ai-jobloss是這篇文章討論的核心

AI 不再只是科幻場景，而是直接衝擊每個人的飯碗。Photo by Pavel Danilyuk on Pexels

Jack Dorsey 的 AI 豪賭：Block 裁員 4000 背後的經濟悖論與 2026 職場海嘯

💡 核心結論

Jack Dorsey 直接把裁员 4000 人（近半數員工）歸咎於 AI，這不是巧合，而是 2026 年職場革命的明確信號。但市場反應显示投資者更關注效率提升而非社會成本。

📊 關鍵數據 (2027 年預測)

全球 AI 市場規模：2026 年將達 2.52 兆美元 (Gartner)，2033 年突破 3.5 兆美元
職位影響：9200 萬個職位將被 AI 取代 (WEF)，創造 6900 萬個新職位，淨減 1400 萬個
企業衝擊：86% 企業將受 AI 影響 (WEF)，95% 企業目前未看到收入增長 (McKinsey 2025)

🛠️ 行動指南

技能重塑：投資 AI 協作工具使用能力，而非與 AI 競技
領域深挖：選擇 AI 難以完全取代的「人性化」專業（醫療、創意、複雜決策）
持續追蹤：關注企業財報中 AI 投資與人力結構變化的關聯性

⚠️ 風險預警

「AI-washing」現象浮現：企業可能將常規裁員包裝成 AI 轉型。Block 案例中，加密貨幣市場低迷、股價压力也是潛在因素。別被單一敘事騙了。

引言：從 Block 裁員事件觀察 2026 職場大地震

當 Jack Dorsey 在 2026 年初對外宣布 Block 將裁減 4000 名員工（接近公司總兵力的一半），並直接把這一切的”功劳”歸給 AI 工具時，我246强调了技术带来的社会成本问题。市場卻用截然不同的方式回應——Block 股價單日飆漲 24%，華爾街瞬間給公司市值加碼 80 億美元。

這個天差地遠的反應，正好凸顯了當前 AI 革命的核心矛盾：一邊是企业效率提升與股東價值最大化，另一边是數十億勞動者的生計不確定性。這不只是 Block 一個公司的故事，而是整個人類經濟体系在 AI 衝擊下的缩影。

作為資深技術觀察者，我追踪科技巨頭轉型超過十年，但這次 Dorsey 的”AI-washing”（將裁包裝成 AI 轉型）仍讓我側目。我們必須深入挖掘：AI 到底會在 2026-2027 年帶來多大規模的職位震盪？市場數據說了什麼？而作為一個普通勞動者，你現在該怎麼做？

AI 取代工作：真相還是藉口？數據不會說謊

Dorsey 的言論一出，外界立刻分成兩派。一派相信 AI 真的已經成熟到可以取代大量人力；另一派則指控這是”AI-washing”——企業 almond 市場喜歡聽的科技轉型故事，掩盖了更复杂的经营 reality。要釐清這個爭議，我們得看硬數據。

根據世界經濟論壇 2025 年發布的《未來就業報告》，到 2027 年，AI 與資訊處理將影響 86% 的企業。具體數字更驚人：AI 將創造 6900 萬個新職位，但也會< strong >取代 8300 萬個，意味著 net 1400 萬個職位消失。這個淨損失不是均勻分散——行政支援、資料處理、初級編程等角色首當其衝。

Pro Tip：別只看”取代”，要看”轉型”

WEF 數據顯示，雖然有淨損失，但 57% 的員工將需要接受再培訓。這意味著 “AI 替代工作” 的敘事太過簡化——更精確的說法是 “AI 轉型工作”。那些願意學習 AI 協作工具的勞動者，反而可能成為企業爭搶的對象。

更具體的案例來自 MIT 2025 年八月的研究：調查發現 95% 的企業並未因 AI 實現收入增長。Harvard Business Review 更进一步 coined 一個新詞：”work-slop”——企業急著導入 AI 工具，生產出看似合格但缺乏實質內容的工作產出，反而降低團隊信任與協同效率。

回到 Block 個案：公司內部 AI 工具 “Goose” 是否真能 cover 一半員工的工作？還是說，Dorsey 818AI 作为一个更宏大敘事的一部分，用來合理化已經醞釀一段時間的組織瘦身？我們先暫停判斷，繼續看更多維度數據。

