Meta 想用 AI 把團隊縮小 60%，帳上卻是員工少 1%、人事費用多 44%：裁員的錢沒有省下來，變成了算力、折舊與留才股票

8 月 26 日，Reuters 記者 Katie Paul 根據 Meta 內部文件與二十多位知情人士的說法，報導了一項代號 Project OT 的計畫：Meta 高層在 1 月的領導層閉門會議上，規劃用 AI 接手數千名員工的日常工作，情境推演裡許多團隊要縮小 60%，分 5 月與 11 月兩波執行。5 月 19 日深夜，第一波裁員前幾小時，執行長 Mark Zuckerberg 取消了 11 月那一波。隔天 Meta 裁掉 10% 員工。

一週後 Gergely Orosz 在 The Pragmatic Engineer 寫了他的解讀：他認為 Meta 原本規劃的是全公司三到四成的裁員，這個計畫留下的是士氣低落與傭兵化的工程文化。他的角度是工程管理。我們的角度不同：Meta 是上市公司，這半年每一季的 8-K、10-Q 與法說會都公開在 SEC，Project OT 想做的事有沒有發生、發生到什麼程度、錢流向哪裡，帳上有答案。

這篇文章把 Reuters 的內部文件、Orosz 的觀察，與 Meta 自己申報的財務數字放在一起，回答五個問題：Project OT 到底規劃了什麼；帳上看得到什麼；「3 到 5 人取代 10 到 20 人」有沒有第三方實證；被取消的計畫留下什麼成本；以及對看 Meta 財報的人，這件事意味什麼。

Reuters 揭露了什麼：一個縮小 60% 團隊的情境，與一個被取消的第二波

Reuters 的報導建立在內部規劃文件與三位知情人士的說法上，以下是它揭露的時間線，每一項都是報導的內容，不是我們的推論。

2026 年 1 月，Zuckerberg 與高階主管在夏威夷的年度閉門會議上啟動 Project OT，全名 Organization Transformation。文件描述的願景是「AI 原生」：AI 接手數千名員工的日常工作，由較小、「人才密集」的人類團隊監督虛擬工作者。情境推演中，許多團隊的規模要縮小最多 60%。一位人資主管在另一份文件裡估計，這次的規模會等於或大於 2022 到 2023 年那次約 25% 的裁員。計畫分兩波，5 月一波、11 月一波，並輔以關閉空缺與淘汰績效不佳者。

組織設計的核心是「pod」。Reuters 引用的內部「AI-Native Playbook」把傳統 10 到 20 人的產品團隊（7 到 14 名工程師，加各一名產品經理、設計師、資料科學家、使用者研究員、資料工程師）改成 3 到 5 人的小組：3 到 4 名「builder」加一名方向負責人，設計、研究、資料等專業人員抽出來共用。中階管理層取消，每位單位主管管 30 到 50 人，pod 負責人沒有正式管理權。到 6 月，至少 11 個單位已經改成這種結構。

3 月 13 日 Reuters 首次報導 Meta 規劃裁員 20% 以上，當時多數副總裁層級主管尚未被告知計畫，公司發言人稱之為「對理論性做法的推測性報導」。4 月 Reuters 再報導第一波為 5 月 20 日裁 10%，Meta 隨後向員工確認。同一時期，部分工程師被調到新成立的 Applied AI Engineering 單位，工作是製作軟體工程題目作為訓練資料；Reuters 引用的文件與知情人士說，到 5 月底部分工程單位的人數因為調動加裁員減少了多達 30%。Meta 也要求在美國員工的裝置上安裝追蹤鍵盤與滑鼠操作的軟體，用來訓練 AI 代理模仿人類操作電腦。

員工的反應寫在公司的半年度 Pulse 調查裡：正面評價從 74% 降到 55%。與此同時，Reuters 看到的內部貼文顯示技術面的訊號也不好：技術長 Andrew Bosworth 6 月初的貼文說，員工對內部平台與基礎設施的程式碼變更年增 220%，但真正到達使用者的新功能或升級變更只年增 36%；重大技術與資安事件比前一年增加 40%，員工花在「救火」的時間增加 70%。

