為了應對這個挑戰，98% 的高階主管正計劃進行組織重新設計，65% 的人預期在未來兩年內，將有 11% 到 30% 的員工需要因 AI 而被重新部署或接受再培訓（reskilling）。這份報告將挑戰的本質，定義為一場根本性的技能錯配，而非單純的消滅職位。

職缺數據實際上說了什麼？

儘管高階主管的情緒如此嚴峻，但針對美國職缺最全面的實證研究，卻描繪出一個更為審慎、結構性轉變的故事。

哈佛商學院的證據

哈佛商學院一篇名為《取代或互補？生成式 AI 對勞動市場的衝擊》的重量級研究報告，分析了 2019 年至 2025 年 3 月間近乎所有的美國職缺 。這項由教授蘇拉吉·斯里尼瓦桑（Suraj Srinivasan）主持的研究發現，雇主的需求發生了明顯的轉變，而非整體需求崩潰。

在 2022 年 11 月 ChatGPT 公開發布後，那些由結構化、重複性任務主導的職業（最容易被自動化的類型），其職缺減少了 13% 。與此同時，對於需要分析、技術或創造性工作的職位（AI 可以增強人類能力的職位），需求則成長了 20% 。

研究人員記錄了一種明顯的「異質效應」：生成式 AI 正在減少結構化認知任務工作的需求和技能要求，同時增加了涉及人機協作職位的需求 。正如作者所言，現有數據指向的是「結構性轉移」，而非全面的職位消滅 。

聯準會的觀點

聯邦準備系統（聯準會）的研究也呼應了這個謹慎的圖像。聯準會理事會的一份分析發現，沒有證據顯示 AI 採用率較高的產業或企業減少了職缺數量 。該研究結論指出，疫情復甦後全國職缺的整體放緩，似乎「並非」由 AI 驅動，即便是輕微的影響也沒有 。

達拉斯聯邦準備銀行在 2026 年 1 月發布的《褐皮書》中提到，大多數使用 AI 的公司表示，這並未影響他們的就業水準，儘管約有四分之一預期 AI 在未來幾年會降低他們對人力的需求 。里奇蒙聯邦準備銀行的財務長調查同樣發現，幾乎沒有證據顯示企業已經經歷或預期近期內會有 AI 驅動的就業下滑，即便企業（特別是大公司）預計會進行勞動力重組，從例行文書工作轉向更具技能的技術角色 。

替數字做個現實查核

執行長的「預期」與觀察到的「現實」之間存在著巨大鴻溝。當 99% 的執行長說他們已為 AI 裁員做好準備時，一份由美國國家經濟研究局（NBER）發布、調查了 750 位美國財務長的研究報告卻指出，實際上只有不到一半（44%）的人計劃在今年進行某些與 AI 相關的裁員。將此比例換算到整體經濟中，大約僅佔所有職位的 0.4%，亦即從約 1.25 億個工作中裁減約 50.2 萬個職位——這數字相較於 2025 年估計的 5.5 萬個因 AI 而被裁撤的職位，有著顯著增長，但相較於總體勞動力仍只是一個微不足道的佔比 。

里奇蒙聯準會的財務長調查顯示，59% 的企業實際上計劃在 2026 年增加人力，而裁員計畫更多是受「需求不確定性」驅動，而非特指 AI 。這表明，儘管高階主管對 AI 的就業衝擊普遍悲觀，但企業實際的招聘與解僱計畫，仍由更廣泛的經濟狀況主導。

人性代價：員工心理健康與初階工作者的擠壓

即使宏觀經濟數據沒有顯示出一個「失業啟示錄」，但對於失業的恐懼本身，已在造成可量化的痛苦。

對員工的心理衝擊

2025 年發表的同儕審查研究發現，AI 相關的工作焦慮會顯著且負向地預測生活滿意度，而負面情緒在此關係中扮演了完全中介的角色 。另一項針對印度 IT 專業人員因 AI 而失業的研究，則記錄了那些因自動化失去角色的人，所經歷的情緒衝擊、專業認同侵蝕、慢性焦慮，以及感受到的組織背叛 。

佛羅里達大學的研究人員更進一步，提出了一個名為 「AI 取代功能障礙」（AI Replacement Dysfunction，簡稱 AIRD） 的新臨床概念，來描述與持續恐懼 AI 導致失業相關的壓力 。其症狀可能包括焦慮、失眠、偏執、否認 AI 的相關性、身份認同喪失、無價值感、怨恨和絕望 。AIRD 尚未被列入正式的 DSM 診斷手冊，但在 2026 年的心理健康討論中，它已日益被視為一個正當的臨床關注議題 。

