當 90% 的員工被 AI 取代:馬斯克的激進實驗與我們即將面對的未來

上週看到一則新聞讓我陷入深思:馬斯克將 X 平台(前 Twitter)的信任與安全團隊從超過 100 人裁減至不到 10 人,裁員幅度高達 90%。這不是普通的成本控制,而是科技業史上最激進的 AI 人力替代實驗。當我深入研究後發現,這不只是馬斯克的瘋狂,而是整個產業正在發生的結構性轉變: 一場沒有人準備好的勞動革命。

數字背後的殘酷真相

讓我們先看看冰冷的數據。2025 年前 10 個月,全球科技業裁員超過 18.4 萬人,其中 27.3% 直接與 AI 自動化相關。IBM 計劃 5 年內用 AI 替代 7,800 個後勤職位,Amazon 內部備忘錄直言 AI 將「減少總體企業員工數量」,線上教育平台 Chegg 因為「AI 帶來的新現實」裁員 45%。這些不是未來式,而是現在進行式。

在底特律失業的汽車工程師,不會自動變成矽谷的 AI 產品經理。一個 50 歲的內容審核員,無法在兩年內重新訓練成數據科學家。技能斷層、地理錯配、年齡歧視—這些不是技術問題,而是社會問題。

馬斯克模式:短期理性的長期災難

回到馬斯克的案例,他的邏輯非常直接:讓 xAI 開發的 Grok 聊天機器人接管推薦演算法、內容審核和工程系統,用兩位 33 歲的烏克蘭裔雙胞胎工程師主導整場革命,要求團隊長時間工作(包括週末),迅速裁撤「不必要」的職位。

從財務角度看,這太性感了。 一個年薪 20 萬美元的工程師被 AI 訂閱服務取代,每年直接省下 18 萬美元以上。客服團隊從 100 人砍到 10 人加 AI,成本直接消失 80%。華爾街立刻反應:宣布「AI 轉型」的公司股價通常上漲。對股東和投資人來說,這個數字太誘人了。

但澳洲網路安全專員的報告揭露了代價:用戶回報仇恨內容的回應時間延長 20%,處理仇恨私訊速度減緩 70%。更深層的問題是組織知識的流失和權責不對等—負責平台安全的團隊對 Grok 生成的內容毫無控制權。當安全團隊忙著清理 Grok 製造的有害內容時,xAI 團隊可能正在訓練 Grok 變得更「有創意」。這種組織內部目標的根本衝突,讓平台陷入無人真正負責的真空狀態。

結果是什麼?歐盟因內容審核不力開罰,澳洲監管機構施壓,推動支付服務 X Money 時遭遇監管阻力—因為金融監管要求支付公司必須有穩定的領導層和足夠員工。短期省下的人力成本,正在以監管罰款、用戶流失、品牌受損的形式回來。

這揭示了企業決策的核心矛盾: 過度裁減專業團隊(如信任與安全部門)可能削弱平台風險管理能力,最終導致的長期成本可能遠超短期節省。但在季度財報和股東壓力下,有哪個 CEO 能抵抗這種誘惑?

薪資斷崖:一場無聲的階級墜落

這是最殘酷的部分,卻很少人談論:這些被裁的人,幾乎不可能拿到原本的薪水。

矽谷科技公司的薪資結構本來就處於產業頂端。一個 X 平台的信任與安全工程師,年薪可能在 15-25 萬美元(含股票),但轉換跑道後的現實是:

• 轉傳統產業: 可能只剩 6-10 萬美元,砍半是常態
• 降級到非科技業的合規職位: 可能 5-8 萬美元
• 接案/顧問: 收入不穩定,好的時候持平,差的時候可能只有原本 30-40%

更慘的是供需失衡。當 18.4 萬科技從業者同時湧入就業市場,加上 IBM 要砍的 7,800 個職位、Chegg 裁掉的 45% 員工,這些人全部在競爭數量有限的「還沒被 AI 取代」的職位。議價能力歸零。

這不只是個人的經濟困境,而是整個中產階級的結構性崩塌。一個年薪從 20 萬掉到 6 萬美元的家庭,意味著:房貸可能斷供、孩子的大學學費出問題、退休計畫徹底破產。這不是「轉職陣痛期」,而是一輩子的財富損失。

社會能拿這些多出來的人力怎麼辦?

