Bagaimana Syarikat SaaS Menstruktur Semula Pasukan di Sekitar AI pada 2026

Oleh Victor Hoang · Dikemas kini 14 April 2026

Syarikat SaaS yang secara senyap menstruktur semula pasukan mereka di sekitar keupayaan AI pada 2024 dan 2025 kini beroperasi dengan kelebihan struktural. Mereka bukan hanya bergerak lebih cepat. Laporan Keadaan AI dalam Perusahaan Deloitte 2026 mendapati bahawa syarikat telah meluaskan akses tenaga kerja kepada AI sebanyak 50% dalam satu tahun sahaja, berkembang dari kurang 40% kepada sekitar 60% pekerja kini dilengkapi dengan alat AI yang diluluskan. Pengembangan itulah yang penstrukturan semula dibina di atasnya. Mereka menjalankan pasukan customer success pada bilangan pekerja 20-30% lebih rendah tanpa penurunan NPS. Mereka mencapai sasaran hasil dengan pasukan go-to-market yang dikonsolidasikan yang akan kelihatan kekurangan kakitangan dua tahun lalu. Dan fungsi kewangan dan operasi mereka mengendalikan jumlah transaksi yang sama dengan lebih sedikit orang.

Ini bukan kisah tentang pemberhentian. Ia adalah kisah tentang apa yang berlaku apabila unit kerja asas dalam syarikat SaaS berubah, dan cara pengendali yang paling bijak membina struktur organisasi untuk memadankannya.

Mengapa Perancangan Berasaskan Bilangan Pekerja Tidak Lagi Berfungsi

Bagi sebahagian besar dekad lepas, penskalaan SaaS mengikuti formula yang agak boleh diramalkan: lebih banyak ARR memerlukan lebih ramai orang. Customer success memerlukan tenaga untuk mengurus akaun. Sokongan memerlukan ejen untuk mengendalikan tiket. Jualan memerlukan SDR untuk mengisi saluran paip. Nisbahnya mungkin berubah pada peringkat pertumbuhan yang berbeza, tetapi arahnya sentiasa sama. Hasil naik, bilangan pekerja naik.

Formula itu sedang pecah. Bukan kerana AI menggantikan orang secara keseluruhan, tetapi kerana ia mengubah unit kerja yang pasukan diorganisasi di sekelilingnya. Penyelidikan McKinsey tentang reka bentuk semula tenaga kerja teknologi untuk era AI agentik mendokumentasikan bagaimana AI sudah mendorong dampak bersih 20-30% pada komposisi tenaga kerja, dengan peranan seperti pengurus pembaharuan, jurutera sokongan, dan SDR sebahagiannya digantikan sementara yang lain dibentuk semula di sekitar pengawasan AI.

Secara tradisional, anda akan menyaiz pasukan CS berdasarkan akaun-per-CSM. Syarikat SaaS mid-market mungkin memperuntukkan satu CSM untuk setiap 30-40 akaun, dengan kadar churn tahunan yang dijangka dipanggang ke dalam model kakitangan. Hari ini, pasukan CS beraugmentasi AI di syarikat yang setanding menguruskan 60-80 akaun per orang. Bukan dengan berjimat dalam perkhidmatan, tetapi kerana AI mengendalikan sentuhan berulang, menandai akaun berisiko sebelum CSM akan menyedarinya, dan mengautomasikan urutan Onboarding yang dahulunya memerlukan penyelarasan manual.

Matematik perancangan telah berubah. Anda tidak bertanya "berapa ramai orang yang kita perlukan untuk X akaun?" Anda bertanya "apakah kapasiti AI yang kita gunakan, dan berapa ramai orang yang kita perlukan untuk mengarah dan menyelia ia?"

