AI取代工作不只靠裁員!凍結招聘、薪資停滯成職場新危機
AI對就業市場的衝擊不只表現在裁員,更藏在企業凍結招聘、初階職位資深化與薪資停滯等現象。本文解析AI如何改變企業用人模式,探討年輕人求職困境、在職者技能蒸發及未來職場挑戰。

文章目錄
談到人工智慧對就業的衝擊,多數人想像的畫面是大規模裁員,某天早上走進辦公室,發現門禁卡失效了,自己的私人物品已經被裝箱放在門口。
但真正的衝擊比這安靜得多,也隱蔽得多。
企業不裁員,而是凍結招聘
2026 年 4 月,耶魯大學高階主管領導力研究所發表了一份研究。研究團隊花了 6 個月,在金融、製造、物流、房地產、電信等 12 個產業裡做田野調查,翻閱數百份公司文件。
他們的結論是,企業並沒有大規模裁員,而是不再補人。
美國的自願離職率大約是每年 13%,光靠放慢或凍結對這些空缺的遞補,企業就能達成人力縮減的目標,過程中不需要發出任何一封資遣通知。職場的大門並沒有把裡面的人推出去,只是不再對外開放。經濟學界後來給了這個現象一個名字,叫做「大凍結」。
凍結壓力落在年輕人身上
而凍結壓力幾乎全部壓在同一群人身上。
Anthropic 的勞動市場研究發現,ChatGPT 發布之後, 22 到 25 歲的年輕人在人工智慧高曝險職業中的求職成功率下降了 14%,但 25 歲以上的工作者沒有出現類似的下降。最明顯的是軟體開發,這個曝險程度最高的職業,職缺刊登數比 ChatGPT 發布時少了一半以上。
這個機制比大規模裁員更難被看見,因為它沒有任何新聞的著力點。
一次大規模裁員有名單、有資遣費、有工會、有記者會,也有被裁員的人可以出來說話;而不再招人這件事,什麼都沒有。沒有人失去工作,因為那份工作從來沒有出現過。它在統計上只表現為某一個年齡層的失業率比別人高一點,而那個數字每個月都在動,很難歸因給哪一件事。
所以真正承擔這個隱形代價的,是那些本來應該會收到面試通知的職場新鮮人。
初階職位消失了?
企業內部的結構也在改變。曾參選美國總統的知名台裔企業家楊安澤( Andrew Yang )描述了這個轉變:過去每個資深員工底下配 3 個初階員工,形成金字塔;現在一個資深配一個初階就夠了,金字塔變成了柱子。他自己的公司原本要招聘初階工程師,技術長走過來說:「我不覺得我們還需要招這個職位,人工智慧工具現在已經夠好了。」
初階職位的「資深化」
不過「初階職位消失了」這個說法並不精確。更適合的說法是,企業要求初階職位必須擁有過去中階職位才有的技能。
PwC 分析超過 10 億則職缺公告之後,把這個現象量化出來,並且給了它一個名字:初階職位的「資深化」。
在人工智慧高曝險的職業裡,對初階職位要求領導力、創造力、面對面溝通這類傳統上屬於資深工作者的技能,機率是低曝險職業的 7 倍。被重新定義過的初階職缺自 2019 年以來成長了 35% ,而傳統的初階職缺同期萎縮了一成。
也就是說,職業階梯的第一階還在,但它現在要求你已經站在第二階。
對一個剛畢業的新鮮人來說,這個變化比職缺數量減少更難處理。職缺變少,還可以靠多投幾家、放低期待、換一個城市來應對;但第一階的門檻被抬高到需要中階的能力,那是投履歷解決不了的事。
過去那條路徑之所以能運作,是因為企業願意用一段時間換取一個人的成長:它先付一份不算高的薪水,讓你在做中學,幾年之後你才開始創造超過薪水的價值。人工智慧改變的正是這筆交易的划算程度。當那些讓新人練習的工作可以用更低成本立刻完成,企業就沒有理由再為一個人的學習期買單。
資深者更值錢,初階者更可有可無
哈佛大學一項涵蓋 6 千 600 萬名工作者、 28 萬家企業的研究,替這個推論找到了證據。
導入生成式人工智慧的企業,初階員工人數在 6 季內比未導入的企業下降了約 9%,而資深員工的成長趨勢完全沒有中斷,下降也主要來自放慢招聘而不是裁員。同一項技術,讓資深的人更值錢,讓初階的人變得可有可無。
但若初階工作持續消失,5 年後、10 年後,中高階職位的人才從哪裡來?這個問題沒有人有答案。企業省下的是今天的成本,付出代價的是 5 年後找不到資深人才。
在職者也不安全:技能蒸發與薪資停滯
對於目前還在職場上的人,衝擊以另一種形式出現:技能蒸發。
翻譯、校對、基礎編程、數據整理、初階法律文件審閱……這些有清晰輸入輸出、可被驗證、大量重複的技能,正在極短時間內失去市場價值。從事這些工作的人還在這個位置上,但他們賴以維生的技能,瞬間被人工智慧以更快的速度、更低成本完成。
而技能蒸發之後,最先反映出來的不是失業,是薪水。
2026 年 7 月,Apollo 的經濟學家用實際的人工智慧使用資料,比對了 321 個職業、涵蓋 580 萬名勞工的薪資紀錄。
他們發現,2023 年之後,人工智慧高曝險職業的薪資成長速度比低曝險職業慢了 6.7 個百分點,其中薪資分布最底層的四分之一慢了 10.7 ,而收入最高的那四分之一沒有出現統計上顯著的效果。
最值得注意的是最後一項發現:同一份研究找不到顯著的就業效果。這些人沒有失業,只是薪水不再調升。
企業為什麼偏好不加薪,而不是裁員
企業會走這條路,是因為它幾乎不必付出任何代價。
裁員要付資遣費,要依法通報,要面對工會、媒體與內部士氣,而且一旦裁錯了再招回來,成本比省下來的還高。不加薪則什麼都不必付:沒有名單,沒有公告,沒有人可以指著某一天說就是那天。它甚至不會立刻被察覺,因為薪水的數字沒有變少,只是被通膨慢慢吃掉。而對財務報表來說,這兩條路的效果是一樣的。
人工智慧帶來的衝擊,沒有出現在任何一則裁員新聞裡。它藏在沒有被刊登的職缺、被拉高的錄取門檻,以及一張沒有調升的薪資單上,每一項單獨看都不起眼,合起來卻重新劃定了誰能進場、誰能加薪。企業省下的是今天的成本,而這筆帳最終會由整個職場一起結算。
本文摘錄自:《算力時代:人工智慧正在開啟第二次大分流》,作者:王伯達,天下雜誌出版



