读完这篇文章，你将清楚知道：2026 年两份规模最大的中小企 AI 研究，在"人手"这个问题上实际发现了什么；为何香港的答案跟美国不同；以及数据指出你一周之中，哪些工时是真正可以省下来的。你同时也会知道，数据并不支持你削减哪些岗位，而后者往往更有用。
AI 会让中小企减少人手吗？
按目前的证据，通常不会。在 2026 年公布、规模最大的中小企数据集中，表示 AI 令招聘增加的企业，数量是表示招聘减少的四倍。AI 现时填补的，是老板本来就招不到人的位置，而不是清空已经有人的位置。
这个数字来自 2026 年 5 月 12 日发表的 Intuit QuickBooks 2026 AI Impact Report。有必要说清楚它为何有份量，因为大部分 AI 统计数字并没有。
该报告结合了超过 34,000 位中小企业主的问卷回复，以及美国、加拿大、英国与澳洲超过 530 万家 QuickBooks 企业的匿名数据，并与芝加哥大学的经济学者合作编制。
换言之，这是一份与薪酬账目挂钩的数据，而不是一批人的猜测。当中的企业招了人，这宗招聘会出现在会计记录里，而不只是出现在一句意见里。
同一份数据还说明了什么？
那个标题数字之所以可信而非投其所好，是因为它嵌在一幅更完整的图像之中。
--- 77% 的美国企业已经常态化使用 AI，较 2024 年 7 月的 48% 上升。不足两年间接近翻倍。
--- 78% 表示生产力有所改善，同期由 46% 上升。这是感受得到的改变，而非单纯的宣称。
--- 43% 表示收入增加，而只有 2% 表示相反。
--- 2024 年有为 AI 付费的美国企业，86% 在 2025 年仍然在付。无论他们买了什么，都留了下来。
--- 但只有 12% 曾经为专门的 AI 工具付过费。绝大多数人用的，是原有软件附带的功能。
把最后两项一起读，图像就清楚了：真正为 AI 花钱的中小企极少，而一旦开始花钱的，几乎都继续花。这不是一项会消灭职位的技术的样貌，而是一项会静静吸走工作的技术的样貌。
还有一项发现值得记住，因为它推翻了大部分老板对自己的假设。在四个国家之中，采用 AI 的首要障碍都是隐私与安全、对出错的顾虑，以及不确定 AI 究竟能做什么。成本并非首要障碍。
为何香港的答案不一样？
这条问题在香港有另一种形状，因为本地的瓶颈并非人手过剩，而是恰恰相反。
香港生产力促进局于 2026 年 4 月 23 日发表的渣打香港中小企领先营商指数 2026 年第二季报告，访问了 825 家本地中小企，发现在有员工辞职而需要填补空缺的中小企之中，超过六成（63%）表示招聘困难。
这个数字值得停一停。接近三分之二的本地中小企，补不回一个辞职的人。在这样的市场里，"AI 能否让我裁员"几乎是问错了问题。真正要面对的是：有人走了，而没有合适的人来应聘，然后怎么办。
同一份调查亦发现，51% 有职位空缺的中小企，倾向聘用懂得使用 AI 的应聘者，而 77% 愿意考虑聘用应届毕业生，并期望他们具备基本数字技能与运用 AI 工具的能力。
所以香港的模式不是取代，而是：AI 能力已经悄悄变成一道招聘筛选，被一半市场采用；与此同时，这个市场本身根本招不到人。如果你一直把"懂 AI"视为招聘广告上的加分项，一半同行已经把它往上调了。关于这道招聘压力的另一面，可参考 UD 谈AI 简历筛选工具收费的文章。
AI 实际上省走了哪些工作？
这正是香港数据最令人不安、同时也最有用的地方。
大新银行委托进行、于 2026 年 5 月实地调查、访问超过 340 家香港中小企并于同年 7 月 23 日公布的研究，按业务职能拆解了本地 AI 应用情况，结果相当偏侧。
--- 市场推广或内容创作：56%
--- 客户服务：42%
--- 销售支持：35%
--- 数据分析：30%
--- 流程自动化或工作流程改善：14%
用 AI 写帖文的香港中小企，是用 AI 减省流程步骤的四倍。
这道差距解释了很多事。更快写出宣传文案是真实的价值，但它不会省下一个人头，因为一家十人公司里，没有人是全职写帖文的。真正累积成一份薪酬的工时，全部落在那 14% 里面：重复录入订单、在三个系统之间追同一笔数据、逐行核对供应商月结单、每个星期一产出同一份报表。
