》，發表於 2026 年 7 月 13 日，報道基於波士頓學院退休研究中心的研究。