ClickUp 裁走 22% 員工：AI agents 正改寫工作 KPI

圖：TechCrunch．原文連結

ClickUp 今次裁員 22%，表面係一間美國 SaaS 公司嘅人事新聞，實際上係一個好快會撞入香港辦公室嘅問題：當 AI agents 開始接手寫文件、整理資料、開 ticket、追進度、甚至做初步產品研究，公司仲應該用幾多人、點樣分工、點樣計人工同績效？如果只係問「AI 會唔會取代人」，答案太粗疏；更貼地嘅問法係，邊啲工作會變成指揮、審核同治理 agents，邊啲工作會被壓縮，邊啲人會因為識得將流程變成系統而變貴。

TechCrunch 報道，ClickUp CEO Zeb Evans 透過 X 宣布裁走 22% 人手，但將事件包裝成 AI-first 重組，而唔係單純削成本。佢話公司會將大部分節省返投落留下來嘅人，包括引入百萬美元級薪酬 bands，獎勵用 AI 做到超額影響嘅員工。呢種講法有強烈 CEO 敘事同 PR 味，唔應照單全收；但佢點名嘅方向值得拆開睇：公司唔再只買一個 AI chatbot，而係想將 agents 變成日常營運入面可被分派、可被檢查、可被計成本嘅「工作單位」。

由做嘢變成管嘢

Fortune 早幾日訪問 ClickUp 時披露，公司由 2026 年 1 月開始更進取部署 agents，現時大約有 3,000 個內部 AI agents，約等於每名員工對三個 agents。報道入面嘅描述唔係「叫 ChatGPT 幫我寫封 email」咁簡單，而係每個 workflow 都可能有 agent 參與：有人負責下指令、補背景、審輸出，有 agent 負責整理、執行同回報。CEO 甚至要求員工先問一個按佢風格訓練出來嘅 agent，盡量解決問題後先搵真人 CEO，呢個做法好激進，但清楚反映組織權力同資訊流都開始被 AI 工具重排。

呢種轉變最影響工程、產品、營運同市場團隊。以前工程師嘅產出可能用 story points、pull requests、bugs closed 去睇；產品經理就睇 spec、roadmap、訪談同交付；營運同市場就睇 campaign、表格、流程同報告。agents 介入之後，產出量可以好快膨脹，但瓶頸會轉去判斷：需求寫得準唔準、agent 有冇足夠上下文、輸出有冇合規風險、錯誤有冇被攔住、重複流程有冇真正縮短。換言之，工作唔係消失，而係由「親手做每一步」變成「設計流程、管理例外、負責結果」。

token 用量唔係功勞簿

ClickUp 對外其中一個值得留意嘅講法，是 Evans 向 TechCrunch 表示公司唔想遊戲化 token 成本，而係想量度「value created and time saved」。呢句說話背後其實踩中好多公司而家嘅錯誤 KPI：見到員工 AI token 用量高，就當佢採用得好；見到某部門 prompt 數多，就當轉型成功。但 token 本身只係成本同活動紀錄，唔等於產出。最差情況係公司鼓勵「tokenmaxxing」，員工為咗證明自己用 AI，不斷生成低質內容，結果 review、修改、刪走嘅時間仲多過原本手做。

比較合理嘅 KPI 應該由業務結果倒推，而唔係由模型用量出發。工程團隊可以量度由需求到可用功能嘅 lead time、返工率、production incident、code review 壓力；客服可以量度首次回覆時間、一次解決率、升級到真人比例、客訴質素；市場同營運可以量度 campaign 上線時間、合規修改次數、可重用流程數量。AI 產出價值要同時間、質素、風險同收入掛鈎，否則一間公司只係買多咗一堆會產生文字同成本嘅工具，未必真係提高生產力。

裁員同 AI ROI 未必有直接因果

Gartner 5 月發表嘅調查提供咗一個冷水位：喺有試行或部署 autonomous business capabilities 嘅大型企業入面，約 80% 報稱有削減人手，但人手削減未見得會轉化成更高 ROI。Gartner 嘅講法係，裁員可以騰出預算，但唔會自然創造回報；真正做得好嘅公司，反而會投資技能、角色同營運模式，令真人可以引導同擴大自動化系統。呢點正正係 ClickUp 敘事最需要被質疑嘅地方：公司聲稱見到 productivity gains，但公開資料仍未足以證明 22% 裁員同 3,000 agents 之間有清晰、可量度、可複製嘅因果關係。

所以唔應將 ClickUp 寫成「AI 已完全取代員工」嘅案例。更準確係，ClickUp 用一個好高調、好冒險嘅方式，將原本可能要幾年慢慢發生嘅工作重組，一次過推到枱面。佢可能會做到更快交付、更少中層協調、更高薪留住少數高槓桿人才；亦可能因為失去組織記憶、過度信任 agents、管理成本上升，而令產品同客戶體驗變差。AI agents 唔係免費勞工，佢哋有 token 成本、錯誤成本、權限風險、維護責任，仲有一個好現實嘅問題：出事時，最後仍然要有人孭鑊。

SaaS 工具由「記錄工作」變成「執行工作」

ClickUp 本身係一個 all-in-one work platform，官方資料將 Brain 描述成貫穿 ClickUp 嘅對話式、具上下文 AI 功能，入面包括 Super Agents、Autopilot Agents 同 Ambient Answers。呢個方向同傳統 project management 最大分別係：以前 SaaS 工具主要記錄任務、文件、chat、白板同 dashboard；而家平台想用同一批上下文去直接執行工作。當 agent 可以睇到 task、doc、chat、calendar、GitHub 或 Google Sheet，佢就唔再係外置助手，而係變成 workflow 入面嘅一個 actor。

