AI 投資可以令經濟規模變大，卻未必帶來同樣幅度嘅新增職位。世界經濟論壇（WEF）2026 年 9 月《首席經濟師展望》反映嘅正正係呢個憂慮：普遍預期 AI 採用會增加、數據中心投資會支持經濟增長，但 61% 受訪首席經濟師唔預期數據中心會創造顯著比例嘅全球職位。

重點唔係 AI 或數據中心冇經濟價值，而係早期收益可能主要來自每名僱員產出增加、成本下降同資本投資；相反，調整成本有機會較集中落喺正準備入行嘅人身上。

GDP 增長，唔等於職位同步增加

企業興建數據中心、購買運算設備同部署 AI 系統，都可以推高本地生產總值（GDP）。另一方面，AI 若果令員工更快完成工作，或者令僱主毋須填補空缺，企業亦可以用差唔多嘅人手產出更多。

呢個組合可以帶來更高生產力同經濟增長，毋須大規模招聘。WEF 指，97% 受訪首席經濟師預期 AI 採用增加；79% 預期數據中心擴張會遇到顯著反彈；而 61% 不預期其帶來顯著全球職位增長。

換句話講，可能出現一種生產力升、就業未必同比例升嘅情況：投資增加產出，但新增職位有限、較遲先出現，或者只集中喺專門技術崗位，未必普遍惠及整體勞動市場。

美國最明顯嘅警號：初職招聘減少

現時最有力嘅證據，並無證實 AI 已引發全經濟、廣泛嘅職位流失。史丹福數碼經濟實驗室研究人員使用截至 2026 年 6 月嘅 ADP 高頻薪酬數據，未發現廣泛、全經濟層面嘅職位取代證據。2

不過，年輕僱員嘅情況有明顯分化。喺 AI 暴露程度高嘅職業中，22 至 25 歲人士嘅就業水平，比起假設佢哋一直跟隨同齡、較少受 AI 影響人士嘅趨勢，低約 19%。有經驗僱員則未見同樣差距。2

呢個分別好關鍵。勞動市場嘅衝擊未必一開始就係大規模裁員，更可能先表現為「入門口」變窄：初級空缺少咗、招聘慢咗，新人累積晉升所需經驗嘅機會亦少咗。史丹福研究指出，呢個模式集中出現喺年輕僱員，並提醒讀者唔好將之解讀成 AI 已經令整體經濟職位消失。2

公司話「同 AI 有關」嘅裁員，只係訊號，唔係完整因果證明

僱主宣布裁員時提及 AI，當然值得留意；但單靠呢類公告，唔可以證明 AI 係唯一原因。企業重組、需求轉弱、過往招聘決定及其他營商因素，都可能同時存在。

由薪酬數據可作出較審慎嘅結論係：喺某些職業，AI 暴露與年輕僱員就業表現轉差存在關聯；而個模式較似由招聘減少帶動，而非全經濟裁員潮。2

對畢業生同轉行人士嚟講，問題不止係補回失去嘅職位。若公司將原本交畀初級員工嘅部分工作交由 AI 處理，真正挑戰係點樣保留可信嘅第一級職位，畀新人建立判斷力、行業知識同實戰經驗。

軟件行業說明：需求可以存在，入行仍然可以更難

軟件開發經常被視為 AI 有冇取代知識型工作者嘅簡單試金石，但現有證據其實更複雜。

史丹福一份政策簡報指，編程密集職業嘅就業增長雖然放慢，但仍然錄得正增長；喺最受 AI 影響嘅職業中，幾乎冇證據顯示 AI 已普遍壓低就業或招聘廣告。報告亦指，過去一年網上軟件開發員職位廣告增長快過其他職業。

但另一項涵蓋 41 個國家嘅研究發現，採用 AI 嘅公司在五年間，高級職位僱員數目增加 6.7%，初級職位僱員則減少 3%；初級僱員佔整體僱員比例下跌 1.9 個百分點。11

合併睇，呢啲結果唔代表 AI 已消滅軟件工作；但佢哋指出一個合理嘅分配問題：企業可能更重視能夠界定需求、驗證結果同整合 AI 輔助產出嘅資深員工，同時減少處理標準化初級工作嘅人手。於是，即使某個職業仍有需求，入行門檻都可以變高。

生活成本上升，會令不平均嘅轉型更難捱

整體經濟增長唔等於住戶生活改善。WEF 調查中，88% 受訪者預期食物成本上升，83% 預期電費上升；大部分地區嘅實質收入則預期停滯或下跌。

因此，AI 收益由邊個得到就更重要。一個面對加薪乏力或搵工更困難嘅家庭，同時可能要承受必需品加價。數據中心擴張尤其受關注，因為佢涉及基建需求，而且 WEF 調查顯示，預期會引起相當大嘅地方反對。

