每10個工作中有1個面臨自動化或職務變動
經濟部長阿克馬納斯魯拉莫哈末納西爾表示，隨著人工智慧、數位化與綠色經濟重塑就業，馬來西亞約10%的現有工作面臨自動化或職務內容變動。這項警訊伴隨著一項目標：熟練就業人口占勞動力的比例，將從2025年的30.1%提高至2030年的35%。
目錄
阿克馬在回覆淡杯區國會議員吉米普阿威澤的書面答覆中，引述Talent Corporation Malaysia於2024年11月進行的一項研究。他表示，其餘90%的工作可透過技能調適維持相關性。這項區別很重要：部門描述的是工作面臨自動化與重整的風險，並非預測每10名勞工中就有1人會失業。
政府認為，這波轉變是邁向更高經濟附加價值產業、創造更多熟練工作的契機。政府面臨的挑戰，是讓培訓與新職缺的創造速度，趕上現有工作內容價值降低或消失的速度。
幾項數據有助於說明挑戰的規模，但衡量的面向各不相同。TalentCorp指出，10個產業中有62萬名員工可能受到影響。另一項學術分析估計，在生成式AI情境下，有32萬個工作面臨風險；若更深入採用能執行完整工作流程的系統，數字可能升至約68萬個。
這些數字不能視為對全國失業人數的可互換估計。它們涵蓋的產業、對技術的假設，以及計算的是工作任務變化、職務淘汰或可能的失業，皆有所不同。綜合來看，這些數據凸顯馬來西亞既需要創造新工作的策略，也需要為現職勞工提供可行的轉職途徑。
TalentCorp實際衡量的內容
TalentCorp的勞動力影響研究檢視10個產業中的949種職務，這些產業約占馬來西亞國內生產毛額的60%。研究推估，這些產業約18%的員工，也就是約62萬人，將受到科技與經濟變化的重大影響。
這些產業包括航太、化學、電機與電子、能源與電力、食品製造與服務、全球商業服務、資訊與通訊科技、醫療器材、製藥業，以及批發與零售業。2023年，這些產業的經濟貢獻為9,330億令吉。
18%的數字適用於上述產業的勞動力；阿克馬所說的10%則涵蓋範圍更廣的現有工作。官方研究頁面並未提供計算方式，說明兩個百分比如何相互對照。單憑其中任何一個百分比，都無法確定有多少人會失業。
62萬這個數字的描述方式也有所不同。史蒂文辛在2025年6月的一篇機構文章中，稱這些工作面臨被取代或淘汰的高風險。TalentCorp的研究頁面則較廣泛地描述為預期將受到重大影響的員工。職務重整與職務消失，是不同的結果。
這項研究不只統計面臨風險的勞工，也為84種受影響較大的職務繪製職涯轉換路徑，並列出864項基礎與職務專屬技能。這些細節有助雇主將即將消失的工作任務，連結到實際可行的下一份工作，而不是讓勞工在沒有明確目標的情況下接受培訓。
服務業與文書工作為何承受特別壓力
金融經濟從業者林國忠於2026年6月2日發表的ISEAS Perspective論文指出，馬來西亞服務業是AI影響的核心領域。服務業雇用約1,000萬人，占總就業人口65%，並貢獻約60%的國內生產毛額。
論文將亞太地區生成式AI暴露程度估計值22%套用於服務業勞動力，推算最多有220萬個服務業工作可能在某種程度上獲得AI協助，或面臨任務變動。這是廣泛推估，並非已經自動化的工作數量。
生成式AI能產生文字、圖像與軟體程式碼等內容。在職場中，它可以草擬信件、摘要文件及處理資訊。當工作中的部分任務與這些能力重疊時，該工作便面臨影響；但面臨影響不代表系統能可靠地完成整份工作。
馬來西亞戰略與國際研究所（ISIS Malaysia）與世界銀行的研究估計，92%的文書支援職務受到高度影響。研究也指出，約420萬名馬來西亞勞工的工作任務與AI能力重疊。這個較大的數字不應解讀為420萬個文書工作注定消失。
研究共同作者、世界銀行經濟學家艾莉莎法哈賈斯敏解釋，研究指出的是可能依雇主決策而自動化的任務，而非必然發生的裁員。同一套軟體可以協助員工處理更多工作，也可能讓公司縮減人力。最終結果取決於部署方式。
女性與勞動市場中段
文書工作的研究結果顯示，影響並不平均：文書人員中有84%是女性。因此，即使全國就業總數看似相對穩定，行政工作變動仍可能對女性造成較大影響。
年齡層的情況比「年輕勞工面臨最大影響」這種單純警訊更複雜。ISIS Malaysia與世界銀行的研究發現，15至24歲勞工最常出現在受影響程度最低的類別，25至64歲勞工則最常出現在受影響程度最高的類別。
受影響程度較低未必是優勢。年輕勞工可能集中於所需資格不高的體力工作，而自動化卻減少了行政與認知類職缺；這些職位原本可能是他們進入薪資較高工作的途徑。
