其他調查描繪的景象則遠不那麼嚴峻。KPMG 的《2026 年美國 CEO 展望脈動調查》發現,不到 10% 的大型美國公司 CEO 計劃在今年進行 AI 驅動的裁員,而超過一半的 CEO 實際上期望因 AI 投資而擴大招聘。
雖然整體的失業情況尚屬溫和,但當你審視年輕工作者時,情況會截然不同。
史丹佛大學數位經濟實驗室分析了 ADP 提供的美國數百萬勞工截至 2026 年 6 月的薪資數據,發現「沒有證據顯示廣泛的、總體經濟層面的就業替代」來自生成式 AI。但同一項研究發現,在 AI 高暴露的職業中,22-25 歲年輕工作者的就業率相較於其他工作者下降了 16%,而有經驗的工作者則保持穩定
。
Gartner 發現,22% 的人力資源長報告,其組織中至少有一位業務主管已停止招聘入門級職位,因為 AI 自動化了傳統上由初階員工處理的任務。世界經濟論壇也認為,入門級別的招聘放緩「顯而易見」,儘管 AI 的確切角色仍存有爭議
。
這種模式——有經驗的工作者就業穩定,但新進者的機會減少——代表了企業建立人才管道的結構性轉變。
再培訓常被提出作為解決 AI 取代勞工問題的方案。證據顯示它有幫助,但效果不如許多人期望的那麼大。
一項由 Anthropic 於 2026 年 8 月發布、針對 56 項美國隨機對照試驗的大型回顧研究發現,職業培訓計畫能將就業率提高 2-3 個百分點,年薪約增加 1,000 美元。這在統計上顯著,但並非變革性的。
紐約聯邦儲備銀行針對 190 萬筆美國勞動力培訓記錄的研究發現,AI 暴露工作者的平均季度收入回報約為 1,470 美元,但那些為 AI 密集型職業進行培訓的工作者,與追求更一般性培訓的同儕相比,面臨 29% 的收入懲罰。換句話說,為 AI 工作接受培訓,實際上的報酬反而低於為非 AI 工作接受培訓。
世界大型企業聯合會報告指出,大多數組織專注於幫助員工在當前崗位上成長,而非為未來的工作做好準備。另一項研究發現,35% 的員工完全沒有接受過任何 AI 培訓,而在接受過培訓的人中,只有 18% 的人覺得自己準備好可以獨立作業
。
CEO 們預測的、由 AI 驅動的大規模失業末日並未實現。取而代之的是更具針對性的破壞:年輕和入門級工作者正在失去招聘機會,而有經驗的員工則大致保持穩定。再培訓有所幫助,但帶來的收益有限,而企業在真正的未來技能投資上仍參差不齊。2026 年關於 AI 與就業的真實故事,不是關於大規模裁員——而是關於入門級就業管道正在被靜靜地掏空。