兩份聯準銀行報告：
AI 沒有讓企業瘋狂裁員，但也沒有讓工作變輕鬆

每次企業內訓的課前訪談，一定會有人小聲問：「老實說，公司導入 AI，是不是接下來就要開始裁員了？」這個問題很難用一句話安撫，但美國兩家聯準銀行九月初剛發布的調查，剛好給了一份比直覺更可靠的答案。

紐約聯準銀行對紐約與北紐澤西地區企業的調查顯示，2026 年有 61% 的服務業公司在用 AI，遠高於 2025 年的 40% 與 2024 年的 25%；製造業則是 51%，差不多是 2025 年 26% 的兩倍。採用率確實在快速拉升。但過去六個月因為 AI 裁員的服務業公司只有約 4%，製造業是 0%。真正比較常見的動作，是重新訓練員工——超過三分之一的服務業公司、超過五分之一的製造業公司都在做這件事。

採用率飆升，但沒有跟著出現大裁員

如果只看「多少公司在用 AI」這個數字，很容易得出「AI 已經無所不在」的結論。但紐約聯準銀行的資料同時顯示，就算是已經採用 AI 的公司，員工實際使用 AI 的比例中位數，服務業也只有 17%，製造業更只有 7%。換句話說，「公司在用 AI」跟「AI 已經滲透到大多數工作」，中間還有一段不小的距離。

調查裡，還沒採用 AI 的企業最常提到的顧慮，是資料隱私、資安、機密性、準確性、可靠性，以及缺乏技術人才——成本反而不是排在最前面的阻礙。這跟我在企業內訓現場聽到的疑慮幾乎一模一樣：老闆們不是捨不得花錢，是不敢把不確定的東西放進真實的工作流程裡。

比「用不用」更值得追蹤的，是「用在哪個任務」

聖路易聯準銀行同一週發布的另一份研究，把視角拉得更細。他們發現，2024 年 8 月到 2026 年 5 月，美國成年人使用生成式 AI 的比例從 45% 升到 62%，因工作使用 AI 的比例從 33% 升到 45%——採用速度確實很快。但研究進一步拆到「任務」層級後，發現一件更有意思的事：至少兩成工作者使用 AI 的職業，覆蓋超過八成的職業類別；但至少一半工作者都在用 AI 的職業，只占四成，而在任務層級，這個比例更是低到不到 3%。

這代表 AI 已經廣泛「出現」在幾乎每一種工作裡，但還沒有「深入」到取代一整份工作的所有任務。這也是我常在課堂上提醒企業主的事：不要說某個職業會被 AI 取代，要拆解這個職業裡，哪些具體任務先被改變了。業務員的工作至少可以拆成名單整理、客戶研究、拜訪前準備、提案初稿、現場關係經營、談判、報價承諾、售後維護——AI 目前比較可能先接手前四項，後四項還是需要人際信任與責任承擔。

省下來的時間，最後去了哪裡？

兩份報告加在一起，其實在講同一件事：AI 對企業的挑戰，正在從「要不要用」轉成「怎麼重新設計工作」。而重新設計工作，繞不開一個問題——如果一個人一週因為 AI 省下 20 小時，這 20 小時最後去了哪裡？是回到客戶經營、產品品質、業務開發，還是只是被更多行政工作填滿？

企業如果只把 AI 當成省時間的工具，卻沒有想清楚省下來的時間要投資到哪裡，很容易出現一種尷尬局面：員工確實變快了，但公司整體的產出品質、客戶關係或成長動能，卻沒有跟著變好。真正能把 AI 轉成競爭力的公司，通常都先想清楚這個問題，才開始談導入。

企業 AI 培訓，不該是一次通用課程

兩份報告都間接指出同一件事：企業真正缺的不是「知道 AI 存在」，是「知道怎麼把 AI 接進具體任務，並且培養對應的判斷力」。我在設計企業內訓時，習慣把培訓拆成五層，而不是一次上完：

• 基本素養——每個人都該有的 AI 基本認知與查證習慣
• 工作流程應用——AI 怎麼接進日常重複的具體任務
• 資料判讀——看得懂 AI 給的結果哪裡可信、哪裡需要覆核
• 治理與資安——什麼資料不能放進去、什麼決策不能只靠 AI
• 跨部門專案——把 AI 應用從個人習慣，變成部門能複製的流程

不是每個人都要學完全部五層。業務員最需要的是工作流程應用與資料判讀，管理者最需要的是治理與跨部門協作。分層設計，才不會讓全公司陪著少數幾個人重修同一堂入門課。

回到一開始那個問題：AI 導入是不是等於要裁員？兩份聯準銀行的數據給的答案是——目前看到的主要不是裁員，是工作被重新設計。但這不代表可以什麼都不做，坐等結果自動發生。真正該問的問題，從來不是「AI 會不會取代我們」，而是「我們有沒有主動決定，AI 先接手哪些任務，省下來的時間要投資到哪裡」。