你的 CEO 有「AI 精神病」嗎？Box 創辦人認為多數都有

本文整理自 TechCrunch《Equity》2026 年 5 月播出的單集。

---

離工作越遠的人，越相信 AI 能取代一切

決定 AI 能不能取代你工作的人，往往是最不了解你工作內容的那個人。

雲端儲存公司 Box 創辦人暨執行長 Aaron Levie 最近提出一個概念叫「AI 精神病」（AI Psychosis），在科技圈引起廣泛討論。他的論點很直接：CEO 之所以對 AI 取代員工這件事過度樂觀，恰恰因為他們「離價值產生的最後一哩路太遠了」。換句話說，當你從來不碰第一線的工作，你怎麼判斷一個 AI Agent 能不能真正完成那些工作？你看到的是簡報上的效率數字，不是現場的實際狀況。

TechCrunch 記者 Julie Bort 的報導把這番話寫成了文章，結果成為今年該網站閱讀量最高的報導之一，顯示 Levie 觸及了一個很多人想說卻不敢說的痛點。但 Levie 自己並不是反 AI 的人，他經營的 Box 大量使用 AI 工具。他真正批評的是一種決策模式：高層看了幾張投影片就拍板「用 AI 取代人力」，卻從未親手用過這些工具，也不清楚工具的能力邊界在哪裡。

ClickUp 裁 22%：「百倍組織」的說法經得起追問嗎？

Levie 的批評並非空穴來風。就在這個話題發酵的同一週，專案管理工具公司 ClickUp 宣布裁員 22%。ClickUp 執行長 Zeb Evans 的說法很大膽：公司內部已經部署了大約 3,000 個 AI Agent，這些 Agent 創造了「百倍組織」（100x org）的效能，意思是 AI 的產出已經超越了被裁掉的人類員工。

這種說法乍聽很震撼，但經不起追問。3,000 個 Agent 的運行成本是多少？它們真的能獨立完成端到端的工作，還是只把某些環節自動化了？宣稱百倍效率時，那個計算基準又是什麼？TechCrunch 主持人 Anthony Ha 指出了一個被低估的事實：裁員不全是因為 AI 太強，部分原因是 AI 基礎建設太貴，公司需要裁人來抵銷這筆開支。這兩個動機混在一起，讓「AI 驅動的裁員」聽起來比實際狀況更有說服力。

ClickUp 不是個案。TechCrunch 交通產業編輯 Kirsten Korosec 指出，AI Agent 的導入潮從 2025 年 10 月、11 月開始加速。從那之後，她在交通產業甚至能源領域都觀察到明顯的轉變：不只是裁員，而是招聘結構整個在改變。通用汽車（GM）砍掉了大批 IT 人員，但同時在招聘具備 AI Agent 技能的新員工。這不是單純的「用機器取代人」，而是「用一種人取代另一種人」。

15 萬人裁員潮，但也有人產品上市時間快了一倍

數字會說話。2026 年至今，科技業已經裁員約 15 萬人，這個數字幾乎追平了 2025 年的全年總量。裁員分散在各種規模的公司，從新創到大型科技企業都有。

但如果只看裁員數字，會錯過另一半故事。Uber 技術長告訴 Korosec，AI 工具讓公司的產品上線時間縮短了一半。這是一個很具體的數據，不是「提升效率」這種模糊說法，而是可以量化的成果。對 Uber 來說，即便 AI 工具昂貴，即便要因此調整人力結構，把產品上市時間壓縮一半，這個投資報酬率說得通。

所以 Korosec 說得精準：「兩個真相同時存在。」AI 確實在取代某些工作，公司確實在裁員。但 AI 也確實在某些場景帶來了真實的、可衡量的生產力提升。問題不在於 AI 有沒有用，而在於誰在做這個判斷，以及他們是不是真的懂。

由上而下的 AI 革命，跟過去不一樣

Anthony Ha 提出了一個值得深思的結構性問題。過去幾十年的技術轉型，大多是「由下而上」的：員工先發現某個工具好用，開始偷偷使用，最後管理層接受現實，把它變成公司標準。電子郵件是這樣普及的，Slack 也是這樣普及的。

但這一波 AI 驅動的變革，路徑相反。它很大程度上是「由上而下」的。創投合夥人愛上了「小團隊做出大公司產出」的敘事，CEO 接收了這個願景，然後命令組織導入 AI、裁減人力。問題是，在這個決策鏈裡，真正每天用 AI 做日常工作的人太少了。

