過去兩年，人工智能幾乎成為全球職場最具情緒張力的詞語之一。每一次大型科技公司宣布裁員、每一次企業高層談到自動化與效率提升，外界總會很自然地把兩者連結起來，彷彿 AI 的普及，必然意味著人力需求的下降，甚至預示一場由演算法主導的「就業替代潮」。
然而，最新一組來自企業層面的研究數據，卻對這種幾乎已被視為常識的敘事提出了挑戰：至少在現階段，AI 的導入未必帶來更少的工作，反而可能與企業擴張、員工數增加同步發生。
英國《金融時報》引述 Kharazian 與其合作者在 2026 年發表的一項研究，觀察企業在導入 AI 前後的人力變化，並按照 AI 使用強度進行分組比較。結果顯示，在樣本中屬於 AI 投入最高三分之一 的企業，平均每名員工每月 AI 支出約為 33.67 美元，而在導入 AI 後約兩年的時間內，這些企業的總員工數平均增加了 10.2%。
如果只看最常被認為最容易被 AI 取代的基層入門職位（entry-level roles），增幅甚至達到 12%。相反，AI 採用程度較低的企業，整體人力規模幾乎沒有顯著變化。
這組數據最值得重視的地方，不只是它與市場既有想像相反，而是它提供了一個更貼近商業運作邏輯的視角：AI 在企業內部，未必首先扮演「減少人手」的角色，更可能是「提升單位生產力」的工具。當一家公司因為導入 AI 而提高效率、降低部分流程成本、加快決策與交付速度，它得到的未必只是節省下來的人力預算，而是更大的接單能力、更高的市場佔有率，以及更強的擴張意願。換言之，AI 可能先讓公司變得更會賺錢、更能搶市場，而一家正在成長的企業，往往不是縮減人手，而是需要更多人來承接新的業務、管理更複雜的組織、服務更多客戶。
這也是為甚麼，從這份研究來看，AI 更像是對勞動的「補充」，而不只是對勞動的「替代」。它改變的是工作的內容、流程與分工，而不一定立刻消滅工作本身。
尤其在企業導入 AI 的早期階段，很多工具其實仍需要人去監督、修正、整合與再創造。AI 可以協助完成初步分析、資料整理、內容生成、客服分流、程式輔助與內部知識搜尋，但真正把這些工具嵌入企業流程、轉化為產品與收入的，依然是人。
從這個角度看，AI 不是把人從公司裡趕走，而是把人從某些重複性、低附加值的工作裡釋放出來，再把他們重新配置到更能創造價值的位置上。
當然，這並不代表「AI 不會取代工作」這個命題已經被證明。更準確的說法應該是：現有證據顯示，在企業導入 AI 的早期階段，AI 與總體就業之間，並沒有出現簡單的一對一替代關係。 這份研究本身也有清楚的限制。
第一，它觀察的是企業總人數變化，而不是每一個具體職位的生死。也就是說，即使一家公司總員工數增加，仍可能有部分舊職位被取消，同時新增更多新的職能與部門，因此局部的痛苦與重組仍然存在。
第二，這只是一項研究，反映的是 AI 仍處於較早期的導入階段，未來隨著模型能力進一步提升、企業整合更成熟，AI 與就業之間的關係仍有可能出現新的變化。
但即便如此，這份研究至少提供了一個重要的修正：AI 投資與就業，未必是此消彼長的關係。 過去市場過度沉迷於「AI 會取代多少人」這個問題，卻忽略了另一個同樣重要的問題——如果 AI 真的讓企業變得更有效率、更能賺錢、更有擴張能力，那麼它會不會反而創造出新的職位需求？這些需求未必長得像過去的工作，它可能要求更高的協作能力、更強的數據素養、更快的工具適應能力，也可能把許多原本分散的工作重新組裝，但它不一定是「少了工作」，而更可能是「工作正在變形」。
從更宏觀的角度來看，這其實也是每一輪重大技術革命都曾出現過的現象。技術的第一層影響，往往不是把人整批移除，而是先改變企業的成本結構與產出能力；而當產出能力提升、產品價格下降、需求被重新刺激、商業模式被打開，新的就業機會就可能在舊工作消失的同時被創造出來。蒸汽機、電力、電腦、網際網路，歷史上幾乎每一輪技術進步都曾引發「工作會不會消失」的焦慮，但最終真正改變的，通常不是「人還要不要工作」，而是「人要做甚麼樣的工作」。AI 很可能也不例外。
因此，比起急著把 AI 定義成「裁員機器」，或把每一則 AI 新聞都解讀成對勞工的直接威脅，也許更值得追問的是：哪些公司能把 AI 變成新的生產力槓桿？哪些員工能在這場變化中，把自己從流程執行者轉成問題解決者、工具協作者與價值整合者？因為如果這份研究揭示的方向成立，那麼未來真正被淘汰的，未必是「人」，而更可能是那些仍然用舊方式理解工作、卻沒有準備好與 AI 共事的組織與能力結構。
AI 當然不會自動帶來更美好的勞動市場，它仍可能造成職位重組、技能落差擴大，甚至加劇不同產業與不同層級員工之間的分化。但至少從目前這份企業層級的數據來看，市場最流行的那個簡化版本——「AI 愈多，就業愈少」——恐怕並不足以概括真實世界正在發生的事。
更接近現實的描述或許是：AI 正在重新定義工作的形式，而在這個過程中，一部分工作會消失，一部分工作會升級，也有一部分新的工作，正因為 AI 的出現而被創造出來。
也許，真正值得警惕的，從來不是 AI 本身，而是我們需要警惕，不要太快用一種單線條、非黑即白的方式去理解它。當數據開始鬆動既有敘事，市場與社會真正需要的，不是更大的恐慌，而是更細緻的判讀能力：看見技術如何改變企業，也看見企業如何重新塑造勞動；看見效率的提升，也看見轉型的代價。
看見風險，更看見那些正在悄悄被打開的新機會。