風險在於宏觀同微觀結果脫節：投資同生產力數字更靚，但實質收入受壓，職場新人向上流動嘅機會亦減少。

財政支援預期減弱，令問題更棘手

政府過去常用收入支援、培訓、公營投資等財政措施緩衝經濟衝擊。但 WEF 調查顯示，呢種支援嘅空間可能收窄：69% 首席經濟師認為，財政支援係 2020 年以來全球經濟韌性嘅重要來源；但只有 28% 預期未來一年仍會發揮相同作用。

如果財政能力較緊，資助勞工跨越結構轉型所需嘅制度——例如有效培訓、教育、流動支援同地方投資——可能更難推行。呢個唔代表政策做唔到，而係政策設計同資源投放是否精準會更加重要。

政策開始聚焦「點樣過渡」

美國政界同機構已開始就勞動市場影響作出部署。參議員 Mark Warner 與 Mike Rounds 提出跨黨派《Economy of the Future Commission Act》，目標係找出實際措施，加強勞工培訓，並支援工人在 AI 推動嘅職位變化中適應。17

美國企業研究所（AEI）及 Urban Institute 亦喺 2026 年 6 月成立跨黨派「人工智能與美國勞動力委員會」，由 Gina Raimondo 同 Paul Ryan 共同主持，負責評估 AI 對職位、技能及收入嘅影響，並為勞工、僱主同政府制訂政策選項。

總結

WEF 首席經濟師嘅判斷其實好一致：AI 同數據中心可以透過增加投資及提升生產力，支持全球增長；但兩者都唔保證會帶來廣泛新增職位。

目前美國數據值得審慎看待，毋須過度悲觀。未有證據證明整體就業市場崩潰，但喺受 AI 影響較大嘅工作，初職人士確實出現值得留意嘅缺口，而招聘減少係主要憂慮。2 政策上真正要處理嘅問題，係點樣確保生產力繁榮唔會掏空初級職位——因為呢啲職位正係勞工建立技能、收入同長期向上流動機會嘅第一級樓梯。

AI 投資可以令經濟規模變大，卻未必帶來同樣幅度嘅新增職位。世界經濟論壇（WEF）2026 年 9 月《首席經濟師展望》反映嘅正正係呢個憂慮：普遍預期 AI 採用會增加、數據中心投資會支持經濟增長，但 61% 受訪首席經濟師唔預期數據中心會創造顯著比例嘅全球職位。

重點唔係 AI 或數據中心冇經濟價值，而係早期收益可能主要來自每名僱員產出增加、成本下降同資本投資；相反，調整成本有機會較集中落喺正準備入行嘅人身上。

GDP 增長，唔等於職位同步增加

企業興建數據中心、購買運算設備同部署 AI 系統，都可以推高本地生產總值（GDP）。另一方面，AI 若果令員工更快完成工作，或者令僱主毋須填補空缺，企業亦可以用差唔多嘅人手產出更多。

呢個組合可以帶來更高生產力同經濟增長，毋須大規模招聘。WEF 指，97% 受訪首席經濟師預期 AI 採用增加；79% 預期數據中心擴張會遇到顯著反彈；而 61% 不預期其帶來顯著全球職位增長。

換句話講，可能出現一種生產力升、就業未必同比例升嘅情況：投資增加產出，但新增職位有限、較遲先出現，或者只集中喺專門技術崗位，未必普遍惠及整體勞動市場。

美國最明顯嘅警號：初職招聘減少

現時最有力嘅證據，並無證實 AI 已引發全經濟、廣泛嘅職位流失。史丹福數碼經濟實驗室研究人員使用截至 2026 年 6 月嘅 ADP 高頻薪酬數據，未發現廣泛、全經濟層面嘅職位取代證據。2

不過，年輕僱員嘅情況有明顯分化。喺 AI 暴露程度高嘅職業中，22 至 25 歲人士嘅就業水平，比起假設佢哋一直跟隨同齡、較少受 AI 影響人士嘅趨勢，低約 19%。有經驗僱員則未見同樣差距。2

呢個分別好關鍵。勞動市場嘅衝擊未必一開始就係大規模裁員，更可能先表現為「入門口」變窄：初級空缺少咗、招聘慢咗，新人累積晉升所需經驗嘅機會亦少咗。史丹福研究指出，呢個模式集中出現喺年輕僱員，並提醒讀者唔好將之解讀成 AI 已經令整體經濟職位消失。2

