AI 裁員潮與生產力悖論：2026 年科技業勞動市場的真實數據
AI 勞動市場正在上演一場數字矛盾。2026 年第一季，全球科技業裁撤超過 55,000 個職位，其中約兩成被企業明確歸因於 AI 自動化。同一時期，LinkedIn 報告顯示 AI 在過去兩年內催生了 130 萬個新崗位，包括 AI 工程師、資料標註師和前線部署工程師。裁員和新增職缺同時爆發，但問題的核心不在這兩組數字。UC Berkeley 與哈佛商業評論 2026 年 2 月發表的研究揭露了第三層現象：留下來的人沒有變輕鬆，他們更忙、更焦慮、更接近倦怠。
2026 Q1 裁員潮：時間線與關鍵數據
裁員事件的密度在 2026 年初快速攀升。
2026 年 1 月 28 日，Amazon 確認裁員 16,000 人，HR 主管 Beth Galetti 在內部郵件中宣布了這個消息。裁員主要鎖定 AWS、Alexa 和中階管理層。Amazon 在 2025 年營收達到 USD 716.9 billion（約 NTD 23,000,000,000,000），但仍以「扁平化組織」為由持續精簡。
2 月 26 日，Block（前身為 Square）CEO Jack Dorsey 宣布裁員 40%，直接砍掉 4,000 人，員工從 10,205 人縮減到 6,000 人以下。Dorsey 在致股東信中寫道：「一個小得多的團隊，用我們正在建的工具，能做更多，做得更好。」消息公布後，Block 股價在盤後暴漲近 24%。
3 月 11 日，Atlassian 裁員 1,600 人（約全球員工的 10%）。其中超過 900 個職位來自軟體研發部門。CTO Rajeev Rajan 同步離職，公司改設兩位 AI 導向的技術長。CEO Mike Cannon-Brookes 在五個月前還公開承諾要「雇更多工程師」，這個時間差引發了外界對「AI 裁員」是否只是藉口的質疑。
同一週，Reuters 報導 Meta 正在規劃裁員約 20%，可能影響 15,000 人。這將是 Meta 自 2022 年以來最大規模的裁員。Meta 2025 年底的員工總數約 79,000 人，公司同時將 2026 年資本支出預算拉高到 USD 115-135 billion（約 NTD 3,680,000,000,000–4,320,000,000,000），幾乎是 2025 年 USD 72.2 billion 的兩倍。
截至 2026 年 3 月中旬，根據追蹤，全球科技業已有 171 起裁員事件，影響 55,911 人，日均 736 人失業。
| 公司 | 裁員人數 | 裁員比例 | 日期 | 明確歸因 AI |
|---|---|---|---|---|
| Amazon | 16,000 | ~7% | 2026.01.28 | 是（扁平化 + AI 效率） |
| Block | 4,000 | 40% | 2026.02.26 | 是（AI 工具取代人力） |
| Atlassian | 1,600 | 10% | 2026.03.11 | 是（AI 優先轉型） |
| Meta（傳聞） | ~15,000 | ~20% | 2026.03 規劃中 | 是（AI 基建投資） |
| Oracle | 20,000–30,000 | 待確認 | 2026 Q1 規劃中 | 是（資料中心擴張） |
| Microsoft | ~9,000 | <4% | 2026 Q1 | 部分相關 |
Zuckerberg 那句話的完整語境
Mark Zuckerberg 在 2026 年 1 月 29 日 Meta Q4 財報電話會議上說了一段話，被廣泛引用但經常斷章取義。他的原話是：「We're starting to see projects that used to require big teams now be accomplished by a single, very talented person.」
