設計思考 Design Thinking 2026-03-12215

AI 搶走工作之後，社會安全網為什麼跟不上？

思考的起點

當 AI 讓人失業，這個社會有沒有準備好接住這些人？

AI 帶來的就業衝擊，不是未來式，是現在進行式。根據 Fortune 雜誌的最新報導，美國已有大量因 AI 而失業的勞工，其中接近 75% 的人從未申請失業救濟金。這個數字的背後，藏著一個更深的問題：我們的社會安全網，是為工業時代設計的，而 AI 帶來的衝擊，是數位時代的速度與規模。

我們不只是在討論「誰的工作被 AI 取代了」，我們更想問的是：當工作消失的速度超過社會制度更新的速度，那些掉在縫隙中的人，要怎麼辦？這個問題，不只是政策問題，更是設計思考的問題—我們如何重新設計一個能夠回應這個時代的保障體系？

一、75% 的人沒有申請失業補助，這是為什麼？

失業的人不申請救濟，問題不在個人，而在制度設計本身的失靈。

Fortune 雜誌引用美國勞工統計局（BLS）與多位勞動經濟學家的分析，指出一個令人驚訝的現象：即便是近年因 AI 和自動化浪潮導致的大規模裁員，申請失業保險（Unemployment Insurance）的比例依然低迷。

原因是多面向的。首先，很多 AI 時代的就業型態本身就不在傳統失業保險的保障範圍內：零工經濟（gig economy）工作者、短期契約工、自雇者，大多無法申請。其次，申請流程本身就是一道障礙—繁瑣的文件要求、不同州的複雜規定、以及無法用手機完成的系統介面，都讓申請行為本身變成一項額外的工作。

第三個原因更值得深思：很多人根本不知道自己有資格申請。「失業是自己的錯」的社會觀念，加上「我很快就能找到下一份工作」的樂觀預期，讓許多人在最需要支援的時候，選擇了沉默。

二、AI 失業與傳統失業，有什麼本質上的不同？

AI 帶來的失業，不是景氣循環的一部分，而是技能結構性的斷層。

傳統失業保險的設計邏輯是：失業是暫時的，幾個月後人們會重新就業。但 AI 帶來的失業，愈來愈多是「技能斷層型失業」—某個職業的技能組合，被 AI 大幅取代或貶值，而這些勞工往往需要的不是幾週的喘息，而是長達數年的再培訓。

與此同時，AI 造成的失業往往是「無聲的」。它不像工廠倒閉那樣有明確的事件點，而是透過「不再招募新人」、「縮減工作範疇」、「薪資停滯」等方式，緩慢地將一個職業蠶食殆盡。這種慢速侵蝕，很難觸發社會的危機意識，也很難被現有的失業統計方法捕捉到。

哥本哈根的丹麥就業服務中心（STAR）曾推出一個值得參考的先例：針對「預測性裁員風險」提前介入，在勞工還沒正式失業前，就提供職涯轉型諮詢與再培訓補貼。這種「預防型」的安全網設計，比起事後救濟，更貼近 AI 時代就業衝擊的本質。

三、社會安全網的設計思考：我們需要什麼樣的新框架？

解決 AI 時代的就業保障問題，需要的不只是更多預算，而是更聰明的制度設計。

從設計思考的角度來看，現有的失業保險系統存在三個根本性的設計問題：它是被動的（等人來申請）、它是短期的（最長給付幾個月）、它是排他的（大量非典型就業者不在保障內）。

重新設計這個系統，意味著要翻轉這三個假設。第一，從被動到主動：政府與企業共建的「早期預警系統」，透過分析各產業的 AI 導入速度，提前識別高風險職業群體，並主動接觸潛在受衝擊的勞工。第二，從短期到長期：建立跨越數年的「職涯轉型帳戶」，允許勞工在不同階段提領，用於教育、培訓或創業。第三，從排他到普惠：無論就業型態為何，只要是積極尋找工作或進行再培訓的人，都應該能夠獲得基本的生活支援。

這些想法並非空想。芬蘭曾進行的「基本收入實驗」（2017-2018）雖然規模有限，但已經證明：給予失業者無條件的基本收入，不但不會降低求職動力，反而能夠提升心理健康與重新就業的意願。這是設計思考帶給社會政策的一個重要啟示：有時候，最好的介入，是減少障礙，而不是增加條件。

四、企業的責任：AI 導入不能只計算效率，還要計算代價

當企業用 AI 裁員，它的社會責任不應隨著員工離職而結束。

在這場討論中，企業往往缺席。AI 帶來的效率增益，大多流向了股東；而 AI 帶來的社會成本，卻由個人和政府承擔。這種不對等，是當前最值得深思的結構性問題。

部分前瞻性的企業已開始採取行動。IBM 在大規模導入 AI 工具的同時，啟動了「SkillsBuild」計畫，為受影響的員工提供免費的數位技能培訓，並與外部機構合作建立就業轉介管道。這種做法不只是企業社會責任的表態，更是一種長遠的品牌與人才策略—在一個勞動市場信任度極低的時代，如何對待離職員工，將深刻影響未來的招募能力。

我們需要更多像這樣的案例，也需要更多政策工具，讓「AI 轉型的社會成本由誰承擔」不再是一道由個人獨自面對的難題。