五月 22, 2026 | 數位行銷
Measurers 還是 Makers？你的工作正在被 AI 重新分類
一個矛盾的數字
2026 年 5 月，美國雲端服務商 Cloudflare 公布了一份令人困惑的成績單——第一季營收衝上 6.39 億美元，年增 34%，創下歷史新高。同一週，公司宣布裁員 1,100 人，佔總員工數的 20%，是 Cloudflare 創立以來最大規模的人事縮減。
更不尋常的是 CEO Matthew Prince 的說法。他沒有走「景氣不好」、「組織調整」這類常見路線，而是直接在《華爾街日報》投書，標題赤裸地寫著：「How I Choose Which Cloudflare Employees to Replace With AI」（我如何選擇要用 AI 取代哪些 Cloudflare 員工）。
Prince 在文中提出了一個分類框架，把全公司員工切成兩種人——而他用來決定誰留誰走的標準，值得每一位白領工作者讀三遍。
這篇文章不是新聞回顧，是想討論一件更重要的事：如果 Prince 的分類成立，你在公司裡屬於哪一種人？
核心概念：什麼是「Measurers」？
Prince 把員工分成兩大陣營：
- Makers（建造者）：真正在做出產品、創造價值的人。
- Measurers（衡量者）：負責衡量、追蹤、彙整、回報「別人創造的價值」的人。
他在投書裡的原話是，這些 Measurers 從事的是 measurement, reporting, and support functions——測量、報告、支援。他直言，當 Cloudflare 內部 AI 工具強到一個程度後，「這些做衡量、報告與支援工作的人，已經沒有足夠的工作可做。」
更關鍵的是他補的這句：「這種工作就是一層結構化、可重複的『鷹架』，剛好是 AI 最擅長的領域。」
這個鷹架比喻非常精準。蓋房子的時候，鷹架不可或缺；但鷹架本身不是房子。一間公司的「建築」是產品與營收，而圍繞著產品與營收，會長出一整層支援結構——報表、流程、稽核、合規、彙整。過去這層鷹架由人組成，因為只有人能處理跨系統、非結構化的資訊。
當 AI 能夠跨系統閱讀、彙整、判斷、回報之後，鷹架就不再需要人來搭。
誰是 Measurers？
Measurer 不是某個職位，而是某種「工作型態」。它存在於每一個部門。以下是 Cloudflare 這次裁員裡，被點名的五類典型 Measurer，以及 AI 是怎麼接手他們的工作的：
| 職能 | 原本的工作 | AI 怎麼接手 |
|---|---|---|
| 中階主管 | 開會、追進度、彙整下屬報告給上面看 | AI Agent 自動跨團隊抓取狀態、產出週報 |
| 財務／會計 | 對帳、營收認列、編製管理報表 | AI 直接從 ERP、CRM 拉資料生成 |
| 法務 | 合約審閱、條款比對、風險標註 | AI 一次掃完數十份合約並標重點 |
| 內部稽核 | 流程合規檢查、抽樣審查 | AI 持續監控所有交易，即時告警 |
| 行銷／HR 支援 | 跑問卷、整理數據、做簡報 | AI 一段 prompt 完成大半 |
把這五種工作放在一起看，會發現它們有一個共通特徵：
可以被拆解成步驟、結構化、可重複。
只要工作能被寫成 SOP，AI 就能學會做。而且 AI 不會累、不會請假、不會抱怨開會太多。Prince 的判斷不殘酷，只是清晰：一間公司不需要一群人坐在那裡「整理 Excel、追進度、跑報表、做合規檢查」，因為 AI Agent 一次能跑完一百個工作流程。
誰不會被取代？
Cloudflare 這次裁員公告裡，明確點名兩種人「不在裁員範圍內」：
