從 7,000 人砍到 3,000 人：Klarna 用 AI 重塑組織的真實教訓

本文整理自《20VC with Harry Stebbings》2026 年 2 月播出的單集。

{{< youtube P7vIRAFSXmk >}}

{{< spotify "episode/0HfJOI2rVphjIJSPEgGbKz" >}}

{{< apple-podcast "tw/podcast/20vc-saas-is-dead-why-systems-of-record-will-die-in/id958230465?i=1000749933952" >}}

---

一夜之間少了 700 人的工作量

2024 年初，Klarna 共同創辦人暨執行長賽巴斯坦．西米亞特科斯基（Sebastian Siemiatkowski）宣布公司的 AI 客服機器人已經做到相當於 700 名客服人員的工作量，全球媒體瞬間炸鍋。這個數字成為 AI 取代人類工作最具體、最駭人的案例之一。但賽巴斯坦在 20VC 的訪談中坦承，當時的 AI 客服處理的其實是很簡單的問題：「我付了 Klarna 嗎？」「付了。」「謝謝。」這類一問一答的互動，本來就不需要太多判斷力。

真正讓他震驚的不是 AI 能回答這些簡單問題，而是從沒有任何一次產品改進能「瞬間」消除這麼大量的工作。Klarna 作為一家擁有 1.18 億全球客戶的金融科技公司，一直在想辦法改善產品體驗來減少客服需求。但過去的每一次改進都是漸進式的，只有 AI 是一次跳躍式的。好在這些客服人員不是 Klarna 的直接員工，而是外包公司的人力，所以他們被轉調到其他業務，沒有人因此失業。但對內部來說，這是一個清楚的訊號：AI 的速度超乎預期。

AI 客服要做到好，得讀原始碼

賽巴斯坦接著分享了一個更深層的洞察。當你想讓 AI 客服真正回答好問題，它需要的不只是一份 FAQ 文件或知識庫，它需要理解公司的整個技術棧。舉例來說，「Klarna 的利息怎麼計算？」這個問題最準確的答案不在任何文件裡，而是藏在公司原始碼深處的某個利息計算函數裡。文件可能過時、可能描述不精確，但程式碼永遠是真相。

這個發現讓 Klarna 做了一個重大決定：不買外部的 AI 客服方案，而是自己建。因為真正有效的 AI 客服必須深度嵌入公司的技術棧，能讀取原始碼、理解資料結構、存取完整的客戶脈絡。這不是你跟一個 SaaS 廠商買得到的東西。Klarna 在兩年前就開始關閉外部 SaaS 工具，把資料整合到統一的內部系統，目的就是給 AI 提供最完整的脈絡。他們把確定性邏輯（傳統程式碼）和機率性推理（AI 模型）整合進同一套技術架構，讓它成為整間銀行的作業系統。

不過賽巴斯坦也承認，不是每家公司都需要這樣做。大多數企業採購現成的 AI 客服方案就足夠了。Klarna 之所以自建，是因為客服對他們來說不只是成本中心，而是產品體驗的核心。

走太遠了：VIP 服務的未來是人

故事到這裡如果停住，就只是另一個「AI 取代人工」的標題黨。但真實的發展比這有趣得多。

賽巴斯坦是波蘭裔，他說自己面對變化的態度很務實，不會粉飾太平。AI 能做客服，代表 AI 客服會變成「便宜的」、「每個人都能得到的」標準服務。就像工廠開始量產便宜衣服後，人們反而開始珍惜手工藝品一樣，未來的 VIP 體驗會是真人服務。「我不只是在跟機器打交道，我有一個真人在幫我」，這才是高級。

Klarna 據此做了一個大膽的轉向。他們建立了自己的「Uber 模式」客服團隊：招募 Klarna 最熱情的客戶，特別是住在偏遠地區、願意兼職工作的人，讓他們像 Uber 司機一樣，隨時上線幫其他客戶解決問題。這些人本身就是 Klarna 的重度使用者，熟悉產品的每個細節，又有真心的熱情。結果 NPS（淨推薦值）和客戶滿意度都飆升。

