當前這一波由 AI 引發的自動化浪潮，正開始對大量白領工作產生實質衝擊。而要理解一種工作是否會走向衰落，首先必須理解它當初為何會興起。社會學家詹姆斯・貝尼格（James Beniger）在《控制革命》中，正好為這個問題提供了一個極具洞察力的分析框架。
貝尼格指出，大部分的白領工作本質上都是信息處理的工作。工業革命之後，白領階層之所以能快速擴張、並逐步成為中產階級的主體，是因為物質生產的速度出現了指數級成長，而人類處理信息的能力卻沒有同步提升。當機器可以在一分鐘內生產成千上萬件產品時，庫存統計、銷售記錄、物流調度與財務結算等工作，卻仍然需要幾十個會計和文員算一整天，信息處理能力因此成為整個系統的瓶頸。
這種「機器生產得太快、人類跟不上」的失衡狀態，正是貝尼格所說的「控制危機」。十九世紀鐵路系統建立後的初期，由於列車速度超越了跑腿的信息傳遞速度，調度員無法即時掌握位置，導致事故頻發；工廠產線高速運轉，卻無法準確掌控原料與庫存，造成停擺與浪費；大型零售體系商品種類暴增，卻缺乏有效管理手段，最終引發混亂。這些問題的根源，都不在於生產能力不足，而在於信息處理能力的落後。
在小規模的手工業時代，老闆一個人尚能同時處理採購、生產與銷售所需的全部信息；但當組織規模擴大到工廠與企業層級時，信息早已超出單一大腦所能承受的信息量。為了填補機器高速運作與人類低速認知之間的落差，現代組織被迫創造出大量行政與管理層級。基層白領負責將混亂的現實整理為可處理的資料，中層管理者則將海量細節壓縮為摘要與報表，高層管理者負責分擔老闆的決策壓力。白領體系的擴張，本質上是一套為了維持系統可控性而誕生的信息處理架構。
即使是位於白領金字塔頂端的專業人士，其核心價值依然來自於經過大量訓練後才能掌握的信息處理能力。醫生、律師或會計師之所以被視為不可或缺，是因為他們經過長時間訓練，能在有限時間內消化、整合並判斷大量他人無法有效處理的信息，並將其轉化為具有行動意義的結論。
從這個角度看，大眾教育體系本身就是一個為信息處理而設計的支援系統。基礎教育的3個基本要素「讀、寫、算」（The 3Rs），本質上是信息處理的輸入輸出接口。透過培養這些技能，加強每人輸入信息（如讀取案件材料）及輸出信息（如法律意見）的能力，社會才能培養出足夠多的個體，承接因生產力提升而暴增的信息處理需求。
也正因如此，在過去幾百年間，由於白領所需的信息處理能力必須透過長時間教育與訓練才能獲得，它一直是一種供應相對稀缺的資源。與此同時，生產效率的持續提升不斷推高信息總量，進一步放大了對白領的需求。在這種雙重作用下，白領階層迅速擴張，並構成了現代中產階級的核心。
除了教育，人類也長期發展不同技術技術來協助處理信息。從電報與電話解決信息傳輸延遲，到穿孔卡、統計機與檔案制度協助記憶與分類，再到大型主機、個人電腦與電子試算表接管計算與推演，乃至本世紀搜尋引擎大幅降低信息檢索成本，這些技術的共同目標，都是讓社會能以更低的成本處理更大的信息規模。
然而，即使在這些技術不斷發展的過程中，信息增長的速度依然長期快於人類信息處理能力的提升速度，白領工作的總量因此持續擴張。也正是如此，當前的時代顯得格外特殊。隨著生成式 AI 已具備大學生水準的讀、寫、算能力，工業革命後幾百年來，甚至可能是人類歷史上第一次，人類處理信息能力的增長速度，反過來超越了信息本身的成長速度。在經濟學意義上，信息處理能力的計量單位，正從人類員工的時薪與月薪，轉變為 AI 模型的 token 成本；而在相同 token 能力下，信息處理的價格正以每年90%速度暴跌。隨著中美兩國在 AI 研究與算力基礎設施上各自投入千億美元級別的資源，在可見的未來，這個趨勢仍會繼續。
這意味著，在過去幾百年間，建立在「信息處理能力稀缺」這一前提之上的教育制度、企業組織、社會結構，以及個人發展路徑，將不可避免地面臨重塑。誠然，技術一直在不斷讓部分信息處理能力貶值，電話替代了送信的跑腿，計算機消除了計算力的稀缺，搜索引擎大幅降低了記憶力的作用。但在短短數年間，原本需要十多年教育投資才能獲得的大學程度信息處理能力，迅速轉化為邊際成本近乎為零的基礎資源，仍然是人類社會前所未有的劇烈衝擊。說得更直白一些，核心價值高度依賴讀、寫、算能力的初階白領崗位，正在快速消亡。
歷史一再顯示，每一次技術躍升，原本被視為人類智慧的高階工作，最終都會下沉為機械運算的基礎能力。白領階層要求存，必須不斷向這條侵蝕線之上移動，去佔據那些機器尚未學會的領域，這一次也不會例外。至於有那些領域需要學習，則有待下文再談。
本文原刊於明報，刊登日期為 2026 年 1 月 13 日。