5 月 19 日深夜，Zuckerberg 與高階主管再次會商，取消 11 月的第二波。5 月 20 日照計畫裁 10%，事後他在內部平台發文表示今年「不預期有其他全公司範圍的裁員」。7 月初他在內部全員會議承認重組時機的誤判，說 AI 代理技術的進展沒有他預期的快，並預期未來三到六個月會看到更多效益。Meta 對 Reuters 的正式回應確認了 Project OT 的存在、兩波規劃與「部分團隊最多縮減 60%」的情境，但強調從未打算裁掉全公司 60% 的人力，且在確定總人數之前就取消了第二波。

以上是報導。接下來是帳。

帳上看得到什麼：員工數只少 1%，人事費用卻多 44%，研發費用多 67%

Meta 每季的 8-K 新聞稿會揭露季末員工數。從 2024 年第三季到 2026 年第二季的八個季度，員工數是 72,404、74,067、76,834、75,945、78,450、78,865、77,986、75,472。2026 年第二季末的 75,472 人比去年同期少 1%，比第一季少 3%，而且 8-K 明寫這個數字還包含 5 月裁員影響的約 8,000 人，多數要到第三季末才會退出統計。也就是說，如果沒有新的招募，第三季末的員工數會落在 67,000 到 68,000 人之間，比一年前的 78,450 少大約 14%。

同一段時間，費用往另一個方向走。XBRL 申報的人事費用（薪資、福利與股票薪酬）2026 年第二季是 170.39 億美元，去年同期 118.59 億，年增 44%；扣掉本季認列的 11.8 億遣散費，仍年增 34%。研發費用 216.56 億，年增 67%。折舊攤銷 63.56 億，年增 46%。用季末員工數除人事費用再年化，每位員工的年化人事成本從去年同期的 62.5 萬美元升到 90.3 萬美元，扣遣散費是 84.1 萬。

財務長 Susan Li 在 7 月 30 日的法說會上自己拆解了費用增加的來源，我們中譯她的說法：費用年增主要來自員工薪酬、基礎設施成本、法律相關成本，以及第三方 AI token 成本；排除遣散費後，薪酬增加來自過去一年新增的技術人員，特別是 AI 人才；基礎設施成本的增加來自折舊、資料中心營運成本與第三方雲端支出。這段話裡有三個值得停下來的地方。第一，「第三方 AI token 成本」出現在 Meta 的費用說明裡，代表買外部模型的推論服務已經是一條看得見的費用線。第二，薪酬增加的原因是「新增的 AI 人才」，不是留下來的人加薪，也就是說裁掉 8,000 人的同時在高價招人。第三，四個驅動項裡有三個是機器與服務，只有一個是人。

把第二季的總費用增量拆開更清楚。總成本與費用從去年同期的 270.75 億增至 420.26 億，增加 149.51 億。其中人事費用增加 51.80 億（含遣散費 11.8 億），法律訴訟費用 24 億，折舊攤銷增加 20.14 億，其餘 53.57 億是資料中心營運、第三方雲端、AI token 與其他項目。人事費用只占增量的三分之一。

這個型態不是 Meta 獨有。NVIDIA 在 8 月 27 日申報的 FY2027 第二季 10-Q 裡，研發費用從 42.91 億增至 70.54 億，年增 64%，經營討論明寫主因是自用運算基礎設施支出成長 127%，薪酬與福利只成長 30%；股票薪酬占營收 2.1%。兩家公司的處境相反，Meta 在裁員、NVIDIA 在擴張，但研發預算的流向相同：增量的大頭是算力，不是人。

我們的判斷是：Project OT 想做的「用機器取代人」在帳上確實發生了，但它發生的方式不是人力費用下降，而是機器費用以更快的速度上升。員工數少了，每人成本高了，算力與折舊變成費用增量的主體。這是接下來幾段要處理的核心矛盾。

