EP.07｜面對 AI Agent 狂潮，企業應該大裁員？還是精準育才？
2026 年第一季，全球科技業裁掉 81,747 人 ！然後.....你的未來將何去何從？
一個反直覺的問題
2026 年第一季，全球科技業裁掉了 81,747 名員工，創下兩年來最高的單季裁員數字。到四月，全年累計被裁人數突破 92,000 人。Meta、Microsoft、Amazon、Intel、Salesforce，幾乎沒有一家科技巨頭缺席這場裁員潮。
於是一個直覺浮現：既然連最頂尖的科技公司都在大規模裁員，把人力當成可以削減的成本，那麼「育才」（投入資源去培養員工）不就成了反其道而行的逆向操作嗎？在人人都在精簡的時刻，花錢培育人才，究竟有什麼必要？
但如果你仔細看數據，會發現一個矛盾到近乎荒謬的事實。
裁員的同一批公司，也就是 Google、Amazon、Microsoft、Meta，在 2026 年計畫投入高達 7,250 億美元的 AI 資本支出，年增 77%。更關鍵的是：當這些公司一邊裁員、一邊瘋狂投資 AI 的同時，市場上有超過 27.5 萬個 AI 相關職缺空在那裡，卻找不到人填。
為什麼？因為被裁掉的員工，跨不過那道「技能鴻溝（Skills Divide）」。
這才是裁員潮真正的故事。它不是「企業不再需要人」，而是「企業不再需要『擁有舊技能』的人」。一份 2026 年的調查顯示，56% 的裁員事件明確將 AI 與自動化列為主因。企業急著裁掉技能過時的員工，卻又在市場上瘋狂搶奪具備 AI 實戰力的人才，而後者的供給，遠遠跟不上需求。
於是答案浮現了：正是因為大裁員，育才才變得前所未有地重要。
當「外購人才」的成本與風險越來越高（搶不到、留不住、薪資飆漲），「內部重塑」就成了企業唯一可控的選項。育才不再是景氣好時的福利，而是穿越技能斷層的生存策略。
問題只剩下一個：傳統的企業培訓，能承擔這個重塑任務嗎？
答案是不能。而要理解為什麼，我們得先看清傳統培訓的致命結構。
被嚴重低估的戰場
先看三組數據，它們共同描繪了人類史上最劇烈的技能重塑期。
世界經濟論壇（WEF）《2025 未來工作報告》預測，到 2030 年，現有工作所需技能的 40% 將完全被新技術取代。技術性技能的「半衰期」，已從過去的 8 年急劇縮短至 2.5 年。
這意味著什麼？一位三年前花了半年苦練 Python 與 RAG 工具的工程師，今天面對的，可能已經是 AI 自動生成程式碼與檢索流程的全新典範。他的技能還沒折舊完，市場規則就已經改寫。
問題在於，當技能的折舊速度遠遠超過培訓的供給速度，傳統「先儲備、再使用」的學習模式，已經徹底跟不上業務的變動。
而傳統企業培訓，本質上是一套「高庫存、低週轉」的失敗商業模式。
它違反了最基本的學習科學。心理學家艾賓浩斯的「遺忘曲線」早就指出，人類在學習後 24 小時內會遺忘 70%。企業投入大筆預算建立的「知識庫存」，在員工走出教室、回到工作崗位的那一刻起，就開始快速貶值。
這正是 AI TalenTech 在「育才」場景要回答的核心問題。而答案，是同一場結構轉變的三個切面。
轉變一：從「集體大鍋飯」到「N=1」
第一個轉變，是學習邏輯的根本翻轉。
過去一百年，企業培訓的底層邏輯就是工業流水線的延伸：假設「人」是可以被規格化的零件。HR 部門像中央廚房，每年編預算、採購課程、排一張全員一致的年度課表，強制員工在固定時間離開崗位、坐進教室。
這套邏輯建立在一個錯誤假設上：所有人在同一時間、需要同一種知識，並能以同樣的速度吸收。
AI 時代要顛覆的，正是這個假設。
統計學上有個概念叫 N=1。傳統培訓的 N 是「全體員工」，知識是給統計學上的「平均人」準備的；而 AI 時代的 N 是「1」，尊重每一個人的個人化需求與差異。每一位員工都被視為獨立的個體，有屬於自己的職涯方向、能力起點、學習節奏與工作場景。
這不是行銷話術，而是培訓資料粒度（Granularity）的根本改變：從面向「群體」的供應思維，轉向回應「個體」的賦能思維。
技術上，這靠三個躍遷實現：把長課程拆解成 90 秒到 3 分鐘的「微知識點」（內容原子化）；透過串接工作平台 24 小時偵測員工的技能缺口（動態感知）；在員工產生需求的毫秒級誤差內，把知識直接送到手邊（精準投遞）。
聯合利華是最好的證明。面對 2025 年的轉型壓力，他們沒有大規模裁員，而是啟動「Future-fit Skills」戰略，用 AI 平台為員工生成動態學習地圖。到 2024 年底，23,000 名員工完成了 AI 與數據技能的重塑，並解鎖了超過 700,000 小時的內部隱性產能。
當學習地圖與內部機會掛鉤，員工的學習動力是傳統培訓的十倍。
轉變二：從「課堂學習」到「工作流內賦能」
第二個轉變，是學習場景的位移。
企業培訓界有個著名的「70-20-10 法則」：只有 10% 的學習來自正式課程，20% 來自向他人學習，而 70% 發生在工作現場。
諷刺的是，過去三十年，EdTech 產業幾乎把所有資源都砸向了那 10% 的正式課程（LMS、線上課程），卻對最具價值的 70% 束手無策。
