研究系列｜上集
近年 AI 常被企業列為裁員理由。Challenger 年報有指 ，美國2025年有 54,836 宗裁員申報個案以 AI 為理由，而截止2026年7月，更滾動至 112,713 宗，約佔同期裁員理由的 24%，大約每四個人就有一個人因「AI」被裁；「AI 」更連續五個月成為企業裁員時最常見關鍵詞[1][2]。
諷刺的是，有一批企業卻在回聘先前辭退的員工。
美國人力資源顧問上市公司 Robert Half 調查逾 2,000 名美國招聘主管，發現約 三成僱主 曾在導入 AI 後取消某些職位，但其後又重新增加相同或相近的空缺[3] ；Visier也有發現，回流發生在離職後約 5.83 個月[4]，站在企業角度可能是短期內的採取補救措施。
由此拋出了一個矛盾：企業一方面高舉 AI 旗幟大舉重組人力資源，另一方面又在短期內挽回流失資深人才，為什麼？
這篇文章不鑽研「AI 有沒有取代人」，我們想知道的是：而當公司在計劃或執行重新聘請舊員工時，想挽回的是甚麼價值？
裁員潮背後具備多重因素， AI 成蝴蝶效應
企業大規模裁員通常同時受三類因素影響。
因素一 —— 外部競爭壓力。 市場需求放緩、融資成本攀升、消費疲弱和同業競爭加劇，迫使企業必須優先縮減營運成本以維持資金流動性。
如5月5日，Coinbase CEO Brian Armstrong在社媒X公開表示，由於加密貨幣市場正處於「低迷期」，業務持續有所波動，因而決定將裁減企業14%的員工[5]。
因素二 —— 內部戰略性決策。企業要將資源轉投新產品線，因此剝離非核心業務、整併重複部門。
在AI浪潮重塑整個科技行業格局下，微軟將資源轉向 AI 工程人才，於2025年內裁員人數超過一萬人，並在4月推出針對美國高級總監及以下職級員工的一次性自願退休計劃同步配合裁員計劃。[6]這項自願退休計劃被視為應對AI高額資本開支壓力的財務調節手段。
因素三 —— 技術因素：AI 和自動化技術提升部分工作的運作效能，使特定流程能在較少人力的情況下完成
截止6月，科技巨頭 Oracle 公司在過去一年內裁減了約 21,000 名員工（約佔其總人力的 13%）。官方承認大規模裁員主要是因為「AI 」[7]。
Oracle 於6月向美國證券交易委員會提交的年度財務報告：
The adoption and deployment of AI technologies across our operations have resulted, and may continue to result, in reductions to our workforce
在我們整個業務運營中採用和部署AI技術，已經導致並可能繼續導致我們的員工人數減少
企業是否往往把錯綜複雜的商業決定，過度簡化成一句「AI 已經可以代替人」的倡議？
企業「挽回元老員工」，不等於承認 AI 無法代替員工
重聘員工（Rehire）有以下做法：
直接回聘前僱員
招聘時新增與AI技能掛鉤的崗位
重新招聘相近人才；
以短期合約、專案顧問、外判團隊或供應商服務等重新引入誤刪的關鍵職位[8]。
以表象而言，AI 似乎短期內難以完全代替員工。對現今社會而言亦是一種提醒：人類與AI之間的界線，遠不止取代與被取代，仍是協作的關係。
回流的都是資深員工
加拿大人才招聘公司 Visier 分析了 142 間大型企業，發現約 5.3% 被裁員工平均會在 15 個月內回到原僱主。其中，任職 10 至 15 年、表現較高及曾任管理層的人，回流比例明顯較高。 [4]
企業急於重聘的人才類型，是熟悉內部系統、能靈活處理特殊情況，並能管理 AI 的人員。讓我們不禁聯想到企業在裁減人手時，會否高估了 AI 的能力，也低估了原有員工所承擔的判斷、經驗與協調工作？
提及到此，以下將討論 AI 的導入如何令企業重新審視現況（此AI包括AI與自動化系統）
第一個現實：AI 出錯時無法替企業承擔責任
AI 可減輕重複任務的負擔，在短期內能提高效能，但無法承擔問題的責任。當客戶要求賠償、產品出現異常、AI 模型作出偏差的判斷，或有一宗個案涉及合規與安全風險，企業不能把「AI 的綜合建議」當成最終交代。
誰能決定是否屬於例外？誰去辨識資料不足？誰把問題升級？誰負責向客戶、監管者和董事會交代？是企業本身
福特汽車公司（Ford）近年因過度依賴 AI 與自動化系統，導致產出了一批瑕疵車輛，並引發數以十億美元的召回成本。[9]
意識到決策失誤後，Ford 在三年內低調重聘了 350 名行內被譽為「greybeards」的前資深工程師與供應商專家。這批老將被委派三大核心任務：培養新一代工程師、修復餵給 AI 的訓練數據，以及改良那些原本意圖取代他們的自動化系統。
Charles Poon, Ford’s vice president of vehicle hardware engineering：
“Mistakenly we thought that by just introducing artificial intelligence and ingesting the design requirements that we had, that that would produce a high-quality product.”