Peralihan daripada perancangan berasaskan bilangan pekerja kepada perancangan berasaskan kapasiti ialah perubahan asas yang mendorong setiap corak penstrukturan semula yang kita lihat pada 2026. Dan ia memerlukan pengukuran ROI penggunaan AI secara berbeza daripada yang ditangkap oleh metrik produktiviti tradisional, kerana apa yang anda ukur bukan sekadar output bagi setiap orang, tetapi kapasiti berkesan bagi setiap pasukan.

Tiga Corak Penstrukturan Semula dalam Syarikat SaaS 50-500 Pekerja

Corak A: Customer Success dan Sokongan AI-Pertama

Ini adalah corak yang paling biasa, dan ia menghasilkan hasil yang paling ketara. Syarikat yang menstruktur semula di bawah Corak A melakukan dua perkara secara serentak: meruntuhkan sokongan Tier-1 melalui pesongan AI, dan meningkatkan pasukan yang tinggal ke peranan kerumitan lebih tinggi.

Keadaan sebelum di syarikat SaaS bersaiz 200-orang yang biasa kelihatan seperti ini: pasukan sokongan 12-orang dibahagi kira-kira 70/30 antara Tier-1 (penetapan semula kata laluan, FAQ Onboarding, soalan pengebilan) dan Tier-2 (eskalasi teknikal, integrasi kompleks, risiko churn). CS duduk secara berasingan dengan 8 CSM menguruskan akaun merentasi segmen.

Keadaan selepas, untuk syarikat yang telah melengkapkan penstrukturan semula ini, kelihatan berbeza. AI mengendalikan 65-75% jumlah tiket Tier-1 dengan skor kepuasan yang setanding. Bilangan pekerja Tier-1 turun dari 8-9 orang kepada 3-4. Tetapi pasukan Tier-2 berkembang sedikit, kerana ia kini mengendalikan nisbah yang lebih tinggi bagi isu yang sampai kepada manusia. Pasukan CS dikonsolidasikan: lebih sedikit CSM, tetapi setiap seorang disokong oleh alat AI yang mendedahkan risiko pembaharuan, corak penggunaan, dan isyarat pengembangan secara automatik. Apa yang dahulunya memerlukan analis CS Ops menjalankan laporan kini didedahkan dalam aliran kerja CSM setiap pagi.

Sebuah syarikat SaaS B2B tanpa nama dalam julat 150 pekerja menggambarkannya begini: "Kami daripada 11 orang dalam sokongan dan CS kepada 8, tetapi 8 orang yang kami ada sekarang melakukan kerja yang tidak dapat dilakukan oleh 11 orang yang lama. Mereka benar-benar mengadakan perbualan strategik dengan pelanggan dan bukannya menjawab lima soalan yang sama." Data prestasi pasukan jualan beraugmentasi AI dari 2025-2026 menyokong corak ini pada skala besar: pasukan dengan peranan sokongan AI yang dipertingkatkan secara konsisten mengatasi prestasi pasukan yang sekadar menjalankan model pesongan-dahulu.

Corak B: Pengkonsolidasian Pasukan Hasil

Nisbah SDR/AE telah menjadi titik perbahasan dalam reka bentuk go-to-market SaaS selama bertahun-tahun. Kebijaksanaan konvensional mengatakan anda memerlukan kira-kira 2 SDR per AE untuk memastikan saluran paip penuh. Matematik itu mengandaikan SDR menghabiskan sebahagian besar masa mereka untuk tugas prospek, penjujukan, dan kelayakan yang kini boleh diautomasikan dengan banyak.

Syarikat yang menstruktur semula di bawah Corak B meruntuhkan nisbah ini, kadangkala kepada 1:1, kadangkala lebih jauh. Alat AI mengendalikan penjujukan outbound, penyelidikan prospek, pemantauan isyarat niat, dan penapisan kelayakan awal. Apa yang tinggal untuk SDR manusia adalah kerja bernilai lebih tinggi: panggilan pembinaan hubungan, multi-threading kompleks ke dalam akaun perusahaan, dan pertimbangan yang tidak dapat dibuat AI dengan bersih.