「3 到 5 人取代 10 到 20 人」有沒有第三方實證：管理層的說法、公司內部數據與隨機對照試驗各說什麼

Project OT 的前提是 AI 能讓小團隊做大團隊的事。這個前提在公開場合有兩個版本的表述。Zuckerberg 在 4 月 29 日的法說會上說，我們中譯：「我們看到越來越多例子，一到兩個人在一週內做出過去需要數十人花數月的東西」，並提到要「精簡團隊，讓它們不大於必要的規模」。NVIDIA 執行長黃仁勳在 8 月 27 日的法說會上說：「我們大約有 4 萬名員工，未來會有 40 萬個、400 萬個代理，持續在背景運行」，以及「你應該盡可能租用智慧，我們自己也在租，我鼓勵員工盡量使用雲端服務」。兩位都是當事人：一位正在用這個前提重組公司，一位在賣支撐這個前提的算力。他們的說法是主張，不是證據。

Reuters 拿到的 Meta 內部數據是第一層證據。程式碼變更量年增 220%、到達使用者的功能變更只增 36%、事故增加 40%、救火時間增加 70%。這組數字說的是產出量與交付量脫鉤：AI 讓寫出來的程式碼變多，沒有讓交付出去的功能等比例變多，還帶來維運成本。Zuckerberg 7 月在內部會議承認代理技術「沒有加速到預期」，與這組數據一致。

第三方的隨機對照試驗是第二層證據。METR（Model Evaluation and Threat Research）是美國的非營利 AI 評測機構，專門替前沿模型做獨立評估，與 Meta 沒有任何關係，只是名字相近。它在 2025 年 7 月發表的研究讓 16 位資深開源開發者在自己熟悉的專案上完成 246 個真實任務，隨機分配能不能用 AI 工具。結果是允許使用 AI 時完成任務的時間長 19%。更值得注意的是感知與實際的差距：開發者事前預期 AI 讓他們快 24%，做完之後仍然認為自己快了 20%。2026 年 2 月的更新把樣本擴大到 57 位開發者、143 個程式庫、800 多個任務，時間涵蓋 2025 年 8 月到 2026 年初，使用當時最新的工具：原始那批開發者的估計值是慢 18%，信賴區間從慢 38% 到快 9%；新招募的開發者是慢 4%，信賴區間從慢 15% 到快 9%。兩個區間都跨過零，意思是「沒有顯著加速」，同時也沒有顯著減速。METR 自己指出這份研究的限制：三到五成的開發者不願意把某些任務交給不能用 AI 的組別，樂觀者被系統性排除在樣本外。METR 同年 5 月的問卷則顯示技術工作者自評 AI 讓工作價值提高 1.4 到 2 倍，而它早先的研究發現自評平均高估了 40 個百分點。

實證裡也有正面的結果，但條件很具體。Ethan Mollick 在 2025 年 3 月介紹的 P&G 實驗，讓 776 位專業人員在一天的工作坊裡為真實業務單位提出產品構想，隨機分成個人與兩人團隊、有無 AI。結果是有 AI 的個人表現與沒有 AI 的兩人團隊相當（比基準高 0.37 與 0.24 個標準差），有 AI 的團隊最好（0.39），有 AI 的組別快 12% 到 16%。Mollick 自己列的限制是：更大的團隊、更長的專案，結果可能不同。

把三層證據放在一起，我們的判斷是：現有實證支持的是「AI 讓個人在短時間、定義清楚的任務上接近小團隊的產出」，這是 P&G 實驗的尺度；還沒有實證支持「AI 讓 3 到 5 人在持續的產品開發上取代 10 到 20 人」，這是 Project OT 的尺度。METR 在資深工程師的真實專案上量到的是零到負，Meta 自己的內部數據量到的是產出量與交付量脫鉤。Zuckerberg 在 5 月 19 日取消第二波，與這些證據的方向一致。

被取消的計畫留下什麼成本：遣散費 11.8 億、士氣掉 19 個百分點、未認列股票薪酬 798 億

Project OT 只執行了一半，成本卻是完整的。第二季損益表上有 11.8 億美元的遣散費，10-Q 的分部附註顯示這筆費用同時落在 Family of Apps 與 Reality Labs 兩個分部。Pulse 調查的正面評價從 74% 掉到 55%，這是 Reuters 報導的內部數字。

