2026 年上半年，兩個互相打臉的事實同時發生。
一邊是裁員。Challenger 統計，科技業上半年宣布裁撤 139,156 個職位，年增 83%，AI 是最主要的理由。Gartner 預測 2030 年六成 HR 任務由 AI 代理完成；McKinsey 十國調查也指出，HR 工作的自動化空間確實很大。
另一邊是回聘。Careerminds 在 2 月調查 600 位實際執行過裁員的人資主管：三分之二已經在把裁掉的人找回來，其中 52% 在六個月內就開始。Gartner 預測 2027 年前，半數企業會為類似職能重新招募。Forrester 的調查更直接：55% 的雇主表示後悔。
先裁，再高薪請回。這件事如果只當成產業趣聞，就浪費了它真正的價值。它是一份診斷書，寫的是企業對「人力資源這個職能到底在幹什麼」的集體誤判。
兩邊的證據都是真的，而且並不矛盾
支持裁撤的證據很硬：Bolt 執行長直接解散整個 HR 團隊，公開理由是「這個部門沒有創造價值」。支持回聘的也一樣硬：Visier 分析 142 家公司、240 萬名員工的資料後發現，離職員工回聘的比例是 2018 年以來最高；Orgvue 測算，把資遣費、生產力損失與替補成本全部算進去，企業每省下 1 元，實際要付出約 1.27 元。Careerminds 的調查裡，31% 說回聘花的錢比裁員省下的還多。
Klarna 是最好的切片。它曾裁掉數百名客服，宣稱 AI 能處理相當於 700 名人力；接著滿意度下滑，執行長承認公司把成本放在體驗前面，並開始重新招募。
兩邊放在一起，關鍵細節就出現了：被裁掉的是「執行流程的人」，被請回來的是「做判斷的人」。AI 能處理可預測的那一部分，剩下帶著情緒、脈絡與關係的狀況，沒有人接得住。
所以「該不該裁 HR」是問錯問題。要問的是：你以為 HR 在做的事，跟 HR 真正該做的事，是不是同一件？
為什麼企業會集體誤判
如果只有一兩家誤判，那是管理問題。但當三分之二的企業在半年內回頭，背後有三股系統性的力量。
第一股：把職能當成成本項目。 裁員的數學很簡單，一個部門的人事成本可以直接刪掉，但它創造的價值很難歸因。HR 的成果通常體現在「沒有發生的壞事」上：沒有勞資爭議、沒有關鍵人才流失。這些不會出現在財報上，所以成本要砍時，它最容易下手。
第二股：度量誤置。 組織衡量 HR 的方式長期偏向活動量：辦了幾場訓練、招募週期幾天。當一個部門的績效指標本身不指向價值，它被視為沒有價值只是時間問題。
第三股：AI 敘事的推力。 2026 年，「因為 AI」成為非常好用的裁員理由。Josh Bersin 公開提醒，許多企業是在用 AI 合理化原本就打算做的成本削減。這一波裡有多少是技術真的成熟，有多少是敘事順著風向走，目前還難分。
三股力量合起來，就是我們看到的畫面：先用成本邏輯裁掉，再用補救成本請回來。
不只 HR，也不只這一年
HR 不是唯一案例。CNBC 在 7 月整理了一批「反悔」名單：福特正在回聘數百名資深工程師，處理自動化系統解不掉的品質問題；澳洲聯邦銀行在 AI 語音取代四十多名客服後，撤回了原本的人力縮減。Gartner 二月的新聞稿補了一句關鍵：2027 年前回聘的企業，會用不同的職稱。回聘不等於回復原狀，而是試過一輪之後，重新定義了那個職位。
「高薪請回」也不是誇飾。Visier 的資料顯示，回鍋員工的平均薪資比離職前高出約 25%。再加上 MIT 在 2025 年指出約 95% 的生成式 AI 試辦案沒有產生可衡量效益，這一連串數字指向同一個結論：多數企業不是想清楚了才裁，而是在試水溫。
試水溫本身不算錯。錯的是把試水溫的結果，當成已經驗證過的成本策略來執行。
重組像都更：先拆再蓋，比邊修邊住容易
要理解企業為什麼偏好「先清空、再重建」，都市更新是很貼近的類比。
在一棟老舊、動線混亂、管線糾結的建築裡逐戶修繕，最難的不是施工，是協調。你得一邊篩選哪些住戶要留下、一邊在有人居住的狀態下動工，工期拖長、成本失控幾乎是必然。反過來，先把人清出去、整棟拆掉，用最有效率也最安全的方式重蓋，再把篩選過的人放回來，對主事者來說容易太多。
組織重組的邏輯高度相似。這樣做的好處不只是省錢，而是把「選擇」這個最難的動作延後：不必當下判斷誰該留、誰該走，先全部歸零，之後再挑。這也解釋了為什麼回聘往往伴隨「職稱不同」。
代價藏在同一個地方。都更拆掉的不只是房子，還有街坊關係、生活記憶、巷口那家開了三十年的店。組織的版本是：資深員工腦中沒有被文件化的判斷、靠人情累積的信任、被默默傳承的做事標準。這些不會出現在編制表上，但決定了一家公司能不能真的運作。
所以，該問的不是「該不該裁」，而是「HR 到底該做什麼」。這件事在 2026 年還沒有共識，但已經有三條路徑同時在發生。那是另一篇文章要談的。
資料來源
- •Challenger, Gray & Christmas 裁員統計，經 HR Dive 報導，2026（上半年科技業 139,156 人、年增 83%）：https://www.hrdive.com/news/tech-layoffs-surge-83percent-h1-2026-challenger-ai-disruption/824320/
- •Gartner，〈Build An HR Operating Model That Succeeds In The AI Era〉（2030 年六成 HR 工作任務由智慧代理完成）：https://www.gartner.com/en/articles/hr-operating-model
- •Gartner 新聞稿，2026-02-03（2027 年前半數裁減客服的企業將回聘，但職稱不同）：https://www.gartner.com/en/newsroom/press-releases/2026-02-03-gartner-predicts-half-of-companies-that-cut-cu
- •McKinsey，〈HR Monitor 2026: A turning point for the people function〉，2026-06-08（十國、約 1,300 位人資專業人士與 5,500 位員工）：https://www.mckinsey.com/capabilities/people-and-organization/our-insights/hr-monitor
- •Forbes，〈Why Companies Regret Laying Off Workers For AI〉，2026-04-24（Careerminds 2026 年 2 月 600 位人資主管調查、Forrester 55% 後悔、Visier 142 家公司 240 萬名員工、Orgvue 每省 1 元付出 1.27 元）：https://www.forbes.com/councils/forbestechcouncil/2026/04/24/why-companies-regret-laying-off-workers-for-ai/
- •CNBC，〈Employers who laid off workers for AI are reversing their decisions〉，2026-07-01（福特回聘資深工程師、澳洲聯邦銀行撤回客服 AI 縮減）：https://www.cnbc.com/2026/07/01/employers-who-laid-off-workers-for-ai-are-reversing-their-decisions.html
- •Fast Company，Klarna 客服 AI 與回聘案例：https://www.fastcompany.com/91468582/klarna-tried-to-replace-its-workforce-with-ai
- •MIT，〈The GenAI Divide: State of AI in Business 2025〉，經 Fortune 2025-08-18 報導（約 95% 生成式 AI 試辦案未產生可衡量效益）：https://fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo/