亞馬遜將裁1.4萬人、追求75％自動化？這會是台灣產業的未來嗎？

經路透社報導，亞馬遜（Amazon）即將以AI與機器人協作，積極朝75％的營運流程自動化工程邁進。自11月開始，員工將陸續收到由公司發送到個人信箱的資遣信，預計第一波裁減全球約1.4萬名員工，並計畫累積裁撤50萬個職位。

AI轉型：從資料搬遷到知識端再造

亞馬遜這份曝光的內部文件，直指物流與倉儲部門正在推動以機器人與自動化為核心的新營運模式，事實上，這樣的變革，不只發生在製造業或倉儲物流，更大的衝擊更發生在白領階級、知識型產業，以及高階經理人。但如同30年前網路崛起，我們也曾歷經職場清洗，經驗法則告訴我們，如果能掌握AI能耐，就可善用AI力量，讓自己和企業，有更多底氣推進轉型，展現下一波段的續發力。

一、資料搬遷與資料清洗：AI轉型的「底盤工程」

資料搬遷與清洗，是企業未來所有AI能力的「折舊資產」。愈早做，愈早開始累積複利。反之，落後者會陷入無法追趕的資料赤字。

AI的運作，一定是基於資料。資料的品質，會決定AI產出的品質。習慣做「知識管理」（Knowledge management）的公司，恭喜你，至少在AI的運用上，你更占有先機。

AI的轉型並非買入一套模型就宣告導入成功，核心在於「資料搬遷」與「資料清洗」。換言之，企業必須將分散、雜亂、甚至品質不佳的資料從舊系統遷移至雲端或可高度整合的平台（雲端／硬端／知識端架構），如此才能進一步啟用AI分析、異常偵測、決策輔助等功能。

在亞馬遜的案例中，投入倉儲機器人、物流流程再造等措施雖為硬端自動化，但在背後支撐的是對這些流程的操作資料、庫存資料、節省成本的資料依據，且前後佈署已有13年。由此可見，高階主管應將資料工程視為策略工程，而非IT工程。

二、雲端／硬端／知識端：三端整合的架構思維

AI時代有重要的3個端點：雲端、硬端、知識端。雲端讓AI「能算」、硬端讓 AI「能動」、知識端讓 AI「有方向」而決定協作的成果。

1. 雲端

這是企業AI能力的「大腦主機室」，負責所有資料的儲存、運算、整合與分析。資料搬遷、資料清洗都要先在雲端完成，之後AI才能落地。

2. 硬端

這是實際執行AI決策與行動的「身體」。包含所有能在真實世界中「動起來」的裝置。以亞馬遜為例，硬端的構成，如Kiva機器人、物流搬運機、AGV/AMR自動車、感測器、機械手臂、自動包裝機、分揀系統等都屬於硬端。

3. 知識端

這是企業策略、大腦的來源，AI目前無法完全取代。人類在知識端的不可取代性包含：

• 人類的高維度知識（High-Dimensional Knowledge）：AI無法模仿全局視角、跨領域理解和情境判斷。
• 策略與決策能力：哪些流程該自動化？該怎麼重新設計組織？這些都需要管理者判斷。
• 太陽底下的新鮮事（Novelty/New-to-the-world）：AI讀了一億本書，但「真正的創新」來自人類，因為那是不在資料庫裡的。
• 產業經驗與隱性知識（Tacit Knowledge）：如主管的業務嗅覺、現場管理智慧、危機判斷力等。

當你理解了以AI為驅動的「三端」，就可理解企業最大的價值來自「知識端」，因此我們預測，企業自己有建置資料庫，存檔習慣，加上資深和產業資歷，擁有AI新時代的轉型底氣，也以此產生差異性。產品或技術創新不再是主流，「知識流」才是關鍵。

三、台灣產業的優勢

台灣99％為中小企業規模，AI與自動化或機械的結合，是絕對的趨勢，現在的關鍵就在於，你是否下定決心登上這股趨勢，而開始在自己的企業或產業中，進行整合。

1. 台灣產業群聚化有助於產生「智働化」

「智働化」是AI、技術、經驗與機器的結合，例如員工如何從傳統業務作業方式轉向監控AI、如何從AI儀表板進行異常偵測、如何透過AI下指令進行有價資訊的挖掘。台灣產業地理群聚性，互補性高，且對協作有豐富經驗，產業群聚與供應鏈的敏捷性，各產業可在此「焦點企業」的引領下，快速進行產業群聚的AI轉型。

2. 台灣產業趁機進行人才結構重整

台灣的「人才缺口」並非指人手不足，而是人才結構面臨全面重整的問題。隨著人口紅利在2028年終結，企業須盡快屏除「人海作戰方式」。那，人從哪裡來？有3個建議：

• 重新啟動舊時代的創業家：可重新發掘「網路時代的舊創業家」，這群曾在Web 1.0、Web 2.0時期創業、跨領域、熟悉技術與商業模式的中高齡人才，他們不僅具備戰略視野，也累積大量隱性知識，是打造AI轉型的關鍵戰力。
• 開放人才邊界：從僵化的全職聘雇轉向更靈活的外包、專案合作、全球遠距人才，藉此擴大知識端深度。
• 引進國外專家：台灣必須更積極引進外國專家，不論是AI工程師、資料科學家，或是熟悉平台商業模式的顧問，才能補上本地教育與產業鏈暫時無法快速培養的空缺。

人類的價值是什麼？

OpenAI執行長山姆．奧特曼（Sam Altman）曾在2024年面對媒體訪問時說：「我們仍不了解我們的大腦神經究竟怎麼運作的，同理可證，對於AI，我們也僅是知道它的基本規則……」；曾任職於Google的AI專案Gemini的技術共同負責人諾姆．夏澤爾（Noam Shazeer）也說道：「沒人真的知道到底發生什麼事。這是非常具實驗性的科學，你甚至可以說這更像是煉金術，或像中世紀時那種還未成形的化學。」AI讀了人類一億本書，擁有全世界的歷史和智慧，人類當前最重要的事，就是去理解「哪些決策應交給AI、哪些永遠要由人類負責」。

AI的到來，逼問我們一個更根本的問題：當機器可以完成大部分標準化工作，那麼，人類的價值是什麼？這答案從來不是效率，而是理解、判斷與創造。AI無法經歷人的困惑矛盾；無法感知人與人的交流，也無法在沒有前例的情況下打造新的邏輯。

因此，我們每個人都必須重新認識自己的能力：不是「避免被AI取代」，而是「成為AI無法取代的那一部分」。企業也一樣，只有勇於重塑自身能力邊界，讓AI成為伙伴、而非威脅，才能在下一個10年依然握有前行的力量。