比遣散費更大的是留才的代價。Orosz 在 8 月 20 日的另一篇文章裡描述了裁員後的離職潮：資深工程師流向 Anthropic 與 OpenAI，Meta 對打算離職的資深工程師開出 40 萬到 100 萬美元以上、分三年歸屬的留任股票，他知道的案例裡有人拿了超過 100 萬美元的留任條件仍然離開。Reuters 的報導與此呼應：Meta 同時上線了一個辨識「不可取代人才」的人資工具，並打算把裁員省下的錢用在頂尖 AI 工程師的高額薪酬包上。

這些說法在 10-Q 附註裡有對應的數字。截至 6 月 30 日，尚未認列的限制型股票薪酬費用是 797.9 億美元，加權平均約三年攤提；未歸屬的股數從年初的 1.156 億股增至 1.465 億股，加權平均授予日公允價值從每股 500.68 美元升到 570.09 美元，上半年新授予 7,890 萬股。另外發行了 2,000 萬股履約價每股 2,788 美元、年期約五年的股票選擇權給高階主管與員工。本季股票薪酬占營收 12.6%，去年同期 10.2%。

把這幾件事連起來，我們的判斷是：Project OT 的人力預算沒有消失，而是重新分配。裁掉約 8,000 人省下的薪資，一部分變成遣散費，一部分變成留住與招募 AI 人才的股票，而股票薪酬是未來三年已經確定會進入損益表的費用。「人少、每人更貴」比「人少、費用少」更接近帳上的實況。Orosz 的判斷是這會形成傭兵文化，那是工程管理的角度；從財報的角度，798 億美元的未認列薪酬是一筆已經簽好的支票。

對看 Meta 財報的人意味什麼：成本結構從人力轉向資本，省下的薪資會先變成資本支出，再變成折舊

Meta 第二季的資本支出（含融資租賃本金）是 310.78 億美元，年增 83%；營運現金流 318.62 億，自由現金流只剩 7.84 億，去年同期 85.49 億。全年資本支出指引 1,300 到 1,450 億美元，總費用指引 1,650 到 1,690 億。第二季庫藏股回購為零，連續第二季，長期負債單季增加 249 億美元到 836.64 億。營業利益率 30.9%，去年同期 43.0%，扣掉遣散費與法律費用兩筆一次性後是 36.8%，仍低 6.2 個百分點。

這些數字與 Project OT 是同一件事的兩面。黃仁勳說一個代理需要的算力是一個人使用的 15 到 100 倍，這是賣方的說法，但它指出了一個會計上的事實：如果用 AI 代理取代人力，被取代的薪資不會直接變成利潤。它先變成 GPU、資料中心與電力的資本支出，資本支出進資產負債表，再以折舊的形式分若干年回到損益表，中間還有向第三方買推論服務的 token 費用。Meta 第二季的折舊攤銷 63.56 億，年化約 254 億美元；而今年 1,300 到 1,450 億的資本支出，未來幾年都會以折舊出現，即使明年資本支出不再成長。

所以看 Meta 財報的人要調整三個習慣。第一，員工數不再是成本的代理變數：員工數少 1%、人事費用多 44%，這兩個數字同時成立。第二，研發費用要拆成人與機器兩塊看，NVIDIA 的 10-Q 直接寫出「運算基礎設施成長 127%、薪酬成長 30%」，Meta 沒有拆到這麼細，但財務長的口頭說明已經把驅動項排出來了。第三，利潤率的恢復不能只等裁員生效：第三季員工數會因為 8,000 人退出統計而明顯下降，但折舊會繼續上升，股票薪酬有 798 億等著攤提，兩者的量級都大於 8,000 人的薪資。