- Builders（建造者）：寫程式、做產品、設計體驗的人。Prince 強調，整個研發團隊都在使用 AI，100% 部署到生產環境的程式碼由 AI Agent 審查——但這些工程師沒有被取代，反而被增強。他們不是 AI 的競爭對手，他們是 AI 的駕馭者。
- 背業績的業務（Salespeople with revenue quotas）：直接把錢帶進公司的人。
把這兩種人放在一起看，會發現一個更深的共通點：他們承擔「不確定性」。
- Builder 面對的是「這個產品到底該怎麼做才會有人用」的不確定性。
- Sales 面對的是「這個客戶到底會不會買單」的不確定性。
- Measurer 面對的是「規則」與「流程」——本質上是確定性的世界。
這是理解 AI 時代職場分工最重要的一條線：
AI 極度擅長處理確定性（規則、流程、模式），但仍不擅長處理不確定性（判斷、創造、說服）。
凡是你的工作核心可以被寫成「如果 A 就做 B」，AI 遲早會做得比你好。凡是你的工作核心是「在一片混沌中決定該做什麼」，AI 短期內還取代不了你。
如何從 Measurer 變成 Maker？
如果讀到這裡您發現自己的工作偏向 Measurer，這並不是壞消息——這是一個提早收到的警訊。以下是四個具體可行的轉型方向：
第一，從「報告者」變成「決策者」
別只是整理數據、做報表給主管看，要學會從數據裡提出「所以我們該做什麼」的判斷。財務不只報數字，要說「這個產品線該砍」；行銷不只報廣告成效，要說「這個渠道該停」。決策需要承擔不確定性，而這正是 AI 還做不好的事。
第二，從「執行 SOP」變成「設計 SOP」
會按流程做事的人，AI 也會；但「設計這個流程」的人，AI 還做不好。把自己從流程的執行端推到設計端——思考為什麼這樣做、有沒有更好的做法、流程的瓶頸在哪裡。設計者永遠比執行者稀缺。
第三，從「向內彙整」變成「向外創造」
Measurer 服務的是內部（老闆、其他部門、合規），Maker 服務的是外部（客戶、市場、營收）。盡可能讓自己的工作更靠近真實客戶、真實產品、真實營收。一個直接帶進 10 萬元營收的人，永遠比一個每月做 100 份報表的人安全。
第四，學會駕馭 AI，而不是跟 AI 競爭
最諷刺的事實是：Cloudflare 被裁掉的 Measurers，並不是「AI 太強」，而是「公司其他人用 AI 用得太好」。Prompt 能力、AI Agent 流程設計、AI 工具整合——這是新時代的「管理才能」。把 AI 當員工，自己變成指揮 AI 的人，而不是跟 AI 同台競爭執行速度。
這四個方向有一個共通邏輯：從被動變主動、從重複變創造、從規則變判斷。
對台灣企業與工作者的啟示
Cloudflare 的故事不是矽谷專屬。台灣有大量的中型企業組織裡，正存在著厚厚一層「Measurer 結構」——專門開會、追進度、跑報表、做合規的中間層。過去這層結構是必要的，因為資訊不對稱、跨系統整合需要人。但 AI 正在快速消除這個必要性。
對企業主來說，現在該問的不是「要不要導入 AI 來省成本」，而是更深的一題：「我的組織裡，有多少工作是 Measurer 結構？這層結構真的還需要這麼多人嗎？」
對工作者個人來說，可以用三個問題自我檢視：
- 我的工作核心是「創造」還是「衡量」？
- 我做的事，給 AI 一段對的 prompt 就能完成嗎？
- 我每天面對的是「規則」還是「不確定性」？
如果答案不是您希望的方向，現在還有時間調整。Cloudflare 給市場的這一刀，不是預告 AI 會取代所有人——而是揭示了一個更精確的事實：
AI 不是要取代人，是要取代「可以被 SOP 化的人」。
而要不要被 SOP 化，這件事，你還握有主導權。
HelloSanta 協助企業梳理數位流程、評估 AI 導入可能性、設計 AI Agent 工作流。如果您正在思考組織該如何在 AI 時代重新分工，歡迎與我們聯繫。
