Cloudfare CEO:我是如何决定用 AI 替代哪些员工的?

marsbit发布于2026-05-22更新于2026-05-22

文章摘要

Cloudflare CEO Matthew Prince近期裁撤了超过20%的员工,并非因为公司陷入困境,而是基于对AI重塑商业环境的判断。他引用管理学大师彼得·德鲁克的理念,将企业角色分为“建造者”、“销售者”和“衡量者”。AI的冲击主要针对“衡量者”——涵盖审计、财务、合规、运营及中层管理等岗位。AI能更高效、客观地执行衡量与监督工作,使得公司能精简相关团队,将资源集中于核心的“建造者”与“销售者”。此次裁员并非为了单纯减员,公司同时开放了大量新岗位,并积极招募擅长运用AI的“建造者”与“销售者”人才。Prince认为,AI不会终结工作,而是重塑企业,让人类更专注于创造与获取价值的核心活动。

作者:Matthew Prince

编译:深潮 TechFlow

两周前,我裁掉了公司超过 20% 的员工。我这么做并不是因为 Cloudflare 陷入了困境。恰恰相反,我们的营收增长创下了历史新高,现金流十分充裕,而且我们在全球范围内新增客户的数量也达到了前所未有的水平。我做出这个决定,是因为商业环境正在发生剧变;而为了赢下未来,Cloudflare 必须顺势而为。

翻遍美国商业史,你可能都找不到第二家像我们一样、在保持 30% 以上高增长的同时还裁员 20% 的上市公司。然而,我们在过去两周的做法,很可能在未来一年里变成整个行业的常态。这是一个关于人工智能(AI)如何重塑一切的故事,但遗憾的是,许多高管和评论员都误解了 AI 到底会如何颠覆商业规则,以及究竟谁会受到冲击。

为了搞清楚这个问题,我重新翻开了一本 1954 年出版的老书(这书比我还要大 20 岁):彼得·德鲁克 (Peter Drucker,被誉为“现代管理学之父”) 的《管理的实践》。在这本书里,德鲁克深入剖析了企业内部形形色色的岗位角色。我把这些角色归纳为三类:建造者(builders)、销售者(sellers)和衡量者(measurers)。

顾名思义,“建造者”负责打造产品,“销售者”负责把产品卖出去。而“衡量者”则包揽了剩下的一切:内部审计、收入确认 (revenue recognition,财务术语,指根据会计准则确认一笔销售何时能正式计入公司账面收入的流程)、财务、法务、合规、中层管理、日常运营等等,不胜枚举。

与一些分析师的悲观预测恰恰相反,“建造者”们的饭碗稳得很,哪里也不会去。如果我团队里的某个工程师现在的生产力能借由 AI 翻上十倍,那我绝对会把市面上能找到的这种人才全都招进公司。

“销售者”同样不用担心被淘汰。因为掌握预算的依然是活生生的人类,他们更愿意从那些愿意花时间倾听需求、能建立信任、并且能在出问题时帮忙兜底的人手里买东西。

“衡量者”对企业同样至关重要,但他们与前两者截然不同。顶尖的“衡量者”往往千金难求。他们在幕后不知疲倦地默默耕耘,不追求台前角色 (front-of-house role,就像餐厅里直接面对顾客的大堂服务员一样,指容易受到外界瞩目和表扬的岗位) 的鲜花与掌声;最理想的情况是,他们还能保持独立于公司其他部门的客观视角。德鲁克指出,衡量业务表现固然重要,但客户终究是靠“建造”和“销售”争取来的。一家真正顶级的公司,应该把最多的资源投资在这两个核心职能上。

AI 的浪潮并不是冲着“建造者”或“销售者”来的,它真正瞄准的是“衡量者”。不知疲倦、绝对独立、极其高效且随时在线——如今的 AI 系统在衡量和审视一家公司时,其客观入微的细节和精准度,是过去哪怕最拔尖的员工也望尘莫及的。

拿 Cloudflare 来说,过去我们的内部审计团队每季度只能挑出几个业务风险点进行抽查。而现在,我们正在全面启用一套新系统,对每一个业务风险点进行全天候的持续审计。我们财务结账 (closing our books,指企业在月末或年末结清账目、出具财务报表的常规流程) 的速度变得更快了。我们犯的错越来越少,即便偶有纰漏,也能被更精准可靠地揪出来。作为 CEO,我现在拥有了前所未有的绝佳工具,不仅能精确衡量公司的整体运营状况,还能帮我精准发掘团队里冉冉升起的明日之星。

