Project OT 是 Meta 嘗試把組織變成「AI 原生」的一項內部計畫：讓 AI 代理人承擔更多日常工作，再由較少的人類員工監督系統。內部規劃曾研究分兩波讓部分團隊縮編最多 60%。不過，Meta 最終沒有推進這個近期、最激進版本的方案。117

原因與其說是公司放棄理念，不如說是執行條件尚未成熟。若要讓更少的人安全監督更大量、較複雜的工作，AI 代理人必須先能穩定且可預期地完成任務；現有報導顯示，技術表現、營運結果與員工反應都未達到這個門檻。117

Project OT 原本想怎麼做？

Project OT 是 **Organization Transformation（組織轉型）**的縮寫。它設想讓 AI 接手原本由數千名員工處理的大量工作，留下規模較小、人才密度更高的團隊，負責管理與監督這些「虛擬工作者」。

Meta 對路透表示，公司確實曾探討某些團隊最多減員 60%、並分兩輪進行調整的情境；同時也表示計畫包含人員重新配置，且不會影響所有團隊。117

這點必須釐清：60% 是針對特定團隊的情境推演，不是 Meta 已確認的全公司裁員比例。

為何計畫失去動能？

AI 代理人尚未證明能可靠地在正式環境運作

這套人力縮編邏輯，前提並不是 AI 只當個提升效率的輔助工具，而是它必須可預測地完成有實質影響的工作，不能讓留下來的人類團隊反而花更多時間審查、補救與承擔風險。

路透報導提到內部對代理人效能及破壞性行為的疑慮；其他根據該調查的報導則指出，代理人可能採取「大規模、具破壞性的行動」。18

對經營大型消費者平台的 Meta 而言，這是難以忽視的限制。即使 AI 能帶來部分生產力，只要執行不可靠、把維運負擔轉嫁給剩餘員工，縮減人力的效益就可能迅速被抵銷。

員工反彈，使轉型更難落地

當一項轉型明確指向「以 AI 取代大部分既有工作」，員工自然會擔心職位、責任歸屬與未來工作量。關於 Project OT 的報導描述了顯著的內部阻力，而路透也指出，這項提案最全面的版本最終未能啟動。117

這並非單純的溝通問題。當員工被要求把重要工作交給 AI，信任必須建立在系統確實改善成果的證據上，而不是建立在大幅減員的試算模型上。

高層承認時機與溝通都有問題

根據路透記者 Katie Paul 在 Reddit 討論中的說法，Mark Zuckerberg 曾向員工表示自己「時機抓錯了」；Meta 技術長 Andrew Bosworth 則說，公司對內說明願景的工作做得「糟透了」。7

這些表態顯示，Project OT 的挫敗不只關乎 AI 最終能否提升生產力，更在於 Meta 試圖推動一項高風險的人力重組時，支持它的證據、運作模式與內部說明都還不夠充分。

為何「tokenmaxxing」不是好的 AI 採用指標？

所謂 tokenmaxxing，是把 AI 的 token 用量——也就是大型語言模型處理文字等資料的計量單位——當成積極採用 AI 的可見訊號。

Meta 內部曾有名為「Claudeonomics」的排行榜，依員工 token 使用量排名，並授予「Token Legend」等稱號。但這個排行榜是由一名員工自行建立的附帶專案，並非 Meta 的全公司績效制度，之後也由建立者自行撤下。Meta 表示，公司另有 AI Insights 儀表板，以比 token 數更全面的方式追蹤使用情況。3

問題很簡單：token 衡量的是模型消耗量，不是商業或工作成果。 token 用得多，並不能證明團隊做出了更好的產品、更快排除了事故、減少了返工，或讓流程更安全。

較能長期使用的 AI 採用標準，應聚焦於結果，例如：

• 產出品質是否提升；
• 從構想到實際交付的速度是否加快；
• 可完成任務的複雜度與範圍是否擴大；
• AI 輔助流程是否可靠，以及它帶來多少人工審核負擔。

這些指標比統計用量更難蒐集，卻更接近管理階層與員工真正需要回答的問題：AI 是否讓組織變得更有效率、更有效能？

Meta 是否已放棄 AI 驅動的人力重組？

從現有證據看來，答案是否定的。Meta 退回的是 Project OT 最激進的時程與範圍，而不是放棄讓公司更「AI 原生」的目標。

Zuckerberg 表示，代理型 AI 的發展速度比他原先希望的更慢，但他預期 Meta 的 AI 投資可在未來 3 到 6 個月帶來更具意義的效益。17

不過，這是預測，不是代理人很快就能取代團隊的證明。下一個真正的考驗，將是 AI 能否在真實營運環境中持續提升產出與可靠性，並且真的減少人類監督、修正與事故復原的工作，而非只是把那些工作轉移給更少的人。

Project OT 帶來的啟示

Project OT 突顯了「導入 AI 工具」與「以 AI 重組整家公司」之間的巨大差距。AI 代理人即使有用，也不代表它已可靠到足以替代大量人力。

企業若要把人力配置與自動化直接綁定，應先取得一致的成效證據、建立足夠的安全防護，並提出一套員工能理解、也願意信任的營運模式。117

Project OT 是 Meta 嘗試把組織變成「AI 原生」的一項內部計畫：讓 AI 代理人承擔更多日常工作，再由較少的人類員工監督系統。內部規劃曾研究分兩波讓部分團隊縮編最多 60%。不過，Meta 最終沒有推進這個近期、最激進版本的方案。117

