二○二六年一月二十八日，Amazon 公布了一份財報：全年營收 $7,169 億美元，史上最高。
同一天，公司宣布裁員一萬六千人。
這個組合在過去是說不通的。裁員是景氣不好時的選項——你的收入在縮水，你必須瘦身。但 Amazon 的邏輯完全不同：他們賺得比任何一年都多，同時決定讓一萬六千人離開。理由不是財務壓力，而是他們不再需要這一萬六千人了。
這就是 2026 年科技裁員潮和過去所有裁員潮的根本差異。
📊 關鍵數據
- 59,000+ — 2026 年第一季全球科技業裁員人數，超過 200 家公司
- 20.4% — 其中明確被企業官方文件標注為「AI 自動化所致」的比例（約 9,238 人）
- 9 倍 — CFO 調查顯示，2026 年 AI 直接驅動的裁員預計是 2025 年的九倍
- 502,000 — 美國 750 家企業 CFO 調查，預計 2026 全年因 AI 消失的職缺數
- 4,000 — Block（Jack Dorsey）裁員人數，占全公司員工的 40%
- 143% — AI Engineer 職位年增幅；新職位平均薪資 $14 至 $18 萬美元
那封讓裁員失去藉口的信
過去每一波科技裁員，公司都有一套固定的說詞。
2001 年，是網際網路泡沫。2008 年，是金融海嘯。2022 年，是「疫情期間過度擴張」——那一年科技業裁了二十四萬五千人，執行長們說他們誤判了市場，在錯誤的時間點雇了太多人。這些說詞有一個共同點：是外部環境的問題，不是員工的問題。
2026 年，Jack Dorsey 寫了一份不一樣的備忘錄。
Block（旗下有 Square 和 Cash App）在二月二十六日宣布裁撤四千個職位，從一萬人縮減至六千人以下——占全公司員工的百分之四十。Dorsey 在給員工的備忘錄裡說：
"A significantly smaller team, using the tools we're building, can do more and do it better. Intelligence tool capabilities are compounding faster every week."
然後加了一句讓矽谷噤聲的預言：
「我認為大多數公司都晚了。我相信在接下來的一年裡，大多數公司都會得出相同的結論，做出類似的結構性改變。」
這段話之所以在矽谷引發廣泛討論，不只是因為它直接，而是因為它說了以前沒有人說出口的事：公司沒有虧損，但不再需要你了，因為 AI 做得更好。過去，CEO 會把這個邏輯藏在「業務重組」或「戰略轉型」後面。Dorsey 沒有。
Amazon 的說法也一致。在裁掉華盛頓州兩千四百個職位的同時，公司宣布未來十年對 AI 技術投入一千億美元。裁員和投資同步發生，不是巧合，而是刻意的資源重新配置。
59,000 人，這只是開始
截至三月底，全球科技業已確認裁員超過五萬九千人，涵蓋兩百多家公司。其中 Amazon 一萬六千人最多；Block 四千人，按比例最高（占公司員工四成）；Atlassian 一千六百人；WiseTech Global 兩千人。
這五萬九千人裡，有九千二百三十八人——占 20.4%——的裁員公告明確標注原因是「AI 和自動化」。其餘的大多數仍然是傳統說法：「組織簡化」、「管理層次扁平化」。但要注意：這個 20.4% 是企業主動承認的部分，實際受 AI 影響的比例肯定更高。
更值得看的是預測數字。根據杜克大學對七百五十家美國企業 CFO 的調查，44% 的受訪者表示 2026 年計畫進行 AI 相關裁員，總計約五十萬兩千個職位——是 2025 年五萬五千個的九倍。
⚠️ 生產力悖論正在重演
1987 年，經濟學家 Robert Solow 說了一句名言：「電腦無處不在，唯獨在生產力統計中看不到。」四十年後，同樣的情況正在 AI 身上發生。CFO 們回報 2025 年平均 AI 生產力提升 1.8%，但研究人員用實際數據反算，發現真實提升遠小於此。更奇特的是：有工作者回報，導入 AI 工具後，某些工作的花費時間反而增加了 346%——因為你要花大量時間核對、修正和提示 AI，而不是直接完成工作。
消失的職位 vs. 爆炸的職位
過去的裁員是純粹的縮減。這一次，是分層。一批職位在消失，另一批職位在以截然不同的薪資爆炸性成長——同一個時間軸上，兩件完全相反的事正在發生。
🔴 正在消失的那一層
客服與支援：被取代速度最快的類別。AI 客服工具可以二十四小時、以十幾種語言處理常見問題，成本是人力的十分之一。Block 的裁員裡，大部分集中在客戶支援部門。
初階工程師：Anthropic CEO Dario Amodei 預測，初階技術職在未來兩年內將減少一半。具體來說，是那些主要工作是寫樣板程式碼、查錯誤訊息、做基礎文件的職位——這些都是 AI 已經能做到七八成的工作。
