Day 135 一半 AI 裁員的公司，2027 前會把人補回來

Forbes 一篇社論整理了一組數字——2025 到 2026 這波「用 AI 取代人」的裁員，數據開始打臉自己。

先把幾個關鍵數字放在一起看：

文章作者 Sarah Choudhary（ICE Innovations CEO）寫了一句話我覺得很到位：「這不是效率，是多繞一圈再轉一次帳。」

更尷尬的是 AI 本身也沒在賺錢

IBM 訪了 2,000 位 CEO，結論是：只有 1/4 的 AI 專案做出當初承諾的回報；只有 16% 能在公司內推到規模化。

MIT NANDA 報告更慘——95% 的生成式 AI 試點專案，沒有可量化的營收回報；只有 5% 真的賺到錢。

換句話說，多數公司正在裁人來養一套還沒回本的基礎設施。

具體案例

Klarna 在 2024 年大張旗鼓宣布 AI 客服「等於 700 個專員」。2025 年同一家公司開始重新培養人力，CEO 公開承認：「過去用 AI 砍成本的做法讓品質下降，現在重新優先投資人類客服。」

IBM、Salesforce、Google、Meta 也都安靜地把先前裁掉的職位補回來了。Visier（人資分析公司）最近報告，員工回聘率是 2018 年以來最高。

還有一個尷尬細節：Amazon 當年大力宣傳的「Just Walk Out」無人商店，後來被揭露背後其實是印度的遠端員工在看監視器影像幫 AI 核對判斷，不是純自動化。

被影響的職位不只工程師——QA、資料分析師、文案、內容審核、客服、軟體架構師，全被同一個迴圈掃過。

為什麼會這樣？

IBM 同一份 CEO 調查裡有一個數字：64% 的 CEO 承認，他們投資技術的動力來自「怕落後」，不是「真的看懂這個技術能做什麼」。

Sarah Choudhary 把這個數字翻成白話：「3 個 CEO 裡有 2 個，正在買一個他評估不來的工具、根據他驗證不了的能力宣稱去裁員，然後把結果稱作策略。在會議簡報上叫願景，在資產負債表上叫一筆沒列出來的負債。」

她給主管的三條建議

我把它收下來，當作自己之後評估任何「用 AI 換掉某件事」的檢查清單：

動人事之前先量工作流：用 AI 跑真實的生產任務，至少一整季。把瑕疵率、escalation（客訴升級，客服處理不了往上轉的情況）、客戶滿意度、資安問題跟省下的成本放在一起看。品質掉了，省下的就是假的。
把「補回來」的成本算進預算：任何 AI 裁員的商業案，都要把重新雇人、訓練、品牌名聲修補的成本一起算進去。算進去還是划算才動。
自動化前先講清楚：「如果你沒辦法用具體例子描述那個人做的事，你就還沒理解這份工作到可以自動化的程度。」一句帶過的「處理客服詢問」「寫樣板程式」不是描述，是煙霧。

我自己的反思

我每天重度用 AI 工具寫東西、跑流程，但這篇看完，我的結論是：AI 考驗的其實是管理能力。

「這個職位能不能被 AI 取代」這件事，最後是管理層在判斷。會出現大規模「裁完又補回來」的迴圈，代表當初做決定的人，沒搞清楚那些員工到底在創造什麼價值。

原本以為被 AI 取代已成定局，結果 AI 反而變成管理層的照妖鏡——誰真的懂自己手下在做什麼、誰只是在追季報新聞稿，AI 一上場就照出來了。

一個資深 PM 對客戶的判斷、一個老 QA 對「這裡一定會壞」的直覺、一個系統架構師（SA）對哪裡會壞的記憶——這些東西文件裡沒寫，AI 接不住。看不到這些東西的價值就動刀，等於把組織的隱性記憶外包給空氣。

最後再回扣一下標題：這篇文章原文叫《AI 裁員的帳單到期了，CTO 會付兩次》。第一次付在資遣費，第二次付在六個月後重新雇人、補品牌、修客戶關係的成本——而且第二次常常比第一次貴。

來源

一半 AI 裁員的公司，2027 前會把人補回來