📌TIPS：先讓你的ChatGPT（Gemini, NotebookLM, …）幫你讀這篇論文，請ChatGPT做點分析工作，然後，將你投資組合裡面的 AI Agent 公司丟給 ChatGPT 幫你分析，這家公司的產品哪些是綠區、哪些誤踩了紅區，甚至是低效無用區。
6月5日，一篇由史丹佛大學團隊發表在 arXiv 的論文，題為「未來工作與 AI 代理：審視勞動力的自動化潛力」（Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the U.S. Workforce）。
這篇論文首先建立了名為 WORKBank 的資料庫，它從第一線工作者和 AI 專家的雙重視角出發，審視了哪些任務適合由 AI 代理自動化，而哪些則更適合由人類主導。其中一個結論讓我印象深刻：在矽谷頂尖創業加速器 Y Combinator 的投資組合中，有相當高的比例竟然落在「低優先級區」和「紅燈區」。
Y Combinator 是矽谷首屈一指的創投公司，OpenAI、Dropbox、Stripe 等知名公司都發跡於此。它的投資方向往往代表著早期投資界的趨勢。然而，這篇論文發現，在 84 家 YC 支持的 AI Agent 新創公司中，高達 41% 的專案落於前述的兩個區域：低優先級區與紅燈區。
何謂「低優先級區」呢？它指的是工作者對任務自動化的需求不高，同時 AI 技術實現起來也缺乏顯著優勢的任務。換言之，使用者本身不希望 AI 來執行這項任務，且即使 AI 介入也無法帶來顯著效益。
而「紅燈區」則更為複雜。雖然 AI 技術確實有能力執行這些任務，但工作者卻強烈不希望其被自動化。舉例來說，醫療診斷、心理諮詢、教育輔導等類型的任務，便經常出現在紅燈區。從商業角度來看，這些領域的「信任成本」極高；即使技術上可行，也並不意味著投入資源去自動化是值得的。
這種「錯位」現象的背後，其實反映了一個普遍存在的盲點：技術開發者和投資人往往容易高估「技術可實現性」，卻低估了「市場接受度」。也就是說，我們經常過度興奮於 AI 能做什麼，卻忽略了人類是否願意讓它去做。
反觀之，論文也指出真正值得優先投入的領域是「綠燈區」和「研發機會區」。前者是技術可行且使用者樂於接受自動化的任務；後者則是使用者強烈希望自動化，但目前技術尚未達到預期的任務。這些才是真正兼具商業可行性與技術挑戰性的發展方向。
作為創投 VC，我對 AI Agent 的未來充滿期待。然而，從投資角度出發，我也越來越體會到：關於自動化這件事，絕非僅僅考量「能否做到」，更應深思熟慮「值不值得做」。
特別是在當前 AI 創業高度泡沫化的階段，判斷一個專案是否屬於「紅燈」或「綠燈」，其重要性甚至可能超越對模型參數的評估。未來真正龐大的商機，應該潛藏在人類願意「交出去」、而 AI 又恰好能「接得住」的交會點上。這也是我近期在進行投資判斷時，會特別著重去關注的面向。
1. 研究框架（Auditing Framework）
論文的核心是一個新穎的檢視框架（Auditing Framework），它結合了人類對 AI 應用的期望和當前的 AI 技術能力。這個框架將任務劃分為四個區域，為理解 AI 的潛在影響提供了一個清晰的藍圖：
人類代理量表（Human Agency Scale, HAS）：為了量化人類對 AI 參與的偏好，論文引入了 HAS。這個量表是一個共享的語言，用於描述和評估人類在任務執行中所需的控制程度和參與水平。它為後續的訪談和數據收集提供了標準化的衡量工具。
2. 資料庫建構：WORKBank
論文的核心貢獻之一是構建了一個名為 WORKBank 的大型資料庫，它基於美國勞工部的 O*NET 資料庫，並進行了擴展。WORKBank 包含了兩個主要的數據來源：
從業者偏好數據 (Worker Preferences Data)：
資料來源： 論文從 O*NET 資料庫中選取了 104 個代表性的職業，並從這些職業中提取了 844 項任務。
數據收集方法：
音頻增強的迷你訪談 (Audio-Enhanced Mini-Interviews)： 這是一個關鍵的創新點。研究人員招募了來自不同職業的 1,500 名領域工作者。每個工作者被要求就其職業中的特定任務，通過音頻訪談的形式表達他們對於 AI 代理是自動化（完全由 AI 完成）還是輔助（AI 幫助人類完成）的偏好。這種迷你訪談的方式旨在捕捉從業者對 AI 應用更細微、更豐富的意願和顧慮。
