2026 年第一季將被銘記為人工智慧自動化不再只是話題、而是開始反映在員工人數表上的時刻。根據裁員.fyi 的追蹤數據，並經 TechRadar 與 Tom's 硬體交叉驗證，全球科技產業在 1 月 1 日至 4 月底之間共有 78,557 名員工遭到裁員——相當於每天約 911 人，為 2024 年初以來最嚴重的每季就業緊縮。定義這段期間的關鍵數字是 47.9%：企業至少部分歸因於人工智慧驅動自動化或工作流程整併的職位占比。這意味約 37,638 個職位的裁撤理由並非營收未達標或策略轉向，而是基於「軟體現在能完成人類工作」的計算。地理分布相當鮮明：76.7% 的裁員（約 60,000 個職位）發生在美國。
甲骨文的清晨 6 點電子郵件與 100 億美元節省算式
2026 年第一季的數據中，沒有任何一家公司比甲骨文更具主導性。這家企業軟體巨頭在雲端基礎設施、醫療保健、銷售及 NetSuite 等部門裁撤了 20,000 至 30,000 名員工——由於甲骨文拒絕提供精確總數，報導區間因而較寬。通知方式本身成為焦點：受影響員工於當地時間約清晨 6 點收到自動化電子郵件的資遣通知，多數人尚未開啟筆電前，存取憑證即已遭撤銷。甲骨文內部 Slack 工作區的活躍使用者在短短 24 小時內從 165,000 人降至 155,000 人，此一由 CareerMinds 揭露的數據點，可視為獨立的員工人數查核。
財務邏輯並不複雜。TD Cowen 分析師估算，裁撤 20,000 至 30,000 名員工可為甲骨文每年節省高達 100 億美元的薪資支出，公司表示將把這筆節省轉向人工智慧資料中心建設。甲骨文在 Stargate 聯盟承諾的基礎設施投資面臨約 200 億美元資金缺口，此次裁員某種程度上是將資本從人力薪資重新配置至 GPU 密集的伺服器機房。市場在此期間並未手下留情：甲骨文股票自 2026 年 1 月高點至 4 月中旬下跌約 25%，即便成本削減措施持續宣布，估值倍數仍遭壓縮。
裁員集中在人工智慧工具成熟速度最快的部門。甲骨文的客戶成功與支援營運——歷來屬於勞動密集的電話客服分流與工單分類功能——受創最重。在醫療保健領域，甲骨文已整合 Cerner 的臨床資料平台，在判定人工智慧輔助配置能壓縮專案時程並減少所需可計費工時後，縮減了導入與專業服務的員工人數。在 NetSuite（其雲端 ERP 產品）中，內部銷售職位遭到整併，因為代理式 CRM 工具減少了需要人為介入的接觸點數量。
勞動市場的雙軌分化：資深工程師稀缺，初階職位快速消失
總計 47.9% 的人工智慧歸因比例，掩蓋了一個正在重塑科技勞動市場內部結構的更具體模式。根據 Vucense 引用的研究，衰退幅度最大的職務類別為客戶支援、品管與軟體測試，以及內容審核——這些角色歷來是勞工轉入科技產業的入門管道。資深軟體工程師、機器學習研究人員與基礎設施架構師的供給，處於過去四年來最緊俏的水準，薪酬溢價持續擴大。初階工程師與中階技能職位正在消失。
IBM 面對相同條件的回應，說明了企業正在重新配置而非單純縮減。該公司在 2026 年初將初階人才招聘規模提高三倍，鎖定具備人工智慧整合與模型微調技能的畢業生，而非傳統企業軟體開發背景。IBM 的賭注在於，能與人工智慧系統協作的初階員工，其價值高於同樣員工人數從事人工智慧現已能獨立處理的工作。此區別至關重要：IBM 並非以傳統意義招聘更多初階員工，而是從根本上重新定義初階職位的內涵。
Block——Square、Cash App 與 Tidal 背後的金融科技公司——在此期間執行了所有企業行動中人工智慧論述最為明確的裁員。執行長傑克·多西宣布員工人數從約 10,000 人縮減至不到 6,000 人——縮減幅度達 40%——並直接表示人工智慧自動化已消除了相當大部分勞動力的商業存在理由。Atlassian 裁減約 1,600 個職位，其中專案管理與協作工具開發角色受創尤重，該公司援引人工智慧原生開發流程降低了工程員工人數需求。
當資訊工程系畢業生找不到工作時
初階職位崩解的上游影響，正以比多數勞動經濟學家預期更快的速度，反映在畢業生就業資料上。紐約聯準會研究（經《財星》雜誌引用）發現，電腦科學主修畢業生目前求職難度已高於人文學科主修畢業生——這種資料逆轉在十八個月前還是難以想像的情況。電腦科學畢業生進入勞動力市場的傳統路徑——初階開發人員職位、程式碼審查、除錯、基本功能開發——正是 GitHub Copilot、Cursor 的 BugBot 及同類代理式編碼工具正在大規模執行的任務組合。
