AI來了先砍誰?Cloudflare執行長揭裁員新規則:「衡量者」先裁、工程師業務照樣聘
AI來了先砍誰?Cloudflare執行長揭裁員新規則:「衡量者」先裁、工程師業務照樣聘

重點一:Cloudflare 第一季營收創單季新高、年增 34%,同日宣布裁減逾 1,100 人;Prince 稱找不到年增 30% 以上卻裁逾 20% 的上市公司先例。

重點二:CEO 引用 Drucker 框架,將員工分為 Builder(產品打造者 / 價值建造者)、Seller(業務推廣者 / 市場開拓者)、Measurer(效能衡量者 / 營運檢視者) 三類,明確點名 AI 取代的是 Measurer。

重點三:中階主管、營運、行銷、財務等衡量職能成為主要調整對象;公司稱仍會投資工程與銷售角色,1,111 個實習名額收到近百萬份申請。

5 月 7 日盤後,雲端網路與資安公司 Cloudflare 同時丟出兩則訊息:第一季營收 6.398 億美元、年增 34%,非 GAAP 稀釋後 EPS 0.25 美元,兩項數字都超出分析師預期。

但下一句立刻接著:公司將裁掉逾 1,100 人。 以財報電話會議揭露的第一季底約 5,500 名員工估算,裁員後人數約落在 4,400 人上下,相當於整體員工的五分之一,並把第二季營收預估訂在 6.64 至 6.65 億美元,略低於華爾街預期的 6.661 億美元。

這是一份矛盾的成績單。財報亮眼,預估保守,再加上大規模裁員,5 月 8 日紐約早盤股價一度重挫 19% 至 209.22 美元,是 2023 年 4 月以來最大盤中跌幅。

兩週後的 5 月 20 日,Cloudflare 共同創辦人暨執行長 Matthew Prince 親自在《華爾街日報》社論版投書,承認他在美國商業史中找不到第二個案例:一家公開上市公司營收年增 30% 以上,卻同時裁掉超過 20% 的員工。

Prince 強調:公司營收創新高、自由現金流為正,大型客戶數仍在成長。他下手裁員,是因為他相信整個工作的定義正在改變,而 Cloudflare 必須走在前面。

要理解他的邏輯,他翻出的是一本 1954 年出版的書,管理學之父 Peter Drucker 的《管理實踐》(The Practice of Management)。

Drucker 的三類員工:Builder、Seller、Measurer

Drucker 在 70 年前把企業裡的工作分成三類,Prince 直接沿用:

**Builder(建造者)**負責造產品。工程師、設計師、產品經理都屬於這一類。

**Seller(銷售者)**負責把產品賣出去。業務、客戶經理、業務工程師都是。

**Measurer(衡量者)**則做「除此之外的所有事情」,Prince 自己列了一串:內部稽核、營收認列、財務、法務、合規、中階管理、營運。

Drucker 當年的論點是:「衡量」這件事很重要,但客戶是被「建造」和「銷售」贏來的,企業的資源應該優先投入這兩種人。Prince 在 2026 年重新撿起這個框架,是因為 AI 系統現在能做的事情,剛好就落在 Measurer 的工作範圍裡。

「以 Cloudflare 為例,過去內部稽核每季只能挑幾個業務風險領域檢視,」Prince 在投書中寫道,「現在我們正轉向每個業務風險都被持續稽核的系統。我們關帳速度更快,犯的錯更少,犯了錯也更容易抓出來。」

Cloudflare 實際砍了哪些職能?

Prince 在投書裡把刀子落在哪些位置講得很清楚:裁員的絕大多數是 Measurer。

具體來說,包括四個區塊:

第一,跨部門的中階主管,理由是 AI 讓每位主管能管理更多直屬部屬,同時還能維持衡量與輔導的效果。

第二,把原本散在各業務線的營運職能整併成一個跨部門小組,需要特定專業時靠 AI 補位。

第三,行銷團隊「顯著縮編」,Prince 點名行銷部門「跟多數公司一樣,塞滿了 Measurer」。

第四,財務團隊則找出可以整併與自動化的機會。這些細節主要來自 Prince 投書的自述,仍屬公司管理層對裁員邏輯的詮釋。

值得注意的是,Prince 的說法裡,工程師與直接面對客戶的銷售角色不是這次調整的核心。Prince 對 Builder 與 Seller 的態度反而是「能聘多少聘多少」。

