勞動力重組的歷史性激增

美國勞動力市場在 2026 年伊始便出現了劇烈收縮，創下自 2009 年大衰退（Great Recession）以來 1 月份裁員人數的最高紀錄。根據全球再就業服務及企業與高管教練公司 Challenger, Gray & Christmas 發布的最新數據，總部位於美國的雇主在 2026 年 1 月宣佈了 108,435 人次的裁員。這一數字代表了就業形勢的劇烈轉變，其驅動力來自經濟逆風的匯聚以及向技術整合的大規模轉向。

雖然在財政年度開始時減少勞動力是常見現象，但此次裁員的規模預示著更深層次的結構性變化。報告強調，很大一部分的職位削減不僅是冗餘導致的結果，而是向自動化邁進的深思熟慮之舉。具體而言，在宣佈的裁員中，有 7,624 人次被明確歸因於 AI 自動化（AI automation）。這標誌著一個關鍵時刻：關於人工智慧取代人類勞動的理論討論，已轉化為可衡量的、有據可查的統計數據。

對於產業觀察家而言，這些數據證實了自生成式 AI（Generative AI）熱潮開始以來一直蔓延的擔憂。將先進演算法整合到工作流程中已不再是實驗性的，而是營運性的，並且正在以加速的步調重塑企業的薪酬結構。

AI 自動化的具體影響

將 7,624 個工作職位直接歸因於 AI 自動化是一個需要密切審視的指標。在往年，公司通常將「技術更新」或「重組」作為裁員的模糊理由。然而，2026 年 1 月數據的特異性表明，企業現在有信心將 AI 識別為職位消除的主要驅動力。

這一趨勢在技術和軟體產業最為明顯。正如分析「軟體正在殺死軟體」（software killing software）現象的財務報告所指出，企業正在利用 AI 來編寫代碼、調試軟體和管理伺服器基礎架構——這些任務以前需要大量初級到中級工程師團隊。然而，其影響已經超出了科技產業。

受 AI 取代影響的關鍵領域：

• 客戶服務： 聊天機器人和語音代理處理複雜的第 1 級和第 2 級查詢。
• 內容創作： 行銷和媒體公司減少撰稿和平面設計人員，轉而使用生成式工具。
• 行政支援： 自動排程、數據輸入和人力資源物流取代了行政助理。

這些技術所承諾的效率提升是不可否認的，但實施速度之快，讓被取代的勞動力幾乎沒有立即進行技能重塑（Reskilling）的空間。

「AI 洗白」：數字背後的策略敘事

雖然自動化的直接影響是可衡量的，但一種更微妙、或許更普遍的趨勢已經出現：「AI 洗白（AI washing）」。分析師認為，報告的數據可能只是冰山一角，或者相反，是高管們的一種便利敘事。

「AI 洗白」是指企業將標準的成本削減措施或策略失敗重新包裝為「AI 驅動的重組」的商業行為。透過將裁員歸因於 AI 轉向，企業向股東發出訊號，表明其具有創新性、前瞻性，並正在削減成本以投資於高成長技術。這種敘事通常會推動股價上漲，即使該公司內部的 AI 實際實施尚處於初級階段。

這種策略對面臨困境的公司有兩個目的：

1. 市場觀感： 它將公司塑造為技術革命的領導者，而非面臨需求下降的企業。
2. 內部正當化： 它為裁員提供了一個「未來主義」的理由，否則裁員可能會被歸因於管理錯誤或財務規劃不周。

AI 洗白的危險在於它掩蓋了 勞動力市場（labor market） 的真實健康狀況。如果公司聲稱 AI 正在完成數千名被裁員工的工作，但該技術實際上並未部署到那種程度，那麼剩餘的員工將面臨過勞，服務品質也必然下降。

1 月裁員情況對比分析

為了理解當前形勢的嚴重性，有必要將 2026 年 1 月的數字與歷史數據進行背景化對比。下表說明了當前勞動力市場與往年之間的差異。

如表所示，雖然我們尚未達到 2009 年的災難性水平，但趨勢線正激進地向上移動，AI 成為一個在以往經濟低迷時期並不存在的新變數。

產業細分分析

裁員潮並未平等地衝擊所有產業。技術產業在總裁員人數上繼續領先，但理由已發生轉變。在 2023 年和 2024 年，裁員在很大程度上是對疫情期間過度招聘的修正。而在 2026 年，裁員是策略性的，旨在騰出資金購買昂貴的 GPU 運算集群並資助 AI 模型開發。

零售與物流
零售業也遭受了重大損失。除了表現不佳的實體店面標準關閉外，零售商正在積極自動化供應鏈物流和庫存管理。這減少了對中級倉庫管理和物流規劃職位的需求。

媒體與新聞
媒體產業面臨著生存危機。幾家知名數位媒體在 1 月份宣佈裁員，理由是需要將資源「重新分配」到 AI 輔助報導和內容策劃。這引發了關於信息品質和人類新聞業未來的倫理擔憂。

金融服務
銀行和金融科技公司正在利用 AI 進行風險評估、欺詐檢測，甚至是客戶諮詢服務。這導致合規官員和初級金融分析師的人數減少，而這些職位曾被認為是進入該產業的穩定切入點。

經濟與社會影響

AI 驅動的裁員增加，對政策制定者和經濟學家提出了複雜的挑戰。標準經濟學理論認為，技術進步最終創造的職位會多於其摧毀的職位。然而，AI 革命的速度可能會超過勞動力市場的適應能力。

技能重塑缺口

雇主需要的技能（提示工程、AI 倫理合規、數據科學）與被取代勞動力擁有的技能之間，存在著日益擴大的差距。如果沒有對公共和私人技能重塑計劃的大量投資，一部分勞動力面臨在新能源經濟中永久失業的風險。

企業效率與消費者支出

此外還存在宏觀經濟風險。如果 勞動力重組（workforce restructuring） 以目前的步調繼續下去，消費者信心可能會被侵蝕。勞動力萎縮轉化為消費者支出減少，這可能會諷刺地損害那些目前正透過削減成本來提高利潤率的公司。

未來展望：過渡之年

隨著我們進入 2026 年，預計 1 月份建立的趨勢將會持續。企業面臨著向投資者展示 AI 整合能力的巨大壓力。這預示著「重組」公告將繼續大量出現在季度報告中。

對於 AI 產業而言，這帶來了舉證責任。如果 AI 正在取代人類，那麼由此產生的生產力提升必須是具體可感的。如果儘管實現了自動化「效率」，服務品質卻下降或創新停滯，AI 革命的敘事可能會面臨反彈。

在 Creati.ai，我們將繼續密切關注這些發展。這項技術承諾了一個富足且消除苦差事的未來，但過渡期需要謹慎應對，以確保進步的人力成本不會超過其收益。2026 年 1 月打破紀錄的數字敲響了警鐘：工作的未來並非即將到來，而是已經到來，並且正在即時重塑經濟。