ai-washing是這篇文章討論的核心
💡 核心結論：「AI washing」不是技術進步的結果，而是企業在經濟壓力下的一种公關策略。真正的失業推手是關稅、過度招聘和利潤最大化。
📊 關鍵數據：2025年美國裁員117萬人，其中近5.5萬被指「AI影響」；但MIT研究顯示AI實際只能取代11.7%的美國工作。全球AI市場2027年將達$780-990億，但就業市場淨變化預計到2030年新增78百萬崗位。
🛠️ 行動指南：檢視公司財報與裁員公告時，追問「真正原因」；投資自己於AI增強型技能而非AI替代型技能；關注監管動向如SEC的AI washing執法。
⚠️ <風險預警：不要輕信單一來源的「AI取代」宣稱；2026-2027年可能出現更多企業以AI為由進行組織重組；勞動者需準備好裁員救濟與法律救濟管道。
引言：在裁員潮的喧嚣中，我們該相信什麼？
觀察這一年來的商業頭條，你會發現一個現象：每當大公司宣布裁員，總會順手丟出一句話——「我們在進行AI轉型」。這已經變成某種固定套路，好像裁員如果不跟AI掛鉤，就显得不够 trend、不够 cool。但作為一個長期追蹤科技趨勢的觀察者，我開始懷疑：這到底是事實，還是一种漂亮的藉口？
2026年2月，這個質疑終於炸開了锅。多家美國科技巨頭被指控濫用「AI」作為裁員擋箭牌，學界與監管機構紛紛出手，把這種行為點名為「AI washing」。這名詞 borrowed from 「greenwashing」——企業用環保包裝形象，實際上啥都没做。現在換成AI，一樣的套路，只是換了個高科技皮。
本文不接受任何企業的發言稿或公關說法，我們要做的 only one thing：把數據挖出來，看看到底 AI 在這次裁員潮裡占了多少比重，那些隱藏在财报背後的真正原因又是什麼。更重要的是，我們 want to know：作為勞動者，該如何在這場記者會式的裁員風暴裡保護自己？
什麼是「AI Washing」？為何2026年突然爆紅？
首先，把話說清楚：什麼是 AI washing？根據 AI Now Institute 的定義，這是一种欺騙性行銷伎倆，透過夸大產品或服務中 AI 的角色來誤導客戶、投資者，以取得資金或提升估值。Cambridge dictionary 2019年就提出，但真正爆紅卻是2025-2026年的事。
為什麼這時引爆？我認為有幾個關鍵因素：第一，AI 技術 chatGPT 之後確實有了重大突破，市場對 AI 的關注度达到極點；第二，企業在疫情期間過度招聘（overhiring）的後遺症開始發酵，2023-2024年為了抓住增長盲目擴編，結果2025年營收放緩，人力成本成了燙手山芋；第三，關稅戰升溫，進口成本上升，利潤被壓縮，企業需要找個 “正當理由” 向股東交代裁員決定。
OpenAI 執行長 Sam Altman 自己在 2026 年 2 月的印度 AI 影響力峰會上承認：「有些公司正在用 AI 作為裁员的藉口，這是不對的。」這話從 AI 大佬嘴裡說出來，格外有分量。他補充，真正的 AI 驅動裁員只限於某些「執行級」角色（execution-only roles），但媒體報導往往誇大其詞。
回到時間軸：2025年11月，CNBC 率先報導多家企業被質疑「AI washing」；2026年2月，Sam Altman 公開點名，事件升溫。這時，SEC（美國證券交易委員會）早前（2024年3月與10月）對兩家投資顧問公司開罰的案例重新被翻出，顯示監管已經開始注意這個趨勢。
數據破解：AI真的取代了那麼多工作嗎？
數字會說話，但也可能被包裝。當企業宣布「因 AI 裁員 X 千人」，我們需要 cross-check 三個數據源：
- 總裁員人數 vs AI 引用比例：根據就業諮詢機構 Challenger, Gray & Christmas 統計，2025 年美國科技業裁員總數達 117 萬（創 2020 年以來新高）。其中，約 5.5 萬職位被企業明確歸因於 AI——佔比不到 5%。換句話說，超過 95% 的裁員與 AI 無直接關聯。
- MIT 11.7% 的真相：2025年11月，MIT 發布研究，指出 AI 已經可以取代美國 11.7% 的工作，橫跨金融、醫療保健和專業服務。但這裡必須區分「潛在可取代性」與「實際取代率」：潛在性不等同於已被實現。研究同時發現，AI 同時創造了許多新職位，淨影響並非單向。
