
在一場挑戰科技領域主流敘事的坦率披露中,OpenAI 執行長 Sam Altman 指責企業在最近的大規模裁員中進行「AI 漂白」(AI Washing)。Altman 在新德里舉行的 印度 AI 影響力峰會(India AI Impact Summit) 上表示,企業領導者正將人工智慧(Artificial Intelligence)視為掩蓋錯誤戰略決策和疫情後過度招聘的便利代罪羔羊。
這些言論是在接受 CNBC-TV18 採訪時發表的,讓人得以一窺 2026 年 AI 自動化熱潮與科技產業面臨的經濟現實之間的緊張關係。儘管 Altman 仍然堅信 AI 的變革力量,但他拒絕讓高管們躲在他的技術背後進行例行性的成本削減,這標誌著關於工作未來的持續辯論發生了重大轉向。
「漂綠」(Greenwashing)一詞長期以來被用來描述誇大其環保努力的公司。Altman 現在借用了這個詞的結構來描述一種新的企業現象:AI 漂白。在這種背景下,它指的是將裁員歸因於「AI 驅動的效率」或「自動化轉向」,而主要驅動因素實際上是財務管理不善或對先前人員冗餘的修正。
「我不知道確切的百分比是多少,但確實存在一些 AI 漂白(AI Washing)現象,人們將原本就要進行的裁員歸咎於 AI,」Altman 在新德里對聽眾說。
這項策略為企業領導層提供了兩個利己的目的:
通過將裁員定義為向 AI 邁進的必要演變,執行長們通常可以提振股價並安撫渴望看到巨額 AI 基礎設施投資回報的投資者,即使技術本身尚不具備取代被裁撤職位的能力。
勞動力市場分析公司的數據支持了 Altman 的懷疑。雖然 2024 年和 2025 年的頭條新聞充斥著「AI 重組」的公告,但底層數據卻揭示了不同的故事。來自 Challenger, Gray & Christmas 等公司的報告指出,雖然在裁員公告中提及 AI 的次數越來越多,但與傳統經濟因素相比,它在實際裁員規模中所佔比例微乎其微。
以下表格將科技公司經常推動的敘事與市場分析師觀察到的經濟現實進行了對比:
表格:裁員現實核查
| 敘事主張 | 經濟現實 | 戰略動機 |
|---|---|---|
| 「我們正在調整規模以適應 AI 優先的未來。」 | 裁員主要是為了修正疫情時期(2020-2022 年)的過度招聘。 | 為了表現出創新並向股東隱瞞糟糕的預測。 |
| 「AI 代理現在正在處理這些工作流程。」 | 當前的 AI 工具(截至 2026 年)在處理複雜任務時仍需要大量的人工監督。 | 為了證明在 GPU 和數據中心上的巨額資本支出(CAPEX)是合理的。 |
| 「自動化是這些減員的唯一驅動因素。」 | 利率上升和收入增長放緩是主要的催化劑。 | 為了將責任轉移到外部技術力量,而不是管理層。 |
至關重要的一點是,Altman 並沒有完全否定 AI 取代工作的威脅。他將目前發生的「虛假」AI 裁員與開始顯現的「真實」取代做了明確區分。
「AI 對不同類型的工作確實造成了一些真實的取代,」Altman 指出,並補充說他預計這種影響在未來幾年將變得「顯而易見」。他在峰會上的警告十分嚴峻:「想要在工作表現上超越 GPU 將會非常困難。」
這種細微差別對於勞動者和決策者來說至關重要。如果社會完全專注於「AI 漂白」的一面——將所有 AI 裁員主張都視為企業謊言——那麼它就有可能對 OpenAI 和其他實驗室正在加速推動的真正結構性轉變措手不及。危險在於「放羊的孩子」效應:如果每一次標準的企業重組都被貼上「AI 取代」的標籤,公眾可能會在真正的自動化驅動失業潮襲來之前,對這個問題變得麻木。
鑑於其背景,Altman 的評論尤為引起共鳴。印度 AI 影響力峰會(India AI Impact Summit) 代表了此類重大的全球 AI 盛會首次在全球南方(Global South)舉辦。印度已成為 AI 生態系統中的關鍵參與者,不僅是人才來源,也是巨大的應用市場。
在訪問期間,Altman 強調印度是 Codex(OpenAI 的編程工具)增長最快的市場,其使用量在短短兩週內增長了四倍。這表明,雖然西方企業可能將 AI 作為解僱員工的藉口,但印度的開發者正在積極利用它進行建設。這種對比突顯了全球性的分歧:在成熟市場中,AI 目前是效率(和裁員)的敘事工具;而在新興市場中,它正被用作快速擴展能力的工具。
對於 Creati.ai 的產業觀察者而言,Altman 的坦白是對提高企業透明度(Corporate Transparency)的呼籲。當我們航行在「AI 時代」時,精確的語言至關重要。將週期性的業務失敗歸入「AI 轉型」的旗號下,對技術和勞動力都有害無益。
企業必須誠實地面對 為什麼 要裁員。如果是因為 2021 年招聘了太多人,他們應該承擔這個決定的責任。如果是因為 AI 代理真的比人類更能編寫代碼或處理客戶支持,他們應該提供數據來證明。 「AI 漂白」攪渾了池水,使得解決勞動力重新技能培訓的真正挑戰變得不可能。
正如 Altman 警告的那樣,真正的轉變即將到來。在它到來之前,將信號與噪音區分開來符合每個人的利益。