「我們錯誤地以為，只要導入人工智慧、把手上的設計規格餵進去，就能做出高品質的產品。」2026年6月，福特（Ford）車輛硬體工程副總裁Charles Poon在一場記者電話會議上這樣說。
根據《Bloomberg》報導，福特表示過去三年聘用了350名資深工程師，其中許多是前員工，其他人來自供應商，福特稱他們為「灰鬍子」（gray beard）工程師。他們負責訓練年輕員工、重新設定AI工具、主持強制參加的品質排查會議，並在零件進廠前找出可能失效的地方。
福特營運長Kumar Galhotra說得更直接：「我們原本愈來愈依賴自動化品質系統」，結果不如預期，於是「把技術專家找了回來」。
在J.D. Power於2026年6月公布的新車品質調查（IQS）中，福特拿下主流品牌第一，前一年它還排在主流品牌第10、品質低於業界平均；執行長法利（Jim Farley）則說，保固與召回成本正在下降，為福特帶來「數億美元」（每1億美元約合新台幣33億元）的成本助益。
同樣的問題，也出現在把AI當成裁員工具的企業身上。多份業者調查顯示，其中不少企業事後發現，裁掉的是AI補不上的經驗與判斷，最後又得重新招人，把職位補回來。
約3成雇主，導入AI後裁掉的職位又加了回來
人力派遣公司Robert Half的近期調查發現，約3成雇主在導入AI後裁撤職位，之後又把這些職位加了回來。Robert Half的解釋是，雇主低估了這些職位需要多少人的判斷、脈絡與決策。
裁員轉職服務商Careerminds在2026年2月調查600名過去12個月內有裁員的企業人資，35.6%表示已重新招人，補回超過一半的被裁職位。補人也來得快：在重新招人的企業中，最多是在裁員後3到6個月內補人（52.1%），拖過一年的只有2.1%。
人力規畫軟體商Orgvue則在2025年調查1,000多名企業高層，約4成曾因導入AI而裁員，這群人中有55%承認在這些裁員決定上做錯了。
研究機構的預測也指向同一個方向。Gartner在2026年2月預測，因AI裁減客服人力的企業，到2027年有一半會回頭招人做類似的工作；同年9月又預測，到2029年，因AI裁員而離開的員工有30%需要被找回來，而且常常得付出更高的成本。
該公司資深總監分析師Emily Potosky指出，客服是這波趨勢的風向球。Forrester在2025年11月發布的2026年工作趨勢預測中則預測，一半歸因於AI的裁員會被悄悄逆轉，但職缺會以移往海外或較低薪資的形式回來。
回聘前員工本身也愈來愈常見。《Business Insider》引述ADP薪資資料指出，2025年3月美國新進員工有35%是回鍋員工，前一年是31%，科技業更接近三分之二。
AI補不上的兩個缺口：老將的經驗、新人的養成
Careerminds的調查中，32.9%的受訪人資表示裁員讓公司流失了關鍵技能與專業，28.1%說留下來的人補不上知識缺口。
福特的經驗說明了缺口在哪裡。Poon說，AI「是很棒的工具，但它的好壞，取決於你拿什麼資訊去訓練它」，而福特過去幾年「沒有給予那些陪公司走過許多產品周期、最懂行的工程師的經驗應有的重視」。福特後來認知到，要強化自動化、機器學習與AI工具，就得確保它們由最有經驗的人來訓練。灰鬍子工程師到任後的工作之一，就是重新設定AI工具，在問題發生前先擋下來。
Robert Half觀察到，過去被當作訓練場的入門工作，例如資料輸入、基本分析、客服與行政協調，愈來愈多由AI處理或輔助，長期有削弱企業人才管線的風險。Careerminds的調查也有31.5%的受訪人資表示，入門職位是受AI裁員衝擊最大的一群。
Palantir的教訓則來自內部。在Palantir任職20年的技術長Shyam Sankar，2026年10月接受科技分析電子報《Stratechery》專訪時提到，大約一年半前，他要求每名新進員工在第一周就透過Palantir稱為AI FDE的AI工具學習使用公司平台，「這是未來，我們就全力押上去」。結果長期下來反而產生很深的拖累：許多年輕員工只透過這層介面認識平台，不了解平台底層由哪些元件組成。
他的結論是，即使身為AI極大化主義者，最重要的問題或許是知道什麼時候「不該」用AI。
為什麼拿AI砍人頭，常常砍不出效益
Sankar在同一場專訪中，分享了他對自家客戶的觀察。他把合作過的客戶分群後發現，想用AI減少人力、壓低成本的那些，幾乎全都沒能達成這些目標；成功的反而是有野心的客戶，想用AI稱霸市場、讓對手出局，或做那些一直想做卻做不起的事。
他的解釋有兩層。第一，「把人拿掉」這種短視的目標，沒有足夠的動力驅使企業去做真正困難的事。第二，人的智慧與機器的智慧並不完全相同，在工作流程裡做的事也不一樣。「如果你花時間想刪掉人，照定義，AI就得能做人做的每一件事。就算它做到98%，你還是會在這個特定目標上失敗。」
Sankar也指出，AI模型業者的產品策略預設企業的最小單位是知識工作者，只要讓每名員工更有生產力就有回報，但他認為這並不成立。在他看來，企業的最小單位是工作流程：讓一名供應鏈分析師更有生產力，可能帶不來任何額外的投資報酬，必須讓整條供應鏈工作流程可衡量地變得更有效率，才收得到價值。
導入AI，未必等於
Sankar舉了另一種用法的例子。他的一家客戶是為潛艇產業供應零件的製造商，過去排一次生產計畫要花兩周，這段期間產線得停下來；導入AI後，同樣的工作不到10分鐘就完成。這家工廠手上因此多出一批原本沒有人手消化的需求，於是聘了第三班人力。
回頭看福特，找來灰鬍子工程師之後，福特並沒有把AI撤掉，而是讓最有經驗的人去訓練它。
資料來源：《Bloomberg》、《Business Insider》、《Stratechery》、Robert Half調查、Careerminds調查、Orgvue調查（《HR Dive》）、Forrester工作趨勢預測、Gartner新聞稿、《CX Dive》、《財星》
本文初稿為AI編撰，整理．編輯/ 李先泰
