ClickUp：用数千个AI智能体替代了数百名员工

一家公司用数千个 AI 智能体替代了数百名员工

今年 5 月，成立九年的项目管理 SaaS 公司 ClickUp 做了一件很多公司还只在 PPT 上讨论的事情——用数千个 AI 智能体替代了数百名员工。

TechCrunch 的报道没有给出更多细节（比如替代了多少人、用了什么 Agent 框架），但光是这个信号就已经足够震撼了。一家真实做生意的 SaaS 公司，不是 AI 公司，不是 FAANG，而是卖项目管理软件的，做出了这个决定。

更值得玩味的是，几乎同一周，几件事同时发生：

• Uber 的 COO 公开抱怨，说公司四个月就花光了全年的 AI 预算，却看不到 AI 投入和实际消费者功能之间的明确联系。"那条线还没打通"，他说。
• Cloudflare 的 CEO 在华尔街日报撰文，分享如何决定用 AI 替代哪些员工。
• 加州州长纽森签署行政令，首次将 AI 引发的失业问题列为公共政策议题，要求研究遣散费和就业保险。
• 奥纬咨询的数据显示，74% 的 CEO 已经冻结或缩减招聘，计划削减初级岗位的比例从 17% 跃升至 43%。

四件事放在一起，拼出 2026 年 5 月 AI 与就业的真实图景。不是"消灭工作"vs"创造工作"的空洞争论，而是一个更具体的现实：AI 替代的不是"工作"，而是"任务"，而企业正在根据这个现实重新设计组织。

ClickUp 到底做了什么？

ClickUp 的情况很有意思。它不是被 AI 颠覆的传统行业公司，它本身就是做 SaaS 软件的——一个过去九年一直在帮别人提升效率的公司，现在用 AI 来提升自己的效率。

用 AI 智能体替代人类员工，本质上和用云服务替代自建机房的逻辑一样：把可自动化、可标准化的工作从人力成本变成算力成本。 只不过这一次，替代的不再是运维工程师，而是产品经理、设计师、客服、数据分析师这些岗位里的重复性任务。

但 ClickUp 这个案例最值得注意的一点是它的信号意义。一家成立九年的公司，不是初创公司在瞎折腾，而是到了成熟期后做出的结构性调整。这说明"用 AI 替代部分岗位"这件事已经从科技媒体的头条变成了 CFO 的日常计算。

另一边：Uber 的反面声音

如果 ClickUp 是"拥抱 AI"的极端样本，那 Uber 就是"保持清醒"的极端样本。

Uber 的 COO Andrew Macdonald 在 Web Summit 上说了一段很直白的话。他说 Uber 的 CTO 在 4 月接受采访时透露，公司已经把 2026 年全年的 Claude Code 预算花光了——这引发了他所说的"头脑爆炸时刻"。

"更多的 token 消耗并没有转化为更多有用的消费者功能。"Macdonald 说。"也许隐含着有更多东西被交付了，但你很难在那条线和'我们现在多生产了 25% 有用的消费者功能'之间画一条线。"

这不是一个反对 AI 的人说的。这是一个在"AI 化"的公司里负责算账的高管说的。Uber 正在大量使用 AI——使用量大到预算不够花——但他诚实地说，这笔账目前算不清楚。

CEO Dara Khosrowshahi 在财报会议上表示，Uber 正在减缓招聘来对冲 AI 投入。所以 Uber 也没闲着，他们也在用人，只是更谨慎。

真正的摩擦在哪里

把 ClickUp 和 Uber 放在一起看，矛盾就出来了：如果 AI 的价值这么不确定（Uber 的说法），为什么 ClickUp 敢用 AI 替代大量员工？

答案可能在于"替代"和"效率"是两回事。

对 ClickUp 来说，用 AI 替代员工是一个组织选择——你决定用不同的方式来完成某些任务。这个决定不是因为 AI 比人更高效（虽然可能确实更高效），而是因为 AI 比人更容易管理、更容易扩展、更容易预测成本。

对 Uber 来说，AI 的投入产出比不清晰，是因为 AI 被当作"附加工具"来提升现有工作流程的质量，而不是替代现有工作流程。这是两种完全不同的 AI 应用策略。

这就引出了更深层的问题：企业从"用 AI 辅助人"到"用 AI 替代人"的决策门槛是什么？什么情况下企业会选择替代而不是辅助？

这个问题的答案可能不取决于 AI 好不好，而取决于企业的议价能力。当招聘变得困难或昂贵，当员工管理的边际成本上升，当流程标准化到一定程度，"替代"就变成了一个理性的财务决策。奥纬咨询的数据印证了这一点——43% 的公司计划削减初级岗位，因为初级岗位的工作最容易被标准化。

政策开始跟上现实

加州州长纽森在 5 月 21 日签署的行政令是一个有意思的信号。它没有试图阻止 AI 替代员工，而是承认了这事正在发生，并开始准备"后手"。

这份行政令要求各州部门研究：被 AI 替代的员工能否获得遣散费？就业保险能不能覆盖这种"非传统失业"？员工持股机制能不能被用做缓冲？

更值得关注的是，它要求建立新的劳动力数据看板，来更早地捕捉 AI 对行业的具体冲击。这种"先监测，再干预"的路径，比直接立法管制要聪明得多。毕竟谁也无法预测明年 AI 能做什么不能做什么，但至少可以先搞清楚到底发生了什么。

历史的透镜

每一次技术进步都会引发类似的争论。蒸汽机替代了手工劳动，电力替代了蒸汽动力，互联网替代了中间商。每一次都有大规模的失业恐慌，每一次都有就业结构的变化，每一次被替代的岗位最终都被新创造的岗位填补。

但这个类比有一个问题：之前的替代发生在"体力和事务性工作"层面，而 AI 替代的是"认知和决策性任务"。

一个被 AI 替代的项目经理，他积累的是"管理项目"的经验和技能，而不是"开拖拉机"或者"做账本"的技能。当项目管理任务被 AI 接管后，他很难简单地转到另一个岗位。这不是"学一门新技术就能找到下一份工作"的问题。

加州的劳动力数据看板如果能做到足够精细，可能会告诉我们一个比"失业率"更重要的数字：在 AI 影响下的行业中，被替代的员工平均需要多久重新找到工作，以及找到的工作是否同酬。

现在的结论

ClickUp 用 AI 替代员工、Uber 质疑 AI 投资回报、加州准备应对 AI 失业——这三件事在同一周发生，并不矛盾。

它们合在一起告诉我们一件事：AI 对就业的真实影响不是一次性替代，而是渐进式重新分配。 不是"明天你的工作就没了"，而是"你的工作内容会一点一点地变成 AI 来完成，公司会慢慢发现不需要那么多人了"。

开公司不是为了解决就业，是为了解决问题。如果 AI 能以更低成本解决同样的问题，公司就会用 AI。这才是 ClickUp 案例真正告诉我们的。至于 Uber 的质疑，那是另一种重要声音——它提醒我们，AI 还没有好到可以在所有场景下替代人类，而那些选择了"替代"的企业，可能在效率和风险之间做出了一个还没有被充分验证的判断。

但这不影响趋势的方向。影响趋势方向的，永远是 ClickUp 们的选择，而不是 Uber 们的疑问。

AI 正在改变工作的定义。你的下一个同事可能不是一个真人。