Levie 的批評就是指向這個結構。他不是說 AI 沒用，而是說你必須親手用這些工具，理解它們在做什麼，知道它們的極限在哪裡。你不能只看一張簡報，上面寫著「效率提升 100 倍」，就拍板裁人。Ha 轉述 Levie 的意思時說得更直白：「如果你從來不碰第一線的工作，你怎麼可能知道？」

被忽略的代價：倦怠、真實成本、投資泡沫

TechCrunch 記者 Sean O'Kane 提出了一個很少被討論的副作用：留下來的員工可能會更快倦怠。當公司裁掉 22% 的人，卻期望剩下的人用 AI 工具達到原本甚至更高的產出，這些人身邊能討論、合作、發牢騷的同事都變少了。工作量可能不減反增，而且少了同儕的支持。O'Kane 認為，任何宣稱百倍生產力的公司都需要認真面對這個風險。

更深層的疑慮是經濟面的。O'Kane 提醒：「我們都還在投資資金的浪潮上衝浪，真正的商業模式還沒出現。」AI 工具的成本持續波動，API 定價今天這樣明天那樣，現在看到的「效率提升」有多少是建立在投資補貼上的？一旦 AI 的真實成本浮現，那些裁員裁得最兇的公司，會不會發現自己既缺人又負擔不起工具費？

Ha 也留了一個值得思考的可能性：如果 AI 賭注最後證明是錯的，這些公司就得回頭重新僱用被裁掉的人。但到那時候，人才可能不會用原來的條件回來。

使用者也在反抗：DuckDuckGo 安裝量暴增 30%

AI 的推進不只在企業內部引發張力，消費者端也出現了裂痕。DuckDuckGo 宣布安裝量上升 30%，對一個規模遠小於 Google 的搜尋引擎來說，這是非常顯著的成長。原因很直接：很多使用者不喜歡 Google 把 AI 塞進搜尋結果的方向，他們只想要乾淨的連結列表，不要 AI 幫他們「總結」答案。

Google 面對的是一場品牌認同危機。用了二三十年 Google 搜尋的人，把它當成「資訊檢索系統」。但 Google 在 I/O 大會上展示的 AI 搜尋願景，談的幾乎都是購物、訂機票這類商業交易場景。O'Kane 的觀察很精準：Google 說不清楚 AI 搜尋在「找資訊」這件事上到底要做什麼，卻一直推銷它在「買東西」上的能力。更尷尬的是，Google 的 AI 連自己名字有幾個 P 都答錯，被問到「Google 裡有幾個 P」時回答「兩個」。你在推 AI 搜尋，結果 AI 連你的品牌名都拼不對。

Ha 觀察到一個有趣的逆轉：一年前，連 DuckDuckGo 這些替代搜尋引擎都在實驗 AI 功能，因為覺得不做不行。但現在它們反過來把「不用 AI」當成賣點，發現這條路線確實有市場。一個做線上測驗的新創創辦人告訴 Ha，他們開始在每份測驗上標注人類作者姓名，因為使用者預設所有內容都是 AI 生成的。「人類製作」正在變成一種差異化優勢，這在一年前是難以想像的。

不是末日，是極端轉型期

Korosec 的判斷是務實的。她不認為目前的狀況已經到了網路泡沫破裂的程度，但承認對某些工作者來說，這段轉型確實混亂。她看到裁員的同時，也看到大量新創公司成立，看到 AI 技能的工作需求增加，特別是在機器人和汽車產業，薪資水準還不低。

速度才是最令人不安的部分。一切變化太快，連做預測都變得困難。你很難斷言這是好事還是壞事，因為新的工作類別正在出現，舊的工作類別同時在消失。Korosec 用了一個精準的描述：「這個產業正處於極端轉型期。」

這或許是 Levie「AI 精神病」最重要的啟示。AI 本身不是問題，問題出在那些不了解 AI 卻拿它當決策依據的人。一個從未用 AI 工具寫過程式碼的 CEO，憑什麼判斷 AI 能取代軟體工程師？一個從未讓 AI Agent 跑過完整客服流程的管理者，憑什麼斷言可以裁掉客服團隊？Levie 的建議其實很簡單：先用了再說。在你拿 AI 的名義裁掉任何人之前，至少先確認你自己知道這個工具能做到什麼、不能做到什麼。