以為學會使用AI、甚至教AI做事就能保住飯碗？過去兩年職場頂多盛傳「AI不會取代你，但會用AI的人會」，然而這個迷思在今年正式破滅，2026 年的職場現實比你想得更冷酷。根據巴菲特持有雪花科技(Snowflake)與亞馬遜(Amazon)的最新裁員數據顯示，許多站在AI導入第一線、甚至負責訓練模型的資深員工，反而成為首波被優化的對象。
Snowflake技術文件團隊為何在轉型過程中遭到全數裁撤？
Snowflake近期裁撤了約70名技術寫作者的行動，顯示了文案與技術文件性質的根本改變。在AI代理人（AIAgent）主導的開發環境中，文件的讀者已從人類工程師轉向大型語言模型。透我們查證Snowflake前資深技術文件工程師Randy Urbano與其同事Al Saganich在LinkedIn上的證言揭示了一個殘酷事實，這群年薪優渥的專業人士，在離職前的核心任務是將產品知識、API邏輯與系統架構，整理成更適合大型語言模型（LLM）與AI Agent調用的「結構化數據」。
Snowflake裁撤約70名員工的發言人表示，這是為了使團隊與長期策略保持一致。實質上，當這些工程師完成了讓機器讀懂產品的任務後，他們作為「人類翻譯官」的中介價值即被判定為零。這代表在AI時代，如果你工作的一部分是讓資訊變得更易於自動化，你可能正在親手寫下自己的離職信。
企業主管如何利用不完美的AI來削減白領人力成本？
以專案管理軟體Jira聞名的澳洲科技公司Atlassian，在3月一口氣裁掉約1600人（約總員工數10%），其影響範圍甚至觸及了開發AI產品的第一線人員。一位化名為Rebecca的前員工指出，公司內部強推的AI代理工具雖然在效率上有所提升，但仍無法完全取代人類處理複雜邏輯的能力。然而Atlassian共同創辦人Mike Cannon-Brookes承認，AI已經改變了公司所需的「技能組合」。
這說明了管理層的決策邏輯：他們不再等待AI完美，只要AI能讓留下來的少數員工以更快的速度完成任務，多餘的人力便會被視為冗餘。這種「隊友變對手」的轉變，讓工程、產品與設計部門的核心競爭力被重新定義為「如何審核AI產出」，而非「如何產出」。
亞馬遜與AWS強推Kiro工具，如何透過AI改變工程師的工作負荷與評價標準？
甚至亞馬遜在2025年預告裁撤3萬名員工後，對內採取了更具侵略性的AI佈署策略。AWS強推名為Kiro的AI整合開發環境，並追蹤每一位工程師的使用率。根據內部員工向媒體透露，儘管Kiro產出的程式碼時常有bug，公司卻要求工程師利用AI來修復AI製造出的問題。更具爭議的是，管理層開始要求工程師大幅提高Pull Request的產出量，並在每日站立會議中嚴格審查進度。這種做法實質上是將AI變成了一種績效槓桿，透過強迫工具的使用來拉高生產力下限，導致工程師壓力倍增。對AWS而言，工程師產出的每一行程式碼最終都成了訓練機器的「燃料」，企業正試圖在人力歸零前榨取最後的訓練價值。
「人力成本轉向算力成本」的趨勢變化
Meta近期的大規模人力結構調整，核心邏輯在於應對高昂的AI基礎設施GPU與電力的投資。這是一場零和遊戲「企業的資本支出固定，為了騰出空間採購昂貴的算力設備，必須同步縮減在「人類員工」上的經常性支出」。Pinterest裁員15%後也明確表示將資源重新配置到「AI導向的角色」。這意味著，企業正在將原本分配給產品運營、傳統設計或行政支援的預算，轉移到支撐模型運行的伺服器機房中。
當企業反覆質問「這一步還需要人嗎？」時，答案往往傾向於能以SaaS服務解決的方案，而非需要福利、勞保與情緒照顧的人類員工。如果一份工作內容可以被詳細拆解為SOP，或者其成果是用來訓練下一個更聰明的模型，那麼該職位在2026年的風險係數將達到最高點。職場生存的關鍵不再是「學習AI」，而是如何證明在機器接管所有邏輯推演後，你依然擁有不可被模型模擬的判斷價值。
閱讀人次：4,070
