「AI 裁員反噬」查證：降溫的數字有，回聘的數字還沒有

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

「AI 裁員反噬」這句結論，一半有官方數字，一半沒有人量過。有數字的那一半：追蹤美國裁員公告的 Challenger, Gray & Christmas 在 11 月 5 日發布十月報告，把 AI 列為原因的裁員只有 1,265 人，是 2026 年單月最低。沒有人量過的那一半：所謂公司「正在收拾殘局、把被 AI 取代的人請回來」，四份關鍵原始文件裡，沒有任何一份統計過回聘人數或比例。

這個說法並非憑空出現，它有一條可以核對的時間鏈。8 月 26 日，路透社報導、Engadget 轉述，Meta 取消了原訂 11 月的第二波裁員。10 月 13 日，《衛報》刊登分析，談企業匆忙導入 AI 之後開始踩煞車、限制使用、補強訓練。10 月 30 日，CNBC 以「回力鏢員工」為題，引述一份工作者調查稱近五分之一美國受訪者先因 AI 失去工作，隨後又接到回任邀請。進入 11 月，社群把這些線頭壓縮成一句話：用 AI 裁員的公司反噬了。問題在於，這條鏈上的每一手，計量的東西都不一樣，而句子把它們全部讀成了同一件事。

先把「反噬」拆開。它至少把三件不同的事裝進了同一個結論：Meta 取消了一項尚未執行的裁員計畫、企業對 AI 的使用設限並回頭補訓練、雇主公告裁員時把 AI 掛在嘴邊的頻率降溫。三件事各自有證據，也各自有邊界。把它們合起來推導出「公司正在大規模回聘因 AI 而離開的人」，需要一份量測回聘的資料，而目前不存在這種資料。

Meta 取消的是第二波裁員，不是已執行的裁員回頭

Meta 的案例是整個敘事裡最具體的一段，也是讀錯的人最多的一段。依路透社的調查、Engadget 在 8 月 26 日的轉述，Meta 今年內部代號 Project OT（Organization Transformation，組織轉型）的計畫，構想是讓 AI 代理接手大量日常工作，由較小的人類團隊監督，管理層級隨之縮減；計畫曾評估把部分團隊人數最多砍六成，並安排在 11 月進行第二波裁員。後來祖克伯取消或至少暫停了第二波裁員，路透社沒有查出原因。

關鍵在於時間方向。喊停一場從未執行的裁員，只是讓它不發生，沒有任何人因此回任；同期間真正在增加的，是下面這些內部數字。同一批資料顯示，Meta 的 AI 平台與基礎設施程式變更量一年增加 220%，真正送到使用者手中的新功能或改進只增加 36%；技術與安全事故增加 40%，員工處理這些事故的時間增加 70%。祖克伯在 7 月的全員會議上承認，代理式開發「至少過去四個月並沒有像我們預期那樣加速」。這些數字支撐的是「AI 還不夠好，所以踩煞車」，支撐不了「正在回聘」。

《衛報》那篇分析裡的 Meta 段落也是同樣的結構。它寫 Meta 在員工花愈來愈多時間清理技術與安全錯誤後，縮減了裁員與擴大使用代理的計畫；至於「重新擴充管理層」，依據是員工的 LinkedIn 貼文，而且補的是 2023 年效率調整中縮減的職位，比這波 AI 重組早了三年。把「暫停未來的裁員」與「補回三年前的管理職」讀成「逆轉 AI 裁員」，等於把兩件不同的事縫在一起。

還要留一個但書。路透社的說法是 Meta 不一定放棄整體計畫，部分團隊仍在使用較小的 AI 輔助編制；祖克伯對員工的保證也只限於今年不再有公司級的裁員，內部對 2027 年更大規模縮編的疑慮並沒有消失。所以這一段最誠實的讀法是：方向調整了，劇本還在。

「九成主管沒看到成果」量的是淨效果，本來就無從反噬

《衛報》文中引用次數最多的一個數字，是「90% 的主管說 AI 尚未為公司帶來生產力成果」，出處標註為亞特蘭大聯準銀行的工作論文。這個數字可以往下追一層：同一個研究團隊（作者群含亞特蘭大聯準銀行與多國央行研究員）10 月在 NBER 發布修訂版《Firm Data on AI》，調查七國近 9,000 位高階主管，是這個題目上目前最大的主管端樣本之一。