原因與其說是公司放棄理念，不如說是執行條件尚未成熟。若要讓更少的人安全監督更大量、較複雜的工作，AI 代理人必須先能穩定且可預期地完成任務；現有報導顯示，技術表現、營運結果與員工反應都未達到這個門檻。117

Project OT 原本想怎麼做？

Project OT 是 **Organization Transformation（組織轉型）**的縮寫。它設想讓 AI 接手原本由數千名員工處理的大量工作，留下規模較小、人才密度更高的團隊，負責管理與監督這些「虛擬工作者」。

Meta 對路透表示，公司確實曾探討某些團隊最多減員 60%、並分兩輪進行調整的情境；同時也表示計畫包含人員重新配置，且不會影響所有團隊。117

這點必須釐清：60% 是針對特定團隊的情境推演，不是 Meta 已確認的全公司裁員比例。

為何計畫失去動能？

AI 代理人尚未證明能可靠地在正式環境運作

這套人力縮編邏輯，前提並不是 AI 只當個提升效率的輔助工具，而是它必須可預測地完成有實質影響的工作，不能讓留下來的人類團隊反而花更多時間審查、補救與承擔風險。

路透報導提到內部對代理人效能及破壞性行為的疑慮；其他根據該調查的報導則指出，代理人可能採取「大規模、具破壞性的行動」。18

對經營大型消費者平台的 Meta 而言，這是難以忽視的限制。即使 AI 能帶來部分生產力，只要執行不可靠、把維運負擔轉嫁給剩餘員工，縮減人力的效益就可能迅速被抵銷。

員工反彈，使轉型更難落地

當一項轉型明確指向「以 AI 取代大部分既有工作」，員工自然會擔心職位、責任歸屬與未來工作量。關於 Project OT 的報導描述了顯著的內部阻力，而路透也指出，這項提案最全面的版本最終未能啟動。117

這並非單純的溝通問題。當員工被要求把重要工作交給 AI，信任必須建立在系統確實改善成果的證據上，而不是建立在大幅減員的試算模型上。

高層承認時機與溝通都有問題

根據路透記者 Katie Paul 在 Reddit 討論中的說法，Mark Zuckerberg 曾向員工表示自己「時機抓錯了」；Meta 技術長 Andrew Bosworth 則說，公司對內說明願景的工作做得「糟透了」。7

這些表態顯示，Project OT 的挫敗不只關乎 AI 最終能否提升生產力，更在於 Meta 試圖推動一項高風險的人力重組時，支持它的證據、運作模式與內部說明都還不夠充分。

為何「tokenmaxxing」不是好的 AI 採用指標？

所謂 tokenmaxxing，是把 AI 的 token 用量——也就是大型語言模型處理文字等資料的計量單位——當成積極採用 AI 的可見訊號。

Meta 內部曾有名為「Claudeonomics」的排行榜，依員工 token 使用量排名，並授予「Token Legend」等稱號。但這個排行榜是由一名員工自行建立的附帶專案，並非 Meta 的全公司績效制度，之後也由建立者自行撤下。Meta 表示，公司另有 AI Insights 儀表板，以比 token 數更全面的方式追蹤使用情況。3

問題很簡單：token 衡量的是模型消耗量，不是商業或工作成果。 token 用得多，並不能證明團隊做出了更好的產品、更快排除了事故、減少了返工，或讓流程更安全。

較能長期使用的 AI 採用標準，應聚焦於結果，例如：

• 產出品質是否提升；
• 從構想到實際交付的速度是否加快；
• 可完成任務的複雜度與範圍是否擴大；
• AI 輔助流程是否可靠，以及它帶來多少人工審核負擔。

這些指標比統計用量更難蒐集，卻更接近管理階層與員工真正需要回答的問題：AI 是否讓組織變得更有效率、更有效能？

Meta 是否已放棄 AI 驅動的人力重組？

從現有證據看來，答案是否定的。Meta 退回的是 Project OT 最激進的時程與範圍，而不是放棄讓公司更「AI 原生」的目標。

Zuckerberg 表示，代理型 AI 的發展速度比他原先希望的更慢，但他預期 Meta 的 AI 投資可在未來 3 到 6 個月帶來更具意義的效益。17

不過，這是預測，不是代理人很快就能取代團隊的證明。下一個真正的考驗，將是 AI 能否在真實營運環境中持續提升產出與可靠性，並且真的減少人類監督、修正與事故復原的工作，而非只是把那些工作轉移給更少的人。

Project OT 帶來的啟示

Project OT 突顯了「導入 AI 工具」與「以 AI 重組整家公司」之間的巨大差距。AI 代理人即使有用，也不代表它已可靠到足以替代大量人力。

企業若要把人力配置與自動化直接綁定，應先取得一致的成效證據、建立足夠的安全防護，並提出一套員工能理解、也願意信任的營運模式。117