我们上周裁掉的员工中,绝大多数正是“衡量者”。我们精简了整个公司的中层管理人员,因为在 AI 的辅助下,主管们现在可以管理更多的直接下属,同时依然能对团队进行精准的绩效评估和有效指导。我们将分散的运营岗位整合进了一个统一的业务支持小组,遇到需要特定专业知识的场景,就让 AI 来填补空缺。我们还大幅裁减了市场营销团队——和大多数公司一样,那里曾经是“衡量者”扎堆的重灾区。此外,在整个财务团队中,我们也找到了大量合并岗位和实现自动化的空间。

但是,这次裁员的根本目的绝不是为了单纯地缩减人头。事实上,我们目前开放招聘的岗位数量创下了历史新高。我预计在未来几年里,我们的员工总数将持续增长。正是因为“衡量”这项工作不再需要那么多人力,我们现在才能腾出手来,将重金砸向那些真正能驱动公司增长的人才。

今年夏天,我们收到了将近 100 万份简历,争夺 1,111 个带薪实习岗位。我们最终录用的这批实习生不仅极其优秀,更是天生的 AI 原生代 (AI-native,指伴随 AI 时代成长,天然适应并将 AI 视为思维方式和基础工具的新一代群体)。他们无一例外,全都是“建造者”或者“销售者”,我们预计这其中的绝大多数人最终都会拿到全职 Offer。

他们是属于未来的新一代,将发明出全新的方式为我们的业务注入动力。得益于 AI,我们现在能更精准地衡量他们的贡献,并准确无误地找出那些未来的领袖人物。AI 绝不是导致年轻人惨淡失业的灾难前兆——情况恰恰相反。

AI 不会终结所有工作岗位,但它必定会重塑每一家企业。归根结底,时间会证明德鲁克是对的。AI 将极大地提升我们衡量组织的能力,这样一来,我们团队里活生生的人类,就能把全部精力倾注到他们真正能创造和捕获价值的地方:去建造,去销售。

相关问答

QCloudflare的CEO基于什么标准决定用AI替代哪些员工?

ACEO基于彼得·德鲁克的岗位角色分类,将公司岗位分为“建造者”、“销售者”和“衡量者”。AI主要替代的是“衡量者”角色的员工,如内部审计、财务、法务、合规、中层管理、市场营销等岗位,因为AI能更高效、客观地完成衡量和审视工作。

Q为什么文章说“建造者”和“销售者”的饭碗是稳固的?

A“建造者”负责打造产品,AI能极大提升其生产效率,公司反而希望招募更多这类人才。“销售者”负责销售产品,因为掌握预算的是人类,他们更看重与销售者建立信任和关系,这是AI难以替代的。

QAI对Cloudflare的内部审计和财务工作产生了哪些具体影响?

AAI使Cloudflare能对每一个业务风险点进行全天候持续审计,而非过去的季度抽查。财务结账速度更快,错误更少且能更精准地被发现。CEO也拥有了更佳工具来精确衡量公司运营和发掘人才。

Q这次裁员的根本目的是什么?公司未来员工数量的趋势如何?

A裁员的根本目的不是为了单纯缩减人员,而是将资源重新分配到能驱动增长的核心职能上。公司目前开放招聘的岗位数量创历史新高,预计未来几年员工总数将持续增长,重点是招募“建造者”和“销售者”。

Q文章如何描述今年夏天录用的实习生,以及他们对公司未来的意义?

A录用的实习生极其优秀且是“AI原生代”,他们都属于“建造者”或“销售者”,预计绝大多数将获得全职Offer。他们是属于未来的一代,将用全新方式为公司业务注入动力,AI能帮助更精准地衡量其贡献和发掘未来领袖。