內容審核與資料標注：這一類工作薪資本來就低，而 AI 模型接手後連這個低薪也不需要了。
行政與運營支援：重複性文書、排程、基礎分析——正在快速被整合進「一個人加一個 AI 工具」的模式。
🟢 正在爆炸的那一層
AI Engineer：年增幅 143%。美國市場平均薪資 $14 至 $18 萬美元，資深職位常態超過 $30 萬。
MLOps Engineer：平均薪資 $16.5 萬美元，有 LLM 部署經驗者普遍超過 $18 萬。專注於「讓模型在真實系統中跑起來並持續運行」。
AI Governance 與 Ethics Specialist：隨著各國監管法規成形，企業需要有人確保 AI 系統符合法規。這個職位三年前幾乎不存在。
Forward-Deployed Engineer：「帶著 AI 工具去企業客戶現場，幫他們搞定部署」的人。需要同時懂技術和商業，門檻高，薪資也高。
三個結構性解讀
① 這是第一個「贏家繳交的稅」
過去的裁員通常是輸家在做的事——公司虧損，不得不砍人。2026 年的特殊之處是：裁員最多的公司往往是最賺錢的公司。Amazon 創歷史最高營收同日裁員，說明 AI 替換人力帶來的效率提升，已經足以讓公司在不衰退的情況下縮減人力成本。這個邏輯一旦被市場接受，其他公司若不跟進，就會在效率上落後於競爭對手。
② 新職位的入場門檻比被裁職位高出數個數量級
一個被裁的客服代表，平均年薪 $4 至 $6 萬美元。取代他的 AI 客服工具，需要一個年薪 $18 萬的 MLOps 工程師維護。這不是一對一的替換——可能是一個工程師維護一套系統，替代了原本五十個客服。問題是：那五十個客服要如何變成一個 MLOps 工程師？在現有的教育和職業訓練體系裡，幾乎沒有一條清楚的路徑。
③ 67% 的 CEO 預期增加入門職缺——但不是同一種入門
IBM 調查顯示 67% 的執行長預計 2026 年增加入門級職位招募。但這裡的「入門」是 AI Trainer、Prompt Specialist、AI Operations Coordinator——薪資更高，但要求的基礎技能也完全不同。舊的入門正在消失，新的入門正在形成，但銜接這兩者的橋樑，目前還沒有人建好。
台灣在這個浪頭在哪裡
台灣科技業的結構和矽谷不同，這讓它在這波裁員潮中有特殊的位置。
台灣的主體是製造和代工——台積電、日月光、鴻海——這些是 AI 基礎設施的供應商，不是 AI 工具的使用者。台積電在 2026 年不是在裁員，而是擴大徵才：先進製程需要更多工程師，AI 晶片需求讓它的訂單能見度一路排到 2028 年。
在台灣的外商分公司情況不同。Google、Meta、Amazon 等在台辦公室通常是業務、行銷、工程支援功能，和矽谷總部面對的 AI 替換邏輯是一樣的。矽谷台灣工程師說得直接：「職缺不是消失了，而是換了種類，但你不一定符合新的種類。」
但真正值得台灣人警覺的不是科技業本身，而是科技業以外：金融、法律、保險、媒體這些行業的「初階白領」，面對的是和矽谷客服一樣的替換邏輯，卻沒有同等的轉型資源。這波衝擊不會停在新竹科學園區的門口。
我的判斷
裁員不再需要景氣當藉口，意味著景氣好轉也不會自動帶回這些職位。過去的裁員潮有底部——等市場回溫，公司就開始招人，2023 年就是這樣。但這一次，Amazon 在歷史最高營收的時候裁員，說明問題的根源不在外部環境，而在內部效率的重新定義。
這不代表工作會消失殆盡。Robert Solow 的生產力悖論提醒我們，技術的實際影響往往比預測晚到、也比預測小。目前 CFO 調查的數字——50 萬個 AI 相關職缺消失——看起來驚人，但放在美國一億兩千五百萬個勞工的基數上，是 0.4%。不是末日。
但「不是末日」和「沒有問題」之間，有一個很大的距離。
真正的問題不是有多少人被裁，而是被裁的人和被需要的人之間的距離有多遠。一個被裁的初階工程師，理論上有路徑轉型為 AI Engineer，但需要兩到三年的深度學習和實際專案。一個被裁的客服代表，路徑更長、更不確定。
我認為 2026 年是一個分水嶺年：不是 AI 取代人類工作的終點，而是「公司開始公開承認這件事正在發生」的起點。接下來的問題是，政府、教育機構、和個人，能不能在這個帳單真正到期之前找到答案。
這場轉變最讓我不安的，不是裁員的數字，而是 Dorsey 那封信的語氣。
那是一種平靜的坦誠。沒有道歉，沒有說「這是艱難的決定」，只是陳述一個事實：AI 能做到更多了，所以我們不再需要這些人。
當裁員不再需要理由，你打算怎麼讓自己繼續被需要？
原文刊載於 tech.lennychen.com，更多科技分析文章歡迎訂閱。
