摘要： 《紐約時報》2026 年 4 月 3 日報導，過去常質疑 AI 搶工作說法的經濟學家正在調整立場。文中提出的線索包括年輕大學畢業生失業率走高，以及能量化工作環節暴露度的任務分析；懷疑觀點仍在，認為可能是漸進重組而非突然大量失業。
《紐約時報》首席經濟記者 Ben Casselman 在 2026 年 4 月 3 日刊出一篇報導，標題開門見山：《Economists Once Dismissed the A.I. Job Threat, but Not Anymore》。整篇文章想說的其實只有一件事：過去多年始終不相信「AI 搶工作」說法的那批經濟學家，如今正一起調整立場。
對開發者與產品團隊來說，這篇報導值得一讀的理由不在預測本身，而在「改口的人是誰」——一旦把關總體經濟論述的專業圈子開始嚴肅看待就業衝擊，企業在 AI 投資與人力規劃上，就多了一項不能不納入的宏觀前提。
態度大轉向：從存疑到嚴陣以待
技術性失業的種種預測，經濟學界的反應長期是高度存疑。數十年來的主流看法一直是：自動化改變的是工作的樣貌，而不是讓工作消失，過去幾波技術恐慌也大多沒有成真。Casselman 在文中寫道，AI 對勞動市場的影響，經濟學家向來「常常被近乎輕蔑的懷疑對待」。
到了 2026 年，氛圍卻不一樣了。文中引述的一位經濟學家，把「還沒發生、但快了」這種中間立場說得最透徹：「我不認為 AI 已經衝擊勞動市場，也不認為它已經根本改變企業生產力——但我認為它快來了。」連諾貝爾獎得主 Paul Krugman 都開始撰文推敲 AI 對經濟的意涵。
三條讓經濟學家改口的證據線
報導整理出三條證據線。其一，年輕大學畢業生的失業率持續走高——而這個族群，正是任務模型預估中暴露度最高的一群。其二，以「任務」為單位的分析模型日趨成熟，已能具體指出哪些工作環節被 AI 接手，「暴露度」因此從抽象概念變成量得出來的變數。其三，業界那些高調的警告重新獲得聆聽：連同 AI 可能在數年內消滅 50% 入門白領工作在內的分析，已經從行銷話術回到主流經濟討論的範圍。
另一個值得留意的呼應：這波轉向與企業端釋出的訊號是同一個方向。早在 2025 年 10 月，CNBC 就報導過銀行、汽車與零售業主管的警告——AI 已經開始接手白領職位，而且「還有很多在後頭」。
懷疑派並未退場
改口並非棄守。《經濟學人》在 2026 年 1 月 26 日刊出的〈Why AI won’t wipe out white-collar jobs〉依舊維持原本論點：AI 重塑白領工作而非將之抹除，歷史類比到目前為止仍然站得住腳。報導公開後引發的討論中，最常見的折衷版本是「漸進重組多於突然的大量失業」。
也有分析提出方向相反的統計：眼下暴露度偏高的一群人，薪資與教育程度反而更高，失業機率也更低——因為這些任務原本就聚集在高技能職位上。換句話說，暴露度高不代表瀕臨失業，兩者之間還隔著採用速度、企業重組、新職位誕生三道變數。
產品決策與用人布局的三個推論
可以收斂成三個務實結論。首先，初階任務的自動化同時是產品機會與市場風險：若產品價值綁在「大量初階人力」上，供給與需求兩端會一起被改寫；反過來，把初階任務的流程做成產品（內部工具、agent 工作流），正是此刻最看得見的 AI 需求。其次，用人規劃得整個重新設計：初階職位是人才養成的管道，招募一旦縮手，資深人才的培養路徑就必須另外搭起來。最後，與其盯著社群輿論，不如緊盯可供驗證的指標——畢業生失業率、任務暴露數據、企業生產力統計——它們總是比任何預測更早轉向，這也是我們在開年展望裡一再重申的紀律。