這句話的背景是 Meta 內部的 AI 編碼工具推進。Meta CFO Susan Li 在同一場電話會議上提到，自 2025 年初以來，工程師人均產出提升了 30%，而「重度使用者」的產出年增幅達到 80%。Zuckerberg 把 2026 定義為 AI「開始大幅改變工作方式」的一年，公司策略是扁平化團隊結構、強化個人貢獻者。
但 Dorsey 的做法更激進。他明確表示裁員不是因為業績差。Block 在 2025 Q4 的毛利達到 USD 2.87 billion，年增 26%。他設定的目標是每人毛利超過 USD 2 million，對比 2019-2024 年間的 USD 500,000。這個數字意味著組織的「人均經濟密度」要提高四倍。
130 萬新職缺的真相
LinkedIn 在 2026 年 1 月達沃斯論壇上發表的「Building a Future of Work That Works」報告，成為樂觀論者的主要論據。報告指出，過去兩年全球新增了 130 萬個 AI 相關職位，另外還有 60 萬個新的資料中心崗位。AI 工程師連續兩年位居美國 LinkedIn 最快速成長職位榜首。
但這個數字需要拆解。130 萬新職缺中，相當一部分是既有職位加上了 AI 技能需求後被重新歸類。一位行銷分析師在個人檔案上加註「generative AI workflow」能力，LinkedIn 就可能將這計入 AI 相關職位的成長。換句話說，很多職位本身沒有消失也沒有新增，只是工作內容被重新定義了。
同一份報告也揭示了令人擔憂的數據：全球招聘量持續低於疫情前水準約 20-35%；52% 的專業人士表示正在找工作；近 80% 覺得自己「沒準備好」求職。目前只有 3% 的美國 LinkedIn 會員在個人檔案上列出 AI 技能。
| 指標 | 數據 | 來源 |
|---|---|---|
| 2026 年全球 AI 新增職位 | 130 萬（2 年累計） | LinkedIn / WEF |
| 新增資料中心職位 | 60 萬 | |
| 全球招聘量 vs. 疫前 | 低 20-35% | |
| 正在找工作的專業人士 | 52% | |
| 自覺沒準備好求職 | 80% | |
| 列出 AI 技能的 LinkedIn 會員 | 3%（美國） |
第三組數據：留下來的人怎麼了
UC Berkeley 研究者 Aruna Ranganathan 和 Xingqi Maggie Ye 花了八個月時間深入觀察一家 200 人的美國科技公司，研究成果在 2026 年 2 月發表於哈佛商業評論，標題是〈AI Doesn't Reduce Work — It Intensifies It〉。
他們發現了一個自我強化的循環。員工用 AI 提高了產出速度，於是開始承接更多任務、跨越原本的職務邊界。產品經理開始寫程式碼，研究人員接手工程師的活。角色邊界模糊了，任務清單變長了，但工時沒有變短。有受訪者直接說：「你以為 AI 能讓你省時間、少工作。但實際上你沒有少做，你做得一樣多甚至更多。」
83% 的受訪者表示 AI 增加了他們的工作量。62% 的初階員工和 61% 的基層員工反映倦怠感，而 C-suite 層級只有 38% 有相同感受。研究者稱這個現象為「workload creep」。
2026 年 3 月，Boston Consulting Group 的 Julie Bedard 和 Matthew Kropp 在同一刊物上發表了另一篇研究〈When Using AI Leads to "Brain Fry"〉。他們調查了 1,500 名美國全職員工，發現約七分之一的 AI 使用者出現了「AI 腦疲勞」——一種持續切換多個 AI 工具後產生的認知耗竭。受訪者描述了「腦袋嗡嗡作響」的感覺、難以專注、決策變慢、頭痛。
行銷部門的 AI 腦疲勞報告率最高，法務最低。同時使用的 AI 工具越多，生產力收益反而下降。BCG 的結論是：AI 可以減少倦怠，也可以製造倦怠，關鍵在於使用方式。當 AI 用來卸載重複性任務時，壓力降低；當員工必須同時監督多個 AI 系統時，精神負擔急劇上升。
傑文斯悖論的 AI 版本