Charles Poon, Ford 車輛硬體工程副總裁
他表示，過去幾年 Ford 誤以為只要導入 AI、把既有的設計需求餵進去，就能產出高品質產品，卻沒有重視豐富經驗工程師的判斷。
因 AI 表現不如預期，福特重新聘用『灰鬍子』老工程師
Ford 的經驗提醒所有企業：為錯誤決策負責的第一步，就是承認「現場經驗與責任承擔無法被人工智能取代」。找回能看懂全貌、能將經驗更完整地注入 AI 系統的資深人才，並重新校正 AI 的角色，才是企業將危機轉化為長期競爭力的出路。
第二個現實：AI 協商能力有限，難以維持服務品質
在服務行業，企業可以利用 AI 省卻處理時間、對話次數、回覆速度或人工成本量度；但當客戶突發問題發生時，AI 是否能理解脈絡、判斷優次、協調資源、修正流程，並維持服務質素？
澳洲聯邦銀行 Commonwealth Bank 在 2025 年 7 月推出 AI 語音客服後，裁減 45 個前線客服，並表示由自動化系統處理簡單的查詢後，員工可集中處理較複雜個案。但數星期後，CBA 撤回裁員決定並向受影響員工道歉。銀行承認，原有評估未有充分考慮所有相關業務因素，因而撤銷裁員決定，保留或重新安排受影響員工。[10][11]
瑞典金融科技公司 Klarna 的 AI 助手截至 2025 年 6 月底的十二個月內處理了 69% 的客服對話。表面上，AI 將個案處理時間從人手的 12 分鐘大幅壓縮至 2 分鐘；但效能提升的背後，服務品質下降：客戶帶著未解決的問題反復求助，增加了系統與客戶體驗的隱形摩擦。而人手客服能更有效解決疑問，使顧客的重複查詢量降低 25%。 [12]
2025 年 5 月，Klarna 行政總裁承認，公司過度重視成本考量，令服務質素受到影響。他坦言：「如果 AI 能做客服，意味著這將成為廉價的客戶服務。未來頂級 VIP 體驗的關鍵，依然是純粹的人際連結。」[13]
Klarna 以劃分服務界線重新平衡人與AI的工作分配：簡單、重複、規則清楚的工作可由 AI 處理；但當客戶需要理解、安撫、協商或恢復信任時，真人客戶服務仍然是維持品牌體驗的必要條件。
Sebastian Siemiatkowski 在 Bloomberg 訪問中表示：
If AI can do customer service, it means it’s going to be the cheap customer service. The future of VIP experience will be human connection.
個案真正揭示的是，若企業只因生產力而裁員，則低估了員工在處理負責個案時提供的額外價值。當裁員砍掉的是應變準備力與現場經驗，遲早得付出代價，把當初以為省下來的人力買回來。
企業能輕易量化的任務 | 企業忽略的員工價值 |
平均處理時間、回覆速度、每名員工處理宗數 | 複雜個案能否在合理時間內解決 |
AI 分流了多少常見查詢 | 被轉介到真人的個案是否愈來愈困難 |
減少了多少職位與薪酬成本 | 服務量突增或流程失效時，是否仍有足夠人手補位 |
系統完成了多少步驟 | 客戶是否真正獲得解決、信任是否被保留 |
市場對AI有過大期望
過往提及自動化工具（如 n8n、make），大家理解為能處理重複的工作流程；但今天談及 AI，市場卻往往高估其能力，誤以為「它能完全取代一整個職位甚至團隊」。
因此，企業需要重新配置 AI 與員工怎樣有效協作：哪些步驟可以交給 AI /自動化系統提高效率、何時必須轉交人手確保品質。
重聘令企業回流的不止是錯誤裁走的人手，更是資深員工的經驗與韌性：長期處理任務的經驗、高壓下的協調能力，固定流程以外的變通以及在 AI 系統出錯時的補位價值。
第三個現實：企業需要能互補的人才過渡AI導入期
企業決定重聘，通常是在買回某種曾被低估的組織能力：熟悉舊系統的人、知道客戶脈絡的人、理解跨部門協作方式的人，或曾經處理過特定問題的人。同時，企業亦可能在 AI 導入後，新增或調整職位，尋找懂業務流程、能使用 AI 工具、熟悉如何設計工作規則的員工。
企業急需的兩類人才：
前資深員工，主要是補回組織記憶、領域知識與內部協作經驗。
招募或培養 AI 複合型人才，主要是建立新的工作流程、工具能力與人機協作機制。
企業正處於，需招募兩種能力人才互相補足及平衡的過渡期。
一名回流的資深員工不會因為行業經驗豐富便自然懂得管理 AI；同樣地，一名熟悉 AI 工具的新員工，也不會因為 AI 實戰經驗豐富便立刻理解企業多年累積的客戶關係、業務限制等。
Visier 提供了「企業通常想買回甚麼人」的思路，任職 10 至 15 年的前員工回聘率較其他年資群組高 42%；高績效員工的回聘率較中低績效員工高 120%；曾任管理職的人則高 68%。[4]
這些數據反映一個普遍的人力規劃現象：企業急於補回的，通常是那些熟悉公司運作、表現已獲驗證、能快速重新投入工作的複合型人才。當組織在裁員後發現能力缺口，回聘舊人往往比新人招聘、培訓、重新建立內部信任關係的速度更快。