當我們跳出個人求職視角,從社會資源配置來看,會發現一個更深層的矛盾:有些領域明明極度缺人,但這些被裁的科技人才去不了。

AI 做不好但社會急需的領域:

• 老人照護、兒童教育、心理諮商、社工—這些需要同理心、情境判斷、長期關係建立的工作
• 社區營造、在地餐飲、工藝職人、維修服務—需要實體存在、經驗累積、個人風格
• 監督 AI 的工作—AI 倫理審查、偏見檢測、內容品質把關

諷刺的是,AI 越普及,需要監督 AI 的人反而越多。X 平台需要人去清理 Grok 的爛攤子,但這個職位的薪水可能只有原本工程師的 1/3。

核心問題是:這些工作薪水低、社會地位低,但需求暴增。 一個習慣年薪 20 萬美元的科技工作者,願意降薪 70% 去做老人照護嗎?願意從辦公室搬到社區去做地方營造嗎?理論上社會需要這些人力,實際上卻存在巨大的心理和經濟障礙。

更殘酷的現實是:社會不會主動「讓這些人幹嘛」,市場會自己淘汰他們。 沒有大規模的重新培訓計畫,因為政府預算有限。企業不想投資即將裁掉的人。新工作的技能門檻太高,一個 50 歲的內容審核員要在兩年內變成 AI 訓練師?地理錯配無解,新工作在矽谷和深圳,但人在底特律和台中。

M 型社會的加速固化

我認為最可能發生的劇本是階級的加速固化,形成更極端的 M 型社會:

上層 10-20%:駕馭 AI 的贏家

• AI 產品經理、數據科學家、成功的創業家
• 拿到原本或更高的薪水
• 世界經濟論壇說會創造 1.7 億新職位—但大多需要高技能、高教育程度,且集中在特定城市

中間 30-40%:勉強生存的焦慮者

• 降級但還在中產階級邊緣
• 薪水砍半,但還能維持基本生活
• 一直處於「下一波會不會輪到我」的焦慮中
• 這是最痛苦的階層:既嚐過中產階級的生活,又無法回去

底層 40-50%:被徹底淘汰的人

• 年紀大、技能單一、地理受限
• 進入低薪服務業或長期失業
• Anthropic CEO 警告的失業率 10-20%,就是這群人

關鍵是:這三個階層之間的流動將變得極其困難。 不像過去「努力就能翻身」的時代,AI 時代的階級分野可能在 30 歲前就決定了—你有沒有掌握對的技能、進入對的產業、建立對的人脈。錯過這個窗口期,之後要翻身的難度將呈指數級增長。

宏觀經濟的惡性循環

企業層面的短期理性,可能導致宏觀經濟的長期災難。

J.P. Morgan 分析師 Brenda Duverce 的警告特別值得注意:在經濟衰退時期,AI 對就業的衝擊會更加嚴峻。企業為了生存加速用 AI 替代人力 → 失業率飆升 → 消費力下降 → 企業營收下滑 → 更多裁員。這是典型的惡性循環。

對企業而言,真正的風險是:如果所有人都這樣做,整體市場需求崩潰,到時候就算成本再低也沒用—因為沒人買得起你的產品。

馬斯克這場實驗本質上是把外部成本內部化:他省下人力成本(獲益),但社會承擔失業、技能斷層、所得不均惡化(成本)。當平台出問題,用戶和監管機構買單。從企業角度,這是短期理性但長期危險的策略。

科技業分析師 Alan Cohen 指出,關稅、貿易緊張局勢和需求疲軟壓力,迫使科技巨頭在 AI 自動化本應創造新工作時大幅削減成本,結果 AI 反而取代更多現有職位。真正挑戰不單是工作數量變化,更是技能斷層、地理錯配及組織文化轉型。

從台灣視角看這場革命

台灣在這場 AI 革命中有些特殊性:

我們的優勢:

• 製造業還強:台積電、電子業需要大量工程師,AI 滲透速度比純軟體業慢
• 中小企業多:AI 導入成本高,中小企業轉型較慢,給了勞動市場緩衝期
• 社會安全網還在:健保、勞保雖然財務吃緊但還撐得住

但我們的劣勢也很明顯:

• 薪資停滯 20 年,現在再被 AI 衝擊,中產階級會更慘
• 少子化加上 AI 取代,年輕人找工作會更難
• 政府反應慢,沒看到法國、北歐那種前瞻性的勞動政策討論

台灣的科技業和醫療產業,在 AI 替代人力這塊,確實比美國矽谷有時間差。但這個時間差可能只有 2-3 年,不是 10 年。我們應該利用這段緩衝期思考:當浪潮真的來臨時,我們準備好了嗎?

