第一槍響起：AI真的開始讓大家失業了
因應AI發展，裁員不是未來式，而是現在進行式：2025年9月，這件事更進一步上演！
雲端軟體巨頭Salesforce的執行長Marc Benioff於8月30日接受Podcast訪談時公開證實，他們砍掉了大約4,000個客服工作，原因很直接：AI做得又快又好，不再需要那麼多人了。
更讓人震驚的是，他不但不覺得可惜，還在訪談中開心地說，這是「過去九個月來最令人興奮的事」。這句話點醒了所有人：在高層眼裡，如果可以用AI取代人力來降低成本，會是一件值得慶祝的商業勝利。這股浪潮不只發生在Salesforce：
- 亞馬遜（Amazon）：老闆警告員工，有了AI，很多現在的工作未來將不再需要人力。
- 甲骨文（Oracle）：裁員時直接告訴員工，這是因為公司要轉向AI技術並節省開支。
數據也證明了這點。光是2024到2025年，科技業就有將近20萬人被裁員。
有趣的是，很多公司把裁員說成是「AI轉型」，這不只是為了省錢，更是演給華爾街看的一場大戲。當老闆們宣布裁員，同時又說要把資源投入AI，投資人就會很開心，覺得這家公司有效率、有未來；所以，即使自家AI產品還沒那麼神，先裁員再說，既能安撫股東，又能展現跟上時代的決心。
AI不是萬能天神，它有三個天生的致命傷
在一片焦慮中，我們得先冷靜下來，看清楚AI的弱點，搞懂AI做不到什麼，才能知道自己的價值在哪裡。
AI會「一本正經地胡說八道」｜AI幻覺
AI最大的問題是它根本不知道自己在說什麼：它像個超級厲害的模仿高手，透過分析海量資料來猜測下一個最可能的字詞，但它沒有真正的「理解」能力。所以它可能會寫出看似專業卻包含假資訊的報告，或在法律文件裡引用根本不存在的案例，產生一些看似合理的錯誤；要揪出這種「聰明的錯誤」，目前還是需要具備專業知識的人類專家來做最終把關。
AI容易有「偏見」，而且沒創意
餵給AI什麼資料，它就會變成什麼樣子：如果訓練它的資料本身就有偏見，那AI就會變成一個有偏見的機器。一個經典的例子是亞馬遜曾開發的招聘AI，由於其訓練數據主要來自過去十年的男性履歷，該系統學會了針對男性特質的選拔，變成女性候選人難以競爭，導致這系統最終不得不被棄用 。
同時，AI只會模仿和重組過去的東西，很難產生驚天動地的原創想法。如果未來網路上充斥著AI生成的內容，我們的文化可能會變得越來越單一、無聊。
除了上述資料偏見以外，演算法偏見與人類決策偏見也是AI在訓練階段會形成的常見問題。
AI是「狀況外」的工具人｜缺乏脈絡理解
AI最根本的弱點是，它只懂「怎麼做」，卻不懂「為什麼要這麼做」：它可以幫工程師寫程式碼，卻不理解整個軟體的架構和商業目標，導致許多細節無法對齊目標；現階段的AI就像一個很會解題但不知道為何而戰的士兵，它需要人類指揮官不斷調整，並賦予它方向和意義。
總結一下：AI很會算，但它沒有判斷力、沒有道德感，更沒有真正的創造力。而這些AI的弱點，正好就是我們人類最珍貴的超能力。
我們的價值在哪？那些AI學不會的人類超能力
當重複性的工作都被AI包辦後，真正值錢的反而是現在看起來不見得優先，但充滿「人性」的技能。
高層次的思考能力
AI提供資訊與執行力，人賦予洞察與行動策略
- 批判性思考：這讓我們成為「AI的監督者」。當AI給我們一份資料時，要像偵探一樣反問：「這真的嗎？來源可靠嗎？有沒有別的可能？」不是全盤接受，而是懂得質疑、分析、評估、推理和判斷，請AI去找到其他相關的可能資料與分析，由人類來做最後判斷與授權。
- 策略性思考：這是在複雜、動態的環境中，理解各個部分如何相互關聯，並預見決策的長遠影響的能力。股神巴菲特的傳奇副手查理·蒙格（Charlie Munger）以其「逆向思考」聞名，他總會反問「如果要毀掉這家公司，我該怎麼做？」以避免思維盲點。輝達（Nvidia）執行長黃仁勳（Jensen Huang）也會透過不斷追問來協助團隊探索未曾意識到的問題 。這種超越單一數據點、洞察全局的系統思維，是人類獨有的高階認知能力，也是領導者和策略家們的核心價值所在。
真正的創造力
真正的創意來自於對人性的深刻理解和情感連結
AI能「生成」酷似梵谷風格的畫，但它創造不出梵谷。真正的創意，就像是Nike當初的「Just Do It」口號，這是來自於對人性的深刻理解和情感連結，也是源於對人類情感、文化脈絡和深層渴望的洞察；這種打動人心的力量，是冰冷的演算法算不出來的。
與人連結的能力
AI是冰冷的程式碼，但團隊合作需要溫暖的人心
