當科技樂觀主義遇上經濟吸收能力——一場正在發生的死亡賽跑
🔥不是危機，是重組我們正活在一個奇怪的時代。一邊是AI公司估值衝破天際，算力軍備競賽每天燒掉驚人的資本；另一邊是一波又一波的裁員通知，從矽谷傳遍全球。更詭異的是，這些裁員並非因為公司虧錢——恰恰相反，許多企業是在盈利創歷史新高的同時宣布砍人。2026年第一季，全球科技業裁員已突破四萬五千人。亞馬遜、ASML這些名字出現在裁員名單上，卻同時出現在營收報捷的頭版。這告訴我們一件事：這不是景氣循環，不是公司撐不下去，而是一場生產關係的根本重組。AI正在做的事，不是奪走工作，而是重新定義「完成這件事需要多少人」這個問題的答案。
💰砸錢投資，同時省錢裁員
Meta計劃投入六千億美元建設資料中心，亞馬遜砸下兩千億美元資本支出——這些數字大到難以想像。但企業邏輯其實非常冷酷：要養活這麼昂貴的AI基礎設施，就必須在其他地方「降本增效」。祖克柏有句話說得很直白：「以前需要大團隊才能完成的項目，現在一個人就夠了。」這不是老闆的豪語，而是一份裁員備忘錄的技術附注。AI正在抹平的，是那些坐落在「技術能做」與「商業需要」之間的中間層職位。初級工程師、數據分析助理、法務助理、研究員助手——這些職位不是消失了，而是被壓縮進了一個人加上一套AI工具的組合裡。資本不需要這麼多人了，但資本的胃口卻更大了。這就是這場陣痛的核心矛盾。
📉市場的神經質：一份報告引爆恐慌
研究機構Citrini Research發布了一份名為《2028年全球智能危機》的「思想實驗」報告，裡面描繪了一個AI導致「幽靈GDP」——也就是帳面上的生產力成長，卻沒有實際需求支撐的經濟幻象。這份報告直接引爆了市場恐慌：道瓊指數暴跌，IBM創下二十五年來最大單日跌幅。有趣的是，Anthropic推出能自動翻新老舊COBOL程式的AI工具Claude Code之後，市場的第一反應不是「太好了效率提升了」，而是「傳統軟體商要完了」。投資人正在重新為「知識產權」定價：如果AI讓軟體本身變成商品，那麼SaaS公司的高毛利神話就要崩解。市場不是在恐慌AI不夠強——市場是在恐慌AI已經夠強了。這是金融圈開始認真面對AI衝擊的一個轉折信號。
😴AI疲勞：用戶嚐鮮後迅速逃跑
AI產業有個讓人尷尬的數字藏在年報後面：AI應用的年留存率只有21.1%，遠低於一般非AI應用的30.7%。換句話說，十個付費試用AI產品的人，將近八個在一年內悄悄離開了，退款率更是居高不下。這不是個別產品的問題，而是整個AI應用層的結構性難題：許多AI工具還沒找到用戶的剛需場景。新奇感消退之後，用戶發現自己的日常工作流並沒有因為AI而變得更輕鬆，反而多了一個需要哄、需要驗證、偶爾還會胡說八道的新同事。這直接衝擊了AI公司的商業模式：基礎設施的算力成本是固定的，但訂閱收入卻像漏水的桶子。有人開始在財報邊緣寫下一個不那麼好聽的詞：「資料中心債務風險」。
🎓學習邏輯的顛覆：寫程式死了，編排崛起了
前特斯拉AI總監Andrej Karpathy宣告：「Vibe Coding死了。」那個用自然語言和AI對話就能生出程式的蜜月期，已經讓位給更複雜的東西——Agentic Engineering，代理型工程。意思是：未來的工程師不是在寫程式，而是在「編排」多個AI智能體協同工作，設定任務邊界、驗證輸出結果、管理錯誤例外。學習邏輯從「我會不會做」轉向「我能不能引導AI去做，並且判斷它做得對不對」。這個轉變不只發生在工程圈——法律、會計、設計、行銷，幾乎所有依賴知識的職業都面臨同樣的重組。核心競爭力的問題，從「你掌握了哪些技能」，變成了「你能不能成為一個有判斷力的AI指揮者」。這是一條新的職業演化軌跡，而且入場考試已經開始了。
🏗️知識型工作成為主戰場