個人層面的生存策略(與其局限性)

對於我們這些還在職場打拼的人,我的建議是:

不要跟 AI 競爭,要學會駕馭 AI。 專注在 AI 無法複製的能力:複雜情境的判斷、跨領域的整合、創意策略的制定、深度的人際關係建立。如果你的工作是重複性高、有明確規則、不需要太多情境理解的,那麼現在就該開始轉型。

具體來說,培養「T 型人才」的能力結構:在一個領域有深度專業(這樣不會完全被 AI 取代),同時具備跨領域的廣度知識(這樣能整合 AI 產出)。例如一個懂醫療的工程師、一個會寫程式的設計師、一個理解技術的行銷人員—這些複合型人才是 AI 時代最有價值的。

但我必須誠實地說:這些建議都有點「何不食肉糜」的感覺。

不是每個人都有資源、時間、年齡優勢去重新學習。對於那些 40-50 歲、技能單一、家庭負擔重的勞工,這些「個人努力」的建議根本不夠。一個在內容審核部門工作十年的 45 歲專業人士,你跟他說「去學機器學習、資料科學、模型評估」?理論上可能,實際上極其困難。

更何況,即使成功轉型,這些新職位的數量遠少於被取代的舊職位。這不是個人努力能解決的問題,這需要系統性的社會解決方案。

我們需要什麼樣的社會解方?

我看到三種可能的未來劇本:

方案 A:放任市場(最可能但最糟)

• 政府不介入,讓市場自行調整
• 結果是嚴重的 M 型社會、政治動盪、民粹主義抬頭
• 這是目前正在發生的路徑

方案 B:漸進改革(理想但困難)

• 政府推出大規模再培訓計畫、延長失業救濟、提供轉職補助
• 企業在監管壓力下放慢 AI 替代速度,保留部分人力
• 工會重新崛起,爭取「人機協作」而非「人機替代」
• 需要政治意志和社會共識,在各國政府財政吃緊、企業遊說能力強大的現實下,很難樂觀

方案 C:激進重構(革命性但阻力大)

• 實施全民基本收入(UBI),財源來自對科技巨頭和 AI 應用的重稅
• 強制縮短工時:如果 AI 讓生產力提升 50%,為何不是每個人工作 4 天而不是裁掉一半人?
• 重新定義「工作」的意義,鼓勵人們投入照護、藝術、社區營造等 AI 難以取代的領域
• 這在北歐或許有可能,但在美國、台灣這樣的資本主義社會,阻力會非常大

關鍵問題是:在 AI 時代,工作的意義是什麼? 如果不是每個人都需要工作才能生存,社會該如何運作?生產力提升的紅利該如何分配?

現在的問題是,AI 本來應該讓人類從重複勞動中解放,去做更有意義、更需要創造力的工作。但在資本主義框架下,生產力提升的紅利沒有被分享,只是被重新分配給股東和高階主管。利益沒有被分享,只是被重新分配給擁有資本的人。

結語:這不只是科技問題,是文明的轉捩點

馬斯克的 X 平台實驗讓我們提前看到未來的一角。當 AI 真的成熟到可以大規模替代白領工作時,我們準備好了嗎?不只是技術準備,更是社會、政治、倫理的準備。

我在寫這篇文章時一直在猶豫:要不要更悲觀一點,直接說「大部分人沒救了」;還是要保持一些希望,講「個人還能努力轉型」。最後我選擇誠實面對—個人努力確實有用,但對很大一群人來說根本不夠,這需要系統性解法。

如果我們現在不開始嚴肅討論這些問題,等到失業率真的衝上 20% 時,可能就太遲了。馬斯克的實驗不只是 X 平台的內部重組,而是整個社會即將面對的壓力測試。這場革命最終會影響到每一個人。

問題不是 AI 會不會來—它已經來了。問題是當它全面席捲而來時,我們選擇建立一個什麼樣的社會。是一個贏家通吃、階級固化、大量人口被拋棄的反烏托邦?還是一個懂得分享 AI 紅利、保障基本生存、讓人們追求有意義生活的社會?

這個選擇,現在就要開始做。

這篇文章的思考還在持續中,歡迎在留言區分享你的觀點。你覺得 AI 會如何影響你的工作?你對未來樂觀還是悲觀?你認為台灣應該採取什麼樣的因應策略?讓我們一起探討這個時代最重要的議題。