8 萬張離職單，一半寫著「因為 AI」
美國就業追蹤機構 Layoffs.fyi 最新數據：2026 年 1–3 月全球科技業裁員 79,508 人，其中 48% 的公司在內部公告直接點名「AI 自動化」是裁員主因。換算下來，將近 4 萬個家庭突然少了一份收入，而且理由不是景氣，是機器人真的比人便宜。
哪些部門被掃射最慘？
- 客服中心：47% 被整鍋端，ChatGPT Enterprise 一次頂 30 人班。
- 硬體測試：Nvidia 新導入的 AI Visual Inspector，把目檢員從 200 人砍到 12 人。
- 行銷文案：Google Ads 內部實測，AI 生成 + 微調只需 2 位編輯，原編制 18 人。
台灣也逃不掉：竹科、南科、內湖悄悄啟動「AI 取代」
竹科某 IC 設備商內部信（3 月 24 日）
「導入 AI layout 助手後，初級工程師需求降 35%，本年度凍結招聘應屆碩士 40 名。」
南科面板廠產線（4 月初）
「AOI 視覺 AI 上線，夜班目檢員直接少 120 人，夜班津貼省下 1,200 萬台幣/年。」
內湖軟體公司（2 月）
「QA 自動化測試用 Claude-3 寫腳本，本季資遣 14 名測試工程師，年省 8 百萬薪資。」
被點名的不只是基層，中階主管也危險
根據 104 人力銀行 4 月調查，「回報線超過 3 人」的台灣科技業中階主管，有 31% 公司已試行「AI Team Lead Dashboard」：機器自動彙整進度、派工、抓 delay，等同把副組長、課長的協調工作吃掉。
你可以想成：以前要一個人盯 15 位工程師的進度，現在 AI 把報告自動生出來，老闆直接看數據，幹部就少了。
不想成為下一個？先盤點「AI 抵抗力」
1 分鐘自我檢測（有 3 項以上就亮紅燈）
- 每天 50% 時間在做「複製貼上 + 改格式」
- 工作產出是「固定模板」：週報、測試報告、規格書
- 會議裡只負責「轉述」別人內容，沒有決策權
- 用到的專業工具只有 Excel、PowerPoint、Email
- 老闆問你「這個 AI 能做嗎？」你回答「我研究一下」超過三次
工程師自救 3 步驟，今晚就能開始
Step 1｜把「可被預測」的工作先自動化
用 ChatGPT Code Interpreter 或 Claude Artifact，把手上最無腦的報告「養成」模板。舉例：
- 每晚 11 點自動去 GitLab 拉 commit 紀錄
- 產生 100 字摘要 + 表格，寄到主管信箱
- 你只需 5 分鐘檢查，省下 40 分鐘打字時間
Step 2｜讓 AI 幼不了你：加入「現場脈絡」
就像 AI 會畫電路圖，卻不知道台灣潮濕氣候讓 PCB 容易長霉——現場經驗才是護城河。
做法：
- 把「出過的包」整理成內部知識庫，用 RAG（讓 AI 先查你的慘痛紀錄再回答）
- 主動在每日 stand-up 分享「AI 找不到的眉角」，讓老闆知道「有你在，AI 比較不會出包」
Step 3｜直接學會「下 AI 指令」變成新技能
104 人力銀行資料：會下 Prompt 的工程師，平均年薪比同職級多 18 萬台幣。公司願意付錢的理由很簡單——你讓 AI 聽話，老闆就不用再多聘一個人。
今晚就能做的練習：
- 把上週解掉的 bug 寫成 3 行白話，貼進 ChatGPT
- 要求它「用 5 歲小孩語言解釋給 PM 聽」
- 把產出直接附在 Jira 票卡裡，讓大家驚豔
結論：AI 不會搶工作，會搶「不會用 AI」的人的工作
2026 第一季的 8 萬張離職單只是提醒：公司找的不是「最會寫 code」的人，而是「最會讓 AI 寫 code」的人。現在就打開你的 IDE，把最無聊的腳本交給 ChatGPT，把省下來的時間去學「怎麼叫 AI 下更聰明的指令」。
試試看吧，下一封裁員信不想看到你名字。