有幾個數字可以在 10 月底的第三季財報驗證。員工數是否落在 67,000 到 68,000；人事費用是否隨之下降，還是因為 AI 人才薪酬繼續上升；折舊攤銷是否超過 70 億；研發費用年增率是否從 67% 回落；Family of Apps 的營業利益率能否從 38.8% 回升。另外，公司承諾今年營業利益高於 2025 年，用它自己的費用指引回推，第四季營收需要年增 15% 到 21%，而第三季的營收指引隱含的年增率中位數是 22%，這條路徑很窄。

我們的判斷，以及什麼證據會推翻它

我們的判斷是：Project OT 是一個把「AI 讓小團隊取代大團隊」的假設當成前提的組織重組，它在 5 月被取消第二波，原因與現有的第三方實證一致，也就是這個假設在持續的產品開發尺度上還沒有被證明。它留在帳上的不是節省，而是成本結構的轉換：人力費用沒有降，算力、折舊與留才股票以更快的速度上升，自由現金流接近零，資金缺口由發債補上。對投資人而言，Meta 現在是一家用人力預算換算力預算的公司，裁員是這個轉換的一部分，不是節流的手段。

以下證據出現，我們會修正這個判斷。第一，第三季人事費用在員工數下降後同步下降，且降幅接近 8,000 人的薪資量級，代表留才成本沒有吃掉裁員的節省。第二，METR 或同等級的隨機對照試驗在 2026 年下半年的工具上量到顯著為正的加速，且樣本涵蓋持續開發的團隊而非單一任務。第三，Meta 到達使用者的功能交付量與程式碼變更量的差距收斂，或事故率回到 2025 年的水準，代表產出量與交付量重新掛鉤。第四，Family of Apps 營業利益率在員工數下降的同時回升，且資本支出增速放緩，代表成本轉換進入回收期。這四項裡任何兩項成立，「人力換算力沒有省到錢」的結論就要重寫。

參考資料

1. Katie Paul, Reuters, "Mark Zuckerberg had a bold plan to replace Meta staff with AI. Here's how it imploded", 2026-08-26. https://www.reuters.com/investigations/mark-zuckerberg-had-bold-plan-replace-meta-staff-with-ai-heres-how-it-imploded-2026-08-26/
2. Gergely Orosz, The Pragmatic Engineer, "The Pulse: Meta wanted to reduce teams by 60% because of AI", 2026-09-03. https://blog.pragmaticengineer.com/the-pulse-meta-wanted-to-reduce-teams-by-60-because-of-ai/
3. Gergely Orosz, The Pragmatic Engineer, "The Pulse: Meta's self-inflicted resignation-wave", 2026-08-20. https://blog.pragmaticengineer.com/the-pulse-metas-self-inflicted-resignation-wave/
4. METR（Model Evaluation and Threat Research）, "Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity", 2025-07-10. https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/
5. METR（Model Evaluation and Threat Research）, "Update: productivity impact of late-2025 AI tools", 2026-02-24. https://metr.org/blog/2026-02-24-uplift-update/
6. METR（Model Evaluation and Threat Research）, "Measuring the Self-Reported Impact of Early-2026 AI on Technical Worker Productivity", 2026-05-11. https://metr.org/blog/2026-05-11-ai-usage-survey/
7. Ethan Mollick, One Useful Thing, "The Cybernetic Teammate", 2025-03-22（實驗原論文為 Dell'Acqua 等人與 P&G 合作的隨機對照試驗）. https://www.oneusefulthing.org/p/the-cybernetic-teammate
8. Meta Platforms, Form 8-K（2026-04-29、2026-07-29）與 2024Q3 至 2025Q4 各季業績 8-K 新聞稿；Form 10-Q（2026-04-30、2026-07-30）；2026-04-29 與 2026-07-30 法說會逐字稿。SEC EDGAR CIK 1326801。
9. NVIDIA, Form 10-Q（2026-08-27）與 2026-08-27 法說會逐字稿。SEC EDGAR。
10. SEC XBRL companyfacts, Meta Platforms（ResearchAndDevelopmentExpense、LaborAndRelatedExpense、DepreciationDepletionAndAmortization、ShareBasedCompensation）。