Tetapi ini bukan sekadar tentang mengurangkan bilangan SDR. Perubahan struktural yang lebih menarik ialah kabur sempadan SDR/AE itu sendiri. Beberapa syarikat dalam julat 50-200 pekerja telah beralih ke arah model AE "kitaran penuh" hibrid, di mana setiap AE memiliki prospek dan penutup untuk wilayah yang ditentukan, disokong oleh alat AI yang mengendalikan kerja jumlah. Penstrukturan semula ini sebelumnya dianggap tidak cekap pada skala, kerana AE yang meluangkan masa untuk prospek bermakna kurang masa untuk menutup jualan. Tetapi AI mengubah ekonominya: jika kerja prospek hanya memerlukan 20% daripada masa yang dahulunya diperlukan, model kitaran penuh menjadi berdaya maju.

Hasilnya ialah pasukan hasil yang lebih ramping yang, secara berlawanan intuitif, sering menghasilkan produktiviti lebih tinggi per wakil berbanding model bersilot yang digantikannya. Aliran kerja berkuasa AI untuk pasukan jualan ialah perkara yang menjadikan model kitaran penuh berdaya maju dari segi operasi dan bukan sekadar menarik secara teori.

Corak C: Pemampatan Pasukan Operasi dan Kewangan

Ini adalah corak yang paling senyap dalam tiga, tetapi dalam beberapa segi yang paling penting secara struktural. Pasukan operasi dan kewangan dalam syarikat SaaS mengendalikan jumlah tinggi kerja yang boleh diulang dan berasaskan peraturan: penyesuaian hasil, pengiraan komisen, semakan kontrak, pengurusan vendor, pelaporan. Fungsi-fungsi ini secara sejarah berkembang dengan saiz syarikat pada asas hampir linear.

Syarikat yang menstruktur semula di bawah Corak C sedang memecahkan lineariti itu. Alat AI yang mengendalikan penyesuaian hasil, enjin pengiraan komisen automatik, dan semakan kontrak berbantu AI sedang mengurangkan input buruh yang diperlukan untuk setiap transaksi. Pasukan kewangan yang memerlukan 6 orang untuk menyokong syarikat bersaiz 200-orang kini menguruskan jumlah transaksi yang sama dengan 4.

Implikasi struktural melangkaui bilangan pekerja. Peranan operasi dan kewangan beralih dari berat pelaksanaan kepada berat pertimbangan. Ahli pasukan yang tinggal menghabiskan lebih banyak masa pada pengendalian pengecualian, analisis strategik, dan kerja yang memerlukan pengetahuan perniagaan kontekstual. Ia adalah profil pekerjaan yang berbeza, dan syarikat yang menyampaikan peralihan ini dengan jelas mengekalkan pengendali terbaik mereka sepanjang perubahan.

Apa Yang Tidak Berfungsi

Tidak setiap usaha penstrukturan semula AI berjalan lancar, dan eksekutif yang merancang perubahan ini akan mendapat manfaat daripada mengetahui di mana orang lain tersandung.

Kegagalan automasi berlebihan lebih biasa daripada yang dilaporkan. Beberapa syarikat mendorong kadar pesongan AI dalam sokongan terlalu agresif, menyasarkan pesongan 80%+, dan melihat skor kepuasan pelanggan turun apabila kes tepi jatuh melalui jurang. AI mengendalikan tiket mudah dengan baik, tetapi isu kompleks yang memerlukan nuansa terperangkap dalam gelung automatik sebelum sampai kepada manusia. Pelajarannya: kadar pesongan adalah petunjuk yang tertinggal, bukan metrik kejayaan. Skor usaha pelanggan dan masa penyelesaian eskalasi lebih penting.

