目錄

• 你可能想知道的事
• 主要議題
• 關鍵見解表
• 後續…

你可能想知道的事

廣泛採用人工智慧會主要消滅工作機會，還是會在各行各業創造新的機會？

在投入人工智慧的公司中的聘用模式，是否反映一般的勞動趨勢，還是集中在成長快速、重視科技的公司？

主要議題

隨著一波波裁員公告把部分理由歸因於人工智慧，對於人工智慧引發的工作流失的擔憂加劇。到 2026 年 5 月，報導將近 90,000 個裁員與 AI 有關，有些預測甚至指出未來五年內美國多達 15% 的職位可能被 AI 取代。這些數字加劇了焦慮——尤其是在年輕勞動者中——關於入門級職位是否會持續存在以及雇主在近期是否會進行招聘。

同時，新出現的實證研究使單方面的大規模替代敘事變得複雜。來自監測企業 AI 支出和數千家公司勞動力紀錄的機構的一份聯合報告顯示，高強度 AI 投入者平均上比同行更快地擴充人員。該分析將「高強度採用者」定義為在一個初始季度中每位員工每月大約花費 30 美元在 AI 上的公司。這些公司顯示大約 10.2% 的人員增長，且在多個職能——工程、銷售、行政、客戶服務、財務、行銷和科學職務——皆有成長，這表明 AI 投資有時伴隨招聘激增，而非單一的普遍裁員。

重要的是，增長最強烈的集中在資訊部門——軟體、網際網路、媒體與相關科技公司。在那些環境中，甚至入門級人員也有所增加：報告發現最密集的 AI 採用者中，初級職位大約增加了 12%。這一觀察削弱了 AI 普遍消滅初級職位的全面性說法，並凸顯對某些公司來說，AI 可以促成團隊擴張，而不僅僅是勞動替代。

然而，這種模式在整體經濟中並不一致。 基礎資料集偏向以知識工作為主且已具有成長導向的組織——通常有創投支持或資源充足。這種集中使得單純將招聘成長歸因於 AI 變得困難；這些公司可能本來就會快速擴張。報告作者明確承認這一限制：證據並不證明 AI 在整體上創造工作，但它確實挑戰了 AI 必然導致大範圍失業的說法。

其他研究則描繪出更為謹慎的圖景。例如，一家大型銀行的研究估計在過去一年中每月淨流失約 16,000 個職位，對 Z 世代和入門級員工的影響尤為不成比例。要將此類發現與上述報告調和，需要超越總體數字，關注公司的異質性與行業差異：有些公司擴張，有些收縮，而許多結果取決於 AI 如何被部署。

如何解釋這些不同趨勢？一個合理的機制是，AI 有時作為生產力槓桿，能在某些公司（尤其是軟體與科技公司）降低核心產出的單位成本——加速程式碼生成、偵錯、內部工具、文件編寫與產品支持等活動。當這些關鍵工作流程的生產成本下降時，整體擴張公司的投資回報可能增加。在那種情境下，AI 更像是成長乘數，而非單純的勞動替代。

相反地，購買 AI 訂閱或執行小型試點但未做持續且整合性投資的公司，往往看不到類似的人員增長。報告強調表面採用——受限的試點或一次性工具——很少轉化為更廣泛的生產力提升或招聘。這一區別表明，能將 AI 投資轉換為可擴展運營優勢的公司，與仍停留在實驗階段的公司之間，正在出現分歧。

這種分歧與資源密切相關。擁有資本、技術人員、經驗豐富的管理層和創辦人網絡的公司，更有能力將 AI 嵌入產品與工作流程重新設計，從而合理化擴充團隊。缺乏這些渠道的公司可能難以有效地將 AI 盈利化並可能落後，擴大經濟中競爭力與就業結果的差距。論文作者警告，除非能更廣泛地獲得互補能力，否則這種分裂可能會繼續擴大。

總之，AI 與就業之間的關係是複雜且依情境而異的。雖然一些證據顯示工作流失集中在特定人口群體與行業，其他資料則顯示密集採用 AI 的公司——特別是在科技領先的產業——確實能增加招聘，包括入門級職位。因此，政策制定者、雇主與教育者面臨一項細緻的挑戰：既要緩和因替代而受害者的衝擊，同時又要促成能把 AI 成果轉化為可持續就業的更廣泛採用路徑。

關鍵見解表

後續…

展望未來，最有成效的回應將把對替代的關注與擴大企業實現 AI 潛力的能力的政策與做法結合起來。這包括投入勞動力再培訓、加強教育與產業的連結，以及支援較小或資源較少的公司將 AI 整合到有意義的業務流程中。要廣泛擴大 AI 的利益，僅靠軟體購買不夠——還需要組織變革、取得技術人才和策略性資本部署。

研究應繼續按行業、公司規模與員工人口統計來分解結果，以便政策制定者能設計有針對性的介入措施。與此同時，組織與勞動機構應探索把生產力收益分享給勞動者的模式——透過再技能計畫、職務重設與包容性招聘做法——以減少不公平的影響。

最後，對採用路徑的監測與評估——區分表面性的試點與持續且整合的實施——將是關鍵。透過了解哪些做法能將 AI 投資轉化為真實的生產力與就業成長，持份者可以推廣那些在最大化社會利益同時減輕傷害的做法。