AI 沒把你裁掉，它只是讓你的加薪變慢了

TL;DR

• Apollo 首席經濟學家 Torsten Slok 做了一份三百多個職業的對照研究，結論很反直覺：高度暴露在 AI 底下的職業，就業人數沒有顯著減少，但薪資成長明顯落後。衝擊先跑到薪水單上，不是解僱通知上。
• 同一份研究的另一面：美國新設企業的數量正處在史上最高點。AI 一邊壓薪資，一邊降低了開公司的門檻。
• 前 IBM 人資長 Diane Gherson 說得更白：被吃掉的是離職率高、重複性高、薪水低的那一層。真正的麻煩是那層被吃掉之後，資深人才的養成管道就斷了。
• 放射科醫師的薪資自二〇二一年以來比軟體工程師快百分之四十二，理由是 AI 幫他們看片，他們拿回時間跟病人講話。
• 前 IBM 執行長 Sam Palmisano 用一組很硬的算術檢查 AI 資本支出：五千億美金的投資，用百分之十的資本回報率算，等於每年要生出五百億的新收益。
• 這集還有兩條線：加拿大在美加貿易談判裡跨過了一條自己守了幾十年的紅線，以及科羅拉多河缺水，逼出一個「水要開始按稀缺定價」的新現實。

---

Wall Street Week 是 Bloomberg 旗下的財經節目，主持人 David Westin 待過 ABC News 高層，訪談風格偏冷靜、不追熱度，節目自己的定位標語就是「stories of capitalism」，每集用三四條線把資本市場正在發生的事串起來。這集在二〇二六年八月二十一日播出，一次找了四組人。

Sam Palmisano 是 IBM 第八任執行長，二〇〇三年到二〇一一年掌舵，把 IBM 從硬體公司推向服務與軟體，Watson 上 Jeopardy 那件事就是他任內幹的。Torsten Slok 是 Apollo Global Management 的首席經濟學家，Apollo 是管理上兆美金的另類資產巨頭，Slok 這幾年在華爾街的能見度很高，因為他發的圖表跟數據簡報幾乎每個交易員都在看。Diane Gherson 是 IBM 前人資長，管過三十六萬人的全球團隊，現在是 Boston Consulting Group 的資深顧問，也在哈佛商學院教組織行為。Chrystia Freeland 則是加拿大前副總理兼財政部長，當年 USMCA（美墨加協定，取代 NAFTA 的北美貿易協定）就是她坐在談判桌上談出來的，現在是這個節目的特約來賓。

四個人講四件事，但底下其實是同一個問題：當一樣東西從「便宜又無限」變成「有限而且要搶」，價格會怎麼重新排。

那份研究做了什麼

過去兩年關於 AI 跟就業的討論，幾乎全是猜的。有人說白領要被掃掉一半，有人說完全不會，兩邊都拿不出資料。

Slok 的做法很乾淨。ChatGPT 出現這件事本身就是一個天然實驗（natural experiment，指現實中自然發生、可以拿來當對照組的事件）：把三百多個職業依照「暴露在 AI 底下的程度」切成兩堆，一堆是超過一半工作內容會被 AI 碰到的，一堆是不到一半的。然後比較 ChatGPT 出現之前跟之後，這兩堆的就業人數跟薪資怎麼變。

結果是：就業效果統計上不顯著，薪資成長顯著落後。

我覺得這個發現比「AI 會不會裁員」有意思太多。企業其實沒有把生產力的紅利拿去換人頭，而是拿去換薪資談判的籌碼。你的工作還在，但你今年的調薪幅度比隔壁部門那個 AI 碰不到的職位低。這種痛是慢性的，不會上新聞，也不會有人幫你發抗議，但它每個月都在發生。

Slok 補了另一半：美國的新設企業數量現在是史上最高。AI 讓開一家顧問公司、一家法律服務、一家財務工作室的門檻掉到很低，這些新公司會回頭跟原本的老公司搶生意。所以他整體是樂觀的，他甚至用了「miracle drug」這個字。

我沒那麼確定。新設企業數量高，跟這些企業能不能活過三年、能不能雇人，是兩件事。之前在砍 40% 人、獲利反漲 62%：AI 白領失業潮，恐慌與數據之間整理過類似的數據落差，恐慌歸恐慌，數據常常還沒跟上。這份研究至少給了一個確定的訊號：先動的是價格，不是數量。

Slok 自己也提醒，S&P 493（也就是扣掉七巨頭的其他成分股）的利潤率到現在還沒往上跑。企業砸了一大堆錢，帳面上還沒兌現。他說大家還在 S 曲線的第一段，摸索怎麼用這個東西。

被吃掉的是最底下那一層

Diane Gherson 從人資的角度把這件事講得更具體。

她說第一批被自動化的，是離職率高的那些職位。客服、商務支援、這類重複性高的工作。這些職位本來就人來人往，公司不需要開除誰，只要少補幾個人，缺口自然就填平了。而這些職位跟低薪之間高度相關。

法律業是她舉的例子。第一個被吃的是 paralegal（法務助理，負責整理文件、查判例、做初步研究的角色），因為那些工作 Harvey 這類 AI 法律工具現在做得又快又好。事務所有兩個選擇：讓 paralegal 去監督 AI，或者把他們訓練成一種以前根本不存在的初階律師。

問題來了。如果最底下那層工作被吃光，資深人才要從哪裡長出來？

Gherson 說她看到很多公司開始認真處理這件事，因為他們發現判斷力、領導力、頂尖專業這些東西，本來就是靠一階一階做上來的。管道斷掉，五年後你會發現公司裡沒有人接得住任何複雜的事。

