ClickUp zwolnił 22% zespołu, ale najciekawsze w tej historii nie są same cięcia. CEO Zeb Evans opisuje je jako element przebudowy firmy pod agentów AI i nowy sposób mierzenia pracy. Brzmi jak manifest Doliny Krzemowej, tylko że z bardzo realnymi konsekwencjami dla ludzi.

TL;DR

  • ClickUp zwolnił 22% załogi pod koniec maja 2026
  • Zeb Evans, CEO, zapowiada bardzo wysokie pensje dla pracowników, którzy dowożą największą wartość dzięki AI
  • Firma miała wdrożyć ok. 3000 wewnętrznych agentów AI
  • Według Gartnera z maja 2026 wiele firm korzystających z autonomicznych technologii redukuje etaty, ale nie zawsze widzi zyski
  • Podobne ruchy widać u Meta i w europejskich bankach

Co Zeb Evans ogłosił w sprawie zwolnień w ClickUp?

Zeb Evans, CEO ClickUp, ogłosił na platformie X pod koniec maja 2026, że firma redukuje zatrudnienie o 22%.

W swoim komunikacie przekonywał, że nie chodzi wyłącznie o cięcie kosztów, ale o przebudowę organizacji pod pracę wspieraną przez AI. To zmiana modelu firmy, a nie tylko kolejna runda zwolnień ubrana w modny język.

Evans pisał też o nowych widełkach płacowych dla osób, które potrafią wygenerować największy wpływ biznesowy z pomocą AI. W szkicu pojawiała się kwota miliona dolarów rocznie, ale bez bezpośredniego cytatu lub dokumentu potwierdzającego szczegóły programu wynagrodzeń lepiej traktować to jako deklarację kierunku niż twardą politykę płacową. Sens jest jasny: mniej ludzi, większa odpowiedzialność i większe premie dla tych, którzy najlepiej pracują z narzędziami AI.

Jak ClickUp wykorzystuje agentów AI wewnątrz firmy?

Według relacji opisywanych przez Fortune ClickUp wdrożył około 3000 wewnętrznych agentów AI do obsługi bardziej złożonych zadań. Chodzi nie o prosty chatbot do odpisywania na maile, ale o systemy, które pomagają wykonywać fragmenty pracy operacyjnej, analitycznej i produktowej. Pracownik staje się nadzorcą procesu: zleca zadanie, sprawdza wynik i poprawia błędy.

To ważne rozróżnienie, bo z zewnątrz łatwo uznać, że AI po prostu „zastępuje ludzi”. W praktyce ClickUp próbuje przesunąć role z wykonawczych na kontrolne i projektowe. Jeden z menedżerów, Andy Cabasso, miał nadzorować dziesiątki agentów. Jeśli to działa, firma kupuje sobie nie tylko oszczędność czasu, ale też nowy sposób skalowania zespołu bez proporcjonalnego zwiększania liczby etatów.

Dlaczego ClickUp mówi o „100x org” i co to właściwie znaczy?

Hasło „100x org” brzmi efektownie, ale warto je odczarować. Nie chodzi o matematyczny dowód, że firma stanie się dokładnie sto razy bardziej wydajna. To raczej wewnętrzna wizja organizacji, w której mały zespół, wspierany przez dużą liczbę agentów AI, robi pracę dawniej wymagającą znacznie większej liczby ludzi. To język ambicji, nie precyzyjna metryka.

I tu pojawia się problem, który rynek będzie śledził najuważniej: jak taką wydajność mierzyć. Evans twierdzi, że ClickUp nie skupia się na samym zużyciu tokenów czy liczbie promptów, ale na wartości wytworzonej dla firmy i czasie zaoszczędzonym przez zespół. To brzmi rozsądniej niż liczenie kliknięć, choć nadal zostawia sporo miejsca na uznaniowość. Zwłaszcza gdy od tych wskaźników zaczynają zależeć pensje i etaty.