2025 年 5 月，賽巴斯坦更是公開承認 AI 客服「走太遠了」（went too far），因為過度追求效率導致服務品質下降，開始重新聘用真人客服。這個 U-turn 被很多媒體解讀為「Klarna 放棄 AI」，但賽巴斯坦在節目裡澄清：那不是回頭，而是找到正確的分工。AI 處理標準問題，真人處理需要情感連結的互動。

少了一半的人，多出 50% 的薪資

數字說明一切。Klarna 從超過七千人縮減到不到三千人，減幅超過 50%。賽巴斯坦在節目裡預測，到 2030 年員工數可能降到兩千以下。但這不是靠裁員達成的。大部分的縮減來自自然流動：員工平均待約五年就離職，Klarna 只是不再回補。每年大約 20% 的員工自然離開，公司只做極少量的新聘。

更關鍵的是，Klarna 把省下來的錢分給留下來的人。員工人均薪資在同一時期成長了將近 50%。賽巴斯坦很清楚地跟團隊說：你們用更少的人做更多的事，AI 幫公司賺了更多錢，你們會分到這些紅利。這個承諾不只是好聽的話，它創造了安全感。員工知道 AI 轉型不只是公司在削減成本，他們自己也受益。

這也直接影響了 Klarna 推出新產品的能力。賽巴斯坦在節目中透露了一個精彩細節：當他向董事會提案要推出一系列新的銀行服務（P2P 轉帳、股票交易、國際匯款等等），董事會之所以輕鬆批准，不是因為他說服了他們市場機會有多大，而是因為他沒有多要一毛錢。過去 CEO 提新計畫，通常要附上一億美元的額外投資預算。但賽巴斯坦看到 AI 的加速趨勢，判斷現有團隊就能搞定。零額外投資，董事會當然點頭。

坦率面對勞動力位移

在這個 AI 衝擊就業的敏感議題上，賽巴斯坦的態度跟多數科技業 CEO 不同。他直接說自己站在 Anthropic 執行長 Dario Amodei 那一邊，認為 AI 確實會造成大規模的勞動力位移。他批評很多科技公司高層看到公眾反彈就開始粉飾太平，把問題說得不嚴重。

但他也不是純粹的悲觀論者。他說自己更接近馬斯克的立場：AI 可能帶來人類的黃金時代，讓更多人從重複性工作中解放出來。短期會有劇烈的動盪，但長期可能是正面的。他不認為這兩個觀點矛盾，反而覺得只說其中一面才是不誠實的。

他用客服業的變化來說明。低技能、低工資的客服工作會被 AI 接管，這幾乎是確定的。像社群媒體行銷、初階內容創作這些工作也在受威脅。但需要真實人際連結的工作會留下來，而且會變得更有價值。Klarna 在全球 50 多個據點有業務代表負責跟 Nike、Shein、Adyen 等品牌維護關係，這些工作 AI 做不了。人際關係、在地信任、情感連結，這些是 AI 目前無法取代的。

我的觀察：Klarna 的彎路比結果更有價值

多數媒體報導 Klarna 的 AI 轉型，只看到「砍了一半的人」這個標題。但走完整個故事，你會發現真正有價值的不是結果，而是過程中的修正。

賽巴斯坦一開始用 AI 砍掉了大量客服工作，結果發現服務品質掉了，公開承認走太遠了，然後轉向 Uber 模式的真人客服。他用 AI 節省的成本沒有全部進公司口袋，而是把將近一半分給員工。他推新業務不靠增加預算，而是靠 AI 讓現有團隊做更多。每一步都不是教科書式的完美路線，但每一步都很真實。

對臺灣企業來說，Klarna 的經驗最值得學的不是「用 AI 砍人」這個結論，而是整段過程。AI 轉型的效率提升必須讓員工也受益，不然人才會跑光。有些工作 AI 可以取代，但你得想清楚哪些工作的核心價值是人際連結，那些不該碰。而「走太遠然後修正」不丟臉，怕的是不敢開始，或者開始了不敢承認錯誤。

Klarna 的故事還在繼續。他們的目標是成為「數位金融助理」，幫使用者省時省錢、掌控財務。這條路會走到哪裡，沒人說得準。但賽巴斯坦那句「這就是我報名參加的比賽」（This is what I signed up for），倒是讓你感覺到，這個人是認真的。