員工調查描繪出一幅令人不安的畫面：Modern Health 的《2026 年勞動力心理健康報告》發現，近七成（69%）的美國員工現在相信，AI 將在三年內導致自己所在的公司裁員，且有近一半（49%）的人「個人害怕」會因 AI 工具和自動化而失去工作 。ADP Research 一項涵蓋 36 國、超過 39,000 名工作者的調查則發現，全球只有 22% 的員工非常同意自己的工作不會被淘汰 。

初階工作者與正在消失的職涯入口

勞動市場最立即的壓力，似乎落在了那些從事初階結構化任務的工作者身上。哈佛商學院研究的核心發現——重複性、可自動化任務的職缺減少了 13%——直接衝擊了那些歷來作為職涯起點的職位 。

在 AI 高度曝險的職業中，隨著大型語言模型大規模普及，初階工作的招聘正在減少 。研究表明，AI 並未均勻地取代勞動者，而是創造了一個「雙層勞動力結構」：資深專業人士的生產力提升、角色擴大，而初階工作者則面臨機會縮減與前景停滯 。其結果是勞動市場的兩極分化，AI 自動化了「執行導向」的任務，同時放大了「經驗判斷」的價值——並縮窄了新進者建立這些經驗的傳統路徑 。

這一切意味著什麼

2026 年的數據呈現出一個屬於它自己的悖論：全球執行長對 AI 導致裁員的預期近乎全體一致，但現有最嚴謹的實證研究卻未見總體職位被摧毀的證據。取而代之的是，勞動市場正經歷一場重要的結構性轉變，減少對結構化、重複性工作的需求，同時增加對分析、創造性及協作型角色的需求。近期最沉重的負擔，落在了那些工作易受自動化衝擊的初階勞工，以及更廣泛勞動力的心理健康之上——對工作不穩定的焦慮，已在造成可量化的傷害。對於工作者和組織而言，挑戰不僅僅是從一波大規模裁員中存活下來，而是要面對一場市場如何根本性地重新定義技能價值，以及人們能多快適應的考驗。

為了應對這個挑戰，98% 的高階主管正計劃進行組織重新設計，65% 的人預期在未來兩年內，將有 11% 到 30% 的員工需要因 AI 而被重新部署或接受再培訓（reskilling）。這份報告將挑戰的本質，定義為一場根本性的技能錯配，而非單純的消滅職位。

職缺數據實際上說了什麼？

儘管高階主管的情緒如此嚴峻，但針對美國職缺最全面的實證研究，卻描繪出一個更為審慎、結構性轉變的故事。

哈佛商學院的證據

哈佛商學院一篇名為《取代或互補？生成式 AI 對勞動市場的衝擊》的重量級研究報告，分析了 2019 年至 2025 年 3 月間近乎所有的美國職缺 。這項由教授蘇拉吉·斯里尼瓦桑（Suraj Srinivasan）主持的研究發現，雇主的需求發生了明顯的轉變，而非整體需求崩潰。

在 2022 年 11 月 ChatGPT 公開發布後，那些由結構化、重複性任務主導的職業（最容易被自動化的類型），其職缺減少了 13% 。與此同時，對於需要分析、技術或創造性工作的職位（AI 可以增強人類能力的職位），需求則成長了 20% 。

研究人員記錄了一種明顯的「異質效應」：生成式 AI 正在減少結構化認知任務工作的需求和技能要求，同時增加了涉及人機協作職位的需求 。正如作者所言，現有數據指向的是「結構性轉移」，而非全面的職位消滅 。

聯準會的觀點

聯邦準備系統（聯準會）的研究也呼應了這個謹慎的圖像。聯準會理事會的一份分析發現，沒有證據顯示 AI 採用率較高的產業或企業減少了職缺數量 。該研究結論指出，疫情復甦後全國職缺的整體放緩，似乎「並非」由 AI 驅動，即便是輕微的影響也沒有 。

達拉斯聯邦準備銀行在 2026 年 1 月發布的《褐皮書》中提到，大多數使用 AI 的公司表示，這並未影響他們的就業水準，儘管約有四分之一預期 AI 在未來幾年會降低他們對人力的需求 。里奇蒙聯邦準備銀行的財務長調查同樣發現，幾乎沒有證據顯示企業已經經歷或預期近期內會有 AI 驅動的就業下滑，即便企業（特別是大公司）預計會進行勞動力重組，從例行文書工作轉向更具技能的技術角色 。

