事件
TAMKO（美國建材製造商）與亞馬遜等企業導入 AI 代理於採購流程，透過自動化報表比價、資料彙整等例行工作，讓採購團隊從「數據整理員」轉向「策略決策者」。根據波士頓顧問集團（BCG）報告，企業整合 AI 至採購流程最高可降低 45% 成本、減少採購團隊 30% 工作量；美國生產力中心（APQC）2025 年研究顯示，80% 採用 AI 的企業改善資料品質，64% 企業決策更精準。
表面觀察
AI 代理「減少了採購人員」——這是新聞常見的敘事。但更深層的現象是：採購部門的工作內容完全改變了。過去一個採購經理每週花 60% 時間在「蒐集報價、整理成表格、比較三家供應商的交期與價格」，現在 AI 代理 15 分鐘完成。問題是：那剩下的 60% 時間，企業真的配置給「供應商策略管理、長期合約談判、風險預警」了嗎？還是只是減少了人頭預算？
核心模式
這個現象遵循一個古老的經濟學邏輯：邊際生產力轉移。當某類工作的成本降到接近零、邊際價值也趨近於零時，保留這份工作的人只有在「他能做更高價值的事」時才有理由存在。美國管理大師杜拉克（Peter Drucker）在 1960 年代就預言：機械化不會消滅工廠工人、而會改變他們做什麼。同樣邏輯套用在採購部門——AI 不是在「裁員」、而是在逼著組織「重新定義採購工作的價值主張」。
反面檢驗
但這裡有三個隱藏風險：
第一、時間解放陷阱：解放出來的時間不會自動轉化成策略工作。許多企業導入自動化後、只是簡單地縮減採購部門、把省下的人力預算轉配他處。原本的採購經理要麼被裁、要麼被指派做「更多的採購工作」（因為成本下降、採購量增加）。時間重新配置需要主動的管理決策、不是被動的技術外溢。
第二、技能錯配：採購經理擅長「查比價表」不代表擅長「供應商關係談判」或「供應鏈風險建模」。解放出時間後、他們可能根本不具備這類高槓桿工作的技能。企業需要投資重訓練，但大多數公司只想著「省錢」，不想著「轉型」。
第三、競爭優勢消失：如果所有企業都用同一套 AI 代理做採購，那自動化就變成「進入門檻」、不是「競爭優勢」。優勢只會出現在「哪家公司最聰明地重新配置被解放的人力」的那一方。TAMKO 用 dSilo 的工具、亞馬遜自己開發、但最後贏家取決於「誰能把省下來的採購經理轉化成更好的供應商策略」。
歷史參照
這個故事在經濟史上反覆上演。
工業革命：紡織機械化後，英國紡織業並沒有因此消滅紡織工人，反而因為生產成本下降、紡織品需求暴漲，紡織工人總數反而增加——但他們的工作內容從「手工紡」變成了「機器操作與維護」。那些沒有轉型的工人被淘汰；轉型的人薪資反而提升。
銀行 ATM 時代（1970-2000）：銀行導入 ATM 後，出納員工作應該消失，但統計顯示美國銀行出納員總數沒有減少反而增加。為什麼？因為 ATM 降低了開設分行的成本，銀行反而開了更多分行；出納員從「找零錢」解放出來，轉而做「客戶關係管理、貸款銷售」等更高價值工作。贏家是那些主動轉型出納員職能的銀行；輸家是那些只想縮減人頭的銀行。
試算表軟體時代（1985-2000）：Excel 與 Lotus 出現後，會計部門應該被大規模裁員，但實際上發生的是：會計人員轉向財務分析、預測建模、風險評估。那些能夠快速學習 Excel 的會計師薪資大幅上漲；那些只會手算的被淘汰。
原則的普遍性
「時間重新配置」這個原則對任何知識工作都適用：
- **法律部門**：AI 合約審閱工具省去律師 40% 的文件檢閱時間→如果重新配置給「策略談判、風險預警」，律師事務所競爭力提升；如果只是縮減律師人數，競爭力沒變。
- **財務部門**：自動化財務報表生成→重新配置給「成本優化分析、投資決策支持」，才能提升公司利潤率。
- **人資部門**：AI 篩選簡歷、背調自動化→重新配置給「人才策略、組織設計」，而不是「加快招聘流程來加班」。
決策啟示
對於企業決策者：導入 AI 自動化時，重點不是「我能省多少人」，而是「我要怎麼讓這些人做更值錢的事」。如果沒有答案，那這筆投資只是成本轉移、不是創造價值。