AI還沒證明真的能取代新人，企業卻已經開始不招新人

企業AI投資正在快速成長，但一個看似矛盾的現象也開始出現在就業市場。

根據相關調查，過去一年已有高達95%的組織以某種形式導入AI，但真正表示從AI獲得「重大」或「轉型性」價值的企業，目前只有約五分之一。

換句話說，大部分企業已經開始使用AI，但多數公司仍無法證明這些工具帶來足以改變企業營運的實際成果。

然而，人力資源決策似乎跑得比AI的實際成效更快。

Gartner於2026年7月27日公布一項針對110名CHRO，也就是人力資源長的調查。其中22%受訪者表示，公司內至少有一名業務主管已經因為AI自動化，而停止招聘某些Entry-Level初階職位。

這形成一個值得注意的矛盾：

企業還沒有充分證明AI可以取代新人所做的工作，卻已經開始按照『AI未來可以取代新人』的假設重新設計組織。

這也是原文所稱的「Cost Paradox」，也就是AI時代的人才成本悖論。

企業今天為了降低成本而停止招聘新人，未來卻可能因為沒有自己培養人才，被迫花更多錢從外部市場搶成熟人才。

95%企業導入AI，真正看到重大價值的只有約20%

AI目前幾乎已經進入所有大型企業的技術堆疊。

從生成式AI助手、程式開發工具、客服系統、資料分析，到企業正在快速測試的AI Agent，企業對AI的實驗已經非常普遍。

根據文章引用的調查數據，95%的組織過去一年曾以某種形式導入AI。

但真正認為AI已經帶來Significant或Transformational Value，也就是重大或轉型性價值的企業，只有約20%。

這代表目前AI產業存在明顯的Deployment-Payoff Gap：

部署速度非常快，實際投資回報的證明卻相對落後。

如果企業只是繼續測試AI，這個差距本身未必構成問題。

真正值得注意的是，企業正在根據這些仍未完全驗證的技術能力，做出可能影響未來數年人才結構的長期決策。

其中最明顯的一項，就是停止招聘初階員工。

Gartner：22% CHRO表示，公司已有人因AI停止招聘初階職位

Gartner調查110名CHRO後發現，22%的受訪者表示，公司至少有一名Business Leader已經因AI Automation停止招聘Entry-Level職位。

這並不代表22%的企業已經全面取消所有新人職缺，也不能解讀成AI已經取代22%的初階工作。

真正重要的是企業決策方向的變化。

部分管理者已經開始認為，一些過去交給Junior Employee完成的工作，未來可以由AI處理，因此沒有必要繼續維持相同規模的新人招聘。

這可能包括過去常被視為職涯入口的部分例行工作，例如資料整理、初步分析、文件處理、基礎程式開發或其他可以被AI部分自動化的任務。

問題在於，這些工作過去不只是企業需要完成的低階任務。

它們同時也是新人學習產業、累積經驗與逐步成長的重要訓練場。

如果AI把這些工作自動化，而企業的反應只是直接取消職位，那麼被移除的不只是工作本身，也可能包括原本建立在這些工作之上的人才培養機制。

AI造成的就業影響，正在集中到年輕工作者

這種現象不只出現在企業人資調查中。

2026年7月Stanford Institute for Economic Policy Research（SIEPR）發布的Policy Brief也觀察到類似趨勢。

