進入工作流程的「AI代理」愈演愈烈，接近人類水平的「AGI」似乎也在不遠的地平線。加上科技公司裁員潮再現，讓初階白領工作機會流失成為一大熱議議題。但事態真有如此單純？高階管理職該如何看待自己的下一步職涯？從企業角度觀之，更永續的人才策略又是什麼？
從2024年走到2025年，我們目睹了許多前沿科技公司，在營收、獲利、股價創新高的情況下，持續的大規模裁員。比方說微軟於2025年5月的裁員風波，就是經典案例。我還記得2023年時，許多人將科技公司的裁員歸因於疫情期間的過度擴編，以及美國利率上升等宏觀經濟因素，但時至今日，我們不得不懷疑，公司亮麗財報下的持續裁員，其背後的核心驅動力，很可能就是AI的普及。
與其陷入焦慮，不如抽絲剝繭，理解AI裁員背後的底層邏輯。當我們看清運作原理，就能更準確評估自身風險，及早調整自己在職場上的定位。我認為，有兩個關鍵認知，是理解這個邏輯的起點：
1. 在絕大多數情況下，AI並不會完全取代某個職業本身，而是加速該職業內部的人才汰弱留強。換言之，整體工作機會將出現縮減，從業者之間的競爭也會加劇；而能夠留下來的人，往往是那些懂得將AI工具有效整合進工作流程的人才，其核心職能也將因此重構。
- 2. 承上，所謂「核心職能重構」，大概率意味著人類的角色將從「執行者」轉型為「監督者」，這也將成為未來白領工作的常態。所謂「監督者」，指的是負責驗證與審查AI產出結果的人，並在AI模型判斷失準時，適時介入並進行人工修正。
基於這樣的認知，我們就能進一步推理–––誰會是高危險群？
一、誰最易被波及？可能是「初階白領」與「中階主管」
首先是「初階白領」將首當其衝，特別是年資尚淺的白領工作者或大學新鮮人，原因是全球範圍內出現了一個現象，就是企業更傾向使用資深員工加上AI工具的方式擴大生產力，勝過投入資源培養初階白領，全球最大的人力資源專業協會（Society for Human Resource Management，SHRM）的研究證實了這個趨勢。
以軟體開發為例，資深工程師憑藉多年的經驗，在使用AI輔助編程工具時，更能精準地識別模型所犯的錯誤，而資淺工程師，這樣的能力相對缺乏，一項針對Google內部96名工程師的隨機分組實驗，進一步證實此觀點。
類似情況也將會出現在其他職業中。想像下，一位內科醫師若無法識別AI模型的錯誤，將普拿疼以8000mg／天的劑量開立處方給病患，就可能讓AI犯下致命錯誤而不自知（註：普拿疼即 Acetaminophen 乙醯胺酚，健康成人每天超過4000mg即會造成肝損傷）。初階白領因資歷尚淺，自然容易處於劣勢。
然而，出人意料的是，「中階主管」也是AI自動化的高風險群。微軟在近期裁員中便明確指出，本輪裁員旨在「減少管理職人數以提升組織效率」。早些時候，顧問公司Gartner即預測，至 2026年，將有20%的企業裁撤過半中階主管。原因在於傳統主管所負責的考勤、排班、績效監控、報告彙整等例行性任務，AI模型已具備處理能力，在AI的賦能下，組織結構能夠更加扁平，並大幅拉大單一主管的管理幅度。Deloitte德勤公司也提出相似觀點：未來的管理者，核心職能將轉向人才激勵、工作流程再設計（更多為人機協作）與策略決策，而非事務性執行工作。這正說明「核心職能重構」正在發生中，即使是實務經驗豐富的主管，也可能因為例行性工作佔比高，而處於被自動化的風險中。
AI裁員的風暴，現在只是序曲，而真正引爆的契機與時間點會是何時？我們繼續推敲。
二、何時引爆？兩大觸發條件與時間預測
我認為引爆大規模AI裁員潮的兩大條件，分別是：
1. AI模型與實際工作場景的交互渠道成熟
2. 底層模型達到（或接近）通用人工智慧（AGI）水準 – 這可能在2030年前後達成
不少人認為 AI 議題只是炒作，認為「AI將引發大規模裁員」言過其實。我可以理解這種想法，畢竟目前多數AI應用，仍停留在聊天框中的問答階段，尚未深入嵌入工作流程，實用價值自然受限。這也是上述第一點所想表達 —- AI模型與工作場景的交互渠道，當前還沒被完整的搭建起來。而當下 AI Agent 議題之所以火熱，正是因為它具備讓大型語言模型走出對話框，進一步與更廣泛世界產生互動的潛力。
局面確實正迅速轉變。從開發者端來看，隨著 AI Agent 議題熱度延燒，已經吸引為數眾多的開發者投入，開源社群好不熱鬧。而前沿大廠如微軟、Google、字節跳動、百度等，也都加大力度向企業端推進自家AI Agent平台，也獲得一定數量企業的採用。即使是對雲端部署相對保守的金融行業，也已積極內部投入研發，與既有系統集成。這些信號都顯示，AI Agent的交互渠道正快速被搭建起來。