AI 市場爆炸性成長：2026-2030 兆美元賽道

不論職場爭議如何，資本市場用真金白銀投票。根據 Gartner 2026 年一月報告，全球 AI 相關支出將達 2.52 兆美元，年增率 44%。這不是小打小鬧——這是整條產業鏈的狂歡，從晶片設計、雲端運算到 vertical AI 解決方案，每個環節都在吃紅利。

如果說 Gartner 的數字讓你头晕，那麼 Statista 和 Fortune Business Insights 的預測更誇張： global AI 市場規模從 2025 年約 3000 億美元，到 2033/2034 年將飆升至 3.5 – 3.68 兆美元。這意味著有四年內 10 倍成長的 business case——難怪所有科技巨頭都把 AI 寫進 DNA。

Pro Tip：追蹤 AI 投資金流的關鍵指標

不要只看總市場規模。真正有意义的指標是 “AI capex per employee”（每位員工的 AI 資本支出）。Block 案例中，如果裁掉 4000 人卻大幅增加 AI 預算，未必代表”tool replaces human”，更可能是”tool enables leaner team to do more”。關注財報中”研發費用”和”AI 解決方案支出”的變化幅度。

Goldman Sachs 更具體指出：2026 年 AI 資本支出可能超過 5000 億美元。Bain & Company 則預估 AI 產品與服務市場將在 2027 年達到 7800-9900 億美元。這一系列的數字背後有一個簡單邏輯：企業已經把 AI 從”可選項”轉為”必選項”，哪怕短期內看不到收入增長，也不敢错過这场游戏。

人類最後的堡壘：那些 AI 短時間啃不下的工作

既然 AI 市場這麼熱，為什麼我們還要关心人類的 job security？答案很簡單：不是所有工作都容易被自動化。WEF 報告指出，創意、情感智能、複雜決策 這三大領域，AI 至少在 2026-2030 年內難以完全取代。

健康照護 就是典型案例。雖然 AI 可以輔助診斷（影像識別、藥物發現），但病人與醫生之間的信任關係、手術中的即時判斷、治療方案的個性化調整，這些都需要人類醫師的經驗與同理心。 nursing、心理諮商、老人照護等” highly human” roles 反而會因為人口老齡化而需求上升。

高階管理與策略 也是 AI 的瓶頸。AI 可以分析數據、生成選項，但企業文化塑造、跨部門協調、政治遊說、創意發想——這些都是非线性、需要 context 理解的工作。Block 裁員後，公司需要的不再是執行指令的員工，而是能與 AI 工具協作、做出 final call 的 strategic thinkers。

Pro Tip：培養”AI 協作力”而非”AI 取代力”

未來十年最有價值的技能，不是寫 prompt 有多好，而是”如何驗證 AI 輸出的品質、如何補足 AI 的盲點、如何將 AI 產出的內容整合成人類可以執行的行動”。把 AI 当成 junior assistant,你是 senior manager。你要負責 final quality control。

創意與文化產業 同樣有護城河。AI 可以生成圖像、音樂、文字，但”原創性”與”情感共鳴”依然稀缺。只要人類觀眾還需要”Artist’s fingerprint”（藝術家的個人印記），創作者就能生存。問題是：收入分配會極度不均——頂尖創作者可能借助 AI 產能飆升，而 middle-tier 創作者可能被淹沒。

企業策略轉型：從”人員優化”到 AI 協作生態

Block 的裁員不是孤例。2024-2026 年，科技企業已經進行多輪裁員，但以往都歸因於”市場調整”或”战略重組”。Dorsey 首次公開將 AI 列為 primary cause，這標誌著企業話語系統的根本轉變：以後”AI 轉型”可能成為 standard explanation for headcount reduction。

但效率提升的承諾能否兌現？McKinsey 2025 年調查显示，只有 5% 的企業報告 AI 帶來收入增長。換句話說，大多數企業仍在”AI 探路期”——花錢買設備、買工具、裁掉人力，但 bottom line 沒有明顯改善。這引發一個战略問題：如果 AI 不能帶來收入，那只是成本轉移遊戲？把員工成本轉為 AI 工具訂閱費，短期利潤好看，長期呢？