研究發現，自ChatGPT在2022年底推出後，在高度暴露於AI影響的職業中，22至25歲年輕工作者的就業開始下降。

相比之下，同一類職業中的年長、工作經驗較豐富員工，就業則相對穩定甚至有所成長。

這形成非常重要的年齡差異。

AI目前並沒有平均地衝擊所有知識工作者。

相反地，最先受到壓力的可能是職涯最前端的人。

原因並不難理解。

一名資深員工的價值通常不只來自執行工作本身。

他可能還擁有：

• 產業知識
• 組織經驗
• 客戶關係
• 判斷能力
• 跨部門協調能力
• 對例外狀況的處理經驗

這些能力目前相對難以完全自動化。

但Junior Employee剛進入公司時，負責的往往正是比較標準化、重複性較高、容易被拆解的工作。

而這些任務，恰好也是生成式AI最容易開始介入的地方。

超過80%員工使用AI，但真正改變公司總就業量的企業仍只有約5%

另一個數據讓這個矛盾更加明顯。

文章引用的資料指出，超過80%的員工表示自己正在使用AI，但真正表示AI已經對Employment Levels產生可衡量影響的企業，只有約5%。

也就是說，AI工具的使用率已經非常高，但它對企業整體人力規模的實際影響，目前仍相對有限。

這與初階招聘正在收縮的現象放在一起，就形成一個值得注意的問題：

企業可能不是因為AI已經成功取代大量員工才停止招聘，而是因為預期AI未來可以做到，因此提前停止招聘。

這是一種Expectation-driven Restructuring，也就是由預期驅動的組織重整。

而預期如果正確，企業可能提前獲得效率優勢。

但如果預期錯誤，代價可能需要數年後才會浮現。

AI連續第五個月成為美國企業裁員首要原因

Challenger, Gray & Christmas於8月6日公布的7月報告，也顯示AI正在明顯進入企業裁員決策。

7月美國企業宣布裁減33,429個職位。

這其實是近兩年最低的單月裁員總數，而且較去年同期下降46%。

但其中10,970個職位，也就是約33%，被企業歸因於AI。

AI因此連續第五個月成為企業宣布裁員的第一大原因。

乍看之下，這似乎證明AI正在快速消滅工作。

但同一份數據又呈現另一面。

企業公布的招聘計畫較去年同期增加25%，光是7月就宣布16,095個新增職位。

Challenger, Gray & Christmas營收長Andy Challenger因此指出，AI確實正在改變勞動市場，但並沒有摧毀整個就業市場。

真正發生的事情更接近「重新分配」。

一些職位正在消失，一些新的職位仍然被創造，但不同年齡、技能與經驗層級承受的影響並不相同。

目前的數據顯示，Junior Tier可能正在承受特別大的壓力。

真正危險的可能不是今天少招一個人，而是五年後沒有人可以升上來

這就是「Cost Paradox」真正重要的地方。

企業的人才結構通常不是靜態的。

一名今天的Junior Engineer，可能在數年後成為Senior Engineer、Team Lead甚至Engineering Manager。

今天的Junior Analyst，也可能成為未來的Senior Analyst或部門主管。

傳統企業人才管線大致是：

Entry-Level → Mid-Level → Senior → Management

但如果企業開始大量取消第一層：

AI → Mid-Level → Senior → Management

短期來看非常合理。

公司少付一批新人薪水，也省下訓練與管理成本。

但問題會在幾年後出現。

Mid-Level人才從哪裡來？

Senior人才又從哪裡來？

如果每家公司都停止培養新人，企業最後只能從外部人才市場互相挖角。

人才沒有消失，但供應量會變少。

結果就是成熟人才價格上升。

Gartner警告：今天省下新人薪資，未來可能付出更高人才成本

Gartner HR Practice Director Analyst Kaelyn Lowmaster正是針對這個問題提出警告。

她指出，取消Early-Career人才管線的企業，未來往往需要支付更高的成本，從外部市場招聘具有經驗的人才，而不是自己從內部培養。

因此Gartner提出的方向並不是保留所有傳統新人工作。

相反地，他們認為企業應該重新設計Entry-Level Role。

