加密貨幣同金融科技界將員工「AI 使用量」變成正式績效指標,同時用 AI 提升嘅生產力嚟合理化裁員——Block(Cash App 母公司)喺 AI 提升咗開發人員 40% 產能之後,直接裁減咗 4 成員工。 Meta 同摩根大通等巨頭會用儀表板追蹤員工係 AI 工具嘅「輕度」、「重度」定「非用戶」,直接將 AI 採用率同加薪、獎金、升職掛鉤。

Create a landscape editorial hero image for this Studio Global article: How are crypto and fintech companies integrating AI usage into employee performance reviews, and what does this trend mean for workers?. Article summary: Crypto and fintech companies are integrating AI into performance reviews in two distinct ways: they are using generative AI tools to **draft and streamline evaluations**, and they are making **employees' own AI usage** a. Topic tags: general, general web, education, user generated. Reference image context from search candidates: Reference image 1: visual subject "# Including AI Usage in Performance Reviews: Best Practices & Pitfalls for Fall 2025 Review Cycle. As organizations prepare for their fall 2025 performance review cycles, a critica" source context "Best Practices & Pitfalls for Fall 2025 Review Cycle" Reference image 2: visual subject "# Including AI Usage
喺加密貨幣同金融科技界,你嘅「表現評核」已經唔再純粹係睇你做到啲咩成績——而係越嚟越取決於「演算法覺得你做成點」,同埋「你中間用咗幾多 AI 幫手」。成個行業嘅公司都喺度大改評核員工嘅方法,一方面用生成式 AI 去起草評核報告,另一方面仲要量度員工自己用 AI 嘅程度。結果係,你同人工智能嘅互動關係被人正式打分數,而 AI 帶嚟嘅生產力提升,更加成為公司大幅裁員嘅理由,裁員幅度可以去到 40%。
生成式 AI 正迅速滲透到評核程序入面,直接起草決定你加薪、花紅同晉升嘅敘述文字。花旗銀行嘅內部工具「Performance Assist」,可以從公司各個系統抽取數據嚟起草評核報告草稿,而摩根大通嘅 LLM Suite 就負責支援年終評核嘅撰寫工作 。據報,波士頓顧問集團(Boston Consulting Group)嘅內部 AI 助理,可以將撰寫評核報告嘅時間縮短大約 40%
。
呢啲工具唔單止限於年度評核週期。喺 Tailor Brands,AI 每日都會分析每張客戶服務單,並即時打出一個表現分數,然後生成摘要,等經理可以用嚟做每週嘅檢討同反饋 。傳統嗰種由經理每年寫一次深思熟慮嘅評語嘅模式,正喺度被持續、自動化嘅評分系統取代,留俾人類主管判斷嘅空間越嚟越細。
更關鍵嘅轉變係,員工會被人正式評核「你用咗幾多 AI」。Meta 由 2026 年開始,將「AI 驅動嘅影響力」列為核心表現期望,意味住工程師會因為點樣運用 AI 嚟交付成果同開發 AI 工具而被評分 。摩根大通已經部署咗內部儀表板,嚟追蹤員工使用 AI 工具嘅情況,仲明確將員工標籤為「輕度用戶」、「重度用戶」或者「非用戶」
。
