Cloudflare 營收創高但砍掉 1,100 人：AI 時代的殘酷數學

> Meta Shift

Cloudflare 上週公布了一個讓人五味雜陳的財報：Q1 營收 6.4 億美金創歷史新高，年增 34%，但同時宣布裁員 1,100 人，佔總員工數 20%。CEO Matthew Prince 說得很直接：這不是成本削減，是因為 AI 讓這些工作變得多餘。

這就是 AI 時代的現實寫照。企業一邊用 AI 提升效率、創造營收新高，一邊讓人力變得「obsolete」。Cloudflare 16 年來第一次大規模裁員，卻同時報告了史上最好的營收數字 — 這個矛盾背後，其實是整個科技業 AI 轉型的縮影。

我覺得這件事比那些「AI 即將取代所有工作」的討論更重要。因為這是一個具體的案例，告訴我們 AI 化到底是怎麼發生的：不是科幻電影裡的機器人革命，而是財報上冷冰冰的數字 — 營收up，人力down。

Cloudflare 的商業模式：網路的看門狗

要理解 Cloudflare 為什麼能在裁員的同時營收創高，得先看懂它怎麼賺錢。

Cloudflare 本質上是網路世界的「看門狗」和「加速器」。它提供 CDN（內容分發網路）、DDoS 防護、DNS 服務，還有 Zero Trust 安全解決方案。簡單說，就是讓網站跑得更快、更安全（來源：Cloudflare 官方）。

數字很驚人：Cloudflare 服務全球數百萬個網站，處理全球約 20% 的網路流量。它的 edge network 覆蓋 120+ 個國家，有 320+ 個數據中心。這個規模讓它在 CDN 市場裡排第三，僅次於 Amazon CloudFront 和 Azure CDN。

商業模式分兩塊：

• 免費 + 付費增值：基礎服務免費，進階功能收費
• 企業級訂閱：大客戶按月或年付費，從每月 25 美金到數十萬美金都有

最新財報顯示，Cloudflare 的「remaining performance obligations」（RPO）超過 25 億美金，年增 34%。RPO 就是已經簽約但還沒交付的收入，可以理解成「預收帳款」。這個數字成長這麼快，代表客戶續約率高，而且願意簽更大的合約。

定價策略很聰明：從免費的 Cloudflare Free，到 20 美金/月的 Pro，再到 200 美金/月的 Business，最後是客製化的 Enterprise。這種階梯式定價讓小網站能免費使用，大企業願意付高價（來源：Cloudflare 官網）。

競爭格局：老大哥 vs 專業選手

CDN 和網路安全市場，基本上是雲端三巨頭 vs 專業廠商的局面。

雲端三巨頭：

• AWS CloudFront：市占第一，跟 AWS 生態綁定深
• Azure CDN：微軟的企業客戶自然會用
• Google Cloud CDN：起步較晚但成長快

專業廠商：

• Cloudflare：效能好、介面簡潔、價格透明
• Fastly：更針對開發者，edge computing 比較強
• KeyCDN：小而美，價格便宜

Cloudflare 的護城河在哪？主要是三個：

1. Network Effect：用戶越多，network 越強，效能越好
2. 數據優勢：處理這麼多流量，對網路威脅的判斷比別人準
3. 開發者友善：API 設計好用，文件清楚，社群活躍

但說實話，技術門檻沒那麼高。AWS 有錢有資源，隨時可能透過價格戰或綁定策略搶市場。Cloudflare 現在還在虧錢（Q1 虧 6200 萬美金），雖然虧損比例在縮小，但要跟有深口袋的對手打持久戰，壓力不小。

Meta 判讀：AI Automation 的第一波衝擊

用電競的角度看，這是一個典型的 Meta Shift — 遊戲規則改變了。

AI 讓 Cloudflare 能用更少的人做更多的事。CEO Prince 說這不是 cost-cutting，而是「defining how a world-class company operates in the agentic AI era」。翻成白話就是：AI 時代的公司就該這樣運作，用技術取代人力。

這讓我想到 2010 年代的「移動優先」轉型。那時候很多公司也說「我們不是在砍預算，我們是在適應移動時代」，然後砍掉了一堆傳統業務的人。現在換成 AI。

具體來看，Cloudflare 裁的是哪些人？根據 CFO Thomas Seifert 的說法，除了有業績壓力的銷售，其他部門都有砍。這表示被 AI 取代的主要是：

• 客服和技術支援（chatbot 可以處理大部分問題）
• 數據分析和監控（AI 可以自動檢測異常）
• 基礎設施維護（自動化運維）
• 內容審核和安全分析（AI 判斷威脅）

但這裡有個關鍵問題：Cloudflare 營收創高，為什麼不把省下來的人力成本投入到新產品開發或市場擴張？

我覺得答案是市場壓力。投資人現在看到 AI 公司都期望看到「AI-driven efficiency」，也就是用 AI 提高利潤率。如果你有 AI 但沒砍人，投資人會質疑你的 AI 到底有沒有用。

工程師該怎麼看

這個案例對工程師的啟示很明確：不要做會被 AI 取代的工作。

從 Cloudflare 的裁員清單來看，比較危險的是：

• 重複性的監控和維護工作
• 基礎的客戶服務和技術支援
• 簡單的數據分析和報表製作
• 規則式的內容審核

相對安全的是：

• 系統架構設計
• 複雜問題的 debug 和優化
• 客戶關係維護（有業績壓力的銷售）
• 新產品和新技術的研發

如果你是做 DevOps 或 SRE，現在就該開始學習如何設計和管理 AI-driven 的自動化系統，而不是只會手動處理問題。如果你是做前端或後端，多學一些 AI integration 的技能 — 不是要你變成 AI 專家，而是要會用 AI 工具來提升自己的產出。

至於 side project，我覺得可以往兩個方向想：要嘛做純人類創意的東西（AI 還做不好的），要嘛就做幫其他人導入 AI 的工具。Cloudflare 能砍 1,100 人但營收創高，表示 AI automation 的市場需求很大。

最後一個觀察：Cloudflare 這次裁員，保留了所有有業績壓力的銷售。這告訴我們，在 AI 時代，能直接創造收入的角色還是最安全的。技術很重要，但如果技術不能直接轉化成商業價值，就有被 AI 取代的風險。

現實就是這麼殘酷 — AI 不會平均分配影響每個人，而是會優先取代那些「可以被自動化但不直接創造收入」的工作。早點認清這個趨勢，早點調整，才不會成為下一個被「made obsolete」的 1,100 人之一。

延伸閱讀

• SAP 砸 11.6 億美金賭一間 18 個月大的 AI 公司 — 瘋了還是遠見？
• 師傅退休怎辦？這家新創用 AI 「複製」30年工作經驗
• OpenAI 做手機 只是 AI Agent 取代 App ？