Co raport Gartnera z maja 2026 mówi o cięciach po wdrożeniu AI?

W tekście przewija się ważna teza: firmy wdrażające autonomiczne technologie często redukują zatrudnienie. Jeśli opierać się na raporcie Gartnera z maja 2026, taki trend rzeczywiście ma być szeroki. Sam trend to nie sukces, bo redukcja etatów nie oznacza automatycznie lepszego biznesu.

To chyba najciekawszy kontrapunkt dla narracji ClickUp. Łatwo ogłosić, że AI podnosi produktywność, trudniej pokazać trwały wzrost marży, jakości produktu i satysfakcji klientów po kilku kwartałach. Wiele firm myli automatyzację z porządnie przemyślaną reorganizacją pracy. Jeśli AI generuje więcej poprawek, więcej nadzoru i więcej stresu, bilans może wyglądać mniej imponująco, niż sugerują prezentacje dla inwestorów.

Jak ruch ClickUp wypada na tle Meta i europejskich banków?

ClickUp nie działa w próżni. Meta również była łączona z planami głębszych zmian zatrudnienia w kontekście wydatków na AI, a w europejskich bankach od miesięcy wraca temat automatyzacji pracy biurowej i ryzyka dla części etatów. Rynek testuje ten sam pomysł: mniejszy zespół, więcej narzędzi, większa presja na wynik.

Różnica polega na tym, że ClickUp mówi o tym wyjątkowo wprost. Firma nie opowiada, że AI „wspiera kreatywność”, tylko że zmienia strukturę organizacji i sposób wynagradzania. To brutalniejsze, ale też uczciwsze. W Polsce podobny ton dopiero się przebija, choć banki i duże firmy technologiczne już sprawdzają, które procesy da się zautomatyzować bez utraty kontroli nad jakością i zgodnością.

Co taka strategia robi z codzienną pracą ludzi?

Jest w tej opowieści coś, co firmy technologiczne lubią pomijać: nawet jeśli AI przejmuje część zadań, człowiekowi często zostaje bardziej nerwowy kawałek pracy. Zamiast wykonać zadanie od początku do końca, trzeba pilnować wielu procesów naraz, wychwytywać błędy i brać odpowiedzialność za wynik. Mniej rutyny, więcej presji.

To zgrywa się z wcześniejszymi badaniami opisywanymi choćby przez Berkeley, według których AI nie zawsze skraca dzień pracy. Czasem robi odwrotnie, bo zwiększa tempo, liczbę iteracji i oczekiwanie, że skoro narzędzia przyspieszają, to człowiek też ma działać szybciej. W modelu ClickUp nagroda dla najlepszych może być wysoka, ale koszt psychiczny dla reszty zespołu też może okazać się wysoki.

Czy model ClickUp może przyjąć się także w Polsce?

Tak, ale raczej nie w formie prostego kopiuj-wklej. Polski rynek pracy jest ostrożniejszy, a duże organizacje mają więcej warstw zgodności, bezpieczeństwa i procedur. Mimo to kierunek jest czytelny: firmy będą próbowały zatrudniać mniej osób do zadań powtarzalnych i więcej osób do projektowania procesów, weryfikacji wyników AI oraz integracji narzędzi z istniejącymi systemami. Presja dopiero rośnie.

Najmocniej widać to tam, gdzie praca już dziś jest mierzalna i oparta na dokumentach, zgłoszeniach albo analizie danych. Dlatego banki, centra usług wspólnych i software house’y będą patrzeć na takie eksperymenty bardzo uważnie. Nie dlatego, że każdy marzy o „100x org”, tylko dlatego, że żadna firma nie chce zostać z kosztami sprzed epoki agentów AI, jeśli konkurencja znajdzie sposób, by robić to samo taniej i szybciej.

Źródła:

TechCrunch, Fortune, Business Insider, The Next Web, Gartner

Najczęściej zadawane pytania