呢亦解釋點解 work management SaaS 會咁緊張。ClickUp、Asana、monday.com、Notion、Atlassian 呢類產品，以前鬥介面、整合、模板同價錢；而家要鬥邊個掌握最多公司上下文、邊個能夠安全咁畀 agent 做事、邊個可以將 AI 輸出變成可審核流程。對用家嚟講，最大轉變係採購決策唔再只問「呢個 app 好唔好用」，而要問：權限點分？agent 做過咩有冇 log？輸出可以點審批？用錯資料會唔會外洩？離職員工建立嘅 agent 邊個接手？呢啲先係 AI SaaS 下半場嘅真成本。

ClickUp 官方定價頁亦反映 AI 正變成獨立收費層：除一般工作平台 plan 之外，Brain AI、Everything AI 同 AI Super Credits 另行列價，以每名用戶每月美元計。呢啲唔係香港港版價，公開頁面亦未見香港專屬定價或本地折扣資料；本地公司如果要計導入成本，唔可以只攞 seat price 乘人頭，仲要計 agents 每次運行嘅 credit、模型使用量、培訓、治理、資料清理同審核人手。AI 工具嘅 bill 好可能由「每人每月」變成「每個 workflow 每次執行」。

香港公司會先遇到管理問題

香港未見有 ClickUp 相關本地裁員、港版價或大規模採用數據，所以唔應硬砌本地事件。不過香港公司面對嘅 AI workflow 壓力已經好清楚。KPMG《Hong Kong Employment Outlook 2026》指，本地廣泛部署 AI 嘅機構比例由 2025 年 8% 升到 2026 年 24%，同時 47% 受訪者將 AI 理解同應用列為員工優先技能。生產力局同渣打嘅 2026 年第一季中小企指數亦顯示，55% 受訪中小企已經用 AI 或計劃未來一年喺日常營運用 AI，資訊及通訊、專業及商業服務、金融保險採用意欲特別高。

本地情境同矽谷唔同。香港好多公司 IT team 細、合規要求高、跨境資料同客戶私隱敏感，未必可以一口氣養幾千個 agents，但會好快遇到一樣嘅管理題：員工自己開 ChatGPT、Claude、Gemini 或 ClickUp Brain 去做 proposal、報價、客服回覆、會議紀錄、R&D 摘要，管理層卻未必知資料流去邊。私隱專員公署 2026 年對 60 間機構做 AI 合規查核，57 間日常營運有用 AI，當中約 42% 透過 AI 系統收集或使用個人資料；呢個數字對金融、保險、醫療、物管、教育同零售都係明確警號。

對香港中小企同初創嚟講，ClickUp 事件最有用嘅 lesson 唔係「即刻裁人買 AI」，而係先建立一張 agent 管理清單：邊個 agent 做咩、用咩資料、邊個係 owner、每次運行幾多錢、邊啲動作要真人批准、出錯點 rollback。私隱、合規同 IT security 唔可以等到 agents 開始接觸客戶資料先補鑊。最基本都要有三條紅線：唔可以未經批准將個人資料貼入外部工具；唔可以畀 agent 自動刪資料、批合約、改價格或發正式承諾；所有對客輸出要有審核同記錄。

可以實際落地嘅 KPI，應該簡單到部門真係會用：

• 時間：同一類工作由開始到完成，平均縮短幾多。
• 質素：返工率、錯誤率、投訴率有冇下降。
• 風險：有幾多輸出被審核攔截，原因係咩。
• 成本：seat、credits、審核人手同維護時間加埋，係咪低過原流程。
• 可重用性：一個 agent 或 workflow 係咪被多個 team 重用，而唔係只服務單一 power user。

ClickUp 今次高調裁員，最終可能係 AI-native SaaS 嘅前奏，亦可能係過度自信嘅管理實驗。短期內更值得香港公司記住嘅，係 agent 會令「生產力」呢件事變得更難呃自己：token 用量可以好高，文件可以好長，PR 可以好多，但如果客戶無更快得到結果、團隊無更少返工、風險無被看見，所謂 AI-first 只係將舊流程包上一層新成本。真正有價值嘅 AI workflow，唔係令每個人睇落更忙，而係令公司清楚知道哪些工作應該自動化、哪些判斷必須留俾人。

參考來源

• TechCrunch — What ClickUp’s mass layoff tells us about the future of work — original report
• Outnumbered: At $4 billion ClickUp, a 3:1 agent-to-human ratio is rewiring work itself — 補充 ClickUp 內部約 3,000 個 AI agents、3:1 agent-to-human ratio、工作流程同 guardrails。
• Gartner Says Autonomous Business and AI Layoffs May Create Budget Room, but Do Not Deliver Returns — 提供 AI 相關裁員同 ROI 未必掛鈎嘅行業脈絡。
• What is ClickUp Brain? — ClickUp 官方文件，核實 Brain、Super Agents、Autopilot Agents、Ambient Answers 等產品定位。
• ClickUp Pricing and Plans — 核實 ClickUp 公開定價頁列出美元 AI plan、AI Super Credits，未見香港專屬定價。
• Hong Kong Employment Outlook 2026 — 香港職場 AI 採用、AI 技能需求、招聘同 headcount 預期嘅本地背景。
• HKPC Releases Standard Chartered Hong Kong SME Leading Business Index Q1 2026 — 香港中小企 AI 採用趨勢，支撐本地中小企角度。
• PCPD Compliance Checks on 60 Organisations Regarding AI and Personal Data Privacy — 香港 AI 使用同個人資料治理背景，支撐 agent 管理、私隱同 human-in-the-loop 風險分析。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。