經濟史上有個類似的先例。1865 年英國經濟學家 William Stanley Jevons 觀察到：蒸汽機效率提升後，煤炭消耗量反而增加了，因為更高的效率讓更多場景開始使用蒸汽機。這被稱為傑文斯悖論。
AI 正在上演類似的劇本。當撰寫一份報告的時間從六小時縮短到兩小時時，多數組織的反應不是讓員工提早下班，而是要求產出三倍數量的報告。KPMG U.S. 主席兼 CEO Tim Walsh 在 2026 年 3 月接受 Fortune 採訪時坦承：「我的業務應該成長，而且會成長。我預期員工人數會增加，不會減少。」但他也承認「員工的組合會改變」。
ADP 首席經濟學家 Nela Richardson 提供了另一個視角。她說 AI 進入的是一個「本來就焦慮的」勞動力市場。問題不在技術本身，在於管理層如何帶領團隊穿過轉型期。
誰最危險，誰暫時安全
從 2026 Q1 的 166 起裁員事件中，可以歸納出幾個高風險類別：
中階管理層首當其衝。Amazon 的「反官僚」裁員鎖定了經理和專案管理人員，管理者對個人貢獻者的比例從 1:6 拉到 1:10 以上。QA 和手動測試團隊被 AI 生成的測試套件取代。第一線客服被聊天機器人吃掉 60-80% 的進線量。內容和行銷崗位因為 AI 工具而被削減。內部 IT 營運因雲端化和自動化而縮編。
相對安全的角色包括：需要面對面互動的職位、需要跨部門政治判斷的資深策略角色、涉及法規合規和倫理審查的職位、以及 AI 系統本身的建構和維運角色。
但「安全」是相對的。Wharton 副教授 Ethan Mollick 在 Block 裁員後指出：「考慮到有效的 AI 工具非常新，我們還沒搞清楚怎麼圍繞它們重組工作，很難想像全公司突然提升 50% 以上效率來合理化大規模裁員。」Oxford Economics 2026 年 1 月的報告也發現，許多 CEO 口中的「AI 裁員」其實是對疫情期間過度招聘的修正。
「AI 洗白」的爭議
Bloomberg 在 2026 年 3 月 1 日的報導標題是〈Jack Dorsey's 4,000 Job Cuts at Block Arouse Suspicions of AI-Washing〉。「AI 洗白」（AI-washing）指的是企業用 AI 作為裁員的包裝說辭，實際驅動因素是成本壓力和股東回報。
支持這個質疑的證據有幾點。Block 在疫情期間員工數從 3,835 人膨脹到超過 10,000 人。股價過去五年跌了超過 75%。裁員宣布後股價暴漲，等於華爾街在獎勵裁員行為。Atlassian 的情況更明顯：股價 2026 年以來已經腰斬超過 60%，公司自 2017 年以來一直虧損。
但也有反面證據。Dorsey 提供了具體的人均毛利目標，從 USD 500,000 提高到 USD 2 million 以上。Meta 的工程師產出確實有可衡量的提升（30%-80%）。Atlassian 的 AI 助手 Rovo 在 2026 年 2 月達到 500 萬月活用戶，超過 600 家客戶年付超過 USD 1 million。
真相可能是混合的。MIT 和 Oxford 的研究者發現，95% 投資 AI 的企業尚未獲得可衡量的回報。只有 28% 的企業在規模化部署 AI。AI 裁員的合理性和洗白行為可能同時存在於不同企業、不同部門。
給台灣企業的啟示
台灣科技業和製造業面對的壓力有兩層：一是客戶端（歐美大廠）的人力精簡會改變供應鏈的採購行為和合作模式；二是台灣本地的數位轉型進程正在加速，企業需要重新評估自身團隊的技能組合。
根據我們在 Tenten 協助企業導入 AI 工具的經驗，三個做法可以降低「AI 生產力悖論」的風險：
- 第一，區分「省時」和「增產」。如果 AI 讓某個任務從六小時縮短到兩小時，先確認省下來的四小時要拿去做什麼。沒有明確的工時分配計畫，workload creep 幾乎必然發生。
- 第二，建立 AI 使用規範。BCG 的研究建議企業制定「AI practice」——包括在重大決策前刻意暫停、安排工作順序以減少上下文切換、保護不被 AI 介入的人際互動時間。
