ClickUp 裁員押注 3000 個 AI agents：高層係提效，定誤讀工作？

圖：TechCrunch．原文連結

TechCrunch 最新一集 Equity podcast 將問題講得幾直接：當公司太相信 AI，可以發生咩事？表面上，故事由美國 productivity SaaS 公司 ClickUp 開始：公司裁走 22% 人手，同時將更多工作交畀約 3000 個內部 AI agents。呢件事唔係另一宗普通科技裁員新聞，因為 ClickUp CEO Zeb Evans 不是用「市況差」或者「重組」做主調，而係公開話公司業務狀態強勁，裁員係因為最高生產力嘅運作方式已經變。即係話，AI 由工具升級成組織設計理由，甚至係裁員理由。

真正值得拆解嘅唔係「AI 會唔會搶飯碗」呢句大話題，而係公司高層點樣理解工作。Box 創辦人 Aaron Levie 用咗「AI psychosis」呢個帶挑釁性嘅講法，TechCrunch 亦引用咗佢嘅觀點：CEO 好容易睇到 AI demo 嘅 happy path，就推論 agents 可以接手整套流程，但佢哋未必係每日要 review code、捉 hallucinated library、核對合約條款、處理客戶例外情況嗰班人。呢個字眼不應當成醫學標籤，重點係一種管理層誤判：離最後一公里越遠，越容易低估 AI 產出背後嘅人手審核同責任成本。

ClickUp 做咗乜

根據 TechCrunch 報道，Evans 5 月 21 日喺 X 公布裁員 22%，同時話大部分節省會重新投放畀留低嘅員工，包括為能夠用 AI 創造超額影響力嘅人設「million-dollar salary bands」。ClickUp 早前估值曾達 40 億美元，產品本身就係工作管理、文件、任務同 AI 功能嘅集合，所以呢次不是傳統公司突然買幾個 chatbot，而係一間賣 productivity 嘅公司將自己變成試驗場。TechCrunch 引述 Fortune 較早報道，ClickUp 已經將約 3000 個內部 AI agents 放入各部門 workflow，員工角色由「自己做」變成「指揮 agent，再審核結果」。

ClickUp 最刺激市場神經嘅位，是 Evans 將呢套做法包裝成「100x org」。佢唔只係話工程師用 coding agent 寫得快咗，而係話組織應該圍繞 AI 重砌：product、design、engineering、support、ops 都要改。呢個方向有一部分係合理嘅，因為 AI 的確可以幫人更快做 research、draft、整理資料、寫測試、初步排錯。不過問題在於，產出速度快咗，不等於可交付價值快咗。當 agent 可以一晚生成大量 ticket、PR、support reply 或 marketing copy，真正瓶頸往往轉移到審核、取捨、責任歸屬同客戶影響。

唔係反 AI，而係反錯 KPI

AI 對 productivity 有幫助，呢點唔需要裝作睇唔到。NBER 2023 年一份關於客服 agent 嘅研究顯示，生成式 AI 助手可以令平均處理效率提升，尤其對新手同低技能員工幫助更大。到 2026 年，NBER 另一份訪問近 750 名企業高層嘅工作論文亦指出，AI 投資已經好普遍，勞動生產力增益整體為正。不過同一份研究亦講到一個 productivity paradox：高層感受到嘅生產力提升，往往大過實際量度到嘅提升。換句話講，AI 令工作感覺快咗，但收入、客戶體驗、錯誤率同交付質素未必同步改善。

Gartner 5 月嘅調查更加直接：受訪、已試行或部署 autonomous business capability 嘅大型企業之中，約 80% 報告有人手削減，但呢啲削減未見得轉化成 ROI。Gartner 嘅判斷係，裁員可以騰出 budget，但唔會自動創造回報；真正有回報嘅，是投資喺技能、角色同營運模式，令員工可以引導、管治同擴展 autonomous systems。呢個講法同 ClickUp 案例形成一個好實際嘅對照：如果公司只係用 AI 作為「少啲人做同樣工作」嘅理由，就好容易忽略咗最貴嗰部分其實係流程設計同風險控制。

Tech layoffs 數字令呢個討論更加敏感。Layoffs.fyi 喺 5 月 29 日頁面顯示，2026 年已有 115,907 名科技員工被裁，接近 2025 年全年 124,636 人。呢個數字唔代表所有裁員都由 AI 造成，亦唔應將每宗重組都簡化成「機器取代人」。但當愈來愈多公司將「AI-first」「agentic」「100x」放入裁員敘事，市場就需要分清兩件事：一件係 AI 真係改變工作設計，另一件係公司用 AI 語言包裝本身已經想做嘅成本控制。

香港辦公室點樣唔踩坑

香港公司未必有 ClickUp 咁極端，但壓力已經到咗辦公室。KPMG 2026 香港就業展望顯示，本地機構對增聘更審慎，只有 19% 受訪者預期 2026 年人手增長，22% 預期縮減，C-suite 受訪者之中預期減人嘅比例更達 29%。同一份調查亦指，廣泛部署 AI 嘅機構比例由 2025 年 8% 升至 2026 年 24%，而 47% 受訪者將 AI 理解同應用列為員工優先技能。呢啲數字反映，本地不是「要不要用 AI」嘅階段，而係要處理 AI 進入核心流程後，哪些工種被重組、哪些人需要升級、哪些風險要有人負責。

