然而，實際明確歸因於 AI 的裁員人數遠低於這些預期。2025 年，美國雇主裁減了約 55,000 個以 AI 為主要原因的工作——在總計 117 萬的裁員總數中。到了 2026 年，AI 在數個月內成為裁員的首要原因，企業在該年上半年將 101,743 個裁員歸因於 AI。但即使這一數字加速增長，相對於整體勞動力市場仍屬溫和。

一些研究人員認為，企業可能只是將 AI 當作例行重組的「方便藉口」。牛津經濟研究院與《財富》雜誌發現「公司似乎並未大規模地用 AI 取代工人」，且公司可能引用 AI 來為無論如何都會發生的裁員進行辯解。

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。

入門級就業正承受真正的衝擊

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。

一份美國人口普查局的工作論文也證實，在 ChatGPT 推出後，AI 高暴露產業中針對早期職涯工作者（22-24 歲）的招聘，出現了「立即、顯著且持續的減少」。

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。

員工再培訓：成效積極但溫和且不均衡

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。

意圖與執行之間的差距依然巨大。雖然 74% 的組織計劃隨著 AI 的發展提升或再培訓員工，且 87% 的組織報告存在 AI 技能缺口，但這些計畫的實際效果卻落後於預期。

結論

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。

然而，實際明確歸因於 AI 的裁員人數遠低於這些預期。2025 年，美國雇主裁減了約 55,000 個以 AI 為主要原因的工作——在總計 117 萬的裁員總數中。到了 2026 年，AI 在數個月內成為裁員的首要原因，企業在該年上半年將 101,743 個裁員歸因於 AI。但即使這一數字加速增長，相對於整體勞動力市場仍屬溫和。

一些研究人員認為，企業可能只是將 AI 當作例行重組的「方便藉口」。牛津經濟研究院與《財富》雜誌發現「公司似乎並未大規模地用 AI 取代工人」，且公司可能引用 AI 來為無論如何都會發生的裁員進行辯解。

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。

入門級就業正承受真正的衝擊

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。

一份美國人口普查局的工作論文也證實，在 ChatGPT 推出後，AI 高暴露產業中針對早期職涯工作者（22-24 歲）的招聘，出現了「立即、顯著且持續的減少」。

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。

員工再培訓：成效積極但溫和且不均衡

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。

意圖與執行之間的差距依然巨大。雖然 74% 的組織計劃隨著 AI 的發展提升或再培訓員工，且 87% 的組織報告存在 AI 技能缺口，但這些計畫的實際效果卻落後於預期。

結論

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。