文章目錄
今天是 2025 年 9 月 15 日，今天的關鍵報告要探討的是《 AI革命下的裁員潮：歷史會重演？還是這次真的不一樣？》
美國剛公布的八月份新增非農就業人數僅 2.2 萬人，遠低於市場預估的 7.5 萬人，失業率則是上升到 4.3%，創下近三年來新高。背後的原因很多，例如關稅衝擊、經濟成長放緩、移民政策影響等等，但另一個越來越難以忽視的原因，就是快速發展中的人工智慧了。
從矽谷科技巨頭到華爾街投資銀行，從律師與會計師事務所到影像創意產業，人工智慧正在以前所未有的速度改變各個產業的就業環境。科技巨頭在宣布大裁員的同時，股價卻創下歷史新高；投資銀行與管理顧問用 AI 取代了數百名初階分析師，卻提高了資深員工的薪資。這種「效率提升」與「就業減少」的矛盾組合，正在全球各地上演。
那麼，人工智慧的發展，會跟人類歷史上的其他技術進步一樣，在短期陣痛後帶來更繁榮的未來？還是，這一次會不一樣？當科技不只取代我們的雙手，還能取代我們的大腦時，人類社會與資本市場將面臨什麼樣的挑戰？
這就是今天的關鍵報告，要告訴你的。
AI 帶來的失業潮正在加速
科技巨頭們的股價持續創下新高，但伴隨而來的則是持續裁員。
以 2025 年為例，提出大規模裁員的公司就包括了亞馬遜、微軟、salesforce 與甲骨文，其中，salesforce 將人力從 9,000 人大幅縮減至約 5,000 人，執行長表示，人工智慧已承擔公司原本高達 50% 的工作量。而近期營運展望亮眼、股價大漲的甲骨文，則是在全球範圍內大幅度裁員。
人工智慧取代白領工作的路徑似乎正在快速擴散。第一波衝擊集中在具有一定邏輯與規則的文字領域，例如文案撰寫、翻譯、法律文件審查等等；第二波則是進入到知識密集度更高的領域，像是程式設計、財務分析、醫療影像判讀或市場研究等等。而現在，則是要進入到更具有人類特質的領域，像是在圖像生成部分，近期 google 的 nano-banana 模型，已經能夠讓生成人物有高度一致性，可以想見這將會顛覆許多相關行業。而其他像是客戶服務、教學、語音與影像，也都在逐漸與真人所能夠呈現的效果靠攏。
在這樣的發展下，首當其衝的可能是剛從學校畢業的新鮮人。
根據美國全國大學與雇主協會 (NACE) 的最新報告，2025 年計算機科學相關畢業生的初次就業率從 2022 年的 86% 下降到 58%，軟體工程系從 82% 降至 54%。而這也是近年來，理工科系的就業率首次低於文科生的紀錄。
一方面是因為供給增加，另一方面則是人工智慧發展下帶來的需求減少。
過去被視為金飯碗的程式設計工作，現在入門級的職位已經大幅減少。部分公司則是指出，他們不再招聘「程式設計師」，而是尋找「 AI 協作專家」，也就是懂得如何與人工智慧合作完成複雜任務的人才，而非只是單純的碼農。
那麼，從歷史上來看，這樣的技術革命與就業變遷，會帶來什麼影響？
歷史上的技術革命與就業變遷
人類歷史上第一次面對技術革命帶來的就業恐慌，應該就是工業革命了。
第一次工業革命（1760-1840）期間，棉紡織業的機械化引發了著名的盧德運動。因為一台織布機可以取代數十名熟練工人，所以英國紡織工人大規模破壞機器。但最終結果是，紡織業創造的總就業人數，到了 1850 年反而比 1800 年增加了四倍。這是因為生產成本下降帶動需求激增，而在運輸技術進步，以及英國政府及海軍打開了全世界的貿易網絡之後，也為英國棉紡織產業創造了更多相關工作。
第二次工業革命（1870-1914）見證了電力和流水線生產的興起。福特汽車的生產線大幅縮短了汽車製造生產時間。這讓許多手工職人面臨失業，但汽車產業及其供應鏈卻創造了數百萬個新工作機會。
資訊革命（1970-2000）的影響更為深遠。像是電腦普及消滅了打字與計算的工作，卻創造了程式設計師、網頁設計師、數據分析師等全新職業。更不用說到了網路與行動網路時代，各種應用程式連結了線上與線下服務，例如 Uber 就創造了眾多就業機會。
所以，毫無疑問的，每一次的重大技術變革，都可能會造成失業率上升、薪資停滯、社會動盪頻繁，而在經歷 15 年 到 30 年的痛苦調整期之後，新技術總是創造更多的工作機會。以經濟學的理論來說，這可以說是一種「創造性破壞」吧？
問題是，這種先破壞、後創造的機制在人工智慧時代是否依然適用？
這一次不一樣？速度與範圍的質變