替數字做個現實查核

執行長的「預期」與觀察到的「現實」之間存在著巨大鴻溝。當 99% 的執行長說他們已為 AI 裁員做好準備時，一份由美國國家經濟研究局（NBER）發布、調查了 750 位美國財務長的研究報告卻指出，實際上只有不到一半（44%）的人計劃在今年進行某些與 AI 相關的裁員。將此比例換算到整體經濟中，大約僅佔所有職位的 0.4%，亦即從約 1.25 億個工作中裁減約 50.2 萬個職位——這數字相較於 2025 年估計的 5.5 萬個因 AI 而被裁撤的職位，有著顯著增長，但相較於總體勞動力仍只是一個微不足道的佔比 。

里奇蒙聯準會的財務長調查顯示，59% 的企業實際上計劃在 2026 年增加人力，而裁員計畫更多是受「需求不確定性」驅動，而非特指 AI 。這表明，儘管高階主管對 AI 的就業衝擊普遍悲觀，但企業實際的招聘與解僱計畫，仍由更廣泛的經濟狀況主導。

人性代價：員工心理健康與初階工作者的擠壓

即使宏觀經濟數據沒有顯示出一個「失業啟示錄」，但對於失業的恐懼本身，已在造成可量化的痛苦。

對員工的心理衝擊

2025 年發表的同儕審查研究發現，AI 相關的工作焦慮會顯著且負向地預測生活滿意度，而負面情緒在此關係中扮演了完全中介的角色 。另一項針對印度 IT 專業人員因 AI 而失業的研究，則記錄了那些因自動化失去角色的人，所經歷的情緒衝擊、專業認同侵蝕、慢性焦慮，以及感受到的組織背叛 。

佛羅里達大學的研究人員更進一步，提出了一個名為 「AI 取代功能障礙」（AI Replacement Dysfunction，簡稱 AIRD） 的新臨床概念，來描述與持續恐懼 AI 導致失業相關的壓力 。其症狀可能包括焦慮、失眠、偏執、否認 AI 的相關性、身份認同喪失、無價值感、怨恨和絕望 。AIRD 尚未被列入正式的 DSM 診斷手冊，但在 2026 年的心理健康討論中，它已日益被視為一個正當的臨床關注議題 。

員工調查描繪出一幅令人不安的畫面：Modern Health 的《2026 年勞動力心理健康報告》發現，近七成（69%）的美國員工現在相信，AI 將在三年內導致自己所在的公司裁員，且有近一半（49%）的人「個人害怕」會因 AI 工具和自動化而失去工作 。ADP Research 一項涵蓋 36 國、超過 39,000 名工作者的調查則發現，全球只有 22% 的員工非常同意自己的工作不會被淘汰 。

初階工作者與正在消失的職涯入口

勞動市場最立即的壓力，似乎落在了那些從事初階結構化任務的工作者身上。哈佛商學院研究的核心發現——重複性、可自動化任務的職缺減少了 13%——直接衝擊了那些歷來作為職涯起點的職位 。

在 AI 高度曝險的職業中，隨著大型語言模型大規模普及，初階工作的招聘正在減少 。研究表明，AI 並未均勻地取代勞動者，而是創造了一個「雙層勞動力結構」：資深專業人士的生產力提升、角色擴大，而初階工作者則面臨機會縮減與前景停滯 。其結果是勞動市場的兩極分化，AI 自動化了「執行導向」的任務，同時放大了「經驗判斷」的價值——並縮窄了新進者建立這些經驗的傳統路徑 。

這一切意味著什麼

2026 年的數據呈現出一個屬於它自己的悖論：全球執行長對 AI 導致裁員的預期近乎全體一致，但現有最嚴謹的實證研究卻未見總體職位被摧毀的證據。取而代之的是，勞動市場正經歷一場重要的結構性轉變，減少對結構化、重複性工作的需求，同時增加對分析、創造性及協作型角色的需求。近期最沉重的負擔，落在了那些工作易受自動化衝擊的初階勞工，以及更廣泛勞動力的心理健康之上——對工作不穩定的焦慮，已在造成可量化的傷害。對於工作者和組織而言，挑戰不僅僅是從一波大規模裁員中存活下來，而是要面對一場市場如何根本性地重新定義技能價值，以及人們能多快適應的考驗。