30 秒看重點
- 事件：AWS 執行長 Matt Garman 痛批以 AI 取代初階員工是極其愚蠢的短視策略。
- 意義：揭示 AI 是提升效率的輔助工具，而非消滅基層人才梯隊的藉口。
- 影響：台灣企業必須警惕盲目裁員，改以 AI 加速新人培訓，避免技術斷層。
在生成式 AI 狂潮下，許多企業急於用 AI 取代社會新鮮人以節省人力成本。然而，雲端巨頭 AWS 執行長 Matt Garman 近日嚴厲警告，這種做法無異於自掘墳墓，缺乏初階磨練，未來將沒有人能勝任高階決策，企業終將面臨系統性「自爆」。
為什麼用 AI 淘汰新人會讓企業「慢性自爆」？
近年來，「AI 取代人工」的焦慮蔓延全球職場，許多經理人甚至將 AI 視為精簡人事、削減成本的萬靈丹。但 AWS 執行長 Matt Garman 在最新談話中直接澆了一盆冷水。他指出，初階員工（Junior employees）不只是當下的「產出者」，更是企業未來的「架構師」與「決策者」。如果企業因為引入 AI 寫程式、寫文案，就停止招募與培養新人，那麼幾年後當高階主管退休時，企業將陷入完全沒有合格人才可以接班的窘境，這就是所謂的「技術與文化自爆」。
從實際運作來看，AI 生成的代碼和內容，依然需要具備產業知識的人類進行審查與 Debug。一個從未經歷過初階「動手做」階段的員工，根本無法具備評估 AI 產出品質的能力。這就像沒學過基本算術的人，無法判斷工程計算機的答案是否正確一樣。AI 的定位應該是「超級副駕駛」，協助新人跳過繁瑣的重複性工作，直接進入高階思考，而不是直接把副駕駛座拆掉。
台灣怎麼看這件事？
台灣正面臨嚴重的「人才荒」與「高齡化」雙重夾擊，這項警告對台灣科技業與中小企業尤為關鍵。台灣若盲目跟風美式科技業的「AI 裁員潮」，將對好不容易建立的半導體與資通訊產業鏈造成致命打擊。相反地，台灣企業應善用 AI 來進行「加速培訓」，將原本需要 3 年才能養成的工程師，縮短到 1 年內上手，藉此緩解少子化帶來的人才缺口。正如緯創在推動資料治理 2.0 時強調的，AI 工廠不能只靠技術長，各領域專家的「人腦經驗」才是訓練 AI 的核心，這印證了人機協作的重要性。
編輯觀點
AI 是一台馬力強大的跑車，但我們依然需要「老司機」來把著方向盤。把初階員工裁光，就像是不讓新人考駕照，等現有的老司機退休後，這台跑車就沒人會開了。企業該省的不是培育新人的學費，而是該思考如何讓新鮮人裝上 AI 的翅膀，變成「鋼鐵人」般的高效戰力。只看短線財報而砍掉未來的創新種子，絕對是科技時代最昂貴的戰略錯誤。
常見問題
- 為什麼不能用 AI 完全取代剛畢業的初階工程師？
- 因為高階工程師的判斷力、架構設計能力，都是從初階時期的 Debug 與實作經驗累積而來。如果直接用 AI 取代新人，未來企業將面臨沒有合格高階人才可以接班的斷層危機。
- AWS 執行長如何看待 AI 在職場中的角色？
- 他認為 AI 應該是提升生產力的工具，協助員工擺脫無聊、重複的庶務，讓人類能專注於更有創意與策略性的工作，而非直接取代人類職位。
- 台灣企業在面對這波 AI 浪潮時應該如何調整思維？
- 台灣企業應將焦點從「用 AI 裁員省錢」，轉向「用 AI 賦能員工」。透過 AI 輔助，加速社會新鮮人的學習曲線，解決少子化與人才短缺的痛點。
- 如果 AI 能寫出大部分的程式碼，新人的價值在哪裡？
- 新人的價值在於「理解業務邏輯」與「問題解決能力」。AI 雖然能快速產出程式碼，但新人需要負責定義問題、引導 AI，並檢驗 AI 產出的正確性與安全性。
- 不裁減初階員工，企業該如何利用 AI 降低成本？
- 企業應透過 AI 將工作流程自動化，讓相同的員工編制能夠創造數倍的產值，透過「擴大產出」而非「縮減人力」來實現真正的營收成長。
名詞小教室
- 人機協作 (Human-in-the-loop)
- 就像是駕駛自動導航的特斯拉，AI 負責踩油門和控方向盤（自動化執行），但人類依然坐在駕駛座上盯著路況（把關與決策），確保車子不會撞上牆壁。