當科技裁員被包裝成 AI 敘事：哪些數字可信，哪些需要保留

最近看到一則以「AI 轉型」解讀科技業裁員的串文，我第一個反應不是同意或反對，而是先把裡面的數字拆開來看。因為這類內容最常見的問題，不是立場太鮮明，而是把官方公告、媒體估算、二手整理與未標示來源的數字混在一起，最後讓一篇本來有討論價值的觀點，失去可信度。

先講結論：如果核心主張是「很多企業未必真的已經被 AI 的現實生產力提升推動到非裁不可，而更像是在成本壓力、資本市場敘事與未來押注之間重組組織」，這個方向是可以成立的。但如果進一步把每個精準數字都講成鐵一般的事實，就會開始出現問題。

我這次對照了幾個可核查的來源，包括 Amazon 官方公告、Layoffs.fyi 的即時裁員追蹤、CNBC 對 Oracle 的報導，以及 RationalFX 對 2026 年科技裁員的二手彙整。對完之後會發現，有些數字是站得住腳的，有些則只能算「有跡可循但不是官方定稿」，還有一些則是目前找不到清楚原始來源的。

其中最穩的一條，是 Amazon 在 2026 年 1 月公開表示，這一波組織調整將影響約 16,000 個職位。這是可以直接追到公司官方聲明的，因此如果要談大型科技公司一邊裁員、一邊持續投資 AI 與基礎設施，Amazon 是一個相對乾淨的例子。

至於 Oracle，情況就比較複雜。多個裁員追蹤來源確實都把它列為 2026 年裁員規模最大的公司之一，但若要寫成一個單一、精確、毫無爭議的數字，就不夠穩了。公開媒體報導多半使用的是 thousands 這樣的描述，而 RationalFX 等二手整理則給出了約 2 萬多人的估算。這代表我們可以合理地說 Oracle 裁員規模很大，卻不宜把某個未被官方完整確認的精準值直接當成定論。

真正需要提高警覺的，是那些看起來非常有說服力、但一時之間對不到原始資料的數字。例如某些版本會寫 Oracle 同季淨利暴增到某個具體金額、剩餘履約義務飆到某個具體數字、年增率又是另一個極精準百分比；又例如 Amazon 的職缺發布量從 49.6 萬崩跌到 7 萬、Block 的職缺暴跌 91.3%，以及「59% 的企業把裁員包裝成 AI 驅動」這類說法。這些句子之所以危險，不是因為它們一定是錯的，而是因為它們太像能主導讀者結論的關鍵證據，但目前卻缺乏足夠清楚的原始來源鏈。

我甚至進一步追查了被引用的 RationalFX 原文與相關關鍵詞，包含「59%」以及那段把 AI 形容為裁員代罪羔羊的引言，結果都沒有在可直接核對的頁面中找到清楚對應。這使得一個原本可以成立的論點，反而因為幾個沒有坐實的精準數字而變得脆弱。

因此，我現在比較願意接受的表述是：科技業正在經歷一波把成本控制、組織重整與 AI 資本支出綁在一起的變化；部分企業很可能在 AI 已成為市場主敘事的情況下，用「AI 轉型」來包裝決策，但這不等於 AI 已經在短期內完成了大規模、可驗證、可持續的人力替代。這中間還有很長一段距離。

如果真的要把這件事講清楚，最好的寫法不是用最聳動的數字堆出一個結論，而是誠實區分三件事：哪些是官方已確認的、哪些是媒體或追蹤機構的估算、哪些則仍然缺少一手證據。只有這樣，我們才不會把對企業敘事的合理懷疑，反過來建立在不夠穩固的資料上。

對我來說，這波裁員最值得關注的，不是「AI 到底有沒有取代人」，而是企業如何利用 AI 作為一種同時面向投資人、員工與市場的敘事工具。這會直接影響我們怎麼理解未來的工作重組、人才需求，以及哪些所謂的效率提升，其實只是提前反映在資本配置上，而還沒有真正反映在產品與組織能力上。

我是江中喬，一位具有 TPM 與產品管理背景的 AI 系統建構者，目前專注於 AI 認知增強系統與多 Agent 協作架構的設計與實踐。