綜合科技媒體《TechCrunch》與《Business Insider》報導，協作軟體獨角獸新創企業 ClickUp 執行長 Zeb Evans 近日在社群平台 X 上宣布，公司裁減 22% 員工。這家在 2021 年估值達 40 億美元的軟體新創，將此次人力調整定位為組織重整，而非單純縮減成本。

Evans 表示，ClickUp 正試圖建立所謂「100x 組織」，也就是讓少數能善用 AI 的核心員工，透過自動化工具與 AI Agents 放大產出效率。公司並規劃導入最高可達 100 萬美元的現金年薪級距，將資源集中獎勵能利用人工智慧創造高槓桿價值的員工。

《TechCrunch》引述《財富》雜誌報導，ClickUp 內部已導入約 3,000 個 AI Agents，協助處理過去由基層員工負責的跨系統協作、資料整理、行政流程與工作流自動化任務。這也意味著部分員工角色，將從直接執行工作，轉向指揮、調度、監督並審查 AI 代理輸出的成果。

裁員潮與百萬美元薪資帶的產能現場

ClickUp 的案例之所以引發矽谷高度討論，在於這並非傳統景氣下行或現金壓力下的被動裁員，而是企業主動將 AI 代理視為組織基礎設施的一次實驗。當 AI Agents 能夠跨系統執行任務，包括建立工單、彙整數據、追蹤專案進度、產出報告初稿，甚至協助工程與產品團隊處理部分重複性流程，企業對基層行政、客服、營運與初階技術人力的需求，可能出現結構性變化。

Evans 所提出的百萬美元薪資帶，也反映矽谷人才市場正在改寫分配邏輯。過去科技公司追求快速擴張，常以大量工程師、產品經理、營運與客服團隊支撐成長；如今，資本市場開始重視人均產出、AI 採用能力與自動化管理能力。少數能設計流程、管理代理、驗證輸出並承擔責任的高階人才，可能獲得更高報酬；相對地，重複性高、流程標準化程度高的職位，則更容易被重新配置。

值得注意的是，裁員不等於自動轉化為效率：市場研究機構 Gartner 近期指出，在全球已試行或部署自主業務能力的企業中，約 80% 回報曾出現人力縮減，但這些縮減並未明顯轉化為投資報酬。這代表企業若只把 AI 視為裁員工具，卻未建立人機協作流程、績效衡量、資料治理與責任歸屬機制，實際財務效益可能不如預期。

代幣消耗崇拜恐放大雲端成本

在經營績效與軟體架構層面，矽谷近期出現「Tokenmaxxing」一詞，意指企業或員工過度追求 AI 模型代幣（Token）使用量，甚至將代幣消耗視為 AI 採用率或工作投入程度的替代指標。

市場分析師指出，這種將代幣消耗量與工作效率直接掛鉤的作法，可能存在重大誤區。代幣消耗本質上只是模型運算活動量與成本，並不等於有效產出。若企業盲目鼓勵員工大量呼叫模型，雲端算力、API 授權、資料處理與資安審查費用可能快速膨脹，反而侵蝕原本預期的自動化效益。

ClickUp 執行長則強調，公司並非單純追求代幣用量，而是聚焦科技創造的實質價值與節省時間，並計畫將內部效率指標轉化為即將推出的新產品功能。這顯示 AI 導入成敗的關鍵，並不在於用了多少模型，而在於能否把模型呼叫轉化為可驗證的營收、成本節省、客戶滿意度或產品交付速度。

另一個值得關注的案例，是成立僅約一年的新創公司 Polsia。該公司與創辦人 Ben Broca 對外宣稱，能以極低人力編制運作軟體營運，並完成 3,000 萬美元融資、估值達 2.5 億美元。不過，目前相關資訊主要來自公司、創辦人公告與二線科技媒體，尚未有足夠大型權威媒體與正式投資文件進一步驗證，因此較適合以「公司宣稱」或「市場傳出」方式處理。