修訂版的幾個發現，恰好說明「反噬」這個詞的問題。主管回報 AI 對過去三年的公司雇用人數幾乎沒有淨影響，對未來三年的預期也接近零；但這個「接近零」是加總後的結果，超過 40% 的公司預期 AI 會帶來正向或負向的人數變動，只是在整體統計裡互相抵銷。生產力那一側的數字同樣是小而具體：主管估計 AI 對過去三年年勞動生產力成長的貢獻是 0.2%，並預期未來三年提高到 0.6%。採用率則完全沒有降溫的跡象，78% 的公司已在使用 AI，美國公司 2026 年的 AI 相關支出換算約 3,000 億美元，而且支出高度集中，2% 的公司就占了超過一半。

Pin

把這幾個發現放在一起看：如果大多數公司的雇用人數本來就沒有因為 AI 明顯減少，那麼「反噬」要反回來的那個大規模取代，在主管端的感知裡並沒有發生過。「沒有影響」是關於淨效果的陳述，它不等於「AI 失敗」，更推不出「公司後悔並回聘」。論文自己寫的是「淨效果很小，但掩蓋了相當大的職位流動（churn）」，也就是職位持續在換血，只是兩個方向的變動互相抵銷。職位換血對誰最痛也有跡可循，Anthropic 的就業研究發現初階職缺占比一路下探，痛的是還沒進門的人，與「回聘已離開的人」是兩個不同的題目。

事故那一半倒是真的。EY 在 9 月 15 日發布的 AI 風險與治理調查（200 餘位年營收至少 10 億美元的美國上市公司資深 AI 決策者）顯示，36% 的受訪者表示組織遇過造成實質負面衝擊的 AI 事故或失敗，型態包括資料遺失、財務損害、營運中斷與品牌損害；89% 在過去一年遇過某種 AI 相關風險，41% 甚至說資深領導階層並不掌握組織內目前運作中的全部 AI 工具。這份調查撐得起「導入 AI 有代價」，但它的樣本是治理問卷，問題意識在風險控制，與人力進出無關。

Pin

「自我挫敗」的說法則來自另一條證據線。匹茲堡大學的 Mark Ma 團隊分析數百萬筆 Glassdoor 員工評論、數千份財報與約一萬份法說會逐字稿，發現 AI 投資公告與 AI 歸因裁員公告同步增加、裁員公告後員工對 AI 的情緒明顯轉負，而員工情緒與公司生產力之間有很強的相關；裁員公告的平均股價反應接近零。他在 The Conversation 的文章把這套發現稱為策略上的自我挫敗。值得注意的是，這條線證明的是「AI 裁員傷士氣、傷生產力」，是情緒與生產力的關聯證據，距離「回聘」還隔著一整層沒有資料的推論。

Challenger 的 1,265 人：降溫這半句有官方數字

回到最硬的一份文件。Challenger 十月報告（11 月 5 日美東時間清晨 5:30 發布）的全文顯示：美國雇主 10 月公告裁員 43,994 人，比 2025 年 10 月的 153,074 人減少 71%，是 2023 年以來最低的十月；把 AI 列為原因的 1,265 人則是 2026 年單月最低。年初累計，雇主列 AI 為原因的裁員共 121,401 人，約占全部公告的 20%；而經濟與市場狀況以累計 130,531 人超越 AI，成為 2026 年第一大裁員理由。

Pin

Challenger 自己的註解比任何轉述都值得引用：「雇主給的理由已從科技轉向經濟。AI 在春夏兩季主宰裁員公告，入秋後公司指向需求與經濟狀況。這是更謹慎的訊號，不過整體裁員步調仍然偏低。」公司行號的另一句話則把整體環境講完：「這是低火環境，雇主在假期前留住手上的員工，公告的招聘大多是短期季節性職務。」同份報告確實顯示雇主同步公告了 444,692 個招聘名額，創 2009 年以來同期新高，其中絕大多數是季節性職位，亞馬遜一家就占了 300,000 個。換句話說，連「雇人大於裁人」這個現象，都是假日臨時工在撐，與「把 AI 取代的人請回來」是兩回事。

這份統計還有一個必須記住的性質：它記錄的是雇主公告裁員時列出的理由，反映公司怎麼說明，而非 AI 實際取代了多少工作，更看不出裁員之後有沒有補人。理由怎麼給，本身就是一門學問，TechMoon 先前追蹤 Canva 千人重組時就發現，官方信把技術變化寫成「new technology」三個字，全信沒有出現 AI；想逐筆核對公告出處的讀者，可以搭配 layoffs.fyi 裁員資料庫使用。回到 Challenger 本身：10 月那份報表的欄位裡沒有「回聘」這一欄，歷來也沒有。把 121,401 讀成「AI 已經拿走十二萬個工作」，或是把降溫讀成「公司後悔了」，都是在統計單位上各多讀了一層。

