--- title: "當 AI 成為裁員頭號理由：一個工程師的冷靜觀察" description: "以下是根據研究資料撰寫的文章： --- 當 AI 成為裁員頭號理由：一個工程師的冷靜觀察 前言 2026 年 3 月，AI 第一次超越「營運重組」和「市場調整」，正式成為企業裁員的首要理由，佔所有公告裁員的 25%，對應 15,341 個職位。 這個數字讓我停下來想了一下。身為一個每天都在用 AI" canonical_url: "https://blog.markkulab.net/post/ai-layoffs-engineer-observation" author: "Mark Ku" author_url: "https://blog.markkulab.net/author/mark-ku" site: "Mark Ku's Blog" date_published: "2026-04-03 15:46:19 +0800" category: "AI" language: "zh-TW" license: "CC BY 4.0" license_url: "https://creativecommons.org/licenses/by/4.0/" attribution: "轉載或引用請註明作者並附上原文連結" --- # 當 AI 成為裁員頭號理由：一個工程師的冷靜觀察 以下是根據研究資料撰寫的文章： --- # 當 AI 成為裁員頭號理由：一個工程師的冷靜觀察 ## 前言 2026 年 3 月，AI 第一次超越「營運重組」和「市場調整」，正式成為企業裁員的首要理由，佔所有公告裁員的 25%，對應 15,341 個職位。 這個數字讓我停下來想了一下。身為一個每天都在用 AI 工具寫程式的工程師，我其實不太確定該怎麼消化這件事。一方面，我確實感受到 AI 帶來的效率提升；另一方面，當「效率提升」開始等於「你的同事被裁了」，這就不只是技術問題了。 這篇整理了目前能找到的數據和幾個值得思考的現象，純粹是個人的觀察筆記。 ## 裁員規模到底有多大？ 先看數字。2025 年全球科技業裁員達 24.5 萬人，已經是歷史新高。結果 2026 年更猛，光第一季就砍了超過 5.9 萬人，照這個速度推算，全年可能達到 26.5 萬人。 幾個代表性的案例： | 企業 | 裁員人數 | 備註 | |------|---------|------| | Oracle | ~30,000 | 2026 年最大規模 | | Amazon | ~16,000 | 持續「精簡」 | | Dell | ~11,000 | 硬體轉型壓力 | | Meta | 2,000+（潛在 15,000） | 公開數字 vs 實際規模落差大 | | Block | ~4,000 | Fintech 也沒倖免 | 這裡有個關鍵細節：Fortune 雜誌引述的 CFO 調查顯示，企業私下承認 AI 相關裁員規模比公開數字高出 **9 倍**。也就是說，我們看到的可能只是冰山一角。 受衝擊最大的不只是客服人員和行政支援，還包括初階工程師和中階管理層。Brookings 研究指出，有近 1,100 萬名無學位勞工處於高度 AI 曝險區，這些被稱為「墊腳石職位」（Gateway Jobs）的崗位，正好是很多人進入科技業的起點。 ## 生產力悖論：AI 真的有那麼神？ 這是我覺得最有意思的部分。 Duke 大學跟聯準會合作的一項研究發現，企業自報的 AI 生產力提升平均是 1.8%，聽起來不多，但企業對外宣傳的時候往往講得天花亂墜。更關鍵的是，這個自報數字跟實際統計數據之間有明顯落差。 這讓人想到經濟學家 Robert Solow 在 1987 年說的那句話： > 「電腦無處不在，卻不見於生產力統計。」（You can see the computer age everywhere but in the productivity statistics.） 快 40 年過去了，把「電腦」換成「AI」，這句話似乎依然適用。 以我自己的經驗來說，AI 確實讓某些工作變快了，寫 boilerplate code、查文件、整理筆記、生成測試案例，這些事情的效率提升是有感的。但如果你問我「整體生產力提升了多少百分比」，老實說我答不出一個精確數字。很多時候，省下來的時間被花在跟 AI 來回修正、檢查 hallucination、或是處理它製造的新問題上。 ## 「AI 洗白」：當 AI 變成方便的藉口 San Francisco Standard 的一篇報導用了「AI washing」這個詞，意思是有些企業拿 AI 當擋箭牌，實際上裁員的原因更複雜，可能是營收下滑、策略轉向、或是單純的成本壓力。 想想也合理。跟投資人和董事會說「我們正在擁抱 AI 轉型，精簡人力結構」，聽起來比「我們上季度虧損，必須砍人」要好聽得多。AI 裁員敘事給了企業一個既前瞻又合理的包裝。 這不是在說 AI 對就業完全沒有影響，影響顯然是存在的。但當「AI 取代人力」變成一個不需要太多解釋的萬用理由時，我們可能需要多打幾個問號。 ## 反轉訊號：裁完了，然後呢？ 如果只看裁員數據，很容易掉進悲觀的陷阱。但有幾個訊號值得注意： 1. **Gartner 預測**（2026 年 2 月）：到 2027 年，50% 因 AI 裁員的企業會重新聘僱員工做類似的工作，只是職稱不同了 2. **CEO 態度轉變**：67% 的 CEO 預期 2026 年會增加入門級職位招聘 3. **新職缺浮現**：LinkedIn 數據顯示新增了 130 萬個 AI 相關職位 4. **Upskilling 成主旋律**：87% 的企業領導者把員工再培訓列為首要任務 換句話說，很多企業的做法是「先裁、再重組、然後用新職稱重新招」。這聽起來很荒謬，但從組織變革的角度看，有時候打掉重練確實比內部轉型容易推動，雖然對被裁的人來說，這個過程一點都不好受。 另一個數據是：全球約 80% 的勞動力需要在 12-18 個月內習得新的 AI 技能。這個數字不管精不精確，方向應該是對的。 ## 工程師可以怎麼看待這件事 身為工程師，我的觀察是這樣的： **短期來看**，AI 確實在重新定義什麼工作「值得用人來做」。