AI是高效的工具，但它無法建立信任、激勵團隊、安撫客戶。在職場上，溝通、同理心、領導力這些與人互動的能力，會變得空前重要：AI是冰冷的程式碼，但團隊合作需要溫暖的人心。現實中難做的不一定是事情本身，更難的常常是處理人的情緒，畢竟AI再厲害，最後拍板定案的都是人類，人與人間的溝通環結，是很難被取代的一個情境。
職涯安全感取決於工作內容有多難被AI取代，或許越需要人性、策略和創造力的工作，就越有價值。
別跟AI搶飯碗，把它當成你的「神隊友」
未來不是人跟機器的戰爭，而是懂得跟機器合作的人，淘汰掉那些不懂得合作的人。
各行各業的成功案例
- 醫療業：AI當醫生的「鷹眼」。AI快速掃描醫療影像，標出可疑病灶，再由人類醫生憑藉經驗做最後診斷，準確率和效率都大幅提升。
- 法律業：AI當律師的「超強法務助理」。過去律師團隊要花幾百小時看文件，現在AI幾分鐘就能完成初步篩選，成本降低80%。
- 金融業：AI當理專的「超級大腦」。AI幫助理專快速從海量資料中找到最適合客戶的建議，讓服務更即時、更精準。
新的就業版圖：從程式設計師到指揮家
別只擔心舊工作消失，看看這些AI時代才有的新機會！但需要開始養成相關素養~
未來最搶手的人才，一種是懂得用AI的「混合型專家」（例如：懂指揮AI工作的律師或醫療分析師），另一種是管理AI本身的「元專家」（例如：AI倫理長或AI訓練師）。
「元專家」（Meta-Expert）指的是不直接使用AI來完成某個特定領域任務，而是專注於「管理、治理、監督和優化」整個人機協作系統的專家。因此，「元專家」就是「關於專家的專家」或「管理專家系統的專家」。
個人行動計畫：不會被淘汰的4步驟練習
Salesforce的大量裁員是個警鐘，不想成為下一個，可以馬上開始練習做這四件事：
一、幫我們的工作做個「體檢」
怎麼做：拿張紙，寫下每天在做的大小事。哪些是重複、有固定流程的（危險區）？哪些需要創意、策略和溝通（安全區）？
為什麼：看清楚風險在哪，才知道該往哪個方向進化。
二、從AI的「使用者」，升級成AI的「管理者」
怎麼做：把AI當成一個能力很強但沒工作經驗的實習生，要學會給它下達精準的指令，並且批判性地檢查它交出來的成果，而不是照單全收。
為什麼：只會操作AI卻無腦接受成果的人會被取代，但懂得管理和監督AI的人，才是AI時代真正需要的人才。
三、刻意投資那些「AI學不會」的事
怎麼做：主動爭取需要領導團隊、複雜談判、公開演講或腦力激盪的專案，去上一些溝通、談判或創意思考的課程，因為這些技能需要時間累積與練習。
為什麼：市場正在為這些純人類技能支付高價。你必須有意識地累積這些無形資產。
四、持續不斷的去練習與學習
怎麼做：愛沙尼亞、芬蘭這些先進國家，已經把AI素養和批判性思考納入國民教育。我們也要把「終身學習」當成每天的功課，而不是偶爾才做的事；然後練習把危險區的工作交給AI去做，想辦法空出的時間來投資安全區的技能。
為什麼：在這個時代，靜止不動就等於退步。持續學習和適應，是唯一的生存之道。
結論：別當礦坑裡的金絲雀，要當新時代的領航員
被裁掉的那4,000個職位，就像是煤礦坑裡對瓦斯最敏感的金絲雀，它們是最早倒下的一批，已預示著危險的到來；我們就像正準備要進入AI礦坑的工人，要因應礦坑裡已知的變化，以免跟金絲雀一樣被淘汰。
我們需要把目標從原本工人智慧系統裡的一顆螺絲釘，想辦法轉型成為能夠設計和指揮人工智慧工作的人，並且持續強化身為人之優勢與價值：這樣一來，AI浪潮將不再是職涯上的威脅，而會轉變成站上浪頭的機會。
透過NotebookLM影片摘要功能了解本篇文章
透過收聽Podcast了解這篇文章
延伸閱讀
AI 接走低階工作，開發者如何應對——新手要懂策略、老手要懂設計，TechOrange 科技報橘，20250904
你的工作真的安全嗎？AI 來勢洶洶致美國軟體開發職缺指數驟減近 70%！未來職場必備核心競爭力全解析，陶韻智，FUTURE COMMERCE 未來商務，20250903
孫悟空大戰AI三回合， 夏青青 ，夏青青說文解字/方格子，20250823
AI 正式打卡上班：紐約梅隆銀行的數位員工已經在寫程式、處理金流，方格子，20250702
批判性思考 : 在AI 時代中愈顯珍貴的能力， Wang Ying ，方格子，20250604
打造AI 時代職場人士必備的軟技能｜專家論點【鄭緯筌Vista】，科技島，20250317
【工程師只是第一批】AI 職位替代會慢慢開始並突然爆發，企業如何因應？，TechOrange 科技報橘，20250407
