科技巨頭裁員佔滿頭條，但 AI 對職場最深遠的影響可能正在小型企業悄悄發生
大型科技公司的裁員潮佔據了多數媒體版面，但部分經濟學家認為，AI 對職場的最深遠影響，可能正在一個更不引人注目的小型企業裡發生。這裡的組織架構更扁平、重組成本更低，新技術的採用與落地可以比大公司快得多。
一家吉他學校的組織重組
Spencer Handley 經營的線上吉他教學平台 Sonora，擁有包含 Tom Misch 與 Billy Strings 在內的職業音樂人學員；平台穩定成長了七年，幾乎未受 AI 浪潮影響，直到 Anthropic 在去年 11 月發布 Claude Opus 4.5，情況才驟然改變。
這款模型經過專門訓練，能夠執行長時間運行的代理任務，包含軟體工程與行政作業。Handley 很快發現，AI 已能複製他用來經營業務的企業軟體，他說：「我意識到遊戲規則變了，你可以在沒有任何人工介入的情況下，複製一家十億美元公司的軟體。」
這個發現直接改變了公司的用人結構。負責接觸潛在客戶的 12 人「開發團隊」幾乎全數裁撤，銷售主管、客戶入職團隊與部分營運人員也隨之離開。
留下來的員工轉為監督 AI 代理，這些代理負責撰寫行銷文案、追蹤潛在客戶，並協助吉他老師引導新學員完成入職流程。
到了今年四月，Handley 已用客製化工具取代 HubSpot、Calendly、Vimeo 與 DocuSign，每年節省約 25 萬美元的軟體費用，同時將客戶資料集中管理，讓 AI 代理更容易調用。公司從 48 人縮減至 30 人，但營收沒有下滑，實際上成果還略微提升。
小型企業是更敏感的感測器
Sonora 的案例之所以值得關注，不只因為它的規模縮減，更因為它所代表的速度。
哈佛經濟學家 David Deming 在 2025 年指出，AI 在小型企業（包含新創公司）的採用速度快於大型企業。如果這個判斷成立，大型科技公司裁員數千人的頭條新聞，可能掩蓋了 AI 對美國約 46% 受僱於小型企業的勞工所造成的影響。
不過，經濟學界對這個問題的看法並不一致。倫敦國王學院助理教授 Bouke Klein Teeselink 指出，AI 採用的方向可以往任何一邊走：昂貴的導入成本可能讓資金更充裕的大型企業佔優，但小型企業因為規模小、結構彈性高，重組以有效使用 AI 的難度也相對較低。
美國人口普查局今年四月的報告發現，大型企業的 AI 採用率明顯更高，但 Klein Teeselink 強調，「採用」這個詞可以涵蓋差異極大的實際狀況。他接觸過許多大型企業員工在使用 Microsoft Copilot，「技術上他們是採用者，但顯然他們根本不知道自己在做什麼。」
地理因素也讓影響更難一概而論。舊金山灣區的新創公司在 2023 年至 2024 年間人員縮減了 16%，而非科技重鎮的同類企業幾乎沒有變化。史丹佛數位經濟實驗室研究員 Bharat Chandar 指出，就整體經濟而言，目前沒有大規模職位流失的明確跡象。
2025 年 9 月，Resume.org 對 1,000 名美國企業主管的調查提供了更具體的數字：近三成企業表示已用 AI 取代職位，37% 預計在 2026 年底前完成替換，半數企業已縮減招募，39% 在 2025 年進行了裁員。
調查也指出，高薪員工與缺乏 AI 技能的工作者面臨最高裁員風險，入門與新進員工同樣脆弱。不過，聯準會紐約分行的分析提供了一個反向觀點：多數雇主更傾向培訓員工使用 AI 而非直接裁員，分析師也認為，即便部分企業預測 AI 相關裁員，對整體勞動市場的影響仍不至於重大。
效率提升不等於就業減少
並非所有導入 AI 的小型企業都在裁員。短租管理平台 Hospitable 自去年 12 月以來將 AI 支出增加了 50%，相當於三名全職員工的成本。AI 代理目前生成了公司 90% 的程式碼，處理了 70% 的客服查詢，協助財務團隊判斷需要執行哪些轉帳，並管理行銷活動。
這家 140 人的公司沒有裁員，但放緩了招募速度。執行長 Pierre-Camille Hamana 估計，如果沒有導入 AI 工具，公司原本需要把 65 人的客服團隊擴增為三倍，他說，AIm實際上創造了更多工作，因為生產力提升太多了。
經濟學家將這種現象稱為「Jevons 悖論」，這得名自 19 世紀英國經濟學家的觀察，指煤炭使用效率的提升，反而導致煤炭消耗量上升，而非下降；燃煤爐具成本降低引發需求激增，整體煤炭支出反而增加。
Klein Teeselink 認為某些工作可能出現類似效應——軟體工程師的職缺在 ChatGPT 發布後大幅萎縮，但目前看起來已開始回升，或許正是這個邏輯的體現。
全面影響尚未到來
儘管如此，目前的影響可能只是開端。美國人口普查局報告顯示，不到五分之一的企業將 AI 用於任何業務功能。Anthropic 在 2026 年 3 月發布的研究更指出，其 AI 模型目前僅被用於所有可執行工作任務的一小部分。
這當中有一個關鍵的加速器值得關注。轉型型 AI 經濟學教職研究員 Anton Korinek 去年向 TIME 表示，新技術的擴散需要高技能工人來推動，但如果 AI 變得足夠聰明，它也能協助加速自身的擴散。一旦這個臨界點到來，採用速度可能出現非線性躍升，而最快完成導入的企業，將成為整體經濟走向的早期指標。
【推薦閱讀】
◆ AI 時代需要全新領導方式，專家提 90 天 AI 轉型實踐框架
◆ 【別只說「AI 會提高生產力」】想平穩轉型，領導者必須對症下藥的 3 大關鍵
◆ 蘋果 AI 轉型真的落後？手握 25 億台消費端裝置，專家揭蘋果佈局
＊本文開放合作夥伴轉載，參考資料：TIME、HRDIVE，首圖來源：Unsplash
（責任編輯：鄒家彥）