HAS 應用： 在訪談中，研究人員會引導工作者使用 HAS 來量化他們對人類參與水平的偏好。例如，他們可能被問到，對於某項任務，他們希望 AI 是完全自動化，還是作為一個輔助工具，或者完全不需要 AI 介入。
數據類型： 每個任務都有對應的從業者偏好分數，反映了他們對 AI 自動化或輔助的期望。
AI 專家能力評估數據 (AI Expert Capability Assessments Data)：
資料來源： 針對 WORKBank 中的 104 個職業，研究人員招募了 AI 領域的專家。
數據收集方法：
專家評估： AI 專家被要求評估 AI 代理在執行這些職業的特定任務方面的技術能力。評估的維度可能包括 AI 完成任務的效率、準確性、複雜性等方面。
現有技術考量： 評估通常基於當前最先進的 AI 技術水平，以確保評估的實用性和可行性。
數據類型： 每個任務都有對應的 AI 技術能力分數，反映了 AI 目前能夠在多大程度上完成該任務。
Human Agency Scale（HAS）
當我們思考 AI agents 如何進入職場，我們不能只問「這個工作能不能被 AI 完全取代」，而更應該問：「這個任務適合讓 AI 參與到什麼程度？」這就是 Human Agency Scale（人機協作量表） 的核心目的──建立一個量化人類參與程度的共通語言，進一步劃分哪些任務應該自動化，哪些則應強化人機協作。
HAS 模型背後的關鍵理念
補足「自動化 vs. 非自動化」的二分思維
現實世界的任務多半落在灰色地帶，例如：AI 可生成初稿，但仍需人編輯潤飾（H3H4）；或 AI 可快速提出分析建議，但關鍵決策仍需人把關（H4H5）。從人類角度出發，而非技術可行性本位
不同於 SAE 自駕車分級（L0–L5）由機器主體定義，HAS 以「人類在任務中想扮演什麼角色」為中心，反映工作者價值觀與自主性。為開發者與政策制定者提供指引
不同的 HAS 級別，對應不同的 AI agent 設計目標與部署風險。例如：H1-H2 適合追求效能、成本與一致性的自動化應用
H3 強調人機協同設計（如共同編輯、流程建構）
H4-H5 需設計具備回饋機制與人類決策支援的 AI
為什麼 HAS 比「能不能取代人類」更重要？
因為未來工作的問題，不是單純地問「這工作會不會被 AI 搶走？」，而是：
「我願意讓 AI 協助我多少？在哪些部分？」
HAS 為企業、從業者與技術開發者提供了一個共享的判準，幫助我們設計出真正符合人類價值、增進工作品質的 AI agent。
Desire–Capability Landscape 四象限
每個任務根據：工作者希望自動化意願、目前AI 技術的可行性，劃分成四個象限：
R&D Opportunity 區域（高願望 × 低技術可行性）
從業者非常希望 AI 來完成該任務，但目前 AI 技術尚無法勝任
這些任務存在潛在市場需求，但技術尚未突破
對 AI startup、學術界與技術研究團隊來說，是創新研發的優先候選任務
若能攻克，將能快速獲得從業者採納與市場認可
根據論文 WORKBank 資料庫與圖表內容，以下是屬於 R&D Opportunity 區域的典型任務類型與職業代表：
R&D Opportunity 區域約占總任務數量的 13–15%
任務集中在「中等技術門檻但人類希望高」的區域，並非極端冷門或超高難任務
常見於「規劃」「說明」「撰寫」「整理」類任務，而非純動作型
AI Agent時代：未來的職場價值變化
這張圖表是本論文中極具洞見：它揭示了在 AI agents 快速演進的背景下，薪資水平與「人類主導需求」（Human Agency）之間的潛在斷裂，並指出一個正在成形的未來職場趨勢警訊：未來的職場價值將不再只是由市場報酬決定，而是由「人是否不可取代」來主導。
紅色線：高薪但可自動化任務，未來可能貶值
這些任務目前高薪，但 AI 技術已能執行，未來存在「人類價值稀釋」風險：
📌 這些任務過去被認為「需技能、高薪」，但未來可能快速失去勞動市場價值。
綠色線：低薪但人主導任務，未來具升值潛力
這些任務目前報酬不高，但因為具有高人際互動性、情境不確定性或倫理責任，難以被 AI 替代：
📌 這些任務會因「無法輕易自動化」而變得稀缺與有價值，潛在薪資有上升空間。