OpenAI 創辦人 Altman 公開承認自己「錯了」，一年前警告入門級白領職位面臨嚴重風險，如今說衝擊遠比預期小；Anthropic 的 Amodei 則用「Jevons 悖論」重新定義自動化。
（前情提要：一提 AI 遭噓聲打斷！美國畢業生們藉由羞辱 CEO 們來尋求慰藉）
（背景補充：軟銀 SoftBank 市值突破 43 兆日圓，OpenAI IPO 預期拉動股價ㄧ週漲四成）
一年前預言「AI 將摧毀白領工作」，如今他們說自己錯了。OpenAI 執行長 Sam Altman 與 Anthropic 執行長 Dario Amodei，這兩位過去十二個月最積極散布 AI 就業末日論的矽谷大佬，在各自公司估值逼近 1 兆美元、IPO 倒數的節點，幾乎同步收回了那些預言。
改口的理由各有包裝，但結構一致：AI 衝擊沒有想像中猛烈。但…這真的是他們的真心話嗎？
Altman：我很高興自己錯了
Altman 本週在與澳洲聯邦銀行執行長 Matt Comyn 的對談中坦承，自己對 AI 就業衝擊的判斷「pretty wrong（相當錯誤）」。他一年前的警告是：入門級白領職位面臨「嚴重風險」，預期此刻已會看到顯著的崗位消失。結果沒有。
我以為到現在入門級白領工作被淘汰的衝擊會更大，但實際上沒有。
他補充，有人說他本可以省下「全世界很多恐懼和悲觀」，但他當時認為那是真實風險，且「它仍可能發生」，只是收回的程度剛好夠用，留了後路。
Altman 還分享了一個個人實驗：他曾把 Slack 和 email 回覆交給 AI 代勞，後來改回手動。「我們真的很在乎與人的互動……這件事我無法想像近期內外包給 AI。」他說這讓他重新認知到，就業圖景可能與預期「非常不同」。
把「自動化工作」說成「放大生產力」的修辭術
Amodei 的轉向則更具技術包裝。他曾稱 AI 可能消滅 50% 的白領工作，本月稍早則用「Jevons 悖論」重新定義這個問題。
Jevons 悖論是 19 世紀英國經濟學家 William Stanley Jevons 的觀察：瓦特蒸汽機問世後，燒煤效率大幅提升，煤炭變便宜了，結果煤炭消耗量不減反增。簡單來說就是，效率提升讓單位成本降低，需求反而暴增，總消耗量走向反直覺的反方向。
Amodei 把這個邏輯套進勞動市場：「如果你自動化一份工作的 90%，那每個人就去做剩下的 10%。而那 10% 會擴張成人們工作的 100%，生產力變成十倍。」
Apollo 經濟學家 Torsten Slok 也有類似描述，客服、放射科醫師這些「易被自動化」的職業，在 AI 普及後人數反而持平或增加。「每次互動成本降低，不代表互動次數變少，它意味著服務更多客戶、開啟更多管道。本該讓產業萎縮的技術，正在助長它的擴張。」
11.5 萬 vs 耶魯的「無顯著變化」
不過讓這場辯論難以蓋棺論定的，是資料本身就在打架。
根據 layoffs.fyi 的即時計數：2026 年至 5 月，科技業裁員已突破 11.5 萬人，逼近 2025 全年的 12.4 萬人，Meta、Amazon、Snap 都明確把 AI 列為裁員原因之一。
另一邊是耶魯預算實驗室的研究：自 2022 年底 ChatGPT 問世以來，高 AI 暴露職業的職業結構與失業持續時間，都沒有顯著變化。諾貝爾經濟學獎得主 Daron Acemoglu 的研究也支援這個方向：AI 的取代效應通常被生產力驅動的勞動需求所抵銷。
這兩組資料並不必然矛盾，科技業是高集中度的早期採用者，整體勞動市場的調適週期更長。但兩位執行長選擇在此刻援引「沒有顯著變化」的那一側，而非「11.5 萬人已失業」的那一側，是有選擇性的。
畢竟他們兩家公司都正積極準備 IPO，招股書的敘事邏輯很簡單：「你的技術正在改善世界」比「你的技術正在讓人失業」更容易通過法說會的提問。
Altman 說他「很高興自己錯了」，這句話在現實層面可能有疑慮，但在商業層面則更為方便。
📍相關報導📍
OpenAI 啟動「AI 時代經濟未來計畫」：投入 2.5 億美元，探討向資本課稅、全民財富基金
我 30 人的公司全部用 Claude Code AI 化，結果「人類要做的工作比以往更多」
一天收費 2.5 萬美元，兩位前基金經理靠 AI 金融培訓征服華爾街