對香港 marketing、CS、ops、finance、HR 同 developer team 嚟講，最危險嘅落地方式是只買工具，然後叫員工「自己諗點樣提效」。更壞嘅版本，是用 token 用量、prompt 次數、AI dashboard 活躍度去量度員工有冇跟上。呢啲數字容易製造表面繁忙，但唔等於價值。CS team 真正要睇嘅係首次解決率、投訴升級率、錯答率同客戶保留；marketing 要睇 conversion、品牌一致性同合規；developer team 要睇 defect rate、review 時間、rollback 次數同安全問題。AI 用量只是投入，不是成果。

私隱同合規亦唔可以最後先補。私隱專員公署 2024 年發布嘅《人工智能：個人資料保障模範框架》已經將方向講得好清楚：機構採購、實施同使用 AI，包括生成式 AI，都應該有 AI strategy、治理安排、採購審視、使用目的、輸出處理政策同個人資料保障。放落日常工作，即係客戶 support ticket、HR 履歷、內部合約、source code、未公布產品 roadmap，同供應商報價都唔應該隨便貼入未批核工具。公司 IT team 要做嘅不是封殺所有 AI，而係分清邊啲資料可用、邊啲工具可用、邊啲輸出要留 log、邊啲決定一定要人批。

實際落地可以先問四條問題：

• AI 幫緊邊個結果？ 唔好寫「提升效率」就算，要寫清楚係縮短回覆時間、減少錯單、加快測試覆蓋，定係改善內容品質。
• 邊個負責審核？ 如果 agent 產出要 senior 人員逐項睇，審核成本要入帳，唔好將它當免費。
• 錯咗點樣停？ 高風險 workflow 要有權限限制、抽查、rollback、incident owner，同清晰 escalation path。
• 職位點樣重設？ 唔好只叫員工「用多啲 AI」，要重新定義工作範圍、培訓、升遷標準同心理安全。

Developer team 可以用 coding agents 做測試草稿、重構建議、文件更新、prototype、bug reproduction，但付款、登入、私隱、權限同核心資料處理就要更嚴格。PM 或 designer 用 AI 砌 prototype 可以加快溝通，但 prototype code 直接入 production 就係另一件事。CS 同 ops 用 AI 草擬回覆、分類 ticket、整理 SOP 亦合理，但外發訊息、退款、合約承諾同高風險投訴應該有人審。AI workflow 唔應該取消 ownership，而係令 ownership 更清楚：邊個設計 prompt、邊個批輸出、邊個覆核抽樣、邊個對結果負責。

TechCrunch 原文亦提到另一個表面無關、其實相通嘅例子：Google 將 AI 更深放入搜尋後，部分用家轉向 DuckDuckGo，因為佢哋想要可以選擇嘅搜尋體驗。呢件事對企業 AI 都有啟示：人唔一定反 AI，但會反感「無得揀、無得睇來源、錯咗無人負責」嘅 AI。公司內部推 Copilot、ChatGPT、coding agents 或 CRM AI 時，如果只用命令式語氣推落前線，又唔講資料政策、審核界線同工作保障，結果通常不是 transformation，而係 shadow AI、抗拒同低信任。

ClickUp 最後可能證明自己真係行得通，亦可能幾個季度後發現 100x 口號掩蓋咗大量 review debt。現階段較穩陣嘅判斷是：AI 已經足夠有用，值得公司認真重設 workflow；但 AI 未有神奇到可以用 token、agent 數量或者 demo 成功率取代管理判斷。香港公司要問嘅不是「可唔可以少請幾個人」，而係「邊啲工作已經可以標準化，邊啲判斷反而更值錢」。答唔到呢條問題，AI-first 好容易變成管理層自我感覺良好。

參考來源

• TechCrunch — What happens when companies become too AI-pilled? — original report
• TechCrunch: What ClickUp’s mass layoff tells us about the future of work — 核實 ClickUp 22% 裁員、3000 個內部 AI agents、100x org、tokenmaxxing 等重點。
• Zeb Evans on X: ClickUp 22% headcount reduction announcement — ClickUp CEO 原始公告，確認裁員比例及其對 AI productivity 轉變嘅公開說法。
• Layoffs.fyi - Tech and Startup Layoff Tracker — 核實 2026 科技裁員累計數字同 2025 全年對比。
• NBER Working Paper 34984: Artificial Intelligence, Productivity, and the Workforce — 提供企業高層 AI 採用、生產力悖論、就業影響同職能重組嘅研究背景。
• Gartner: Autonomous Business and AI Layoffs May Create Budget Room, but Do Not Deliver Returns — 支撐「裁員不等於 ROI」同人機協作要靠技能、角色、營運模式重設嘅分析。
• KPMG: Hong Kong organisations focus recruitment on revenue-linked roles as AI adoption advances — 香港就業展望同 AI 部署數據，支撐本地招聘、技能同自動化壓力分析。
• PCPD: Artificial Intelligence: Model Personal Data Protection Framework — 香港機構採購、實施及使用 AI 時涉及個人資料保障同治理安排嘅本地框架。

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。