那些高度重複、規則明確、不太需要判斷力的任務，被自動化是遲早的事。這不是 AI 才有的趨勢，只是 AI 讓這個過程加速了。 **中期來看**，「會用 AI」本身不是競爭力，因為很快每個人都會用。真正的差異在於你能不能判斷 AI 產出的品質、能不能定義問題、能不能在 AI 搞砸的時候接手修正。某種程度上，這跟「會用 Google 搜尋」不是競爭力是同一個道理。 **長期來看**，我比較在意的是那些「墊腳石職位」消失後，新人要怎麼進入這個產業。如果初階工程師的職缺持續減少，資深工程師的養成管道就會斷裂。這是整個產業需要面對的結構性問題。 幾個我自己在做的事： - 把 AI 工具當成日常開發流程的一部分，而不是偶爾拿來玩的新玩具 - 刻意練習 AI 不擅長的能力，系統設計、技術決策、跨團隊溝通 - 保持對新工具的好奇心，但不盲目追每一個 hype cycle - 持續寫技術文章和做 side project，讓自己的能力被看見 ## 結論 AI 裁員潮是真的，但裡面有不少泡沫。有些裁員確實是因為 AI 改變了工作方式，有些則是拿 AI 當藉口。生產力悖論告訴我們，AI 的實際影響可能沒有報導中說的那麼劇烈，Gartner 的預測也暗示很多裁員最終會以「換個職稱重新招」收場。 對我們工程師來說，與其焦慮 AI 會不會取代自己，不如專注在提升那些 AI 短期內做不好的能力，理解業務脈絡、做系統層級的判斷、以及把模糊的需求變成能運作的架構。 這些能力不會因為 AI 進步而貶值，反而會更值錢。 ## 參考資料 - [Tech Layoffs 2026: How AI Is Driving the Biggest Workforce Shift](https://tech-insider.org/tech-layoffs-2026-ai-workforce-impact/) - [Tech Layoffs Surge to 59,000 in 2026 — IBTimes](https://www.ibtimes.co.uk/ai-driven-layoffs-2026-tech-sector-1788111) - [CFOs admit privately that AI layoffs will be 9x higher — Fortune](https://fortune.com/2026/03/24/cfo-survey-ai-job-cuts-productivity-paradox-2026/) - [AI productivity paradox: CEO study — Fortune](https://fortune.com/2026/02/17/ai-productivity-paradox-ceo-study-robert-solow-information-technology-age/) - [Gartner Predicts Half of Companies Will Rehire by 2027](https://www.gartner.com/en/newsroom/press-releases/2026-02-03-gartner-predicts-half-of-companies-that-cut-customer-service-staff-due-to-ai-will-rehire-by-2027) - [AI 驅動裁員潮：2026 年初全球科技業已砍超過 4.5 萬個職位](https://www.aiposthub.com/ai-layoffs-2026-tech-jobs-cut/) - [For the First Time, AI Is the Number One Reason Companies Are Cutting Jobs — 4 Corner Resources](https://www.4cornerresources.com/job-market-news/march-2026-challenger-job-cuts-ai/) - [Blame game: Is AI really fueling all those layoffs? — SF Standard](https://sfstandard.com/2026/04/02/ai-washing-layoffs/) - [67% CEO 預期 2026 增加入門職 — TechOrange](https://techorange.com/2025/12/29/ai-is-triggering-a-hiring-comeback/) - [AI Upskilling 2026: Stay Relevant as 80% Must Retrain](https://www.digitalapplied.com/blog/ai-upskilling-workforce-guide-stay-relevant-2026) --- ## 關於本文與作者 本文出自 [Mark Ku's Blog](https://blog.markkulab.net/post/ai-layoffs-engineer-observation) 授權條款： [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) — 轉載或引用請註明作者並附上原文連結 ### 關於作者 **[Mark Ku](https://blog.markkulab.net/author/mark-ku)** — Software Solution Provider - 10+ 年資深軟體工程師，現為 AI 應用 Builder - 專注大型平台架構設計，從北美電商到AI SaaS訂閱收費系統 - 結合 AI Agent 與自動化，打造高效可演進的產品技術基礎 ### 作者開發的免費工具 以下工具皆可免費使用： - [免費 PDF 簽名工具](https://blog.markkulab.net/tools/pdf-sign): 線上 PDF 簽名工具，瀏覽器內完成手繪、打字、上傳簽名，可拖曳放置、縮放、下載。