Nasib buruk langsung menyusul PHK oleh AI! Perusahaan yang memotong 55% karyawan mengakui kesalahan dan Ford butuh 3 tahun untuk mempekerjakan kembali 350 insinyur lama

Ford 車輛硬體工程副總 Charles Poon 坦承，公司錯誤假設只要把需求設計餵進 AI 就能產出高品質產品，過去三年回聘 350 名資深工程師收拾品管缺口。組織設計軟體商 Orgvue 調查 1.163 名資深決策者發現，39% 曾因導入 AI 裁員，其中 55% 認為當初決定做錯了。IBM、澳洲聯邦銀行也走上同一條路。
（前情提要：科技業不敢再甩鍋 AI？Robinhood 裁員10%，內部信揭密矽谷「縮編新藉口」）
（背景補充：Coinbase 超 95% 程式碼已由 AI 撰寫：2030 年 Agent 將等同 10 萬名員工工作量）

本文目錄

Toggle

• Ford 花三年把人請回來
• IBM 卡在最後那 6%
• 回聘比裁員還貴

重點摘要

• Ford 花三年回聘 350 名資深工程師，修補 AI 品管系統抓不到的車輛問題
• Orgvue 調查顯示 39% 企業曾因 AI 裁員，其中 55% 事後認為決定錯誤
• Careerminds 調查中 30,9% 企業發現回聘花的錢，超過裁員省下的錢

據 Forbes 報導，Ford 花了三年時間回聘 350 名資深工程師，就為了修 AI 品管系統抓不到的車輛問題，現世報來得好快。車輛硬體工程副總 Charles Poon 對媒體坦承，公司當初判斷錯了，「我們錯誤地以為，只要導入人工智慧、把手上的設計需求餵進去，就能產出高品質的產品。」

不是 AI 沒用，它說的是公司搞錯了 AI 能吃下哪一段。

這不是單一公司的失手，組織設計軟體商 Orgvue 委託 Vitreous World 執行的國際調查訪問 1.163 名 C-suite 與資深決策者，其中 39% 承認曾因導入 AI 而裁員，這群人裡有 55% 事後認為當初的裁員決定做錯了。

同份調查還有個更尷尬的數字，23% 的企業承認裁員依據是對 AI 能力的籠統假設，不是逐一盤點被裁的人每天到底在做什麼。

先砍人，再研究員工在做什麼。

Ford 花三年把人請回來

Ford 回聘的這 350 人，有些是前員工，有些原本已經在供應商端工作，媒體稱他們為「gray beard」（年紀不小的）工程師。Poon 指出問題核心不在技術本身，而在訓練資料。公司最有經驗的一批工程師，在他們的知識被記錄下來之前就已經離開 Ford。

換句話說，AI 學不會的東西不是太難，是根本沒被寫下來過。老工程師靠三十年經驗才聽得出來的異音、看得出來的裝配公差，從來沒有進過任何設計需求文件，自然也進不了訓練資料。

把人請回來之後確實有效。Ford 在最新一期 J.D. Power 新車品質調查（Initial Quality Survey）拿下主流汽車品牌第一，這是它睽違 16 年再度登頂。執行長 Jim Farley 說，保固與召修費用下降累積起來，是「實實在在好幾億美元」的成本順風。

IBM 卡在最後那 6%

IBM 的版本則是公司內建的 AskHR 系統接手人資工作後處理掉約 94% 的例行請求，聽起來像自動化的完勝。問題出在剩下的 6%，那些牽涉倫理判斷與例外處理的案子，AI 交不出答案。

於是 IBM 宣布 2026 年把美國入門級職缺的招聘量擴大為三倍，涵蓋所有事業單位。人資長 Nickle LaMoreaux 在紐約一場論壇上的說法很直白，「如果我們不繼續投資在入門級人力上，三到五年後會發生什麼事？」

IBM 沒有把人放回原本的位置。新進人資的工作，是在聊天機器人給不出足夠答案時介入、修正輸出、直接跟主管溝通；初級軟體工程師則少寫例行程式碼，多花時間跟客戶談。這是把人從「做那 94%」改成「收拾那 6%」。

澳洲聯邦銀行（Commonwealth Bank of Australia）的例子最不體面。它在 2025 年 7 月裁掉 45 個客服職位，理由是 AI 語音機器人已經讓每週來電量減少 2.000 通。金融產業工會不買帳，把案子告上勞資仲裁機構，指出來電量其實在上升，銀行還得請客服加班、要求團隊主管親自接電話。

同年 8 月 21 日銀行撤回裁員，公開道歉並補發薪資，聲明寫得很委婉，「初步評估認為這 45 個職位不再需要，但未充分考量所有相關業務因素，這個錯誤導致這些職位並不構成冗員。」意思是公司估算錯了。

回聘比裁員還貴

Forbes 專欄作者 John Werner 把這個循環整理成一個公式。企業宣布用 AI 取代某個職務，人力縮編，六到十二個月過去，AI 順利吃下大約 60% 的工作內容，剩下的 40% 做不出來，然後公司回頭把原本那批人請回來。

人力顧問公司 Careerminds 在 7 月 13 日發布的調查給了規模感。這份訪問 600 位過去一年督導過裁員的人資主管的報告顯示，91,6% 對這輪 AI 重組感到後悔，只有 8,4% 認為結果如預期。35,6% 的組織已經回聘超過一半被裁掉的職位，52,1% 在六個月內就把人找回來。

• 30,9% 回聘花的錢超過裁員省下的錢
• 42,4% 一來一回打平，等於白忙
• 32,9% 直接坦承流失了關鍵技能與專業

七成企業繞了一大圈，錢沒省到。人力仲介 Robert Half 的數據更直接，32% 的美國用人主管曾因為 AI 裁掉某個職位，後來又把同樣或類似的職位重新開出來。

研究機構 Forrester 在《Predictions 2026: The Future of Work》裡預測，掛在 AI 名下的裁員超過一半會被悄悄逆轉。它同時把長期衝擊拉回地面，到 2030 年真正被自動化取代的美國職位約 6%，也就是 1.040 萬個，另有 20% 的職位是被 AI 增強而不是取代。副總裁兼首席分析師 J. P. Gownder 的建議是把 AI 當成放大人力的工具，不是替代品。

加密圈的裁員大家一定不陌生，之前 Crypto.com 執行長 Kris Marszalek 去年裁員 12% 時說過，沒辦法適應 AI 的人只能走路。這個月 Coinbase 表示超過 95% 的程式碼已由 AI 撰寫，估計 2030 年 Agent 的產出將等同 10 萬名員工。但邏輯上，加密圈是因為以前就塞了太多不需要的人。

常見問題

為什麼企業裁員改用 AI 之後又把人請回來？

AI 能穩定處理標準化、有文件可循的工作，約佔六成。剩下需要經驗判斷與例外處理的部分沒有被寫進訓練資料，只存在資深員工腦中，企業因此被迫回聘。Ford 三年內找回 350 名資深工程師就是這個原因。

有多少企業後悔因為 AI 裁員？

Orgvue 訪問 1.163 名資深決策者，39% 曾因導入 AI 裁員，其中 55% 認為決定錯誤。Careerminds 訪問 600 位人資主管的結果更高，91,6% 對 AI 重組感到後悔，僅 8,4% 認為結果如預期。