公司話「同 AI 有關」嘅裁員，只係訊號，唔係完整因果證明

僱主宣布裁員時提及 AI，當然值得留意；但單靠呢類公告，唔可以證明 AI 係唯一原因。企業重組、需求轉弱、過往招聘決定及其他營商因素，都可能同時存在。

由薪酬數據可作出較審慎嘅結論係：喺某些職業，AI 暴露與年輕僱員就業表現轉差存在關聯；而個模式較似由招聘減少帶動，而非全經濟裁員潮。2

對畢業生同轉行人士嚟講，問題不止係補回失去嘅職位。若公司將原本交畀初級員工嘅部分工作交由 AI 處理，真正挑戰係點樣保留可信嘅第一級職位，畀新人建立判斷力、行業知識同實戰經驗。

軟件行業說明：需求可以存在，入行仍然可以更難

軟件開發經常被視為 AI 有冇取代知識型工作者嘅簡單試金石，但現有證據其實更複雜。

史丹福一份政策簡報指，編程密集職業嘅就業增長雖然放慢，但仍然錄得正增長；喺最受 AI 影響嘅職業中，幾乎冇證據顯示 AI 已普遍壓低就業或招聘廣告。報告亦指，過去一年網上軟件開發員職位廣告增長快過其他職業。

但另一項涵蓋 41 個國家嘅研究發現，採用 AI 嘅公司在五年間，高級職位僱員數目增加 6.7%，初級職位僱員則減少 3%；初級僱員佔整體僱員比例下跌 1.9 個百分點。11

合併睇，呢啲結果唔代表 AI 已消滅軟件工作；但佢哋指出一個合理嘅分配問題：企業可能更重視能夠界定需求、驗證結果同整合 AI 輔助產出嘅資深員工，同時減少處理標準化初級工作嘅人手。於是，即使某個職業仍有需求，入行門檻都可以變高。

生活成本上升，會令不平均嘅轉型更難捱

整體經濟增長唔等於住戶生活改善。WEF 調查中，88% 受訪者預期食物成本上升，83% 預期電費上升；大部分地區嘅實質收入則預期停滯或下跌。

因此，AI 收益由邊個得到就更重要。一個面對加薪乏力或搵工更困難嘅家庭，同時可能要承受必需品加價。數據中心擴張尤其受關注，因為佢涉及基建需求，而且 WEF 調查顯示，預期會引起相當大嘅地方反對。

風險在於宏觀同微觀結果脫節：投資同生產力數字更靚，但實質收入受壓，職場新人向上流動嘅機會亦減少。

財政支援預期減弱，令問題更棘手

政府過去常用收入支援、培訓、公營投資等財政措施緩衝經濟衝擊。但 WEF 調查顯示，呢種支援嘅空間可能收窄：69% 首席經濟師認為，財政支援係 2020 年以來全球經濟韌性嘅重要來源；但只有 28% 預期未來一年仍會發揮相同作用。

如果財政能力較緊，資助勞工跨越結構轉型所需嘅制度——例如有效培訓、教育、流動支援同地方投資——可能更難推行。呢個唔代表政策做唔到，而係政策設計同資源投放是否精準會更加重要。

政策開始聚焦「點樣過渡」

美國政界同機構已開始就勞動市場影響作出部署。參議員 Mark Warner 與 Mike Rounds 提出跨黨派《Economy of the Future Commission Act》，目標係找出實際措施，加強勞工培訓，並支援工人在 AI 推動嘅職位變化中適應。17

美國企業研究所（AEI）及 Urban Institute 亦喺 2026 年 6 月成立跨黨派「人工智能與美國勞動力委員會」，由 Gina Raimondo 同 Paul Ryan 共同主持，負責評估 AI 對職位、技能及收入嘅影響，並為勞工、僱主同政府制訂政策選項。

總結

WEF 首席經濟師嘅判斷其實好一致：AI 同數據中心可以透過增加投資及提升生產力，支持全球增長；但兩者都唔保證會帶來廣泛新增職位。

目前美國數據值得審慎看待，毋須過度悲觀。未有證據證明整體就業市場崩潰，但喺受 AI 影響較大嘅工作，初職人士確實出現值得留意嘅缺口，而招聘減少係主要憂慮。2 政策上真正要處理嘅問題，係點樣確保生產力繁榮唔會掏空初級職位——因為呢啲職位正係勞工建立技能、收入同長期向上流動機會嘅第一級樓梯。