耶魯管理學院的 Jeffrey Sonnenfeld 在《財星》4 月 29 日的分析中精準描述了這項動態：AI 造成的取代效應，並非顯現在那種能登上頭條的大規模裁員事件中，而是招聘管道的消失。那份永遠不會到來的第一份工作錄取通知。那份因五名工程師搭配 AI 工具就能達成前一年八人團隊產能，而未獲續聘的實習機會。近期畢業生失業率已攀升至近 6%，自 2022 年以來上升速度約為整體勞動力市場的兩倍。
Verizon 執行長 Dan Schulman 在一場產業會議上預測，若代理式 AI 能力提升的速度維持當前軌跡，AI 驅動的勞動力取代效應可能在二至五年內將整體失業率推升至高達 30%。波士頓顧問集團研究估計，到 2031 年現有工作中約有 10% 至 15% 將被直接淘汰。麻省理工學院的模擬模型，以當前 AI 能力基準外推，顯示美國勞動力中有 12% 面臨近乎完全取代的風險——相當於每年約 1.2 兆美元的薪資，可能在十年內從人力勞動轉移至自動化。
AI 漂綠、真實取代，與 Cognizant 校準問題
47.9% 的 AI 歸因數據附帶一項重要警示：該數據來自企業的公開說法，而非對其人力縮減決策的獨立稽核。OpenAI 執行長 Sam Altman 在此期間的發言中承認了這項扭曲機制。「有些 AI 漂綠的情況，是人們把本來就會進行的裁員歸咎於 AI，」Altman 表示，「另外也有些是 AI 對不同類型工作的真實取代。」將成本削減計畫描述為 AI 驅動的誘因不容小覷——這向投資人傳達了策略能力與科技現代性的訊號，而投資人正對能提出可信 AI 敘事的企業給予回報。
Cognizant 人工智慧長 Babak Hodjat 提出了不同的衡量標準。他主張，真正由人工智慧驅動的生產力提升——那種能產生可持續員工人數縮減的類型——需要一段滯後期，才會反映在人力決策上。企業採用人工智慧工具後，需花費六到十二個月將其整合至現有工作流程、訓練員工並重建流程文件，之後生產力差距才會大到足以合理化結構性員工人數縮減。依 Hodjat 的時間軸，在 2026 年第一季宣稱人工智慧取代人力的企業，大多是在加速執行原本基於基本面已規劃的變革。更深層的人工智慧驅動取代浪潮仍在醞釀中。
此一架構與 Anthropic 執行長 Dario Amodei 的公開預測一致，他預測人工智慧可能在五年內消除半數初階白領工作。Amodei 談的是趨勢軌跡，而非已發生的事實。福特執行長 Jim Farley 則從製造業角度提供佐證，表示人工智慧與自動化正加速整合車輛軟體、品質檢驗與物流協調等職務，其速度正加快該公司的招聘凍結。產業涵蓋範圍之廣——企業軟體、金融科技、消費性汽車、電信——顯示 2026 年第一季的數據是結構性訊號，而非特定產業的異常現象。
一兆美元重新配置的政治經濟學
甲骨文宣布將裁員節省的資金轉向人工智慧資料中心資本支出，這是整個產業正在進行的重新配置中最透明的版本。這筆錢並未從經濟中消失；它正從以薪資為基礎的營運支出，轉向繪圖處理器採購、資料中心建設、能源基礎設施，以及營運該基礎設施所需的少數工程職務等資本支出。下游受益者是輝達、台積電，以及建構人工智慧服務執行平台的超大規模雲端供應商。上游的後果則是科技產業就業分布的結構性轉變——職位更少但更資深、高層薪酬更高，而入門階層則急劇壓縮。
政策回應仍在成形階段。目前尚無主要經濟體針對人工智慧驅動的人力取代制定專門立法，而現有的社會保險架構——失業給付存續期間、再訓練計畫、畢業生就業支援——並非為一種在從未發出的錄取通知中最為明顯的取代機制而設計。2026 年第一季失去職位的 78,557 名勞工，可透過傳統失業保險體系處理。但規模遠更大的勞工與畢業生群體，正發現入門級招聘管道已變薄——這些勞工目前並未被計入取代統計數據中。
2026 年第一季最明確確立的一件事，就是時間表已經壓縮。分析師在 2024 年時將人工智慧取代勞動力的情境描述為五到十年的結構性轉變，但到了 2026 年，每季資料已出現可量化的結果。像 IBM 這類正積極以人工智慧整合技能為核心重建入門級招聘模式的公司，是永續均衡可能樣貌的早期訊號。究竟是否有足夠多的公司以夠快的速度吸納被取代的勞動族群——或者這波轉型是否會產生貫穿整個十年的結構性失業缺口——將是定義 2020 年代下半場的勞動市場關鍵問題。
47.9% 這個數字，從一個角度解讀，是企業展現了非凡的自制力，畢竟它們大可利用人工智慧作為其他考量下決策的掩護。從另一個角度解讀，這是勞動經濟學家與科技執行長們各自以不同語彙描述為無可避免的取代事件的開端章節。這兩種解讀之間的差異並非學術性的。它決定了這究竟是 24 個月內可化解的週期性回檔，還是關於誰能進入勞動力市場、以及如何進入的一場世代性重組。
BossBlog 每日快報
一封信講完當天的 AI 與市場重點——13F 機構持股的異動、國會議員申報的交易，以及有什麼變了。沒有固定的發送時間，也不寫廢話：有值得寄的內容才寄。
隨時可退訂。名單不會外流或販售。