Kerosakan semangat akibat komunikasi yang lemah adalah mod kegagalan yang paling boleh dicegah. Syarikat yang menstruktur semula tanpa komunikasi yang telus tentang alasan, garis masa, dan kriteria untuk siapa yang akan terjejas melihat pengunduran sukarela yang tidak seimbang dalam kalangan prestasi tinggi. Penyelidikan Gartner tentang CHRO yang memimpin perubahan tenaga kerja AI jelas tentang perkara ini: lebih separuh organisasi telah mereka bentuk semula atau mentakrifkan semula peranan kerana AI, dan tanpa pengurusan perubahan yang disengajakan, usaha transformasi terjejas tepat pada saat ia paling penting. Orang yang mempunyai pilihan pergi dahulu. Ini berhubung terus dengan perkara yang lebih luas tentang bagaimana AI mengubah pengekalan, bukan hanya pengambilan: keputusan penstrukturan semula yang dibuat secara tidak telus mempercepatkan pemergian tepat pekerja yang cuba anda jadikan tunjang. Eksekutif yang membingkai penstrukturan semula sebagai "peningkatan kecekapan" tanpa menangani subteks yang jelas (bahawa bilangan pekerja sedang dikurangkan) kehilangan kepercayaan yang terbukti sukar dibina semula. Syarikat yang menangani ini dengan baik adalah langsung: mereka menamakan perubahan, menerangkan mengapa ia berlaku, menerangkan bagaimana keputusan dibuat, dan memberikan pekerja yang terjejas notis dan sokongan yang sebenar.

Risiko pematuhan dalam SaaS yang dikawal adalah pendedahan yang kurang dihargai. Syarikat yang beroperasi dalam fintech, healthtech, atau SaaS undang-undang dengan keperluan pengendalian data tertentu telah menemui bahawa alat AI yang diperkenalkan dalam penstrukturan semula mewujudkan kawasan permukaan pematuhan baru. Apabila AI menyentuh data pelanggan sebagai sebahagian dari aliran kerja sokongan atau CS yang automatik, itu mempunyai implikasi untuk SOC 2, HIPAA, atau rangka kerja lain.

Buku Panduan CRO dan COO: Cara Menjujukan Penstrukturan Semula

Penjujukan penstrukturan semula ini sama pentingnya dengan struktur itu sendiri. Syarikat yang mendapat penjujukan yang salah, biasanya dengan memotong bilangan pekerja sebelum alat AI sebenarnya berprestasi dengan boleh dipercayai, mewujudkan gangguan perkhidmatan yang masih mereka pulihkan.

Buku panduan yang digunakan oleh syarikat yang melaksanakan ini dengan baik mengikuti corak yang konsisten:

Fasa 1: Instrumenkan sebelum anda memotong. Sebelum sebarang keputusan penstrukturan semula, wujudkan garis asas yang jelas tentang kerja yang dilakukan oleh pasukan semasa anda. Jumlah tiket, masa penyelesaian, liputan akaun, metrik saluran paip. Anda tidak dapat menilai apa yang AI gantikan jika anda tidak tahu di mana anda bermula.

Fasa 2: Jalankan alat AI secara selari, bukan sebagai penggantian. Data yang paling penting yang anda kumpulkan ialah di mana AI berprestasi baik dan di mana ia gagal. Jalankan aliran kerja berbantu AI bersama aliran kerja manusia sedia ada anda selama 6-8 minggu. Jejak di mana output AI cukup baik dan di mana manusia menangkap ralat. Data larian selari inilah yang anda sebenarnya gunakan untuk membuat keputusan penstrukturan semula.

Fasa 3: Strukturkan semula mengikut fungsi, bukan sekaligus. Syarikat yang cuba menstruktur semula berbilang fungsi secara serentak (CS, sokongan, dan jualan pada masa yang sama) mewujudkan huru-hara pengurusan perubahan. Syarikat yang berfasa mengikut fungsi, melengkapkan satu peralihan sebelum memulakan yang seterusnya, mengekalkan kestabilan operasi dan memberikan pemimpin masa untuk mempelajari apa yang sebenarnya berfungsi sebelum menerapkannya di tempat lain.

