AI 能力可以快速跨越國界。工作卻不會以如此毫無阻力的方式改變。工作受到執照制度、地方機構，以及提供照護、教育、司法、公共服務和其他形式人力支援時的實際情況所塑造。這些制度很重要，因為它們有助於決定 AI 是否以及如何改變勞動市場。AI 將對勞動市場造成什麼影響？影響會在何處最為明顯，又會在何時出現？我們又如何確保 AI 轉型能惠及每個人？
這些正是 OpenAI 經濟研究團隊新報告《歐盟 AI 工作轉型框架》所關注的核心問題。這份報告將 AI 工作轉型框架(在新視窗中開啟)延伸應用至歐洲勞動市場；該架構最初於 2026 年 4 月為美國開發。報告使用官方的歐洲技能、能力、資格與職業（「ESCO」）分類法，並結合歐盟統計局的就業資料，檢視 AI 能力可能如何轉化為歐盟成員國各職業在短期內出現的不同變化。與美國相比，歐盟就業人口中從事短期自動化潛力較高職業的比例較小。
此架構識別出四種轉型類型：可能隨 AI 成長的職業、自動化潛力較高的職業、可能重組的職業，以及短期變化較小的職業。這些類別並不是就業預測。這些類別可作為規劃參考，協助判斷不同類型的調整壓力與機會可能出現在哪些領域。
將此架構應用於歐盟時，它顯示 AI 可能會提高某些職業的需求、降低另一些職業的人力需求，並讓更多職業進行重組：
- 約 12% 的就業人口從事可能因成本下降、擴大取得管道或讓更多專案可行而隨 AI 成長的職業。
- 約 14% 從事短期自動化潛力相對較高的職業。
- 另有 27% 從事可能重組的職業；在這些職業中，即使人仍是提供服務的核心，AI 也可能改變工作流程和技能需求。
- 其餘 47% 則從事短期變化較小的職業。
報告顯示，歐盟各國的國家層級模式有所不同。盧森堡、瑞典和荷蘭的就業人口中，有較高比例從事可望因 AI 而成長的職業。德國、希臘和義大利在被歸類為自動化潛力較高的職業中，就業占比更高。這些差異反映各國職業結構的不同。
對政策制定者、雇主、教育工作者和研究人員而言，實務上的意涵是應在更細緻的層級預判變化並提前規劃。整體就業統計只有在企業、勞工和制度已開始適應之後，才會顯示重大變化。歐洲擁有完善的職業、培訓、職缺、薪資和官方統計系統。若將這些系統與 AI 能力和職場採用情況的衡量指標連結起來，或許能在相關影響反映於主要勞動市場數據之前，辨識轉型壓力與機會正在何處浮現。
AI 工作轉型框架的歐洲延伸版，最適合視為一張協助做好準備的藍圖：讓我們能針對 AI 能力如何在特定職業和特定制度環境中轉化為經濟變化，提出更有用的問題。更充分的證據，能讓勞工、企業和政策制定者有更多時間準備。
報告也為投入 AI 與就業議題的公私部門機構提出初步建議，包括強化監測能力以追蹤勞動市場變化，或建立國家準備計畫，依據不同情況採取適切的因應措施。
未來數月，我們將持續與各國及歐盟層級的利害關係人交流合作，擴展並完善這些構想，目標是找出實際方法，確保 AI 支持歐洲各地的繁榮與進步。