- 第三，追蹤真實的效率指標而非活動指標。有些企業用「token 消耗量」或「AI 產出量」當 KPI，這只會加速倦怠。真正該追蹤的是：決策品質、客戶滿意度、員工留任率。
AI 裁員是真的還是洗白？
兩者都有。Block 和 Meta 有可衡量的 AI 效率提升數據，但也有疫情期間過度招聘的歷史包袱。Oxford Economics 2026 年 1 月報告指出，許多歸因於 AI 的裁員實際上是對過往膨脹的修正。企業的真實動機通常是混合的。
留下來的人真的更焦慮嗎？
是的。UC Berkeley 2026 年研究追蹤了 200 名科技業員工八個月，發現 83% 覺得 AI 增加了工作量。BCG 調查 1,500 名員工後也發現約七分之一出現「AI 腦疲勞」。壓力集中在初階和中階員工，C-suite 只有 38% 有相同感受。
LinkedIn 說 AI 創造 130 萬個新職位，可信嗎？
數字本身來自 LinkedIn 的全球勞動市場報告，但需要注意：其中相當比例是既有職位被重新標記為「AI 相關」。一位行銷分析師加上 AI 技能標籤就被計入。真正全新的職位類別（如前線部署工程師）確實存在，但占比沒有標題暗示的那麼高。
台灣的科技業和製造業會受多大影響？
台灣受影響的途徑主要有兩條：一是歐美客戶人力精簡後改變採購和協作模式；二是本地企業加速導入 AI 工具。短期內製造業的自動化壓力大於服務業，但中期來看，行銷、客服、QA 和中階管理職在台灣也面臨重組風險。
我該學什麼 AI 技能才不會被淘汰？
LinkedIn 的數據顯示，美國勞動市場成長最快的五項技能中只有一項是純技術的，其他四項是適應力、協作、策略思維等人際技能。重點不是成為 AI 工程師，而是學會在自己的專業領域內使用 AI 工具，並能清楚說明你用 AI 改善了什麼。
引用來源
- Harvard Business Review — AI Doesn't Reduce Work—It Intensifies It
- Harvard Business Review — When Using AI Leads to "Brain Fry"
- World Economic Forum / LinkedIn — AI has already added 1.3 million jobs
- Bloomberg — Atlassian CEO Announces Layoffs of 1,600, Citing AI Shift
- Fortune — Jack Dorsey lays off 40% of Block because of AI
- CNBC — Meta stock climbs nearly 3% on report of planned layoffs
- Axios — Zuckerberg says AI will "dramatically" change how Meta works
- Layoffs.fyi — 2026 Tech Layoffs Tracker
關於作者
Skye｜Tenten.co 數位策略總監
我自己就是那個「留下來的人」。過去一年我們團隊從 Cursor 轉移到 Claude Code，再到全面 Agentic Coding，親身經歷了 HBR 研究描述的每一個階段：先是興奮感（產出確實加快了），接著是任務膨脹（能做的事太多了），最後是 workload creep 敲門（晚上十一點還在跑 agent）。我在替客戶規劃 AI Agent 導入架構時觀察到一個共通模式：技術導入成功率跟「有沒有同步調整工作流程和績效指標」的相關性，遠高於跟「用了什麼工具」的相關性。AI 本身不是問題，不調整人的工作方式才是。
我們最近協助製造和金融服務業客戶在導入 AI 工具後重新設計績效評估框架，避免把「AI 產出量」當成 KPI。如果你的團隊正在經歷 AI 導入後的「更忙但好像沒更有效」，歡迎跟 Tenten 團隊預約諮詢，我們可以聊聊怎麼讓 AI 真正減負而不是加壓。