卡贊納研究院於2024年9月18日發布的科技與勞動力分析，由莫哈末阿米魯拉菲克阿布拉欣博士與吳浩儀撰寫。分析指出，例行性工作，尤其是中等技能類別的工作，面臨的影響特別大。該類別中有90%的工作由馬來西亞公民擔任。
研究院引述估計指出，未來20年，馬來西亞11%至54%的工作可能受到自動化的重大影響。這個寬廣的範圍涵蓋更廣義的自動化，時間跨度也遠長於目前的政策討論。研究院還指出，近半數畢業生的學歷高於第一份工作的要求，並引述高等教育部的畢業生追蹤調查。光是增加學歷，無法解決合適工作不足的問題。
AI協助何時會變成取代工作
林國忠的ISEAS分析將AI採用分為兩個可能階段。第一階段是生成式AI協助勞工，並自動化受影響程度高的任務。第二階段則是代理式AI將自動化擴展至更複雜的工作流程。代理式系統能執行一連串動作，而不只是回答單一提示。
論文估計，在僅採用生成式AI的情境下，約有32萬個工作面臨風險；若代理式AI的採用進一步深化，則約有68萬個工作面臨風險。相較於1,000萬名服務業勞工，這兩個數字分別約占3.2%與6.8%。這些是根據假設的採用程度推演出的情境，並非預測。
論文的壓力測算顯示，失業率可能從3.5%的基準升至約5.5%；若再假設勞動參與率從70%降至60%，失業率可能接近6.3%。這些是有條件的模型結果，並非官方失業率預測。
論文也引述人力資源部於2024年10月的聲明，指出自2020年以來，約有30萬個工作因自動化與AI而消失。論文提到，當時沒有公布逐年細分數據，因此難以區分近期AI的影響、較早期的自動化，以及疫情期間造成的衝擊。
阿克馬另引述史丹佛大學一項日期為2026年9月的研究，題為《AI如何改變勞動需求？來自41個國家的證據》。根據他的國會答覆，該研究發現生成式AI正使需求轉向資深員工，而基本任務自動化則威脅新進人員的就業機會。這項憂慮也連結到另一種風險：未來熟練勞工累積經驗所需的初階職位可能減少。
培訓經費可觀，成果更重要
馬來西亞已投入多筆經費推動技能發展。TalentCorp於2024年11月的公告表示，人力資源部長史蒂文辛志強宣布，將透過部會30億令吉基金，運用徵費、點數、獎學金與配對補助提供支援。
史蒂文辛以人力資源部長身分撰寫的2025年6月世界經濟論壇文章指出，馬來西亞每年在教育與技能相關培訓上的支出為100億令吉，其中約30%來自對私人企業徵收的法定徵費，相當於約30億令吉。
據報，TalentCorp也編列了16億令吉，用於數位與AI技能培訓，馬來西亞勞工可免費參加課程。這些金額描述的是不同的融資安排與期間，不應視為同一筆全新AI預算中的不同部分而加總。
阿克馬表示，已成立17個MyMahir未來技能人才委員會，各由一名業界代表擔任主席。MyMahir提供職缺趨勢、所需技能、職涯途徑與培訓機會等資訊，讓課程設計能配合雇主實際需求。
史蒂文辛表示，參加委員會技能計畫並接受培訓的勞工，第一年平均薪資比全國平均高12%。這項比較有參考價值，但不能證明培訓使薪資增加12%。若要證明因果關係，還需要參與者受訓前的薪資，以及未參加計畫的可比較勞工資料。
最新參與人數數據顯示什麼
人力資源部副部長凱魯費魯斯阿克巴汗告訴國會，截至8月31日，共有74,332人參加人力局的技能提升與再培訓計畫。截至2026年8月，人力資源發展機構（HRD Corp）已核准19,084個培訓名額，並提供4,767萬令吉財務援助。
這些計畫以低技能與中等技能類別的勞工為對象，課程主題包括AI、物聯網、自動化、無人機、綠色科技、電動車、氫能科技與創業。物聯網將裝置與感測器連接起來，使設備能交換資料並接受監控。
凱魯費魯斯也宣布，自2026年10月1日起，社會保障機構（SOCSO）的Skim LINDUNG Kerjaya計畫，最高培訓費補助將從3,000令吉提高至7,000令吉，增加4,000令吉，超過原先上限的兩倍。
TalentCorp的MyMahir AI Tour與JAMx計畫受惠人數已超過7,971人。由於未說明參與者是否重複，這些參與人數與核准名額不能直接相加，當作不同勞工的總人數；這些數字也無法證明有多少參與者找到新工作。
凱魯費魯斯引述Farm Fresh Berhad的案例指出，該公司估計投入1,400萬令吉，以AI監控產品有效日期，並使顧客投訴減少30%。這個案例顯示營運效益可以量化，但沒有相關就業數據能證明員工人數是增加、減少還是維持不變。
雇主能否讓培訓轉化為有用工作
雇主的準備程度仍不一致。阿里巴巴雲的調查發現，68%的受訪者認為企業在雲端運算與AI採用方面落後。PwC馬來西亞《2024年企業董事調查》則發現，23%的馬來西亞執行長計畫將AI納入人力與技能策略。
