AI 取代各種基層工作的說法近來甚囂塵上。其中最過於聳動的，莫過於 Anthropic 執行長 Dario Amodei。他表示，AI 可能在未來 5 年內取代 50% 基層白領工作。

其實，Amodei 的這番話普遍被認為太過激進。例如，輝達執行長黃仁勳就公開表示，「我幾乎不同意他（指 Amodei）說的全部內容。」這是因為黃仁勳這一派樂觀論者認為，儘管 AI 會取代部份工作，同時也會創造新機會。

那麼，實際情況又是如何？在 AI 落地之後，現實究竟更偏向哪一派的現實？

針對這個問題，科技作家Brian Merchant在其電子報專文〈AI Killed My Job: Tech workers〉中如下描述：

我們都知道 AI 並非有意識的存在，真正開除員工的是管理層，而 AI「殺死」一份工作，也可能是讓工作失去樂趣、剝奪技能與專業，或讓工作內容變得低劣。

換句話說，AI 對職場的衝擊並非只體現在裁員數量上，企業積極導入 AI，更直接的影響是讓科技工作者感到工作品質下降、枯燥、打亂工作步調，以及學習機會的減少等。

在這篇專文當中，Merchant 挑出了 15 則讀者與他分享的實際案例，來信者來自 Google、TikTok、Adobe、Dropbox、CrowdStrike 等大公司，也有來自小型新創。

案例一｜Adobe 前員工：AI 殺了我 2 份工作

我曾在 Adobe 工作……雖然一直跟主管說我不喜歡生成式 AI，也不想參與相關專案，但當 AI 熱潮起來時，我的團隊被解散，我被調到專門做生成式 AI 的團隊。我辭職了，因為我不想參與違背價值觀的事。這是在 Adobe 用 Stock 貢獻訓練 Firefly、以及服務條款爭議之前，所以我慶幸自己早離開。

現在我在公部門工作，雖然大多數方面都比較好，但我得花很多時間跟同事和主管解釋為什麼不能「直接用 AI」來做事。每週都有公司推銷 AI 工具，想回收投資，公部門成了他們的目標。

我不想當個老古板！我喜歡科技，只想好好做本業，不想一直戳破 AI 的神話。這很累。

我在 Adobe 的經歷

我在 Adobe 時，負責評估機器學習模型是否適合產品化。大多數時候，領導層會砍掉品質不夠或沒市場的專案。管理層總想要「萬能機器」，但其實機器學習只適合解決小部分明確問題。

AI 熱潮起來時，我已經轉到做內部工具的團隊，不再參與機器學習。我公開表示不想做生成式 AI，結果高層說這是「生存威脅」，開始重組團隊，急著把 LLM 加進產品。

Adobe 一向動作慢，這次卻很急。更糟的是，他們不是自己做 LLM，而是用 OpenAI 的聊天機器人。我問過 OpenAI 的道德和環保問題，管理層只做表面功夫。於是我辭職了，因為我不想參與這種草率的專案。

同事的反應

有同事私下同意我的看法，但公開都配合，因為怕丟飯碗。大家覺得 Adobe 的 AI 至少比競爭對手更有道德。團隊之間很隔閡，也沒什麼討論 AI 疑慮的管道。我在部門會議提問時，有人建議我走流程，不要太激進。

回想起來，我應該多跟同事私下交流，組織起來反抗，而不是只想說服主管。幸運的是我有存款可以辭職，但我常想如果能和同事聯合起來，大家就不會那麼怕風險。

AI 對工作的影響

生成式 AI 推動後，很多同事開始加班，這在以前很少見。管理層嘴上說重視工作與生活平衡，實際上卻很急。沒聽說有人因 AI 被直接裁員，但公司現在不太裁員，而是用減少工作、列入績效改進等方式逼人離職。

有同事卡在簡單的程式任務上好幾週，原來是一直在用 LLM 試圖解決問題，結果產出一堆無關的內容。如果他早點問同事，幾天就能搞定。

我們團隊發現有軟體廠商用 AI 分類服務請求，結果分類錯誤，導致高優先級問題沒被解決，浪費了很多時間。

我現在的工作

我現在是程式設計師兼資料庫管理員，比在 Adobe 時快樂多了。但和企業界一樣，很多中高層想從數據中「提取可行見解」，卻不懂技術，下面的人也不敢反駁。每次解釋 AI 的行銷話術不切實際，都被當成怕變革。

