9 月 1 日，勞動力資料公司 TalentNeuron 發了一份叫《The Great Reallocation》的報告，拆了七家大企業兩年來的用人動作：Salesforce、Klarna、Wells Fargo、Google、Microsoft、Citi、BT Group。
報告裡有一條數字，比其餘所有段落都值得停下來看。
2026 年，TalentNeuron 幫一家《財星》100 大製造企業把職位架構拆到任務這一層，重新過了一遍已經圈好的裁撤名單。結果是：**名單上 34% 的職位，含有需要人做判斷的任務，而且這些任務恰好是公司轉型策略要用的。**如果按原來的職位級名單執行，公司會親手砍掉自己接下來要用的能力。
名單是在哪一層畫的
這件事的關鍵不在 34% 這個具體數值，在於它揭示了裁員名單是怎麼做出來的。
絕大多數裁撤決策發生在「職位」這一層：HR 系統裡拉出一張職務清單，管理層在上面畫線，某個職務類別整體標紅。這樣做的好處是快，成本可算，法務好走。代價是它假設一個職務是一個整體：要麼留，要麼不留。
但沒有一份工作是整塊的。TalentNeuron 的另一條結論說得更直接：沒有哪個員工能被 AI 百分之百取代，也沒有哪份工作是完全可自動化的。一份工作是一堆任務拼起來的，這些任務被自動化的速度差得很遠。有的任務今年就沒了，有的十年後還得人來做，它們寫在同一個職務名稱下面。
Experian 的全球勞動力策略負責人 Erzsébet Malzenicky 把這層意思說得更狠：任務地圖不能當成一次性專案做，每個季度都有東西被自動化、被挪走、或者乾脆消失，衡量一套工作架構的標準不是它上線第一天有多精確，而是第兩百天時改起來有多容易。
這份數字是誰算的，要說清楚
這裡必須停一下。
TalentNeuron 賣的產品就是任務級勞動力分析。「按職位裁是錯的、要按任務拆」這個結論，同時也是它的產品說明書。那個 34% 沒有第三方複核，客戶沒有具名，方法論細節也沒有公開。
所以它不是產業普查，是一家供應商用自己的方法論，在一個自己的客戶身上算出來的一個數。我們照樣寫它，因為它指向的機制是可驗證的，而且和我們先前的報導對得上。但讀者應該拿它當一個方向，不是當一個百分比。
我們先前寫過 MyPerfectResume 那份調查：1,000 名招聘經理裡有 52% 已經用 AI 生成決定誰被裁的生產力資料，其中 51% 認為演算法結果是公平的（見52% 的招聘經理用 AI 生成裁員名單的資料）。把兩件事放一起看，畫面就完整了：名單越來越多由機器算，而算的那一層是職位，不是任務。
我們也寫過 87% 的美國人希望 AI 參與的裁員必須有真人簽字（見87% 美國人要：AI 裁員得有真人簽字）。當時看像是情緒訴求。TalentNeuron 這條資料給了它一個成本論證：不複核，公司自己也要付帳。
在擴的職位，是量這件事的那批人
報告裡第二組數字，方向和第一組正好相反。
這七家公司都在重金投 AI。兩年下來，它們對 HR、策略人力規劃、人力分析這三塊的合計需求漲了 16%。拆開看：策略人力規劃漲 33%，人力分析漲 26%，學習與發展（L&D）漲 42%。在 Microsoft、Google、Citi 三家，L&D 的需求接近翻倍。
同時，全球有 114,419 個招聘職缺要求核心 AI 技能，涵蓋 103 個職業。這個數字的意義不在總量，在那 103 個職業。AI 技能已經從做軟體的職位溢出到大量本來跟寫程式沒關係的職業裡。
Insight222 的 David Green 給了一句解釋：AI 在壓縮規劃週期，從「年」壓到「季」，有時壓到「週」。週期一短，判斷誰走誰留的頻率就上去了，做這個判斷的那批人反而更緊缺。
這對你意味著什麼
**如果你在名單上，或者覺得自己快上名單了。**那份名單大概率是在職務這一層畫的。按這份報告的口徑，畫線的時候有三分之一是畫錯的。錯的方式是把含判斷類任務的職位一併劃進去了。能把自己做的事拆成任務、並且指得出哪幾件是判斷類、哪幾件跟公司下一步策略直接相連的人，在複核那一輪裡手上是有東西的。這不是話術，是把老闆缺的那份任務地圖先做出來。
**如果你在選下一步往哪走。**這份報告指的方向不含糊：策略人力規劃、人力分析、L&D。這三個職能之所以在擴，是因為公司需要有人來量自動化的邊界。量得準，裁得才不冤，投得才不虧。這是 AI 落地過程中自己長出來的職位，不是被保護下來的職位。
**如果你不在 HR。**那 103 個職業才是給你的訊號。AI 技能正在變成職務說明裡的常規項，而不是技術職的專屬項。這條曲線我們先前在 Korn Ferry 那篇裡看過一次（見人資主管開始把 AI 代理寫進組織架構圖），當時是組織架構層面的動作，現在它下沉到招募條件裡了。
最後一句歸納：AI 造成的職位損失是真的，我們跟了一年（見117 天，10 萬個科技職位蒸發）。但這份報告提醒的是另一件事——很多損失並不來自 AI 的能力邊界，來自公司自己畫線時用錯了粒度。
Sources
- TalentNeuron Research Finds AI Is Driving Workforce Redesign, Not Solely Workforce Reduction — PR Newswire，2026 年 9 月 1 日
