賓州大學與波士頓大學兩位教授在 arXiv 發表論文《The AI Layoff Trap》，用理論模型推導出結論是，企業用 AI 取代員工時，省下的人力成本 100% 進自己口袋，但被裁員工消失的消費力，卻分攤到整個市場。這樣將摧毀全球經濟。注意，這篇文章充滿了經濟學名詞。
（前情提要：高盛：AI 就業末日被誇大！未來十年 1500 萬人遭取代，但這「兩大產業」將大缺工）
（背景補充：林上倫律師專文》AI 的獵殺半徑正掃向所有行業：從台視專訪與林布蘭畫展談起）
重點摘要
- 論文《The AI Layoff Trap》由賓州大學 Brett Hemenway Falk 與波士頓大學 Gerry Tsoukalas 合著，2026 年 3 月 21 日發表於 arXiv，分類為理論經濟學。
- 核心機制是企業自動化省下的成本全歸自己，造成的需求損失只承擔 1/N（N 為市場上的企業數），其餘由競爭對手分攤，導致集體過度自動化。
- 論文測試後認為 UBI、再培訓、員工分紅、資本利得稅、協商都補不平這個缺口，只有庇古式自動化稅可以。
如果所有人都被機器人取代，還剩下誰來買產品？
這是波士頓大學 Questrom 商學院教授 Gerry Tsoukalas 給自己出的題目。他和賓州大學電腦與資訊科學系研究教授 Brett Hemenway Falk 合寫了一篇論文《The AI Layoff Trap》，今年 3 月 21 日放上 arXiv，用一組理論模型推導出相當難堪的結果。企業明知集體裁員會毀掉自己的客戶，卻沒有一家有辦法先停手。
原因是企業用 AI 取代一名員工，省下的薪資 100% 落進自己的損益表，而那名員工消失的消費力，是分散到整個市場的。
省的錢自己全拿，砸掉的需求只擔 1/N
論文假設市場上有 N 家條件相同的企業，各自決定要把多少工作交給 AI。每自動化一項任務，公司省下的是原本的薪資減掉 AI 的成本，這筆錢全部是自己的。但被裁掉的人少買的東西，公司只承擔其中的 1/N，剩下的由所有競爭對手分攤。
假設市場上有 20 家公司，你裁員造成的需求損失，自己只分到 5%，另外 95% 由別人買單，節省下來的成本卻有 100% 放進自己口袋。
論文把這個落差寫成公式，過度自動化的幅度等於 ℓ(1-1/N)/k，其中 ℓ 是每個被取代的人造成的需求損失，k 是導入 AI 的摩擦成本。這道公式有兩個當前就業市場會遇上的問題，N 越大，也就是市場競爭越激烈，缺口救越大，因為每家公司分到的需求損失越少；k 越小，也就是 AI 越好用越便宜，缺口同樣越大。
教授 Tsoukalas 受訪時表示：「不管你做什麼，不管其他公司在做什麼，你的最佳策略就是盡可能多採用 AI 技術，這在經濟學上叫優勢策略。」
優勢策略的意思是，這不是「看別人怎麼做我再決定」的賽局，而是無論別人怎麼做都該自動化。所以連坐下來談都沒用，論文特別點出，唯有全體企業無一例外的企業大聯盟結構，才能複製最優解，少一家都不行，因為外面那家仍然承受著沒人會賠償他的需求損失。
UBI、再培訓、員工分紅？
這篇論文看了讓人覺得很恐怖的地方是，它把常見的經濟解法全都拿去測，然後發現都沒有用。
- 資本利得稅：企業最大化的是稅後利潤，但稅率係數在一階條件裡會直接被約掉，不影響「要不要再自動化一個職位」的邊際決策。
- UBI：人民基本所得，直接發錢確實增加了需求，但那筆錢進的是報酬的顯著水準，同樣在邊際條件裡消失。論文的說法是，UBI 改變的是報酬水準，而不是外部性所在的邊際。
- 員工分紅：把利潤分回給勞工能縮小缺口，但要完全補平，需要的分紅比率是勞工消費率的倒數。即使把利潤 100% 全部分掉，缺口仍然是正的。
- 再培訓：提高失業後的所得替代率，確實直接縮小需求損失，但要完全消除得讓替代率等於 1，也就是被裁員完全不影響收入。
這四項幾乎涵蓋了目前經濟政策討論的主流。論文表示它們處理的都是裁員之後的善後處置，而不是裁員當下有用的辦法。
唯一有效的是對自動化課稅
論文給出的解方只有一個，對自動化課徵皮古稅（Pigouvian tax），稅率正好等於企業沒有承擔的那部分需求損失。「在我們的模型裡，只有對自動化本身課稅，才真的改變算式。」Tsoukalas 說。
政策設計上還能拿這筆稅收可以拿去做再培訓，把所得替代率往上推，需求損失跟著變小，稅率也就跟著降。這個稅有可能能慢慢把「自己」收掉。
不過最後闡明的是，這是一篇理論論文，它推導的是模型裡的均衡路徑，不是對當下就業市場的實證測量。論文自己也註明「生產力無限、需求歸零」那個極端狀態，要在完全替代且失業者收入毫無替代的假設下才成立，現實的替代規模還沒走到那裡。白話一點，機器人都還沒上機呢。
另外，兩位作者也不完全是外界轉述的「兩位經濟學家」。Falk 的本行是密碼學與編碼理論，Tsoukalas 教的是資訊系統，同時掛華頓商學院資深研究員。
世界經濟論壇估算，到 2030 年全球每 100 名勞工會有 59 人需要再培訓，其中 11 人不會得到任何協助。高盛則認為 AI 就業末日被誇大，未來十年約 1500 萬人被取代。
常見問題
什麼是「AI 裁員陷阱」？
賓州大學與波士頓大學研究者提出的模型結論。企業用 AI 取代員工省下的成本 100% 歸自己，被裁員工消失的消費力卻攤給整個市場，自己只承擔 1/N。結果是每家公司都有誘因加碼自動化，集體衝過頭，勞工與企業主同時受損。
論文認為 UBI 或再培訓能解決嗎？
不能。論文認為 UBI 與資本利得稅只改變報酬水準，在邊際決策中會被消掉；員工分紅與再培訓能縮小缺口但補不平。唯一有效的是對自動化本身課徵庇古稅，稅率等於企業未承擔的那部分需求損失。
📍相關報導📍
美國議員提案：全民共持 OpenAI 半數股權，AI 巨頭課 50% 股票稅