所有處理都在你的裝置完成，檔案不會上傳。 - [VS Code Refactory](https://blog.markkulab.net/tools/refactory): Refactory 是一款 VS Code 重構擴充套件：34 個重構動作、37 條 code smell 檢查、Code Health 儀表板、18 種語言、534 支測試。懂你的專案慣例：介面放哪、DI 註冊寫在哪、'use client' 該不該加；還會用 git 修改頻率 × 複雜度排出「該先修哪個檔案」，並一鍵把壞味道交給你自己電腦上的 Claude Code 修。免費使用，原始碼不離開你的機器。 - [DB-Kit 資料庫管理工具](https://blog.markkulab.net/tools/db-kit): DB-Kit 是一個用 Tauri + Rust + React 打造的輕量跨平台資料庫管理工具，用單一一致的介面同時管理 MySQL、MariaDB、PostgreSQL、SQL Server、Oracle、SQLite、MongoDB、Redis、Kafka、Elasticsearch 與 RabbitMQ 十一種資料來源：連線密碼以 OS keychain 加密、SSH Tunnel、完整 CRUD、視覺化查詢建構器、多結果集同時顯示、跨連線資料傳輸與比對同步、Excel / CSV 匯入匯出、執行計畫視覺化、ER 圖、排程備份、SQL 壓力測試（p50～p99 延遲百分位）、15 條規則的 SQL 審查、Kafka 訊息瀏覽與監控告警；繁中 / 英文雙語介面，內建 AI 助手（自然語言生成 SQL、AI 審查與調校建議）與命令列工具 dbk。免費開源（MIT），提供 Windows / macOS / Linux 安裝檔。 - [VS Code Super Mermaid](https://blog.markkulab.net/tools/super-mermaid): Super Mermaid 是一款 VS Code 擴充套件：開箱即用的漂亮 Mermaid 圖表，自動上色、即時預覽、滑鼠平移縮放、PNG / SVG 高解析匯出，內建 21 種範本與多種主題。免費開源（MIT）。 - [React Super Mermaid](https://blog.markkulab.net/tools/react-super-mermaid): react-super-mermaid 是一個開源 React 元件庫：一行 即可渲染漂亮的 Mermaid 圖表，內建 colorful / sketch 主題、平移縮放、圖內搜尋、SVG / PNG 高解析匯出。輕量、SSR 安全、完整 TypeScript 型別。免費開源（MIT）。 - [Jira / Confluence Super Mermaid](https://blog.markkulab.net/tools/jira-super-mermaid): Atlassian Forge app：在 Jira issue 與 Confluence 內文直接寫 Mermaid 語法，畫流程圖、時序圖、狀態機與甘特圖。11 種圖表、SVG / PNG 匯出、明暗主題、完整中日韓文字支援。取得 Runs on Atlassian 資格：圖表存在你自己的站台，app 不呼叫任何第三方服務。免費，即將上架 Atlassian Marketplace。 - [Mermaid 線上預覽](https://blog.markkulab.net/tools/mermaid-preview): 在瀏覽器裡寫 Mermaid、即時看圖，整張圖表壓進網址就能分享。免註冊、不上傳伺服器，相容 mermaid.live 的分享連結。 - [React Intl Phone Number](https://blog.markkulab.net/tools/react-intl-phone-number): react-intl-phone-number 是一個開源 React 元件：framework-agnostic、不依賴 antd，提供 E.164 進出、可搜尋國旗 / 國碼下拉、可配置驗證等級（strict / mobile-strict / loose）、可主題化 CSS 與 i18n，電話邏輯由 google-libphonenumber 驅動。輕量、完整 TypeScript 型別。免費開源（MIT）。 - [Uptime Kuma Cluster](https://blog.markkulab.net/tools/uptime-kuma-cluster): 把單機版 Uptime Kuma 改造成高可用叢集：OpenResty + Lua 智慧負載平衡、MariaDB 共享狀態、健康檢查與自動 Failover，附叢集管理 REST API，一行 Docker Compose 啟動。免費開源（MIT）。 - [特教專案](https://blog.markkulab.net/education): 為特殊教育學生製作的學習教材 ### 每日 Podcast - [科技新鮮事](https://blog.markkulab.net/category/tech-news): 每日精選 AI 與科技趨勢，透過語音摘要快速掌握最新技術動態，涵蓋 AI 應用、軟體架構、DevOps 與工程實戰。 — RSS: https://blog.markkulab.net/feed.xml - [AI股市蝦聊](https://blog.markkulab.net/category/ai-stock-chat): 每個交易日用 AI 分析台股盤勢，以雙人對話聊當天的盤中觀察與隔日預測。 — RSS: https://blog.markkulab.net/ai-stock-chat/feed.xml ### 電子報 [訂閱電子報](https://blog.markkulab.net/subscribe) — 第一時間收到新文章通知，無垃圾信、隨時可取消訂閱。