為什麼？因為那 70% 的場景是非結構化、高壓、且時間壓縮的。
當一位醫事放射師在夜班獨自面對 MRI 影像上突然出現的異常干擾，或一位資深業務在簽約桌上被客戶臨時殺價，他們沒有時間中斷現場、登入系統查閱手冊，更沒有時間打字輸入問題。
輸入的摩擦力（Friction of Input），是阻礙在職學習數位化最關鍵的結構性障礙。
到了 2026 年，這個障礙開始被解除。隨著多模態 AI 的成熟，AI 具備了視覺與聽覺的輸入能力，能主動理解現場情境，實現從「搜尋」到「導航」的典範轉移。
這就是 Josh Bersin 提倡的「Learning in the Flow of Work」（工作流中的學習）真正落地的樣貌。它消滅了「員工知道自己不會」與「員工真正學會」之間的時間差，而這段時間差，過去正是企業培訓投資回報率最低的環節。
意義很具體：培訓不再是進入工作的「前置成本」，而是與工作同步發生的「即時供給」。過去企業必須「先把員工教會，才能讓他上場」；現在則是「讓員工上場，AI 在旁邊即時補位」。
LinkedIn Learning 2025 報告印證了這個趨勢：91% 的頂尖人才發展專家認為「持續且個性化的學習」已成為留才的唯一護城河；49% 的企業正在用 AI 追蹤技能缺口，而這個數字在兩年前還不到 20%。
轉變三：從「貴族特權」到「全員配備」
第三個轉變，動的是組織的權力結構。
在企業金字塔頂端，有一個公開的秘密：最頂尖的領導者從不獨自戰鬥，他們身後都站著一位高階主管教練（Executive Coach）。
但根據國際教練聯盟（ICF）的數據，聘請一位成熟的企業教練，每小時費用高達 300 至 500 美元。這形成了明確的階級結構：只有頂端 1% 的 C-Level 高管，或少數被標記為「高潛力人才」的員工，才能取得這項資源。
剩下的 99%，也就是那些正在轉型陣痛期的基層主管、在專案泥沼中掙扎的中堅幹部，只能得到標準化的「培訓」：三天兩夜的工作坊，課堂上熱血沸騰，回到辦公室第一天就打回原形。
2026 年，AI 正在改寫這個階級結構。隨著大語言模型具備長期記憶與同理能力，AI 教練的邊際成本趨近於零。企業第一次有能力，為組織中的每一位知識工作者配備一位全天候的專屬教練。
這套教練體系分兩個層次運作。
第一層是「配速員」（The Pacer），對抗的是人類的慣性與孤獨。它連接員工的行事曆與溝通記錄，客觀地「鏡像」行為，用低阻力的微推力協助修正。以 Microsoft Viva Insights 為例，根據 Forrester 2025 年的研究，導入 Microsoft 365 Copilot 10 週以上的員工，生產力提升 75%、工作滿意度提升 57%、工作生活平衡改善 34%。它的關鍵價值，是透過數據可視化讓員工「自己看見自己的盲點」，而非靠強制命令。
第二層是「軍師」（The Strategist），處理的是複雜性與模糊性，例如談判、決策、向上管理這些沒有標準答案的領域。它像一位犀利的蘇格拉底，協助你在決策前進行沙盤推演。LinkedIn 推出的 AI Coaching 整合了全球最大的職涯資料庫（超過 10 億筆 Skills Graph 數據點），使用者課程完成速度快 29%，在 profile 上列出符合市場需求技能的比例，比未使用者高 46%。
當然，這也帶來新的倫理課題。當 AI 教練讀取了員工的行為與情緒數據，「教練數據的私有化」必須成為第一條鐵律：對話記錄屬於員工個人，HR 只能看到去識別化的總體趨勢。因為一旦員工懷疑 AI 是公司的間諜，他就會開始對 AI「演戲」，整套系統便失去基礎。
系統被設計為「監控」，啟動的是負向螺旋；被設計為「賦能」，啟動的才是正向飛輪。
結論：問題本身正在轉向
把這三個轉變放在一起，會發現它們指向同一個結論：育才的範式，正在從「供給端」遷移到「需求端」。
聯合利華 23,000 名員工的技能重塑、LinkedIn AI Coaching 讓學習者的市場技能匹配度提高 46%、Microsoft 365 Copilot 使用者的生產力提升 75%，這些數據共同說明了一件事：育才已經從一項「成本中心」的後勤職能，轉變為決定企業競爭力的核心基礎建設。
對 HR 與 L&D 領導者而言，最關鍵的轉變不在技術，而在心態。
過去三十年，我們問的是「我能提供什麼課程？」 現在該問的是：「這位員工，在這個時刻，需要什麼樣的支援？」
當問題本身改變，答案才會改變。育才的未來，不在更大的培訓教室，而在每一個工作流、每一個決策時刻、每一次情緒波動中的持續性賦能。
而這場轉變，才剛剛開始。
本文為《AI TalenTech：人才科技的職場革命》第七章〈育〉的精華整理。完整章節包含企業導入路徑、更多全球標竿案例與實作框架，歡迎加入 [VIP會員] 預覽全文。
如果這篇文章對你有啟發，歡迎分享給正在思考 AI 轉型的夥伴。
你的企業正處在這三個轉變的哪個階段？歡迎在留言區分享你的觀察。