你可能也喜欢

三年之后:回看 2023 年我对 ChatGPT 的判断

作者王健硕在2026年5月回看其于2023年3月对ChatGPT做出的二十条预测,并借助AI代理进行验证。整体看,其大方向判断多正确,但细节和程度常有偏差。 **看对的方面:** - **技术架构**:准确预测RAG(检索增强生成)将成为解决知识更新和幻觉的主流方法,以及LUI(自然语言用户界面)将催生巨大新产业。 - **发展趋势**:预见到“机器人网络”和新的agent寻址系统将出现,中国能快速做出可用大模型并缩小与顶尖差距。 - **本质认知**:正确指出ChatGPT没有意识,图灵测试仅测表象;判断其是巨大进步但非AGI,且短期内不会造成整体失业潮。 **看错或看偏的方面:** - **具体数据错误**:关于GPT-4有100T参数的传闻完全错误。 - **绝对化判断**:断言LLM“不可能”自己学好数学被后来模型在IMO夺金证伪;认为AI生成内容可“规避”版权,实则引发史上最大侵权赔偿。 - **价值与成本误判**:认为价值终落应用层,但最大赢家是算力层(如英伟达);模型成本“5-10亿封顶”的估算严重偏离实际。 - **社会影响误读**:认为ChatGPT的“加权平均”特性可能促进“世界大同”,但实际AI正走向个性化,并可能制造新信息茧房。 **总结规律:** 1. 预测机制和方向比具体数字更可靠。 2. 倾向于高估短期变化速度,低估长期影响程度。 3. 容易忽略问题内部的“分布”差异(如失业影响集中在年轻群体)。 4. 留有餘地、分层表述的判断更经得起时间检验。 5. 一些根本性争议,三年时间仍不足以给出定论。 这次复盘旨在为未来的判断立下更审慎的规矩。

marsbit4小时前

三年之后:回看 2023 年我对 ChatGPT 的判断

marsbit4小时前

三年之后:回看 2023 年我对 ChatGPT 的判断

2023年3月,在GPT-4发布前,作者王健硕对ChatGPT的未来做出了二十项预测。三年后的2026年,他使用AI agent对这些判断进行回顾验证,评估其准确性。 **主要看对的方面:** 1. **RAG成为主流**:预测通过外部检索而非修改模型来解决知识更新和幻觉问题,这已成为行业标准架构。 2. **LUI(自然语言界面)兴起**:预测自然语言交互将催生巨大新产业,Agent、MCP协议等发展印证了这一点,但LUI是与GUI共存而非取代。 3. **机器人网络与新寻址系统**:预测Agent将自动协作并需要新寻址方式,MCP、A2A等协议正朝此方向发展。 4. **中国能做出可用大模型**:预测中美模型差距会迅速缩小,事实如此,但真正领先的国内厂商与其当初点名不同。 5. **AI无意识与图灵测试本质**:核心判断“AI无意识,图灵测试仅测表象”基本成立,但“绝无意识”的绝对论断被后续研究置于灰区。 **看错或看偏的方面:** 1. **GPT-4参数数量**:所传“100T参数”严重错误,实际约为1.8T。 2. **LLM的数学能力**:诊断“数学差需外挂工具”正确,但“不可能自行学会”的结论被后续“推理模型”在IMO夺金证伪。 3. **价值捕获**:预测价值在应用层,但现实中算力层(如英伟达)捕获了最大利润,模型层反而亏损。 4. **版权问题**:判断“生成物可能无法登记版权”正确,但认为能“规避侵权”则错误,已出现巨额侵权赔偿案例。 5. **信息茧房与世界大同**:机制上AI会将观点向众数平均,但AI正快速走向“千人千面”的个性化,可能制造新茧房而非消解极化。 6. **大模型成本**:预测“局部战争”和玩家涌入正确,但“5-10亿美元封顶”的成本估算与前沿训练实际花费严重不符。 **总结规律:** 1. 判断**方向和机制**比具体数字、程度更可靠。 2. 倾向于**高估短期变化速度,低估长期能力上限**。 3. 容易忽略**问题内部的分布差异**(如总量正确但部分群体受损)。 4. **留有餘地、分层表述**的判断更经得起时间检验。 5. 一些根本性争论,**三年时间不足以给出最终答案**。 这次回顾表明,在快速变化的领域,把握大方向比追求精确预测更重要,同时需警惕绝对化表述并承认认知的局限性。

链捕手6小时前

三年之后:回看 2023 年我对 ChatGPT 的判断

链捕手6小时前

交易

现货
合约

热门文章

加密市场宏观研报:原油飓风、AI巨浪与比特币的十字路口

全球金融市场正经历一场由地缘冲突引发的系统性重估:霍尔木兹海峡封锁导致原油一度暴涨30%,G7紧急释放储备后涨幅收窄,滞胀风险取代通胀成为核心担忧,美元成为“唯一避风港”并逼近100大关,亚太及美股遭遇“黑色星期一”全线重挫;AI领域则冰火两重天,国家发改委提出“十五五”末10万亿规模目标,OpenClaw项目火爆推动概念股狂飙;比特币在宏观风暴中跌破70000美元关键防线。

536人学过发布于 2026.03.12更新于 2026.03.12

加密市场宏观研报:原油飓风、AI巨浪与比特币的十字路口

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对AI(AI)币价的意见。

活动图片