即使如此，這類案例仍反映創投市場的新偏好：高度自動化、低人力、低固定成本的新創公司，正逐漸成為資本關注焦點。這項轉變可能使傳統提供基礎軟體維護、客服支援與例行性編碼的服務鏈，面臨訂單萎縮與產能閒置壓力。

AI裁員牽動跨國勞動法遵

從全球法規與合規角度觀察，企業導入 AI 代理，不只是技術升級，也牽涉勞動法、資料保護、消費者權益、演算法歧視與跨境資料傳輸。當大量 AI 代理在背景運作並經手客戶資料、員工資料與商業機密，企業必須回答一個更現實的問題：若 AI 代理出錯，責任由誰承擔？

在歐盟，《人工智慧法案》（EU AI Act）已建立風險分級監管架構，針對高風險 AI 系統要求風險管理、資料治理、技術文件、透明度、人為監督與資安控管。依相關規定，特定嚴重違規最高可處 3,500 萬歐元或全球年營業額 7% 罰鍰；其他違規也可能面臨 1,500 萬歐元或全球年營業額 3% 罰鍰。

在美國，聯邦與州層級對演算法歧視、自動化招聘與員工監控的審查也逐步升高。美國聯邦貿易委員會（FTC）、平等就業機會委員會（EEOC）與司法部過去已多次提醒，企業使用自動化系統進行招聘、評估、監控或人事決策時，仍須遵守反歧視、隱私與消費者保護相關法規。換言之，即使企業聲稱 AI 只是輔助工具，一旦其輸出實質影響錄用、升遷、解雇或薪資，仍可能引發法律責任。

因此，新創企業在追求極致精簡的同時，也必須承擔更高的法律與治理成本。若企業沒有保留完整操作紀錄、缺乏人為最終審查，或無法解釋 AI 代理如何做出決策，未來面臨客訴、勞資爭議、資安事件或監管調查時，風險將明顯升高。

產能膨脹幻覺與失業風險並存

針對 ClickUp 所擘劃的百倍組織願景，批評者與勞動經濟學家提出質疑。部分觀點認為，Evans 所稱「會自動化工作的人永遠不會失業」過於樂觀。隨著 AI 代理能處理的任務範圍持續擴大，企業對人力的絕對需求可能下降，未來即使是能管理 AI 代理的人才，也可能面臨供給增加、薪資分化與職涯競爭加劇。

此外，AI 代理仍無法完全避免資料幻覺、錯誤判斷與上下文誤解。一旦內部代理在缺乏人工複核下，以高置信度輸出錯誤報告、漏判隱私風險，或向客戶做出不正確承諾，企業可能面臨商譽損失、合約爭議與訴訟風險。若員工必須花費大量時間審查、修正與追蹤代理錯誤，自動化節省工時的效果也可能被抵銷。

不過，也有支持聲浪認為，在少子化、高階軟體人才短缺與企業數位轉型需求升高的背景下，AI 代理確實有助於員工擺脫重複性低價值工作，將時間投入產品設計、客戶需求判讀、風險控管與創新開發。若企業能建立清楚的工作流、權限控管與成果衡量制度，AI 代理未必只是裁員工具，也可能成為提升既有人力價值的槓桿。

這種發展可能加速全球產業鏈二元化。一端是掌握模型、資料、算力、產品介面與自動化流程設計權的科技新貴；另一端則是缺乏演算法優勢、仍仰賴傳統外包與人力計價模式的初階技術勞工與中小型服務商。若後者無法快速升級為 AI 專案整合、專用代理開發、資料治理與資安合規服務供應商，接單能力與議價能力都可能被壓縮。

整體而言，ClickUp 裁員 22% 並導入大量 AI 代理，象徵企業自動化已從輔助工具進入組織再造階段。這股趨勢確實可能提升部分企業效率，也可能讓高階人才獲得更高報酬；但代幣成本、資料錯誤、法遵罰則、勞動衝擊與資本集中風險也同步升高。AI 代理能否真正創造百倍組織，不會只取決於模型能力，而取決於企業能否建立可驗證、可監督、可負責的治理架構。