其他調查結果也顯示，企業在培訓準備方面有限。安永《2023年工作重塑調查》發現，22%的馬來西亞企業正準備為員工提供AI培訓。PwC調查則發現，12%的企業將生成式AI培訓列為優先事項，4%的企業表示擔憂相關失業問題。這些調查涵蓋的對象與期間不同，因此只能反映準備程度，不能視為單一且可直接比較的趨勢。
馬來西亞雇主聯合會理事、MBSB銀行人事長法里德巴希爾主張，推動自動化決策時應以人為本。他的核心建議是：
AI應該增強人的能力，而不是取代人。
法里德認為，同理心、解讀複雜情境、創新與價值判斷仍需要人。ISIS Malaysia與世界銀行的研究建議強化失業保險、及早推動AI教育與倫理教育、培養批判思考和複雜判斷等技能，並提供誘因鼓勵雇主為員工再培訓。
林國忠提出的AI社會契約也呼籲，在企業內部重新安排人力、提供轉職途徑、建立靈活的安全網，並在AI取代人工作業時提高透明度。這些都是政策建議，並非已宣布的承諾。它們共同指出，培訓課程只是成功轉職的一環。
新職務、大學計畫與2030年目標
TalentCorp指出，未來三至五年約有60種新興職務的重要性預期將提升，包括AI工程師、永續發展專家，以及從事生物生產流程的工程師。史蒂文辛表示，其中70%與AI及數位科技相關，相當於約42種職務類型，而非42個個別工作。
馬來西亞也以AI相關規劃為基礎，設定創造50萬個就業機會的目標。阿克馬指出，技術與職業教育及訓練可協助勞工適應變化；人力資源部負責執行，經濟部則制定政策方向。
高等教育部目標是在2025至2030年間，透過11所公立大學開設的30項專門課程，培養3萬名具備AI技能的畢業生。部長贊比里阿卜杜勒卡迪爾表示，截至9月30日，已有455項學術課程完成檢討，專門AI課程則遵循馬來西亞資格認證機構的《人工智慧課程標準》。
專設院系包括馬來西亞工藝大學的AI學院、馬六甲馬來西亞技術大學的AI與網路安全學院，以及玻璃市馬來西亞大學的智慧運算學院。該部也計畫在公立大學80%的學士學位課程中納入AI內容。
根據第十三大馬計畫，熟練就業人口占比須從30.1%提高至35%，也就是增加4.9個百分點。2025年，中等技能類別職務占就業人口57%，最低技能類別則占12.9%。因此，這項目標不只是培養更多AI專才，也涉及改變就業人口的結構。
承諾的時程與未解問題
勞動力政策涵蓋《第十三大馬計畫》、《2030年新工業大藍圖》、《國家能源轉型路線圖》、《國家半導體策略》與《2030年馬來西亞數位行動計畫》。阿克馬表示，這項數位計畫由首相安華於6月29日宣布，支持馬來西亞追求AI國家目標，同時打造具適應力且包容的勞動力。
主要里程碑顯示相關措施的發展歷程：
- 2024年9月18日：卡贊納研究院發布科技、技能錯配與自動化影響分析。
- 2024年11月18日：TalentCorp發布首份涵蓋10個產業的研究，並宣布透過部會30億令吉基金提供支援。
- 2025年6月10日：史蒂文辛說明年度技能支出、新興職務，以及當年6月為東協公民開設65,000門國民培訓週課程的計畫。
- 2026年6月2日：ISEAS發布林國忠對生成式與代理式AI採用情境的分析。
- 2026年8月：HRD Corp核准19,084個培訓名額，並提供4,767萬令吉援助。
- 2026年10月1日：社會保障機構培訓費補助上限依宣布提高至7,000令吉。
- 2030年：馬來西亞目標將熟練就業占比提高至35%，並在2025至2030年間培養3萬名具備AI技能的畢業生。
TalentCorp原先計畫在2025年將研究範圍擴大至另外12個產業。目前研究頁面將第二階段列為進行中，但未訂定明確發布日期。擴大研究的結果或可釐清原先產業以外的影響程度。
其他尚待釐清的問題仍然重要：過去通報的工作流失人數沒有逐年細分；全國與產業層級的百分比尚未獲得明確對照；也沒有證據顯示新機會能在地點、薪資或資格條件上符合受影響勞工的需求。實際考驗在於，勞工能否在原有職務變動使他們失去收入之前，轉入合適的工作。
重點整理
- 經濟部表示，約10%的工作面臨自動化或職務內容變動，但不一定會被淘汰。
- TalentCorp預估有62萬名員工將受到重大影響，占研究涵蓋10個產業勞工的18%。
- ISEAS估計，在不同AI採用情境下，有32萬至68萬個工作面臨風險；這些是情境推演，並非預測。
- 文書工作受到高度影響，文書人員中有84%是女性。
- 馬來西亞目標將熟練就業人口占比從2025年的30.1%提高至2030年的35%。
- 培訓參與人數持續增加，但現有數據尚未證明有多少勞工找到新工作。
- TalentCorp下一階段研究仍在進行中，尚無確定發布日期。
