數學家、統計學家

🇹🇼 台灣 · 科技

下一批受影響在台灣的 803 種職業中第 245 名 · 風險最高的前 31%

我的職業壽命

5年 5個月

00天 00:00:00:000

距離 AI 開始取代這份工作
2032年3月21日 · 倒數 2002 天

統計分析與建模報告AI已達專家水準，產業界統計人力先減；選對問題、向非專家說明不確定性仍靠人，學術數學受員額制度保護，縮減較緩。

AI vs 人類，你站哪一邊？

被取代的風險高

20 年後的人力占比40%

AI 取代時間軸

影響方式 · 縮減

2026 · 現在2036

推估區間 2年 11個月 – 8年 11個月

數學家與統計學家的工作,一部分是幫產業做統計分析、寫建模報告,另一部分是留在學校跟研究機構做研究跟教書。這兩塊受AI影響的速度差很大:產業界的分析跟報告工作,AI已經能做到接近老手水準;學校跟研究機構那塊,則要看每個單位的用人制度而定。

寫一份完整的統計分析或建模報告,AI現在的能力已經接近業界資深分析師,YOU'RE NEXT判斷企業因此會先減少委外分析跟例行報表這類工作的統計人力,實際開始縮編的時間點,YOU'RE NEXT估計落在2032年前後,之後逐年擴大範圍,不是一次性裁撤整個部門,而是先減少新增職缺再逐步整併既有崗位。

挑出真正值得研究的問題、跟非專業的人解釋一套模型背後的不確定性,還有判斷模型的假設什麼時候不再成立,這些都要長年累積的判斷力,不是套公式就能做到。大學跟研究機構是不是也靠內部的用人編制拉長調整時間,目前還不確定,但這份工作沒有證照保護,純粹靠這種判斷力撐住,短期內很難被單一工具取代。

數學、應用數學或統計學的基礎訓練之外,多練習把統計結果講給非專業的人聽,並在真實而混亂的資料上抓出模型什麼時候開始失準,這正是AI寫報告最容易漏掉的地方。教育測驗與評量這類應用領域的實務經驗,也能讓理論訓練更貼近實際職缺需求,面談時也比較容易講出具體案例。

撰寫日期 2026-09-26

適合轉職的前 3 種工作完成測驗後顯示

3 分鐘，找出適合你的轉職方向

搜尋同事、朋友或家人的職業，看看誰先被 AI 取代。

在台灣的 803 種職業中排第 245 名，比 69% 的職業更早被取代。

查看排名收起排名

資料用於說明工作、制度與科系。AI 取代時間與分數為 AI 推估，不是來源機構的預測。計算方法（英文）