Fasa 4: Takrifkan semula peranan sebelum anda mengisi semula. Di sinilah banyak syarikat meninggalkan nilai di atas meja. Apabila sesuatu peranan dihapus oleh automasi AI, naluri ialah untuk tidak mengisi semula sahaja. Tetapi soalan yang lebih baik ialah: kerja bernilai lebih tinggi apakah yang kapasiti orang ini kini boleh lakukan? Syarikat yang menggunakan penstrukturan semula sebagai peluang untuk mereka bentuk semula peranan yang tinggal secara sengaja, mengembangkan skop dan menambah tanggungjawab yang sebelumnya terpinggir, mengekalkan bakat dan mendapat lebih banyak daripada bilangan pekerja mereka. Satu rangka kerja AI mengambil pekerja berbanding meningkatkan kemahiran membantu kepimpinan membuat keputusan pentakrifan semula peranan itu secara sistematik dan bukan kes demi kes.

Keputusan sama ada hendak menstruktur semula atau menambah baik pasukan sedia ada patut mempunyai rangka kerjanya sendiri. Logik asasnya: jika alat AI boleh menggantikan jenis tugas tertentu pada kualiti 80%+ berbanding manusia, dan jenis tugas itu mewakili sebahagian besar masa sesuatu peranan, penstrukturan semula wajar dinilai. Jika AI menambah keupayaan tetapi tidak menggantikan jumlah tugas, penambahan ialah pilihan yang betul: anda menambah AI untuk menjadikan bilangan pekerja sedia ada lebih berkesan, bukan mengurangkannya.

Apa Maksudnya untuk Perancangan Bilangan Pekerja 2027

Syarikat yang menetapkan pelan bilangan pekerja 2027 mereka hari ini sudah membuat keputusan struktural yang akan berganda dalam tempoh 18 bulan akan datang. Pasaran SaaS sedang bercabang dua: di satu pihak, syarikat yang telah melakukan kerja keras menginstrumen operasi mereka, menjalankan alat AI secara selari, dan menstruktur semula dengan sengaja. Di pihak lain, syarikat yang masih merancang bilangan pekerja dengan cara yang sama seperti yang mereka lakukan pada 2022.

Jurang dalam unit ekonomi antara dua kumpulan ini akan kelihatan pada 2027. Bukan kerana syarikat yang distruktur semula memotong jalan mereka kepada kecekapan, tetapi kerana mereka membina struktur organisasi yang sepadan dengan cara kerja sebenarnya dilakukan apabila AI ada dalam aliran kerja.

Corak struktural kini didokumentasikan. Corak A, B, dan C bukanlah hipotetikal. Mereka adalah realiti operasi di syarikat yang setanding dalam segmen anda. Soalannya bukan sama ada hendak menstruktur semula, tetapi cara menjujukan tanpa memusnahkan budaya dan pengetahuan institusi yang membawa anda ke sini.

Soalan penjujukan itulah di mana pertimbangan eksekutif sebenar diperlukan. Dan ia berbaloi untuk dilakukan dengan betul.

Baca Lebih Lanjut

• Rupa Bentuk Pengambilan AI Ops Manager Pertama dalam Syarikat 100-Orang
• Carta Organisasi Masa Depan: Rupa Jabatan Beraugmentasi AI
• Tingkat Kemahiran atau Ambil Pekerja Asli AI? Kes ROI
• Kos Tersembunyi Menangguh Peningkatan Kemahiran AI: Analisis Sedia CFO
• Menjalankan Program Pilot AI yang Benar-benar Membuktikan ROI: Cara menstruktur fasa larian selari sebelum sebarang keputusan penstrukturan semula
• Dasar Tadbir Urus AI untuk Jabatan: Rangka kerja pematuhan dan akauntabiliti yang mencegah kegagalan penstrukturan semula