- World Economic Forum 的長期預測：根據 2025 年發布的《Future of Jobs Report》，到 2030 年，技術進步將影響全球 22% 的工作岗位，預計 92 百萬工作被取代，但同時會創造 170 百萬新工作，淨增加 78 百萬崗位。所以，結構性調整大於總量毀滅。
這組數據告訴我們什麼？第一，AI 對就業的實際影響尚未達到媒體渲染的程度；第二，企業選擇性地引用 AI 作為裁員理由，更多是為了塑造形象而非反映事實。由此可見，AI washing 的核心不在技術本身，而在於話語權的操弄。
真正的幕後黑手：關稅、過度招聘與利潤最大化
如果 AI 不是主因，那什麼才是？CNBC 2025年11月的報導深入調查後指出，三大因素是真正的推力：
1. 關稅壓力
美國在 2025 年對中國、歐洲等多國擴大關稅範圍，企業進口成本上升，利潤空間受擠壓。Target、Walmart 等零售巨頭紛紛裁員以抵銷關稅衝擊。财报顯示，這些公司的營收並未大幅下滑，但毛利率下降，故選擇削減人力成本。
2. 疫情期間過度招聘
2020-2022年，居家隔離促使電商、雲端服務需求爆發，企業誤以為增長將永久延續，大舉招聘。2023年市場回歸正常，才發現人力過剩。Block（原 Square）執行長 Jack Dorsey 在裁掉 40% 員工時直言：「我們過去招聘太多人了。」這才是實話。
3. 股東利潤最大化
公開上市公司長期面臨「每季盈利」壓力。當營運成本上升，管理層第一個想到的就是裁員，因為這是最快見效的成本削減手段。引用 AI 作為理由，還能讓公司看起來有遠見，股價不跌反升。例如，Salesforce 在宣布 AI 驅動重組後，股價上漲了 5%。
綜合以上，AI washing 是一種敘事策略，讓企业在披露负面消息時能維持股价與形象，同時將市場焦點從 themselves 的管理失誤轉移到不可抗的「科技变革」上。
企業治理與監管框架的缺失
既然 AI washing 這麼好用的話術，為什麼它會成為問題？因為它涉及到財務披露的真實性、勞動者權益的保障，以及資本市場的有效運行。
根据 SEC 的定義，公開公司在重大裁員或重組時，若將 AI 作為主要原因，需提供具體證據支持。否則可能構成「虚假或误导性陈述」。2024年3月與10月，SEC 分別對兩家投資顧問公司罰款，原因是它们在宣传材料中過度夸大 AI 的使用，這就是「AI washing」在金融監管領域的第一槍。
然而，現行法規對一般企業的約束力不足。美國勞工部沒有強制要求企業披露裁員的具體原因；SEC 的監管範圍主要在上市公司且與投資者相關的陳述。這形成了一個灰色地帶：企業可以在財報備註中輕描淡寫寫「AI transformation」，而無需提供數據支撐。
歐盟的情況稍有不同。EU 正在推動《AI Act》的補充條款，要求企业在使用 AI 進行大規模人力替代時，需進行「社會影響評估」並與工會協商。但美國目前無類似聯邦法律，各州法規也零散。
一個有效的監管框架應該要求：
- 企業在聲稱「AI-driven layoffs」時，須提供具體數據（多少職位因 AI 而消失，哪些部門，時間範圍）。
- 獨立第三方審計機構對這些聲明進行核實。
- 勞動者代表能 access 到裁員決策背后的分析文件。
- 對误導性陈述施加實質性罰款，而不只是象徵性處罰。
目前，SEC 的做法是啟動調查並要求公司修订文件，但尚未有針對非金融企業的重大執法案例。這或許會在 2026-2027 年改變，隨著政治壓力增大。
2026-2030就業市場的終極生存指南
說了這麼多問題，那我們該怎麼辦？以下是針對不同角色的具體建議：
對企業領導者
- 誠實溝通：如果裁員是因為過度招聘，就老實說出來，這會贏得員工與公眾尊重。包裝成 AI 轉型，一旦被揭穿，公司聲譽將受長期損害。
- 投資再培訓：与其直接裁員，不如提供 AI-提升培訓，讓員工適應新角色。Walmart 2025年的案例顯示，內部再培訓方案的留存率比外部招聘高 30%。
- 透明披露：在財報與公告中具體說明裁員原因，並提供數據支持，這不僅符合監管趨勢，也是良好的公司治理表現。
對勞動者
- 培養 AI 增強技能：Stephany 的研究一致指出，AI 技能勞動者享有 premium。學習 prompt engineering、AI tool integration、data literacy 等，而非只會執行重複任務。
- 追蹤公司聲明：當公司說「因 AI 裁員」，試著查找其财報、裁員通知（WARN Act notices）中的具體數字與部門。如果只有籠統說法，可能就是警號。