另一邊，AI 正在改變企業對人才的要求。Robert Half 對美國HR主管的調查中，54% 受訪者正將 AI 納入求職技能要求；35% 表示在未來傾向招募資深人手。 [3]
這是一個值得留意的訊號：企業在資源有限、轉型壓力增加時，會優先尋找能即時投入工作、理解行業問題，並能與 AI 工具協作的人。
回聘的成本，不是一張人力與 token 的二選一帳單
回聘看起來像企業承認裁錯人，也常被理解為「重新請回舊人比較便宜」。這種說法只對了一半。
事實上，回聘的人力成本或會比新聘與內部晉升更高，有Visier報告顯示 有 5.3% 被裁員工被原僱主回聘，而回流者比留任員工的加薪幅度更高。[4]
LHH 的跨國調查更指出，在有追蹤回聘成本的受訪 HR 管理層中，73% 認為回聘成本高於針對性的內部調動與再培訓。[14]
企業真正需要計算的，至少有三本帳：
成本 | 企業通常先看見甚麼 | 欠缺考慮 |
金錢帳 | 薪酬、遣散、招聘費、模型訂閱、token、雲端和系統整合 | 回流薪酬溢價、顧問與外判費用 |
品質帳 | AI 令部分程序更快 | 人工覆核、錯誤補救、客訴、退款、合規與聲譽風險 |
人才帳 | 刪除多少職位 | 隱性知識、導師、客戶關係、內部協作與下一代人才培養 |
Visier 以美國金融業作過一個量化情境，估算單是「把人裁掉後再以較高薪酬請回」的額外薪酬成本，已約為 1,902.98 萬美元。[4]
未包括遣散費、裁員後的生產力損失、因士氣受損而增加的離職、法律與合規成本，以及重新培訓和再入職所需的時間。事實證明回聘的成本是有機會更高的，因而未來的趨勢有機會放緩裁員的節奏。
換言之，企業最初以為節省的是薪酬，日後可能面對的是一筆沒有被列在第一張成本表上的能力回補支出。
企業該問的，不是 AI 可否替代人
企業的補救動作 | 目的 | 最需要補足的能力 | 常見風險 |
回聘資深舊人 | 修復裁員後出現的能力缺口 | 組織記憶、客戶脈絡、舊系統知識、跨部門協作 | 只在危機出現後才以更高成本買回能力 |
招募具AI協作能力的人 | 重新設計流程及提高 AI 投資回報 | AI工作流程設計、資料理解、AI模型評估、人工覆核安排 | 只重視AI工具能力，忽略業務與現場知識 |
培養初級人才 | 建立未來的資深人才供應 | 基礎專業知識、案例判斷、協作能力、風險意識 | 初級工作被過早壓縮，令晉升階梯斷裂 |
企業不應只在裁員後才問：「哪些人要請回來？」更應在調整前先考慮：
哪些能力一旦流失，需要多久、多少成本才能重建？
哪些資深員工掌握的經驗可以轉化為案例庫、AI系統覆核規則與培訓材料？
初級員工如何透過 AI 輔助，仍然有機會接觸真實個案、累積判斷及成長為下一代資深人才？
企業若只在能力不足時高薪搶聘資深人才，卻不設計新的培養階梯，短期或許能填補職位空缺，長期卻會面對更大的斷層：當下一批資深人才尚未被培養出來，市場上已經沒有足夠的人可以被重新聘回。
導入 AI 這個如意算盤，企業真的算清楚了嗎？
從本文的案例可見，企業在削減人手時，想省下包括管理成本、培訓時間、低附加值流程，以及維持舊有工作分工所需的資源。問題在於，這些節省是否真的來自工作被更有效地完成，還是只是把成本轉移到另一個地方？
日後再重聘，買回的不止是「舊員工」，它真正試圖補回的，可能是服務仍要有人處理、模型仍要有人監察、資深經驗仍要有人傳承。
真正值得問的，不是「AI 可否替代人」，而是：企業有沒有足夠能力，分辨真正的生產力提升、被延後結算的成本，以及日後必須重新買回的能力？
下一篇，我們把問題帶回香港。香港有沒有 AI 裁員潮？本地企業是否已出現「先削人、後回補能力」的早期訊號？而現有制度，又能否在員工失去工作之前看見這些風險？
參考資料
[1] Challenger, Gray & Christmas. (2026, February 5). Job cut announcement report: Job cuts surge in January; highest January total since 2009. Lowest January hiring on record [Report]. https://www.challengergray.com/wp-content/uploads/2026/02/CR126007123.pdf
[2] Challenger, Gray & Christmas. (2026, August 6). Challenger report: Layoffs fall, hiring picks up; AI leads for fifth straight month. https://www.challengergray.com/blog/challenger-report-layoffs-fall-hiring-picks-up-ai-leads-for-fifth-straight-month/