她也講了一個我很喜歡的例子。大家都以為放射科醫師會第一個被 AI 幹掉，畢竟看影像正是機器最強的地方。結果從二〇二一年到現在，放射科醫師的薪資成長比軟體工程師快百分之四十二。原因是 AI 幫他們看片之後，他們有時間跟病人講話、了解病史、做真正需要經驗跟判斷的解讀。用她的話說，人可以「在自己執照的最頂端工作」，不必再做那些瑣碎的部分。

至於怎麼讓員工不覺得自己被機器逼著跑，她點名 Walmart 做得好：跟所有員工說「AI 是給你用的，你來主導它，每一個導入階段你都會參與」。她拿《I Love Lucy》那段經典的巧克力生產線來對照，輸送帶越轉越快，Lucy 跟 Ethel 手忙腳亂，巧克力灑得滿地都是。很多人心裡對 AI 的想像就是那條輸送帶。差別只在於，公司是把 AI 做在員工身上，還是跟員工一起做。

五千億美金的算術題

Palmisano 那段是整集裡最不留情面的。

他先講科技公司怎麼決定投一個新技術：研發週期抓七到十年，短期營運投資抓三到五年，一開始只有目標跟里程碑，因為根本沒有數字可以算。等時間近了才建報酬模型，內部報酬率跨不過門檻（他舉例大概是百分之十四到十五）就不准上。

然後他把這套算術套到今天的 AI 資本支出上。以 NVIDIA 宣布的那筆五千億美金為例，如果按 IBM 現在大約百分之十的投入資本回報率算，那等於每年要多生出五百億美金的收益。他順手講了一句在任時的老話：IBM 要維持營收成長百分之七到八，等於每十四個月要憑空長出一家 Fortune 50 規模的公司。企業級市場要銀行、電信商、政府年年這樣加預算，難度非常高。

他也點出一個時間錯配的問題。軟體跟模型是七到十個月一輪，但資料中心要三到五年才上線，半導體大概七年，核電至少十年。如果採用曲線比預期慢一點點，原本假設七八年吃滿的變成十到十二年，那些已經動土的資料中心、已經簽下去的電力容量，就會有人要吃虧。至於是誰吃，他說得很含蓄：可能是債券持有人。

講到表外融資（off-balance-sheet financing，把負債放在財報主體之外的結構），他的回答更直白：沒有透明度，公司目前也沒有揭露義務，分析師想算出真實負債跟債務承受能力，非常非常困難。這條線跟上一次 30 年期美債殖利率這麼高的時候，Lehman Brothers 還活著裡拆的表外債務四年翻八倍是同一件事，只是這次從前 CEO 的嘴裡講出來。

他引用劍橋學者 Carlotta Perez 的研究：從一七七一年工業革命開始，蒸汽機、石油、微電子、運算，每一代技術革命都走同一套劇本。先是「安裝期」，也就是基礎建設瘋狂鋪設，然後修正，修正之後才進入「部署期」，才真正產生社會層級的影響。她認為修正對資本主義是好事，因為它重設了成本基礎。

Palmisano 補了一句很冷的：重設成本基礎對資本主義是好事，對已經投錢進去的人可不是。他在 IBM 的做法是永遠準備 Plan B，而且「十次裡大概有六次，我們在週期結束前就已經在調整了」。

中國那段也值得記著。他說如果他是中國，就直接去拿美國以外的市場：美國制裁就制裁，那大概只佔全球市場兩成到兩成五，剩下七成五還在。搭配開源模型跟比較低的算力需求，走的是老套路，大規模、低成本、高品質，然後推向市場。這個劇本我們都看過結局。

加拿大跨過了一條線

Freeland 那段很短但很重。

美加談出了一個暫時協議，八月十九日原定要上路的新關稅沒有生效，但鋼、鋁、汽車與汽車零件的既有關稅會留著，只是稅率降低。加拿大歷史上的立場一直是：我們有自由貿易協定，協定之外的永久關稅不合法、我們不接受。這次等於承認了那些關稅的正當性。

她說一句話我覺得可以貼在很多談判桌上：**你可以靠贏來輸，只要你把「贏」定義成一種自我傷害的方式。**她拿 Brexit 當例子。至於美國這邊，鋼跟鋁是製造業的原料，鋁基本上是固態的電，對鋁課稅等於對電課稅。一台車的零件在底特律跟溫莎之間來回過境七八次，對零件課永久關稅，痛的是底特律。

最後：水開始有價格了

節目結尾那段講科羅拉多河。這條一千四百多英里的河支撐七個州，撐起每年一點四兆美金的經濟活動跟一千六百萬個工作。今年洛磯山脈的積雪量創下有紀錄以來最低，三月一場異常熱浪讓雪提早融光。Lake Mead 跌到九十年前蓄水以來的最低點。七個州談不攏，聯邦政府直接介入分配。

Imperial Valley 的農夫講了一句很生活的話：大部分人以為食物是從超市後面長出來的。而聖地牙哥那邊，海水淡化廠的水一單位要三千五百美金，他們其他水源有的一單位只要五十美金。水務局長說了一句我覺得整集最狠的話：海水淡化很貴，但老實說，我們一直沒有付出這些水對我們真正的價值。

這句話拿回頭套在 AI 上，其實一樣通。算力、電力、乾淨的訓練資料、還有那些會判斷的人，過去大家都當成便宜又無限。當它們開始有價格的時候，遊戲規則就會重排一次。

薪資成長落後的那些人，就是第一批被重新定價的東西。

如果這類把幾條線串起來看的整理對你有用，我在 wilsonhuang.xyz 每天都在寫，訂閱一下就不會漏掉。