AI 令公司請多人？新數據話重手用 AI 嘅公司先有增聘
10.2% 唔代表因果，關鍵係錢、管理同 junior 點轉型
10.2% 個數點嚟
TechCrunch 引述 Ramp 同 Revelio Labs 研究：佢哋將 Ramp 企業 AI 支出資料，同 Revelio Labs 從公開履歷整理嘅人手紀錄配對，樣本近 22,000 間美國公司。高強度用 AI 嘅公司，即頭三個月平均每名員工每月花 30 美元喺 AI 嘅公司，採用後兩年內白領 headcount 升 10.2%，初級職位升 12%。呢組數字好搶眼，因為市場一路講 AI 會先淘汰 junior，但佢見到嘅走勢相反。
但唔好當成 AI 萬靈丹
要拆清楚：呢份研究只見到兩者有關連，唔代表 AI 自動帶來職位。FT 引述研究話，低強度用 AI 嘅公司同對照組相比，headcount 冇明顯變化；FT 亦引述 Ramp 首席經濟學家 Ara Kharazian 話，增長通常要 6 至 12 個月先見到，仲要跨過一定投資門檻。高強度公司本身好多都比較肯試新科技、人工較高，甚至有 VC 資金撐住，原本就跑得快。研究用較早採用 AI 嘅公司對比遲啲採用嘅公司，想減低偏差，但都排除唔到「本身增長快，所以肯花錢買 AI」呢個解釋。
點解會一邊用 AI 一邊請人
較合理嘅睇法係，AI 喺某啲公司唔止用嚟慳成本，仲令做嘢快咗、平咗。Goldman Sachs 將 AI 影響拆開兩邊睇：一邊係取代工序（substitution），一邊係幫人做多啲（augmentation）。某啲工種會俾 AI 食咗部分工序，但如果每做一件嘢嘅成本跌，需求又升得夠快，公司反而要請多人去做銷售、支援、營運、產品同管理。軟件公司最易見到呢件事：code、debug、文件、內部工具快咗，唔代表工程團隊可以即刻縮皮，可能係公司有多咗 feature 同客戶要追。
Junior 位未死，但入門門檻變咗
對 developer、marketing、content、ops、客服呢堆白領位，最大變化係初級工作入面最容易標準化嗰部分會縮水：整理資料、寫初稿、改格式、簡單查詢、ticket 分流。Stanford Digital Economy Lab 2025 年一份研究提到，AI 可能最先自動化容易編成規則、容易檢查嘅入門任務，而經驗員工嘅判斷、客戶脈絡、流程知識反而仲值錢。咁 junior 要證明嘅，就唔止係肯學，仲要識驗 AI output、補資料、搵錯、再接返業務目的。
放返香港 office 點睇
呢份係美國公司樣本，唔好硬套落香港招聘預測。香港公司如果只係買幾個 ChatGPT、Copilot、Claude account，再叫同事「自己試吓」，呢份研究其實幫唔到你搵藉口話會增聘。有用嘅做法係揀一兩個可量度場景：客服回覆時間、內容產量同出錯率、報表製作時間、code review 同測試 coverage、銷售 proposal 周轉。人手有冇升，最後要睇 AI 慳返嘅時間，有冇變成新項目、新客戶、做到更多服務，而唔係淨係喺 Excel 度削成本。
管理層同打工仔要點做
管理層要量度嘅唔係登入率，而係每個 team 邊啲任務用 AI 後快咗幾多、錯少咗幾多、做到嘅嘢有冇多咗、同人手安排點變。打工仔就唔好停留喺「我識問 ChatGPT」；搵 junior 位時，作品集要有可重用 prompt、automation、QA checklist、前後對照，同你點處理 AI 亂答。下一輪職位變化，最值得睇嘅係三件事：公司買咗幾多 AI、點改做事方法、點訓練 junior；淨係有 subscription，唔夠。
參考來源
- TechCrunch — The AI jobs debate just got messier — original report
- Heavy corporate AI spenders add staff faster than peers — 同一研究嘅背景報道，補充兩年期、低強度採用者冇明顯變化、6 至 12 個月學習期等細節。
- How much does it cost to be AI-pilled? — Ramp 官方 AI Index，核對企業 AI 支出點量度，同高強度支出同一般 subscription 嘅差距。
- The Jobs AI Is Likely to Boost—and Those It May Disrupt — Goldman Sachs Research 對 AI substitution / augmentation 嘅分析，用來平衡增聘同失業兩邊說法。
- Rising AI Adoption Spurs Workforce Changes — Gallup 2026 年員工調查，提供 AI 採用後公司擴張同縮減人手並存嘅背景。
- Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence — Stanford Digital Economy Lab 研究，補充 AI 對初級、可標準化白領任務嘅壓力。
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
