多數人談到 AI 對職場的衝擊，第一個想到的是基層重複性工作被取代。但從我們實際協助企業導入 AI 的經驗來看，最先受到衝擊的，反而是中間管理層。
這不是危言聳聽。Gartner 預測，到 2026 年底，20% 的企業將利用 AI 消除超過一半的中間管理職位。2025 年的一份調查也顯示，41% 的員工表示公司已經在縮減管理層級。而 2026 年初的職缺數據更直接：帶有「Manager」頭銜的職缺年減 12%，「Lead」和「Principal」等實作導向的職缺卻成長了 18%。
數字背後，是一場正在發生的組織結構重組。
四家公司，同一個方向
Cloudflare 在 2026 年 5 月裁撤了超過 1,100 名員工，佔全球員工數的 20% 以上。但這不是因為經營不善——同期營收 6.4 億美元，超出分析師預期。CEO Matthew Prince 在公告中明確區分了三種角色：Builder（建造者）、Seller（銷售者）和 Measurer（衡量者）。被裁的幾乎都是 Measurer，也就是負責衡量績效、管理流程、決定資源分配的中間管理角色。Prince 的原話是：「AI 不會取代建造者或銷售者，但它正在取代衡量者。」
Amazon 的動作更早。2024 年 9 月，CEO Andy Jassy 宣布要在 2025 年第一季前，將 Individual Contributor 對管理者的比例提升至少 15%。他的說法很直白：領導團隊「討厭官僚」。Amazon 透過合併團隊、將部分經理轉為 IC 等方式提前達標。到了 2025 年 10 月，再裁撤約 14,000 個企業職位，明確定調為「移除官僚、減少層級」。
Shopify 走了另一條路。CEO Tobias Lutke 在 2025 年 4 月發出內部備忘錄，要求所有團隊在申請新增人力前，必須先證明 AI 無法完成該工作。AI 的使用被定義為「基本預期」，甚至被納入績效評估。Fiverr CEO 隨後也發出類似備忘錄。這代表的不只是招聘政策的改變，而是企業開始把「先問 AI」當作組織運作的預設模式。
最讓我們關注的是 Bayer。這不是矽谷科技公司，而是一家擁有超過 10 萬名員工的百年跨國企業。2024 年初，Bayer 啟動了名為「Dynamic Shared Ownership」的組織改造：把 12 到 13 層的組織架構壓縮到 6 到 7 層，裁撤約 50% 的管理職位（約 12,000 個），取而代之的是約 2,000 個 6 到 10 人的自主團隊。在新模式下，95% 的決策由現場團隊直接做出，經理的角色從「核准者」轉為「教練」。
四家公司、四個產業、四種做法，但方向一致：壓縮中間層，讓做事的人離結果更近。
中間管理層的真正成本：不只是薪資，而是政治
哈佛商學院 2025 年的研究指出，六成管理者超過一半的工作時間花在 AI 已經能自動化的行政任務上。這意味著約 150 萬個美國管理職位在 2030 年前面臨重新定義。
但薪資和效率只是表面。中間管理層更深層的成本，是政治。
當組織層級超過三到四層，每個人追求的就不只是公司的成功，還有自己的成功。這不是道德問題，是人性。升遷、績效、資源分配都掌握在中間層手上，決策就不可避免地會被個人利益扭曲。
我們在協助傳統產業導入 AI 的過程中，就不止一次遇到這樣的狀況：產品已經在某個部門跑出成效，卻因為另一個部門主管認為「功勞不是我的」而被擋下。後續我們花最多時間處理的，不是技術問題，而是內部政治。一個對公司有利的合作案，90% 的阻力來自組織內部的利益結構，而非產品本身。
AI 不會有這個問題。它不會因為功勞不屬於自己就阻擋決策，不會因為保護自己人就犧牲整體效率。它只根據目標，計算什麼方式最有效、什麼資源配置最合理。當一個角色的主要價值是「判斷別人該不該做事」而非直接創造產出時，AI 就是重新定義這個角色的最佳工具。
Klarna 的教訓：取代不等於消滅
但組織扁平化不代表盲目用 AI 替換所有人。Klarna 的案例就是一個重要的警示。
2024 年，Klarna 高調宣布 AI 客服已取代約 700 名人類客服，處理了 75% 的客戶對話。但到了 2025 年初，問題浮現：客戶抱怨 AI 只能給出制式回答，無法處理複雜或需要同理心的問題。CEO Sebastian Siemiatkowski 承認「高估了 AI 的能力，低估了人類服務的價值」，隨即恢復招聘人類客服，轉向人機混合模式。
Klarna 的翻車不是因為 AI 不夠強，而是因為它錯誤地把「取代」當成「消滅」。AI 能處理的是可結構化、可量化的任務；需要判斷力、同理心、創造力的工作，仍然需要人。
這正是我們在協助企業導入 AI 時反覆強調的：AI 是來改變組織結構的，不是來清空辦公室的。 正確的做法是讓 AI 承擔「衡量、協調、分配」的工作，讓人回到直接創造價值的位置上。
對傳統產業的意義可能更大
有人會說，這些都是科技公司或跨國企業的事。但 Bayer 的案例已經證明，傳統產業同樣在走這條路——而且可能更需要走。
傳統產業的組織層級往往更多、資訊流動更慢、決策鏈更長。一份報告從基層到決策者手上，可能經過三、四手加工，每一手都帶著各自的立場與篩選。中間管理層的政治成本，在這類企業裡反而更高。
AI Agent 的導入，能讓資訊直接從數據端到達決策端，讓分析不再受層級過濾，讓判斷回歸客觀。但前提是導入方式要對。
如果只是把 AI 當成現有流程的加速器，讓中間管理層「用 AI 來做原本的事」，那組織結構不會改變，政治成本也不會降低。真正有效的做法，是重新審視哪些中間環節可以被 AI 承接，然後讓人從「管理者」轉型為「產出者」。
誰創造價值，誰留下來
從 Cloudflare 到 Amazon，從 Shopify 到 Bayer，從矽谷到我們服務的傳統產業客戶，一個共同的方向正在成形：企業不是不需要人，而是不需要那麼多不直接創造價值的人。
能開發產品的人、能成交訂單的人、能解決客戶問題的人、能創造營收的人——這些直接對結果負責的 Individual Contributor，會變得比以往更重要。這也是為什麼越來越多資深主管願意放下頭銜去當 IC：在新的時代，能不能輸出，比坐在什麼位置重要。
對企業主來說，現在該思考的不是「要不要導入 AI」，而是「導入之後，組織該怎麼重新設計」。對中間管理者來說，最好的策略不是抗拒，而是主動轉型為直接創造價值的角色——趁這個選擇還在自己手上的時候。
AI 正在讓企業回到一個最單純的狀態：誰創造價值，誰獲得回報。