AI 正在為你打分數：加密與金融科技業如何改寫績效考核規則

生產力提升是真實的，而且正被用來當作裁員的理由

將 AI 整合進績效指標的同時，也迎來了一波明確與 AI 生產力提升掛鉤的裁員潮。最引人注目的例子是 Block（Cash App 的母公司），該公司在 AI 工具將開發者生產力提升 40% 後，裁撤了約 40% 的員工，從約一萬人縮編至六千人以下 。Crypto.com 則以 AI 驅動的策略轉向為由，裁減了 12% 的人力，影響約 180 名員工 。Gemini 裁員約 30%，在 2025 年虧損超過 5.82 億美元後，員工人數降至約 445 人 。

這是更大結構性轉變的一部分。整個科技業中，與 AI 相關的裁員比例從 2025 年約佔總裁員數的 8%，上升到 2026 年初的約 20%，在此期間，已確認的 45,000 個科技業裁員中，估計有 20% 直接歸因於 AI 的整合 。模式是一致的：企業並未因為 AI 帶來生產力提升而增聘人手，而是在縮編 。

這對各層級的工作者意味著什麼

AI 素養已成生存技能。 當你的績效考核包含了使用 AI 工具效率的指標，而「不使用」會被記錄在領導層看得到的儀表板上時，在加密貨幣或金融科技業「選擇不用 AI」就不再是可行的職涯策略 。

初階職位正在消失。 AI 已在金融科技的五個核心工作流程中跨過生產應用門檻，包括 KYC 文件審查（減少 60–80% 的人工隊列）和客服話務分流（處理 70–85% 的第一線查詢）。這些正是初階員工過去用來累積產業知識、證明自身價值的工作，而它們正被大規模自動化。這提高了初階員工在入職首日就必須具備的能力門檻，也縮減了讓人能逐步成長到資深職位的管道 。

考核面臨失去公平性的風險，而不是更公平。 《哈佛商業評論》提醒，雖然生成式 AI 可以修正傳統績效考核的一些效率不彰之處，但若組織失去了真人主管所能提供的信任感、細膩判斷與情境考量，AI 也可能讓考核變得更糟 。AI 產出的評語往往表面看來修飾得宜，卻可能遺漏區分「好」與「卓越」工作的質化因素，或是無法解釋為何一位通常表現優異的員工會有一個表現不佳的季度。當這些評語與薪酬、工作保障掛鉤時，演算法盲點的風險就急遽升高。

人才市場正在兩極分化。 被取代的加密貨幣與金融科技工作者，擁有合規、區塊鏈工程、數據分析和網路安全等可轉移技能，這些技能在傳統金融業十分搶手，但更廣泛的趨勢是朝向更精簡、AI 擴增的團隊發展 。能結合 AI 專業知識與深厚產業知識的專業人士，正成為最受重視的人才，而技能組合較為狹隘的工作者則面臨越來越大的壓力 。

加密貨幣與金融科技績效考核正在發生的變革，不僅是為了讓評估更有效率，更是要圍繞著 AI 生產力來重塑僱傭關係。理解這場轉變並能順勢調整的工作者將會找到機會，但那個單純以人類的努力與人類的判斷來被評估的時代，正在走向終點。