他寫道,如果一位工程師現在的生產力是過去的十倍,他會盡可能多招這樣的人。

Cloudflare 今年夏天的 1,111 個帶薪實習名額收到了將近一百萬份申請,最後錄取者「全是 Builder 或 Seller 屬性」,且大多數預計會收到正職 offer。

也就是說,AI 取代的不是「整個白領階層」,而是白領階層中「以衡量為工作核心」的那一群人。

為什麼 AI 取代的是 Measurer?

Prince 的判斷其實有兩層邏輯。

第一層是能力匹配。Measurer 的工作特徵是:在背後不眠不休地處理大量資料、要求客觀獨立、不需要正面舞台。Prince 形容,這幾個條件「正好就是 AI 的長項」。AI 可以做到的衡量精細度與頻率,過去就算是最好的員工也做不到。

第二層是價值創造的位置。Drucker 的原始論點是,顧客是靠 Builder 與 Seller 贏來的,Measurer 雖然關鍵,但不直接創造價值。AI 把「衡量」這件事的邊際成本壓到接近零之後,企業就有理由把省下來的人力預算,重新分配到能真正帶來成長的位置。

也就是說,Prince的意思不是「Measurer 不重要」,而是「Measurer 的最佳形式不再是人類」。

延伸閱讀:圖解2026裁員潮:全美年減50%、科技業卻逆勢增33%!AI讓白領主管職也難逃?

財報亮眼,股價為什麼還是大跌?

Prince 的敘事很完整,但市場顯然沒有全盤買單。

5 月 8 日盤中 19% 的跌幅,反映的不是這次財報本身(畢竟 EPS 與營收都超過預期),而是兩個訊號疊加:一是第二季營收預估區間落在 6.64 至 6.65 億美元,比華爾街預期的 6.661 億美元低了一點點;二是《路透社》報導引述分析師觀點指出,市場原本押注 Cloudflare 會受惠於 AI 採用潮,但公司近端成長指引偏保守,加上 AI 基礎設施成本上升可能壓縮利潤率,使投資人重新評估這筆帳。

意思是,市場關心的不是「Cloudflare 過去一季表現如何」,而是「AI 投資與裁員之間的算式能不能算得過來」。

對此 Prince 在投書中強調,這次裁員「不是為了減少人頭」,公司空缺職位數量還是歷史新高,未來員工總數會繼續增長。但短線市場的疑問是:如果未來員工總數還會成長,這次大規模 Measurer 裁員真的是結構優化,還是只是緩解基礎建設投資的成本壓力?

延伸閱讀:不要把學習外包給AI!Google雲端AI總監:用AI換速度,你賠上的是「未來的能力」

人人都是 Builder 的時代近了

當然,其實 Drucker 的三分法本身有它的盲點。

許多工作同時包含三種屬性的成分:一位行銷企劃可能既要做活動策劃(Builder)、又要跑客戶會議(Seller)、還要產製週報(Measurer)。Prince 自己也沒有提供「一個職位裡 Measurer 比例超過多少就會被取代」的精確門檻。

但這個框架的價值在於它逼迫每個知識工作者問自己一個問題:我每天花最多時間做的那件事,到底屬於哪一類?

對 Cloudflare 內部來說,這個問題已經有答案。對 Cloudflare 以外的世界,Prince 在投書最後指出:預期未來一年,會有越來越多公司走上同樣的路。

如果這個判斷成立,那麼接下來真正值得觀察的是這些公司在裁員後,把省下來的預算「重新投回」到哪些位置。

延伸閱讀:
台灣百貨男客只剩15%?新光三越花3年殺進沒人想碰的男裝市場,半年挖來8成新客

雙600店後,羅智先揭統一新經營劇本:不把星巴克當咖啡店、帶康是美跨出剛需紅海

資料來源:The Wall Street Journal、Cloudflare 財報新聞稿(SEC)、Cloudflare 員工信、Bloomberg、Reuters

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #裁員
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