AI 裁員理由可以穿脫：歸因一致性才是企業誠信的測謊器

2026 年 10 月 6 日，HubSpot 的執行長 Yamini Rangan 送出一封備忘錄，宣布裁掉約 660 人、公司約 7% 的員工。奇怪的是，信裡花了不少力氣去澄清一件「沒發生的事」：這波裁員不是因為 AI 帶來的效率，也不只是為了砍成本。

她說，目標是一家更扁平、管理層更少、決策更靠近第一線的公司。可是同一家 HubSpot，這一年正高調全押 AI 客服代理，連她自己都承認，AI 在這場重組裡「佔了一席之地」。一邊否認，一邊承認——這封信洩漏的，其實是她正在挑選：要對誰，講哪一個版本的為什麼。
 

同一週，有人反過來搶著把裁員掛上 AI

就在 HubSpot 急著和 AI 撇清關係的同一週，別的公司反著做。Barclays 宣布砍約 5,000 人，理由寫得端端正正：「組織簡化，以及由 AI 驅動的技術變革效率」。American Express 裁掉約 5% 人力，財務長對媒體說，重組有一部分是為了「替 AI 做準備」。Meta 一邊裁掉約 8,000 人，一邊加碼 AI 基礎建設的支出。你會看見一個有趣的畫面：「因為 AI」這個理由，有人急著穿上，有人急著脫下。同樣是砍人，他們選擇站進哪一個故事，取決於台下坐的是誰。穿上 AI，是講給投資人聽的——我們不是在失血，我們在轉型；脫下 AI，是講給員工與輿論聽的——這不是機器取代你，別恐慌。
 

當「為什麼」可以隨聽眾換，共同的事實就消失了

這裡藏著一個比裁員本身更值得擔心的東西。一家公司對投資人講的因果、對員工講的因果、對記者講的因果，如果是三個不同的版本，那就沒有任何一個版本，需要對另一個版本負責。投資人聽到的是「我們主動擁抱 AI、重壓未來」；被資遣的人聽到的是「這跟 AI 無關，是組織要變扁」；而翻開那份報給主管機關的 8-K 文件，從頭到尾，一個 AI 的字都沒出現。

三個房間，三個故事，彼此不對帳。歸因之所以能這樣自由穿脫，正因為「AI」是一個幾乎無法被外人查核的理由——它夠大、夠模糊、也夠時髦，大到足以裝下任何一個你不想明講的決定。於是它成了一塊萬用的遮羞布：既能撐起「我很前瞻」的估值敘事，又能卸下「是我誤判」的經營責任。
 

該追的不是「這波到底是不是 AI」，是他敢不敢只講一個版本

那麼，身為旁觀的管理者、被影響的員工，或是掏錢的投資人，該怎麼讀這一類消息？多數人的直覺是跳下去當裁判，追問「這到底算不算 AI 害的」。但這一題你多半贏不了——他本來就不打算讓你查到，帳面數字也攤不平。真正讀得出東西的，是另一個問題：他對不同的人，講的是不是同一個「為什麼」。

一家能對員工、對股東、對社會講出同一個版本的公司，未必就做了對的決定，但至少，它願意把自己真實的處境，攤在同一張桌子上。反過來，一個理由能隨聽眾自由穿脫的公司，洩漏的往往是另一件事：它身上的當責正在蒸發，沒有人需要為那個真正的為什麼簽名。
 

換一個更誠實的問題來問

所以下一次，當你自己打算替一個艱難的決定掛上「因為 AI」之前，先做一個很笨的測試：把你準備對投資人說的那句話，原封不動地，也對被影響的員工說一遍，再對鏡子裡的自己說一遍。三次都說得出口、而且是同一句，這個理由大概是真的；只要有一個房間你會想換句話說，那麼你裁掉的，也許不只是 660 個人，還有那個「為什麼」本該有的當責。而正在讀新聞的你，也可以把「是不是 AI」這一題暫時放到一邊，改追一條更誠實的線索：同一件事，這家公司對不同的人，講的是不是同一個版本。

當然，我得承認這條線索並不完美。有些時候，對不同的人用不同的說法，只是最基本的體貼——你不會用對董事會報告的語氣，去安慰一個剛被資遣的同事。穿脫理由和因材施教，這兩者的界線，就卡在你換掉的到底是「措辭」還是「因果」。措辭可以軟，因果不該變。等哪天連那個「為什麼」本身都會隨著聽的人改寫，一家公司最先裁掉的，從來不是人力，是信任。

資料來源：Fast Company〈HubSpot layoffs: CEO says job cuts are not driven by AI 'efficiencies,' but AI is still behind the sweeping changes〉；Associated Press〈Layoffs linked to changes in corporate AI spending〉（2026 年 10 月 23 日）。