哈佛商業評論提到的 “work-slop” 現象值得警覺：企業花錢導入 AI，但員工只是把 AI outputs 當成”:’, 包裝成自己’,填來交差’，並未真正提升實質生產力。這形成了一種”假性效率”——數字上好看，但創造價值的能力沒變。

未來成功轉型的企業，應該會是那些把 AI 嵌入”工作流程 redesign”而非”headcount reduction”的公司。例如，不是裁掉客服 half 人手，而是用 AI 輔助人工客服，讓每個客服處理更複雜、更高價值的客戶問題，从而提升客户滿意度和客单价。這種協作模式才是可持續的。

個人應對策略：打造你的 AI 協作武器庫

眼看着 AI 席捲而來，普通人該怎麼辦？我先丟掉”抵抗”或”忽視”的 option——兩者都會讓你出局。正確心態是：AI 是 power-up，不是 replacement。你的目標是成為AI 時代的”高階协作者”。

第一步：投資工具熟練度。不要只會用 ChatGPT 生成 email。要深入學習：

AI 輔助編程 (GitHub Copilot, Cursor)
AI 設計工具 (Midjourney for mockups, Uizard)
AI 數據分析 (自然語言提問 BI 工具)
AI 文書處理 (Claude for writing, Notion AI)

熟練度越高，你的 output quality 和 speed 就越好，這將成為你的核心競爭力。

第二步：深耕”人性化”技能。AI 搞不定的領域，就是你的護城河：

情緒 inteligence：團隊領導、客戶溝通、衝突解決
跨領域 thinking：把不同領域知識連結起來解決複雜問題
倫理判斷：AI 給出的選項可能有偏見，需要人類把關
創意原創：不依賴 AI 的個人風格與視角

第三步：建立個人品牌與信任網絡。AI 可以模仿你的 writing style，但沒有人能複製你的 reputation 和 relationship。活躍在社群媒體、寫技術 blog、參與開源專案，這些都會建立你的可信度。當企業要裁員時，最先被割的通常是那些”黑盒子員工”——能力不明、貢獻不易量化的傢伙。讓你的價值 visible。

Pro Tip：把 AI 工具當成”加班不計薪的 junior”

最高效的 AI使用者，不是把 AI 當 magic box，而是當成一個可以熬夜、不領錢、但需要你指導的初级同事。你要做的事情：
1. 給明確指令 (clear prompt)
2. 檢查 output 品質 (human review)
3. 整合與優化 (synthesis)
4. 承擔最終責任 (accountability)。這樣，AI 提升了你的產能，而你保持了对結果的控制。

最後，別忘了持續追蹤企業財報。當一家公司開始大幅增加 AI 支出卻同時裁減人力時，這就是明確信號：該公司正在進行 AI 主導的轉型。要嘛加緊學習準備，要嘛考虑換跑道。

這些策略聽起來輕鬆，實做卻需要決心。但arket 已經用 Block 的股價告訴我們什麼是正確方向——投資者奖励那些願意拥抱 efficiency 的公司，不管你用什麼手段達到。作為個人，與其抗議，不如 getting on board.

常見問題與解答

問：Jack Dorsey 把裁員歸咎 AI，這是否只是藉口？

有可能。Block 裁員發生在加密貨幣市場低迷、公司股價下跌的背景下。AI 或許是部分因素，但企業也可能用”AI 轉型”這個市場現在愛聽的故事，來掩蓋其他经营問題。關鍵在於看公司後續行動：如果 AI 工具真的能提升效率且不發生品質下滑，那說法的可信度就高。

問：到 2027 年，到底有多少工作會消失？

根據世界經濟論壇的權威預測，到 2027 年 AI 將 displace 8300 萬個職位，但同時創造 6900 萬個新職位，net loss 1400 萬個。但分佈極度不均：行政、文書、初級技術工作 loss 最大；AI 開發、數據科學、人的 services（醫療、教育）需求增加。

問：如果 AI 市場爆炸性成長，為什麼多數企業還沒看到收入增長？

McKinsey 2025 調查顯示 95% 企業未因 AI 實現收入增長，這反映的是”AI implementation gap”——技術有了，但組織未 ready，員工不會用，流程未重設計。AI 投資回報需要時間，且很多企業只是在”試水溫”，尚未找到 killer application。這也表示：現在正是學習曲線的紅利期。