AI可以接手部分重複、低價值工作，但新人不應該因此直接消失。

企業應該讓新人更早開始參與高價值工作，同時建立新的訓練與支援機制。

換句話說：

不是讓AI取代Junior，而是讓AI改變Junior做什麼。

新人可能必須更早開始做以前屬於資深員工的工作

這也帶來另一個人才培養問題。

過去Junior Employee通常透過大量相對簡單的工作累積經驗。

新人可能先整理資料、寫基礎程式、製作簡單報告，再逐步接觸複雜問題。

這是一種漸進式Skill Building。

但AI最容易自動化的，恰好就是這些簡單工作。

Gartner Director Analyst Meaghan Kelly因此指出，傳統人才培養模式在AI環境下可能已經不再足夠。

企業不能繼續假設新人可以透過大量Routine Work慢慢建立能力。

相反地，公司需要建立新的Support Structure，讓Early-Career Employee更早進入複雜、需要判斷能力的工作。

這其實提出了一個非常深的問題：

如果AI把「簡單工作」拿走，人類要怎麼學會做「困難工作」？

過去初階工作除了創造產出，本身也是訓練的一部分。

如果這層學習階梯消失，企業就必須重新設計人才如何取得經驗。

Amazon選擇另一條路：AI大量導入，但仍招募11,000名實習生與畢業生

Amazon提供了一個有趣的對照案例。

公司今年仍計畫招聘11,000名Intern與New College Graduate。

與此同時，AWS正在積極開發與銷售AI Agent，用來自動化Recruiting、Coding與Claims Processing等工作。

也就是說，Amazon並不是因為相信AI而停止招聘新人，而是在大量導入AI的同時繼續維持Early-Career Pipeline。

AWS執行長Matt Garman在Platformer Podcast上談到大規模消除工作時，直接表示：

「The math doesn't work out.」

他的觀點是，如果AI導致大規模工作消失，最終也會傷害支撐AI產業本身的整體經濟與需求。

Amazon確實從去年10月以來削減約3萬個Corporate Jobs。

但Garman表示，這些裁員主要來自壓縮管理層級，而不是AI直接取代原本的工作。

更值得注意的是，即使Amazon內部大量使用AI Coding Tools，目前公司的Software Developer人數仍高於兩年前。

這提供了另一種AI導入模式：

企業可以使用AI提高生產力，同時重新設計人力結構，而不一定需要直接消滅新人入口。

AI效率是真的，但「取代」可能跑在證據前面

這並不是說AI不會提高企業效率。

從Coding Agent、企業知識助手，到Recruiting、客服與工作流程自動化，AI確實正在改變大量工作。

真正值得注意的是企業決策與實際證據之間的時間差。

一方面，接近四分之一的CHRO表示，公司內已經有人因AI停止招聘部分初階職位。

另一方面，真正表示AI帶來重大或轉型性價值的組織仍只有約20%。

因此目前企業正在進行一場非常大的組織實驗：

先按照AI未來可以取代部分Junior Work的假設縮減新人，再等待AI證明這個假設是否正確。

如果AI能力持續快速提升，率先重整組織的公司可能取得成本與效率優勢。

但如果AI最後只能自動化部分工作，而無法真正承擔新人原本在組織中的完整角色，那些最早切斷人才管線的企業，可能也是未來最需要花錢重建人才梯隊的企業。

AI時代真正需要重新設計的，可能不是工作數量，而是職涯第一階

因此這場AI與就業的討論，可能不能只停留在「AI會不會搶工作」。

更重要的問題是：

當AI接手大量基礎工作後，人類要從哪裡開始學習？

Junior Role一直具有兩種功能。

第一種是替企業完成相對簡單的工作。

第二種則是培養未來能處理複雜工作的Senior Talent。

AI可以快速削弱第一種功能，但第二種功能並不會因此消失。

如果企業把兩者一起刪除，短期財務報表可能變得更漂亮，長期卻可能製造更昂貴的人才短缺。

所以真正的AI人才策略或許不是：

「既然AI能做Junior的工作，那就不要Junior。」

而是：

「既然AI能做Junior以前的工作，那Junior現在應該學什麼？」

這可能才是企業在Agentic AI時代真正需要回答的問題。