為勞工提供薪資洞察：縮減薪資資訊差距

2026 年 3 月 17 日

為勞工提供薪資洞察

美國人每天向 ChatGPT 發送近 300 萬條訊息，以協助他們縮小薪資資訊落差。

薪資資訊形塑了重要的決策：人們申請什麼工作、是否進行協商，以及特定的職業道路是否值得追求。但與大多數商品的價格不同，勞動力的價格通常難以尋找且難以解讀——對於處於職業生涯早期、轉行或搬遷的人來說尤其如此。

人工智慧是一種新型的勞動力市場資源。模型不需要勞工在多個網站上搜尋、解讀零散的薪資頁面，或詢問具有社交風險的問題，而是可以綜合薪資資訊並在幾秒鐘內提供基準。勞工已經在以這種方式使用 ChatGPT，在美國平均每天發送近 300 萬條訊息，詢問有關工資、薪酬或收入的問題。

我們最新的研究報告⁠（在新視窗中開啟）探討了美國人如何使用 ChatGPT 來縮小薪資資訊落差。他們最常向 ChatGPT 尋求兩類幫助：將薪酬轉化為可用的基準，以及了解某個職位、公司、職業道路或創業想法的實際薪酬。在標記的薪資基準訊息中，薪資計算佔問題的 26%，其次是特定職位（19%）、創業（18%）、公司的特定職位（11%）以及職業或生涯問題（11%）。我們是透過一項保護隱私的分析得出這一結論的，該分析使用自動分類器，且絕不涉及人工查看個人訊息。

這些問題的模式至關重要。與職業相關的薪資搜尋集中在藝術、設計、娛樂、體育和媒體；管理；醫療保健；運輸；銷售；以及商業和財務運作等領域。相對於就業人數，薪資搜尋在技能要求較高且透明度較低的職業中比例過高，例如創意領域、管理、醫療保健以及電腦和數學職位，這表明在薪酬難以衡量、更具協商空間或對職業流動性更重要的領域，需求最為強烈。我們在創業相關問題中也看到了類似的模式，這些問題集中在創意工作和小型服務業——這些領域通常沒有公開的薪資基準。

在各個行業中，薪資差距越大、薪資越高的地方，薪資搜尋量就越高。換句話說，當得到正確答案更為重要，且薪資更難解讀時，勞工似乎最傾向於尋求薪酬資訊。這就是為什麼這件事的意義超越了單純的薪資查詢。對潛在收入的誤解可能會讓勞工留在薪資較低的工作中、削弱協商能力、延遲職業變動，或阻礙對教育和培訓的投資。更好的資訊無法消除不確定性，但可以讓人們更容易對工作的薪酬形成合理的看法，從而幫助人們做出更好的決策。

為了更深入了解我們的模型如何服務勞工，該報告還介紹了 WorkerBench，這是一項評估 ChatGPT 在對勞工有價值的勞動力市場任務中表現的新嘗試。在第一項基準測試中，我們針對 2024 年 OEWS 國家職業和都會區層級的中位數薪資評估了 GPT-5.4。在觀察樣本中，該模型高度準確：覆蓋率高、偏差小，且幾乎所有的數值估計都非常接近基準。

薪酬資訊在經濟上非常重要，但往往難以獲取或具有敏感性。勞工已經在利用 ChatGPT 來解決這個問題，特別是在不確定性最高且利害關係最重大的勞動力市場領域。我們的目標是持續提升這種幫助的實用性和可靠性——從國家基準擴展到勞工每天實際詢問的地理位置、公司、職級和薪酬問題。

作者

延伸閱讀

全球事務 2026 年 3 月 5 日

全球事務 2026 年 3 月 4 日

全球事務 2026 年 2 月 26 日