所以我認為，無論公私部門，越高層越熱衷 AI，卻越不懂技術和實際工作內容。反對 AI 的員工也不敢組織起來，因為怕被裁員。

案例二｜Google 軟體工程師：新人都用 AI 寫程式，品質堪慮

我在 Google 擔任軟體工程師多年。隨著生成式 AI 編程輔助工具的出現，我們已經看到開源程式碼品質下降。 我也觀察到新進工程師的工作準備度、學習意願和投入程度都在下降。

我親眼看到一些剛入行的同事嚴重依賴 AI 編程工具。 他們的「寫程式」過程，就是不斷按 Tab 鍵接受 AI 生成的程式碼，然後看有沒有警告底線（這些警告過去多來自靜態分析，現在越來越多是 AI 生成的）。 這些年輕工程師只是大致看一下 AI 產生的程式碼或解釋，只要「看起來沒問題」就繼續產出更多程式碼。

我也看到資深工程師在面對重要的資料建模任務時，直接用生成式 AI 產生資料庫結構，幾乎沒做修改就用在內部服務上，明明有明顯問題。這些問題已經蔓延到其他需要連接該資料庫的程式碼，修正成本更高，大家只好裝作一切正常。

這些都會導致軟體品質下降。「人人都能寫程式」聽起來很好，但當大量劣質程式碼被產出時，受害的是所有人，包括那些信任軟體產業的人。

案例三｜Dropbox 前資深工程師：AI 讓我丟飯碗

我在 2023 年 10 月底被 Dropbox 裁員，當時公司裁掉了 20% 的員工，理由是要專注於 Dash 這個 AI 產品。2023 年的 10% 裁員也是為了更專注於 Dash。
我的工作怎麼被消滅的？就是內部優先順序的調整。我原本要負責一個 2025 年以後提升 Dropbox 穩定性的專案，這是個年度大計畫，目的是全面檢視災難應變能力，超越既有的標準情境。這類專案在成熟產品線很常見，因為每年合規標準都會變，市場期待也會變。

這個專案在裁員時被砍掉，相關人員也被裁。這和公司把重心放在 Dash 這個新產品一致。新創公司通常不會像成熟產品那樣重視穩定性，因為新創最重要的是搶市佔率。產品和公司成熟後，穩定性才會變成留住客戶的重點。Dropbox 的檔案同步產品已經進入這個階段好幾年了。

Dash 是新產品，公司說 Dash 是未來，所以像我這種負責穩定性的專案就被砍了。

該如何重返賽局？

現在的就業市場非常嚴峻。我經歷過 .com 泡沫、2008 金融危機、COVID 疫情時期都還有穩定工作， 這是我第一次在科技寒冬失業。這幾個月投了 37 份履歷，只有 4 次和人聊到，2 次還是靠內推，最後都沒進到正式面試。

這和我走非傳統路線升到資深工程師有關。傳統面試流程我很難過關，因為那不是我過去的工作內容。收到的回饋不是「資歷過高」就是「技術面試沒過」。想轉職做產品經理或技術寫手也因為履歷不符而失敗。

我可能要退休了。我 50 歲，理財顧問說我已經有退休金，現在工作只是為了提升生活品質、建立備用金或做慈善。這行業現在非常有毒，大家都在砍成本，只有新創還在積極招人。

股價沒跌是因為大家都在做成本和股價工程，這通常會讓員工滿意度大降。我已經失業六個月，錢不是問題，但我真的不想再回到那種高壓環境了。

結論：有毒的不是 AI，而是沒同步跟上的管理制度

Merchant 在回顧 15 個真實案例分享之後（本文精選 3 則案例）強調，真正裁員的是管理層，而不是 AI，AI 充其量只是被用來合理化資方的決策。

而在管理快節奏推動 AI 落地之後，AI 不僅「殺死」工作本身，重點是讓工作變得無趣、失去專業與尊嚴。

Merchant 主張，生成式 AI 的「自動化承諾」需要被嚴肅檢視，不能只聽信企業宣傳或技術樂觀論。AI 帶來的不只是效率提升，更有勞動條件惡化、職場倫理與社會結構的深層變化。

回到文章開頭的問題， 「在 AI 落地之後，現實究竟更偏向樂觀派，還是悲觀派的現實？」 顯然答案已經呼之欲出。

（本文出自數位時代）