所以，若诚实地问一句"我究竟有没有试过那件真正省工作的事"，大部分本地企业的答案是没有。他们做完了看得见的 56%，然后就认定公司"有做 AI"。至于第二类工作实际牵涉什么，可参考 UD 的AI 工作流程自动化指南。
"AI 令招聘增加"在真实工资单上是什么样子？
它很少表现为"多招一个人来管 AI"，而是表现为：接回以前推掉的生意。
设想一家位于观塘、九人的物流公司，每逢星期五都要推掉报价请求，因为负责报价的两位同事已经做到满负荷。假如每张报价的准备时间缩短，这家公司不会辞退其中一位，而是不再推掉星期五的单，收入上升；到了某个量，再招第三个。
这就是"四比一"背后的机制，也是为何这个数字读第二次时并不意外。在一家小公司里，真正的瓶颈通常不是人太多，而是现有的人被一堆不产生任何价值的工作占满。
香港的调查数据指向同一方向：约四分之一受访者认为 AI 会令员工转向更高增值的岗位，约五分之一预期对新技能与人才的需求会增加。极少人描述的是直接替代。
但有一项相反的证据必须说出来，否则就是不诚实。世界银行于 2026 年 8 月 4 日发表的《2026 年世界发展报告》指出，高收入经济体中有 14.2% 的职位面临生成式 AI 自动化的风险敞口。风险敞口不等于被淘汰，该报告量度的是风险而非结果，但这是一个真实的数字，而它并非指向零。
老板最常搞错的三件事
"我们已经有做 AI 了。"如果你唯一的用途是写宣传文案，你做的是最容易、也最不吃力的一部分。56% 对 14% 这道落差说明：真正花掉你一份薪酬的工作，仍然靠人手在做。
"认真试的话太贵了。"2026 年的数据显示，在四个受访国家之中成本都不是首要障碍；而根据生产力局 2026 年第一季指数，在有使用 AI 的香港中小企之中，只有 32% 为任何工具付过费。老板真正报告的障碍，是不知道什么是可行的。
"如果行得通，我就缩减团队。"某些岗位或许最终会，但本地证据显示，最先发生的事是你不再推掉生意、不再补不回离职的人。在还未量度过任何一个流程之前就规划裁员，等于围绕最不可能发生的结果来做计划。
常见问题
我应否暂缓招聘，等 AI 顶上？
数据并不支持把这当作默认做法。表示 AI 令招聘增加的企业是表示减少的四倍，而在香港，已有 63% 中小企填补空缺时遇上困难。因为假设 AI 会顶上而推迟招聘，等于同时押注这两个数字都不成立。
哪类岗位最先改变？
重复性高、判断成分低的行政与后勤工作，也就是那 14% 流程自动化落差所在之处。留意用词是"改变"而非"消失"，本地最常见的结果，是同一个人去做更高价值的工作。
怎样判断一个流程值不值得自动化？
用一周数两样东西：这件事重复了多少次，以及每次花多少时间。如果一周只做寥寥数次，自动化的功夫回不了本，不如放着不管。
其他香港中小企说自己最需要什么？
在生产力局 2026 年第三季指数（2026 年 7 月 9 日发表，访问 826 家本地中小企）中，排序依次为员工 AI 培训（43%）、网络安全支持（38%）、实施 AI 工具的技术支持（37%），以及挑选合适 AI 方案或供应商的指引（29%）。留意当中没有一项是钱。
结语
大部分老板心里默默在问的那条问题，是有答案的，而且不是他们预期的那个。按目前的证据，AI 并没有把人从中小企里搬走，它搬走的，是那些令这些人一直被困在"本来不该由人来做的工作"上的原因。
实际的下一步不是写一份策略文件，而是挑一个流程，数一次，数一周，看看那些工时是否真的存在。大多数情况下它们是存在的，而且几乎从来不在老板以为的位置。
如果诚实的答案是"我暂时不知道该从哪里看起"，那是最常见的起点，不是什么需要坦白的事。懂AI，更懂你 UD相伴，AI不冷。
本文由 UD AI 团队审阅。
想知道你一周之中，哪些工时是真的省得掉？
知道数据是一回事，找出你自己公司里真正值得交出去的工作，是另一回事。UD 手把手教你，由盘点重复工时落在哪里，到把一件真的顶得住的东西正式上线。