[3] Merritt, K. (2026, May 4). The AI hiring paradox: Why demand for talent remains strong. Robert Half. https://www.roberthalf.com/us/en/insights/research/ai-impact-on-hiring-demand
[4] Visier. (2025). The layoff boomerang report: Calculating the hidden costs of workforce cuts [Report]. https://assets.ctfassets.net/lbgy40h4xfb7/5oI11VD1cwPYfpNPItrAsQ/b1aef5c9ce9330e78f01d708ccd1e068/visier-layoff-boomerang-report.pdf
[5] Armstrong, B. [@brian_armstrong]. (2026, May 5). [Post]. X. https://x.com/brian_armstrong/status/2051616759145185723
[6] Sing Tao USA. (2026, July 7). 微軟裁員4800 Xbox佔三成. https://www.singtaousa.com/2026/07/07/news/usa/microsoft-layoffs-xbox/
[7] Sing Tao USA. (2026, September 4). 科企裁員潮加劇：Oracle、微軟、Uber因AI大舉裁員逾2萬人. https://www.singtaousa.com/2026/09/04/news/usa/tech-layoffs-tracker-2026-all-the-job-losses-across-uber-apple-tiktok-meta-microsoft-oracle-and-others/
[8] Epoch Times. (2026, July 1). 為何部分企業重新審視AI並回聘被裁員工. https://www.epochtimes.com/b5/26/6/30/n14799642.htm
[9] Shum, A. (2026, June 29). Ford重新聘用資深工程師：全AI自動化計劃失敗令品質下跌. Unwire.pro. https://unwire.pro/2026/06/29/ford-ai-quality-control-engineers-recall/ai/
[10] Courty, A. (2025, July 29). Commonwealth Bank replaces dozens of call centre jobs with AI chatbot. ABC News. https://www.abc.net.au/news/2025-07-29/commonwealth-bank-says-ai-behind-dozens-of-job-cuts/105586312
[11] Chalmers, S. (2025, August 21). CBA backtracks on AI job cuts as chatbot lifts call volumes. ABC News. https://www.abc.net.au/news/2025-08-21/cba-backtracks-on-ai-job-cuts-as-chatbot-lifts-call-volumes/105679492
[12] Klarna Group plc. (2025). Registration statement on Form F-1/A. U.S. Securities and Exchange Commission. https://www.sec.gov/Archives/edgar/data/2003292/000200329225000015/klarnagroupplcf-1a2.htm
[13] Daly, C. (2025, May 8). Klarna slows AI-driven job cuts with call for real people. Bloomberg. https://www.bloomberg.com/news/articles/2025-05-08/klarna-turns-from-ai-to-real-person-customer-service
[14] LHH. (2026, April 21). The mobility breakdown: Redeployment and outplacement trends report. https://www.lhh.com/en-us/insights/pressroom/lhh-research-reveals-2026-layoff-trends
其他文章