「回聘」唯一的數字，來自工作者的自述

目前整個「反噬」討論裡，唯一量測過回任這件事的，是 CNBC 在 10 月 30 日報導的 SHL 調查。這份由市調公司 Propeller Insights 執行、在 6 至 7 月訪問美英各 1,000 餘名工作者的調查顯示，近五分之一的美國受訪者自稱因 AI 而失業或讓出職位，之後又接到原雇主的回任邀請；CNBC 另引一份 3 月的 Orgvue 報告，稱 32% 因 AI 裁員的組織曾重新僱人。

這是值得認真對待的證據，但它的性質要說清楚：這是工作者的自我陳述抽樣，誤差 5%，而且「AI 接手了工作」的認定來自受訪者自己的歸因。它與雇主端的公告統計、主管端的感知調查是三種不同的測量，不能互相印證成同一個數字。同份調查裡引用得比較少的部分反而更實際：幾乎一半的美國受訪者要求顯著加薪才願意回去，43% 要書面的工作保證，40% 要先講清楚 AI 將怎麼用在自己職位上，30% 要管理階層的道歉或某種承認，只有 6.6% 的人無論如何都不願意回去。真有回聘這件事，它的條件也已經變貴了。

帶團隊的人該把訊號讀成治理清單，不是人力進出訊號

如果把四份文件攤開後還想拿走一個可操作的結論，對象不同，結論也不同。對主管與人資，值得拿走的是治理那一半：限制特定工具的使用範圍、按角色補訓練、修流程再上代理，這幾件事在衛報的案例裡反覆出現。人力資源管理協會（SHRM）執行長 Johnny C. Taylor Jr. 轉述高層的普遍感受：「我們一邊開卡車一邊造卡車」；他補充，「如果能重來，會用更慎重、更慢的方式導入」。微軟策略與轉型長 Kathleen Hogan 的部落格寫得更直白：「把代理加進壞掉的流程，流程還是壞的」「加速其中一步，只會讓下一步的排隊更長」，而微軟自己看到成效的做法，是讓資淺工程師與資深同事配對工作，這正是 Mollick 談學徒制斷裂時警告過的環節：把練習與回饋刻意排回工作裡，判斷力才養得起來。Indeed 七月的調查則顯示超過半數員工認為自己沒有得到需要的 AI 訓練，只有 45% 的主管自認有能力帶領熟悉 AI 的新世代員工。這些是今天就該盤點的清單，與裁不裁人無關。

對求職者與已離開原職的人，比較誠實的訊息是雙向的：工作者自述的回聘確實存在，條件也開得清楚，但雇主端還沒有任何回聘統計可以當就業市場訊號，把它讀成「AI 取代潮已逆轉」或「AI 裁員即將反撲」都太早。對只是想在轉發前多看一眼的一般讀者，這則案例給的判讀法很簡單：先看數字量的是什麼單位（公告理由、自述、感知、計畫），再看樣本是誰在說話（雇主、主管還是工作者），日期則逐一排開，看轉述有沒有把結論放大。這三個問題答完，「反噬」這句話的邊界自然就浮出來了。

還沒有答案的問題，和接下來該盯的三個日期

SHL 與 Orgvue 的原始報告本文，目前只有媒體轉述可讀，樣本細節與問卷措辭無法核對。Meta 是否在 2027 年恢復更大規模的裁員，路透社的報導裡沒有答案。Challenger 的十一月報告大約 12 月初發布，AI 歸因是否連續第二個月降溫，屆時才會知道。最根本的一個空缺：目前沒有任何一個常態統計量測「因 AI 裁掉後再度回任」的人數，也就是說，「反噬」這個命題在資料層面上還沒有裁判。

在那之前，這句話可以拆成兩半來用：「AI 裁員降溫、企業放慢並補課」有官方數字與多份初級文件支撐；「公司正在回聘因 AI 而離開的人」是工作者自述加上把不同計量單位縫在一起的推論。把它當治理提醒，證據足夠；把它當勞動市場的轉向訊號，等那份資料出現再說。這個結論掛在三個日期上：Challenger 十一月報告、Meta 明年初的動向，以及任何一份雇主端回聘統計的出現，任一更新都值得回頭重讀一次。