過去的自動化浪潮，主要衝擊藍領工人——工廠產線、倉儲揀貨、卡車駕駛。這一次不同。Anthropic的研究指出，受AI威脅最大的族群，反而是薪資較高、受教育程度較高的專業人士。電腦程式設計師的AI實際暴露度達到74.5%，客服人員70.1%，市場研究分析師64.8%，金融投資分析師57.2%。更驚人的數字來自Fellows Lab：法律領域的AI暴露度，從2023年的9%暴增到63%；商業與金融運營從21%跳到68%；管理層職位從14%升至60%。這些數字背後的意涵很殘酷：那些靠著大學文憑、專業執照、年資積累建立職業護城河的人，正在面對一個不在乎你學歷的競爭對手。而且這個競爭對手不需要休假、不要求升遷、不會背叛公司跳槽。
🚪新手村消失了
目前最值得警惕的現象，不是「大量在職者失業」，而是入場通道正在悄悄關閉。Anthropic研究數據顯示：在AI高暴露職業中，22到25歲年輕勞工的新就業比例，較2022年下降了約14%。原因不難理解——企業正在用相同的資深員工搭配AI工具，完成過去需要一整個年輕團隊才能做到的工作量。初級分析師、助理顧問、法務助理、入門級行銷專員：這些職位不是不見了，而是被AI「提前填補」了。更深一層的傷害在於：這些初階職位，過去是年輕人「從做中學」的訓練場。當訓練場關閉，年輕世代失去的不只是第一份工作，而是整條學習曲線。越來越多Z世代開始轉向木工、水電工、護理這類「難以被自動化」的職業——這是勞動市場自我重新定向的一個有力訊號。
💹「賺錢裁員」成為新常態
金融業提供了最赤裸的樣本。摩根士丹利在2025年創下706億美元的歷史最高營收，同年裁撤約兩千五百名員工，橫跨投資銀行、財富管理、交易等幾乎所有部門。Block（前Twitter創辦人Jack Dorsey旗下公司）毛利大幅成長，卻砍掉40%人力——從一萬人縮減至六千人。執行長的說法是：「以前需要一萬人才能做的事，現在六千人就夠了。」Block宣布裁員後，股價盤後暴漲22%。資本市場用這個數字清楚地表態：我們鼓勵這種AI驅動的效率重組。這是「賺錢裁員」成為顯學的關鍵時刻——企業學會了一件事：在向股東解釋裁員的時候，只要在後面加上「AI賦能」，股價通常會漲。這是市場邏輯，沒有對錯，但對那兩千五百個人來說，這是一份資遣通知。
⚠️史提格里茲的警告：AI泡沫的另一面
諾貝爾經濟學獎得主史提格里茲提出了一個最讓人不安的問題：AI若真的大規模取代人力，誰來消費那些AI幫忙生產出來的東西？機器不消費，這是鐵律。如果社會總消費力因為失業和薪資下滑而萎縮，而企業供給卻因AI提效而暴增，這個供需剪刀差若加上信貸市場的連鎖反應，後果可能遠比市場修正嚴重。他警告，我們可能正站在一個「AI泡沫」的邊緣：大量舉債投入AI基礎設施的企業，一旦訂閱收入支撐不住算力成本，骨牌就會倒下。這不是末日論，而是一個嚴肅的結構性提問——我們是否在用「技術樂觀主義」的魔法棒，遮掩了宏觀經濟尚未準備好承接AI衝擊的現實？這個問題沒有標準答案，但值得每一個做決策的人放在心上。
🧭活在無人地帶，仍要找到方向
我們正處於「技術擴散」的無人地帶——AI已足夠強大，強大到能消滅大量摩擦性的中間工作；但宏觀經濟的消化系統，還沒跟上這個速度。這不是悲觀，這是現實定位。在這個定位上，有幾件事是清楚的：重複性的、規則性的、文字密集的工作，AI接手速度會比你想像的快；入門職位的傳統學習路徑正在斷裂；但同時，能夠「編排AI、驗證AI、為AI的輸出負責」的人，需求正在以另一種速度成長。AI並非讓人類無事可做，而是讓「人的價值」必須重新定義——從「執行者」轉向「判斷者」，從「產出機器」轉向「意義賦予者」。這一次的轉型，比工業革命更快、比資訊革命更深。我們能做的，是睜開眼睛，誠實地評估自己站在哪裡，然後決定往哪裡走。