呢個唔係輕輕帶過嘅鼓勵,而係結構性嘅改變。表現評核通常直接同薪酬、晉升,以及喺「強制排名」(Stack-ranking)嘅環境下能否生存掛鉤;依家,公司正將 AI 採用率重新設計成一種可量化嘅能力 。當你嘅核心工作做得好好,但係抗拒或者落後於採用呢啲工具,你喺正式評核過程入面就會有被人扣分嘅風險。
將 AI 融入績效指標嘅同時,仲有一波明確同「AI 驅動生產力提升」掛鉤嘅裁員潮。最觸目嘅例子係 Cash App 嘅母公司 Block,喺 AI 工具將開發人員生產力提升咗 40% 之後,佢哋裁減咗大約 40% 嘅人手——員工數目由大約 10,000 人跌到唔夠 6,000 人 。Crypto.com 就裁減咗 12% 嘅人手,影響大約 180 名員工,公司形容呢次係一個由 AI 驅動嘅策略轉型
。加密貨幣交易所 Gemini 就大約裁減咗 30% 員工,人數縮減到大約 445 人,背後係 2025 年蝕咗超過 5.82 億美元
。
呢個係更廣泛結構性轉變嘅一部分。整個科技界同 AI 相關嘅裁員,佔整體裁員嘅比例由 2025 年嘅約 8%,上升到 2026 年初嘅約 20%;喺嗰段時期,已確認嘅 45,000 個科技界裁員名額入面,估計有 20% 係直接歸因於 AI 整合 。模式好一致:公司喺 AI 帶嚟生產力增長嘅同時,唔係擴張緊團隊,而係縮減緊人手
。
AI 技能已經變成生存技能。 當你份表現評核包含咗「你 AI 工具用得有幾好」呢個指標,而且你用定唔用 AI 都會喺領導層睇到嘅儀表板上面一覽無遺,喺加密貨幣或金融科技界,「選擇性無視」AI 已經唔再係一個可行嘅職場策略 。
初級職位正喺度消失。 AI 已經喺五個金融科技核心工作流程越過咗實戰門檻,包括 KYC(認識你的客戶)文件審查(減少 60-80% 嘅人手處理隊列)同客戶服務分流(處理 70-85% 嘅第一級查詢)。呢啲正正係啲初級員工傳統上用嚟累積行業知識同證明自己價值嘅任務,而家佢哋正被大規模自動化。呢個情況提高咗對初級員工「第一日上班就要有嘅技能」嘅門檻,亦都收窄咗嗰啲俾人可以逐步成長到高級職位嘅晉升管道
。
評核可能變得冇咁公平,而唔係更公平。 《哈佛商業評論》(Harvard Business Review)警告,雖然生成式 AI 可以修補傳統表現評核嘅一啲效率缺失,但如果組織失去咗人類經理提供嘅信任、微妙差別同情境判斷力,佢亦都可以令情況變得更差 。AI 生成嘅評語表面上睇落好工整,但可能會錯過一啲區分「好」同「出色」工作嘅質性因素,或者解釋到點解一個平時表現好好嘅員工有個季度會失準。當呢啲評語同薪酬、工作保障掛鉤,演算法盲點帶嚟嘅風險就會大幅急升。
人才市場正喺度兩極化。 被裁走嘅加密貨幣同金融科技員工,喺合規、區塊鏈工程、數據分析同網絡安全方面擁有可轉移技能,呢啲技能喺傳統金融界好渴市,但更大嘅趨勢係邁向更精簡、用 AI 加強嘅團隊 。將 AI 專業知識同深厚行業知識結合嘅專業人士,正成為最受重視嘅人才,而技能較單一嘅員工就會面對越嚟越大嘅壓力
。
加密貨幣同金融科技界表現評核嘅變革,唔單止係要令評核更有效率——而係要圍繞住 AI 生產力去重塑僱傭關係。明白呢個轉變並適應到嘅打工仔,會搵到機會,但淨係靠人力努力同人為判斷而被評核嘅時代,已經終結。
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
加密貨幣同金融科技界將員工「AI 使用量」變成正式績效指標,同時用 AI 提升嘅生產力嚟合理化裁員——Block(Cash App 母公司)喺 AI 提升咗開發人員 40% 產能之後,直接裁減咗 4 成員工。
加密貨幣同金融科技界將員工「AI 使用量」變成正式績效指標,同時用 AI 提升嘅生產力嚟合理化裁員——Block(Cash App 母公司)喺 AI 提升咗開發人員 40% 產能之後,直接裁減咗 4 成員工。 Meta 同摩根大通等巨頭會用儀表板追蹤員工係 AI 工具嘅「輕度」、「重度」定「非用戶」,直接將 AI 採用率同加薪、獎金、升職掛鉤。
對打工仔嚟講,呢個趨勢有兩面:AI 可以令評核更快更數據化,但同時令評估變得「去人化」、令初級職位因為 60 80% 嘅日常工序被自動化而消失,將「AI 技能」變成職場生存必備條件。