我們認為這次比較不一樣的部分有幾個。
首先，是人工智慧的快速進步並沒有給予人類社會太多時間去適應。
舉例來說，蒸汽機從發明到廣泛應用花了 80 年，電力普及用了 50 年，個人電腦普及用了 25 年。但人工智慧的發展與普及速度則是遠遠超過前述的技術躍進。ChatGPT 在 2022 年剛推出時，連簡單的算術都可能會出錯，但幾年過後，現在的人工智慧可能在眾多領域的知識含量，都已經是人類世界的頂尖水準。
而訓練一個人類達到專業領域頂尖水準的成本，則是遠遠大過於直接使用人工智慧模型。例如，訓練一個合格的醫生，可能需要十幾二十年，但現在的人工智慧已經可以在醫師執照考試中達到超過 85% 以上的正確率，更不用說，模型還可以隨時更新知識內容。其他不同領域如音樂、繪圖、影像、程式等等，一般人透過人工智慧，可能用簡單的幾句話就能達到水準以上的成果。
所以，從發展速度與影響範圍來看，我們可以預期人工智慧所帶來的影響將會是全方位的。傳統那些被認為可能是相對安全的職業，例如需要創意、同理心或複雜判斷的工作，很可能也會在接下來被取代。
==實際上，我認為人工智慧可能比一部分人類更具同理心與耐心？不然，也不會有那麼多用戶把 ChatGPT 當作心理諮商工具，或尋求情緒價值了吧？==
這一次不一樣？資本集中與全球同步
另一個「這一次不一樣」的關鍵在於，人工智慧帶來的資本與勞動脫鉤是前所未見的。
過去的工業革命，即便是高度自動化的工廠也需要許多工人來操作或維修設備。但到了人工智慧時代，可能只要少數頂尖的員工，就能夠創造驚人價值。例如一些人工智慧應用服務公司，都只有兩位數左右的員工，人均產值則是傳統工業的數千倍。
人工智慧產業需要的不是更多勞工，而是資本。
例如，訓練一個語言模型的成本可能高達 1 億到 2 億美元，這只有少數的科技巨頭負擔得起，所以人工智慧運算資源最終可能會被少數公司給壟斷，但他們可能只僱用了數千名或數萬名員工。相對於過去的鐵路或石油產業來說，雖然它們也是壟斷行業，但可能創造了數十萬個工作機會。
其實，勞動報酬佔國內生產毛額比重在過去的幾十年間是持續下降的，而且是絕大部分國家都是如此，也就是說，資本創造的報酬大過於勞動力這件事情，早已經發生，而人工智慧則是加速並擴大這個差距。
更重要的是，人工智慧的影響範圍是全球性的。
工業革命從英國擴散到全球花了 100 多年，資訊革命從美國開始擴散則是用了 30 年。但 ChatGPT 在推出後 2 個月內就獲得 1 億用戶，遍布全球 180 個國家。人工智慧所帶來的衝擊，不再有地理區域或產業的區別。
而前面雖然提到會受影響的大部分是白領階級，但是隨著自動駕駛、無人機、人形機器人、倉儲機器人等應用逐漸落地，藍領階級可能很快的也會感受到人工智慧帶來的威脅。
經濟體系的結構性挑戰
人工智慧可能正在創造一個前所未有的經濟悖論，科技企業獲利創新高，但就業市場卻持續惡化。
這樣的組合帶來許多不確定性。
人工智慧降低了許多行業的生產成本，理論上應該帶來物價下跌，並提升民眾的實質購買力，創造正向的經濟循環。但是人工智慧同時對就業市場產生衝擊，許多人可能因此失去工作並降低購買力。政府為了解決就業問題，很可能要實施擴張性財政與寬鬆貨幣政策，然而這又可能推升資產價格與物價水準。
然而，這些釋放出來的資金，最終還是會流向這些科技巨頭。而這些科技公司在獲得更多資本後，也得以繼續投資在人工智慧產業的發展，但他們所創造的利潤並不會大規模招募員工，而是用來做股票回購與員工分紅，這將會讓貧富差距進一步擴大，演變成更深層的社會問題。
以上就是本週的報告
雖然歷史告訴我們，人類總能適應技術變革並且創造出更多的就業機會與經濟成長，但這次人工智慧的演進速度和影響廣度前所未有。確定的是，激烈變革一定會發生，而且速度會越來越快。不確定的是，人類社會將如何反應，政府政策將如何因應。
從投資角度看，這種確定的不確定性創造了獨特的機會與風險。短期內，擁抱 AI 的企業將繼續獲得超額利潤，但長期而言，需求不足可能拖累整體經濟。而我們要抓住的，是經濟惡化之後的大放水機會。
另外，與投資無關，但更重要的是。這個世界會放任市場力量導致極端不平等，還是通過政策干預確保人工智慧所創造的利益被更廣泛共享？別忘了，前面幾次劃時代的技術變革所帶來的社會動盪，有幾次都演變成嚴重的社會問題與全面性的戰爭來結尾。