為什麼 AI 裁員思維是錯的

AI 提升生產力後，企業該擴張產出與團隊，不該把效率當成裁員理由。

AI 裁員思維是錯的，因為它把生產力提升誤當成縮編指令。當工程師因為 AI 變得更快，合理的反應不是先砍人，而是做更多產品、解更多問題、擴大公司能做的事。把工具帶來的槓桿，拿去換成更小的組織，只會把增長機會拱手讓人。

第一個論點

生產力提升不等於勞動消失。DeepMind 執行長 Demis Hassabis 的說法很直接：如果工程師效率提升三到四倍，公司就應該做三到四倍的工作。這不是情緒化護航，而是基本經營邏輯。能更快交付的團隊，應該承擔更多產品線、更多實驗、更多內部工具與更多客戶問題。

Google DeepMind 已把 Gemini 3.5 Flash 對準 agentic coding 任務，例如翻譯程式碼庫、找 bug、寫作業系統。這類能力若真的成熟，最合理的用途是把工程組的可做範圍放大，而不是把熟悉系統的人直接裁掉。當機器接手重複勞動，人的價值就更集中在架構、判斷與責任承擔，而不是消失。

第二個論點

先裁員，通常代表想像力不足。Hassabis 形容這種說法是 lack of imagination，這話很重，但很準。Amazon、Salesforce、Block 等公司都曾把 AI 當成裁員理由之一，卻沒有證明自己真的已把人力能做的高價值工作挖乾淨。這更像是為了短期財報與成本敘事服務，而不是為了長期競爭力。

相反地，Alphabet 內部的思路更接近正解。Hassabis 說他有「一百萬個點子」，從藥物發現到遊戲設計，都需要「免費工程師」去試。這才是 AI 降本後最該發生的事：把原本稀缺的工程時間，轉去做那些平常沒預算、沒人手、也沒機會啟動的新賭注。裁員只會讓公司更小、更保守。

反方可能怎麼說

最強的反方很簡單：如果軟體產出大增，公司不欠任何人原本的編制。資本市場獎勵的是利潤率，不是道德一致性。若一名工程師能做三人的工作，管理層就會說，最負責任的做法是留一個、砍兩個。再加上歷史上每次自動化都會重組勞動市場，現在反對裁員，只是在拖延不可避免的結果。

這個論點也有現實基礎。AI 編碼工具確實越來越快、越來越便宜，Google 也正是用這點包裝 Gemini 3.5 Flash。對一些維護性高、複雜度低的任務，小團隊確實可能夠用。若企業完全無視這個效率紅利，會把成本留在桌上，最後被更敢縮編的對手壓過。

但這個論點只在算術上成立，在策略上站不住腳。是的，部分職位會縮小；但把 AI 當成大規模裁員的藉口，等於把短期節流誤認成長期優勢。真正會贏的公司，不是 payroll 最瘦的公司，而是能把 AI 槓桿轉成更多產品、更多實驗、更多學習速度的公司。Hassabis 的立場正確，因為他把 AI 視為產能，不是替代品。

你能做什麼

如果你是工程師、PM 或創辦人，別把 AI 導入當成 headcount 盤點。你該量的是吞吐量：交付週期、修掉的 bug、完成的實驗、解決的客訴、啟動的新專案。先用 AI 清掉拖慢團隊的工作，再把省下來的時間投回更難的問題。若你的 AI 計畫只有裁員，代表你不是在打造更強的公司，只是在把公司做小。