不是被取代，是沒被錄取：AI 與入門工作的數據

「AI 會不會取代我的工作」大概是這三年最常被問的問題。這樣問的時候，大家想的通常是已經有工作的人某天被叫進會議室。數據看到的情況不太一樣。

Stanford 數位經濟實驗室從 2025 年起用 ADP 的薪資資料追蹤，論文叫 Canaries in the Coal Mine，礦坑裡的金絲雀，2026 年 8 月更新了一版。他們看到的是：經濟體層級沒有大規模失業；但 22 到 25 歲、在 AI 高曝險職業（客服、初階軟體、行政文書這類）的年輕人，就業比同齡在低曝險職業的落後了約 19%，一年前是 15%，差距在擴大；而且這個落後主要來自僱用減少，離職並沒有增加。

翻成白話，有工作的人多數還在，少掉的是新人被錄取的機會，入門的位子沒有開，或開了也不給新人。

裁員數字要怎麼讀

美國的裁員追蹤機構 Challenger 每月統計公司宣布的裁員與理由。2026 年 1 到 8 月，以 AI 為由的裁員 116,175 人，約佔全部裁員的 22%，是今年累計的第一大理由。不過 8 月單月 AI 掉到第四名（3,462 人），結束了 3 月起連續五個月居首；8 月整體裁員 52,881 人，是 2022 年以來最低的八月。

讀這組數字有兩個方向要一起想。「以 AI 為由」是公司自己填的理由，CFO Dive 引 Challenger 的話說，這可能被低估，因為公司有動機不把 AI 寫成原因。但也可能被高估，本來就要做的縮編，掛上 AI 的名字比較好聽。兩個方向都存在，所以我不會拿 11.6 萬這個數字去說 AI 造成了多少失業，只會說公司越來越願意把 AI 寫進裁員理由。

Stanford 那份研究比較可信的地方，是它也承認不確定。2026 年 2 月他們另發了一篇，討論利率和時間點對年輕人就業的影響。高曝險職業的年輕人落後，有多少是 AI、有多少是利率，還在算。你看到的每一個「AI 造成 X 萬人失業」的標題，背後都有這個沒算完的問題。

找第一份工作的人，和帶新人的人

先講正在找第一份工作的人。數據說的是入門的位子在變少，因為以前給新人練手的那些事，整理資料、寫初稿、回第一線客服，AI 現在做得夠好了。能補上的位置在檢查那一端：AI 產出的東西要有人拿著清單檢查，檢查的人得懂那件事。我覺得「懂到能檢查」會變成新的入門門檻，它比「會做」高，但還是一條進得去的路。

帶新人的主管。這是我更想講的一群人。入門工作被 AI 做掉，短期省了人力，長期會出問題，沒有人從入門做起，十年後就沒有資深的人可用。做法可以很具體，把「AI 做掉的入門工作」改成「新人監督 AI 做入門工作」，讓新人拿著清單驗、拿著規格追問、把 AI 的錯誤寫進常駐規則。這些事新人做得到，以前從做中學的那段過程，可以用這個來補。

台灣的《人工智慧基本法》第 15 條寫著政府應「積極弭平人工智慧發展所造成之技能落差」、對「人工智慧利用所致之失業者，依其工作能力予以輔導就業」。法條寫的是政府的責任；公司裡那條供應鏈，還是要有人來接。

我自己的立場是，這個系列教的定義任務、寫規則、設驗收、做交接，全都是監督 AI 的工作。它們不限工程師，以後要帶 AI 做事的人都用得到。要我選新人最該先學的一樣，我會選驗收，提示詞可以晚一點。

新人第一週可以先接這種工作：AI 交回來的東西，由他拿著清單一項一項對，對不上的寫下來交給主管。

站內延伸

• 檢查的人要懂什麼 → 對抗式驗收
• 從撞牆補規則開始 → AI 猜不到的默會知識
• 新人上手包的做法 → 找方法AI 新人上手包

來源： Stanford Digital Economy Lab：No Widespread Displacement, but the AI Employment Gap for Young Workers Has Widened to 19%（2026-08 更新；19%、一年前 15%、主因是僱用減少）；Stanford Digital Economy Lab：Canaries, interest rates, and timing（2026-02，利率因素）；Challenger, Gray & Christmas：August 2026 Job Cut Report（116,175、約 22%、8 月第四名）；CFO Dive：AI-driven job cuts may be underreported；全國法規資料庫：人工智慧基本法（第 15 條）。