GM裁員600人：這不是縮編，是換血

通用汽車砍掉逾10%的IT員工，同時積極招募AI原生開發、模型工程等新型人才。這場「技能置換」正在重新定義大型企業的用人邏輯，亞洲科技業不能置身事外。

600個職缺消失了，但公司說：我們還在招人。

通用汽車（GM） 在2026年5月證實，已裁撤IT部門逾 10% 的員工，人數約 600人。這不是財務困難下的節流，而是一次刻意為之的人才換血——清出技能已不符需求的員工，騰出空間給具備AI背景的新血。

TechCrunch 取得的消息指出，GM目前仍在積極招聘IT人才，但要求的能力截然不同：AI原生開發（AI-native development）、資料工程與分析、雲端工程、以及智能代理（agent）與模型開發、提示工程（prompt engineering）、AI原生工作流程設計。

換句話說，GM要的不是「會用AI工具的人」，而是「能從零打造AI系統的人」——設計架構、訓練模型、建構資料管線，這是完全不同層次的能力要求。

18個月的人事地震：背後的脈絡

這波裁員並非孤立事件。過去 18個月，GM已在多個白領部門進行多輪裁員。2024年8月，軟體部門削減約 1,000人。2025年5月，自動駕駛卡車新創 Aurora 的共同創辦人 Sterling Anderson 出任首席產品長，組織重整隨即加速。

同年11月，軟體團隊三名高層相繼離職，包括兩位軟體與服務部門的資深副總裁，以及僅任職 9個月 便去職的首席AI長 Barak Turovsky。Anderson的目標是將GM分散的技術業務整合為單一組織，這場整合帶來了人事的劇烈震盪。

取而代之的是一批AI專家：曾任職 Apple 的 Behrad Toghi 在2025年10月加入擔任AI負責人；曾在GM旗下自駕車公司 Cruise（已關閉）主導AI與機器人業務的 Rashed Haq ，則以自動駕駛副總裁身份回歸GM體系。

廣告合作

GM這次的動作，揭示了大型企業AI導入的「第二階段」現實。

第一階段，企業在既有團隊上疊加AI工具——用Copilot寫程式碼、用ChatGPT整理文件。許多公司還停留在這個階段，並以此自稱「AI驅動企業」。

第二階段，才是GM現在正在做的事：從組織底層重新設計，讓AI成為業務流程的預設前提，而非附加功能。這需要的不是會「使用」AI的員工，而是能「建造」AI系統的工程師。

這個轉變對就業市場的衝擊是不對稱的。傳統IT技能——系統維護、基礎設施管理、一般軟體開發——面臨需求萎縮；而AI模型工程、資料管線設計、代理系統架構等能力，則出現結構性短缺。這個剪刀差，正在全球大型企業中同步擴大。

對亞洲科技業而言，GM的案例有幾層值得關注的意涵。

台灣的科技產業——從 台積電 的晶片製造到眾多ODM/OEM廠商——正面臨AI基礎設施建置的巨大需求。AI模型訓練所需的算力、資料中心的擴張，為台灣的硬體供應鏈帶來訂單；但同時，台灣企業自身的軟體與AI人才培育，仍是長期隱憂。

中國大陸的情況則形成有趣的對比。受美國出口管制影響，高端AI晶片取得受限，百度、阿里巴巴、華為等企業被迫加速自研AI基礎設施。這在客觀上催生了大量AI原生工程人才的需求，某種程度上，中國大陸的企業比西方同業更早面臨「不得不從底層重建AI能力」的壓力。

東南亞的跨國企業則面臨另一個現實：當總部進行AI技能換血時，區域辦公室的IT人員往往首當其衝。新加坡、馬來西亞等地的科技從業者，已開始感受到這股壓力。

值得注意的是，GM的這波裁員在美國受到媒體廣泛報導，但在亞洲的討論相對有限。然而，當全球最大的汽車製造商之一公開宣告「傳統IT技能已不符所需」，這個訊號的射程，遠不止於底特律。