- 保留法律救濟：如果公司謊報裁員原因導致勞工權益受損（例如未提供法定 severance），可向州勞工部門或律師諮詢。
對政策制定者
- 立法強制披露：參考歐盟做法，要求在 mass layoff 情境下，企業必須提交影響評估報告，包含「技術引用」的具體證據。
- 加強勞動者保護：提供 AI transition 時期的失業救濟、再培訓補貼，降低結構性失業的衝擊。
- 與產業界對話：避免一刀切管制，而是建立標準化的「AI 影響報告」格式，方便各方比較。
總的來說，2026 年的 AI washing 現象反映了企業對外溝通的失能，但也是勞動者重新評估自身競爭力的契機。技術從來不是單向替代，而是重塑價值鏈。問題是：你是被拋棄在舊價值鏈上，還是 jump on the new curve？
FAQ 常見問題
什麼是 AI Washing？
AI washing 是指企業在宣布裁員或重組時，夸大或濫用「人工智能」作為原因，以掩蓋真正的經濟或管理問題（如關稅壓力、疫情過度招聘、利潤最大化）。這种做法常被批評為一種公關策略，而非如實反映技術影響。
企業為什麼會用 AIwashing 來解釋裁員？
主要原因有三：第一，AI 是熱門詞彙，能讓公司看起來創新且future-ready，維持股價；第二，提供一個「不可抗力」的藉口，緩解員工與公眾的反彈；第三，將焦點從自身的管理失誤（如過度招聘）轉移到無法阻擋的科技趨勢上。
勞動者應該如何保護自己免受 AI Washing 的衝擊？
勞動者應：1) 培養 AI 增強型技能（如 prompt engineering、資料分析），而非只做執行任務；2) 審查公司裁員聲明時，交叉核对財報數據與實際人力變化；3) 了解自身在 WARN Act 下的權益與失業救濟管道；4) 若公司涉嫌虚假陈述导致權益受損，可尋求法律諮詢。
行動呼籲與參考文獻
如果你正在面對裁員風險，或想深入了解如何將 AI 轉化為個人競爭力，我們提供免費諮詢服務。別讓企業用一個三個字母的術語就把你打發了。
参考資料：
- MIT Study: “AI can already replace 11.7% of U.S. workforce” — CNBC, Nov 26, 2025. 連結
- CNBC, “AI-washing and the massive layoffs hitting the economy” — Nov 4, 2025. 連結
- Challenger, Gray & Christmas Layoff Report 2025. 連結
- World Economic Forum, “Future of Jobs Report 2025” — projecting 78 million net new jobs by 2030. 連結
- Bain & Company, “AI’s Trillion-Dollar Opportunity” (2024). 連結
- SEC Press Release 2024-36, “SEC Charges Two Investment Advisers with Making False and Misleading Statements About Their Use of AI” — Mar 18, 2024. 連結
- Fabian Stephany, Oxford Internet Institute. 連結
- Sopra Steria, “Global AI market to grow with 19% per year to $1 trillion in 2027” — Jan 7, 2025. 連結
Share this content:
相關資訊:
AI 霸權降临加密市場：9 大模型預測比特幣 2026 年價格，最高上看 250,000 美元？
2026年AI贏家爆發：誰將主宰兆美元市場與投資策略剖析
Jeremy Grantham 警告：AI 市場泡沫即將破滅？2026 年投資風險與機會深度剖析
AI代理平台如何顛覆SaaS授權模式？2026年企業成本削減30%的關鍵策略
矽谷AI公司為何抄襲中國996工作制？2026年員工崩潰風險大解析
Genesis Rodriguez雙響炮：從《夜班特工》到《獅女》的頂級流量密碼解析
數據中心大戰：AI時代的新冷戰，誰在掌控數字王國？
Google Nano Banana 2 深度解析：AI晶片新紀元下的技術突破與產業衝擊