可以想像，當AI Agent平台與企業內部ERP、CRM、CDP等系統深度集成後，AI模型將從「我問你答」轉變為「我說你做」，甚至能自主執行部分任務，那白領的工作方式將大幅改變，而白領工作數量減少，也將是預期中的事。
但各位可以暫時別那麼擔心，因為雖然AI Agent發展如火如荼，但目前仍有一個繞不過去的挑戰，那就是AI Agent目前在長程任務的場景下，結果的正確率還不夠高，難確保在較長、較複雜的工作流程中，保持正確率與穩定性：比方說，你請AI Agent上多個電商網站幫你貨比三家某款球鞋，但結果最後他替你買了一雙拖鞋回來。
原因還是老大難的問題：大語言模型的幻覺（hallucination）。在較長、較複雜的工作流程中，AI Agent時常會撞上當前AI推理型模型（Reasoning Model）在長序列推理易出現錯誤疊加的軟肋，體現在用戶面前的情況除了AI Agent會犯錯之外，就是使用上頗有「抽盲盒」感受，AI模型給的結果時好時壞，不穩定。此問題要根治，或許有待底層模型提高至AGI水平。
我們什麼時候會有AGI水平的模型？或許是2030年。雖學界與產業界對AGI的定義尚未統一，但普遍認同「能在多數領域中達到或超越人類頂尖水平的AI系統」的概念。在此認知之上， Anthropic執行長Dario Amodei預測，AGI有望在2027年問世；前Google執行長Eric Schmidt則認為可能落在2030年左右；即使是長期的保守派Meta首席AI科學家Yann LeCun，也認為最遲應在2035年前實現。綜合名家之言，2030年或許可被視為一個相對中立的推估時間點。
我們想像一下：當AI Agent平台從現在就開始加速整合進工作場景，而到了2030年，AGI水平的模型賦能這些平台，那職場的「大風吹」恐怕就會上演。這就是為什麼前Google 執行長Eric Schimdt疾呼「AI不是被過度炒作，而是被嚴重低估」的主要原因，這麼大規模的社會性顛覆，人類文明其實還沒準備好。
雖說如此，在2030年到來之前，個人與企業或許還是能預先做好準備。
三、個人與企業該有的準備
個人：「T型人才」不過時，重視專業 + 跨域軟技能
對於一般白領工作者而言，該如何避免成為AI裁員潮下的下一位受害者？
答案在於：強化你所在的專業領域，成為能為AI結果「簽字負責」的人。未來3-5年的AI系統，極大概率可以以相當高的效率與正確性完成事務型工作，但它無法對結果負責。未來所謂「會用AI的人」，將有點違反直覺，是能夠判斷AI模型結果是否正確、理解錯誤來自哪裡、並為後果承擔責任的人——而不單單是「會操作AI工具的人」這種狹窄的定義。
這也呼應一個存在已久的概念——「T型人才」。縱軸，是對專業領域的深入理解；橫軸，則是跨領域溝通與整合AI工具的能力。因為若僅止於會用AI工具，卻無法幫模型糾錯與改正，那就很難在這場AI革命中站穩腳步，掌舵自己的職涯發展。
企業：留意人才斷層、確保AI系統的可靠性
從目前領先導入AI的企業內部狀況來看，已經浮現出兩項值得關注的現象，值得各位企業的經理人們留意。
第一，當心AI造成人才斷層。不少企業已採取「資深員工加AI工具」的配置擴大生產力，進而停招甚至裁撤初階白領人才，這個做法可能埋下人才斷層的長期風險——當資深人員離開崗位，應該由誰來接手呢？Toyota 豐田汽車的工廠經營方式，或許提供了另一種思路：即便擁有高度自動化的產線，仍刻意保留一條純手工線，以備自動化失效時，能有人力即時接手、調校系統，確保營運不中斷。我相信培養一批優秀的年輕人，深知公司內部的獨特知識、價值觀、文化，在AI時代或許也是必要之事。
第二，當使用AI替代人力時，請確認系統與流程的可靠性。當企業面對AI浪潮時，裁員往往不是出於本意，時常是被迫參與的軍備競賽。然而，AI系統上線前若缺乏足夠測試與可靠度驗證，可能重蹈瑞典金融科技公司Klarna的覆轍——該公司原本以AI全面取代客服人力，卻因品質與用戶體驗下滑，最終不得不重新招聘人力回補缺口。
結語：AI風暴未至，但重構已開始
AI裁員的浪潮或許還未全面襲來，但各種徵兆已經浮現。對個人而言，與其等待不確定的變局，不如現在就主動重構自己的職業定位，培養基於AI工具的跨領域協作能力，在AI時代，通才可能比專才來的吃香。而對企業而言，眼前的AI帶來的效率紅利固然令人振奮，但必須留意這樣的果實，並非是犧牲組織韌性所換來的成果。我始終相信，能在AI時代基業長青的企業，競爭力並不來自一時的裁員節流，而是打造出與AI共生的組織體質，成功方能可長可久。
