為什麼花 30 分鐘完成的工作，卻要記 50 小時
出問題的從來不是個人的良心，而是計費單位。
前言
各位讀者，我想先問一個問題。
有一位時薪六萬韓元的開發者，收到一個功能開發的需求，而他記得三年前做過一模一樣的東西。那次花了整整 50 小時。這次他直接把舊程式碼拿出來，10 分鐘就貼上去了，運作正常，測試也全部通過。
公司該付 50 小時的錢，還是 10 分鐘的錢？
一旦回答 10 分鐘，這位開發者以後就再也不會重用了。一旦回答 50 小時，這份合約就已經不是時薪制了。不管選哪邊，合約都崩了。
先說結論。這不是個人誠實的問題，而是**「投入時間 = 創造價值」這個前提被打破之後**所發生的結構性事故。而現在，這場事故正在人力市場和軟體市場同時上演。
🔴 時薪制在邏輯上崩塌的四個瞬間
時薪制在特定條件下運作得無懈可擊——當投入時間和產出成正比的時候。問題在於，知識勞動中這種比例經常被打破。我們來看四個場景。
第一，零小時的構想。 洗澡的時候突然想到一個能改變公司成本結構的點子。沒有研究，沒有開會。時薪制該為這個構想付多少錢？零小時，所以零元。因為公司不會單獨購買一個構想。
第二，重用。 就是前面提到的，把 50 小時的資產在 10 分鐘內貼上來的情况。時薪制裡沒有辦法把過去 50 小時創造的價值，換算成現在這 10 分鐘。
第三，AI 代理委託。 把一個 10 小時的工作交給 AI 代理，審閱計畫、驗收結果，反覆跑幾輪迴路，30 分鐘就搞定了。這 30 分鐘裡壓縮著「知道該委託什麼」的能力，但時薪制讀不懂這種壓縮。
第四，失敗的 10 小時。 花了 10 小時才意識到方向從一開始就是錯的。這 10 小時可以開帳嗎？時薪制會承認這 10 小時是正當勞動。但前面三個場景，它不承認。
你應該已經看出問題了。時薪制對摸索的時間很慷慨，對壓縮的時間卻很吝嗇。 這是一份越熟練越虧本的合約。
所以對接案者來說，只剩兩個選擇：完全不接時薪制的客戶（等於丟掉一半潛在客戶），或者把報告灌水。
我必須說清楚，我不建議第二種做法。但如果某個結構持續、一致地獎勵某種行為，那問題不在做這件事的人身上，而是結構設計有問題。一份靠個人良心來維運的合約，本質上不是合約，而是祈願。
公司的對策是監控，而監控根本不好使
為了阻止報告灌水，企業掏出的牌是監控軟體。每 15 分鐘截一次圖、統計鍵盤輸入次數、要求每小時填寫工作日誌。業界管這叫 Bossware1。市場調查顯示，78% 的員工監控工具都內建截圖功能。
效果怎麼樣？這裡有一項研究讓我覺得相當有意思。
MIT 的 Namrata Kala 和 UC San Diego 的 Elizabeth Lyons 在 2025 年 NBER 發表了一項隨機對照實驗2。他們在線上勞動力市場中隨機分配數位監控，並分為「說明監控原因」和「不說明原因」兩組，來衡量績效差異。
結果是雙層的。第一，監控本身對績效沒有產生統計上顯著的影響。 「被監控就會更努力」這個常識，在數據上站不住腳。第二，更關鍵的是：在引入或取消監控時，如果沒有說明原因，勞動者的產出會顯著下降。 真正拖累績效的不是「監控」這個動作，而是「不告訴你為什麼要監控」的態度。
所以監控工具非但沒有阻止灌水，反而消滅了管理者和勞動者之間的解釋責任。而且這種方式篩掉的不是不誠實的人，而是有議價能力的人。 有本事、有選擇的人不會接受截圖條件，直接走人。留下的是不得不接受這些條件的人。公司加強監控的結果，其實是把自己的人才池縮小了。
「那把時薪漲三倍不就行了？」這也不好使。一個開價每小時 30 萬韓元的人和一個開價 10 萬的人並排擺在那裡，用價格判斷的公司會選後者。就算後者把工時記成三倍、最終總額一樣，結果也一樣。誠實的單價上調，在市場上會被懲罰。
🌏 同樣的病症正在蔓延到軟體產業
以上是人的故事，接下來是軟體的故事。令人驚訝的是，症狀一模一樣。
上一期我們討論了法律產業的「可計費工時」3 崩塌。
在賣時間的生意裡，AI 把時間壓縮掉了，那還賣什麼？
一位時薪 300 美元的律師，原本花 25 小時準備的法律文件，用 AI 10 小時就完成了。要維持同樣的營收，時薪得漲到 750 美元。根據 2025 Legal Trends Report，律師事務所 74% 的可計費工時業務暴露在自動化風險之下。營收的根基，恰恰就是自動化的靶心。
但這不只是法律產業的毛病。SaaS 業界也在發生同樣的事。
按席位計費4正在瓦解。 採用按席位計費的 SaaS 企業比例，在 12 個月內從 21% 跌到 15%。反過來，訂閱費加用量混合的混合模式則從 27% 升到 41%。原因很簡單：AI 代理能幹五個初級員工的活，如果還按「席位數」收費，客戶效率越高，供應商的營收就越少。客戶的成功，就是供應商的損失。
於是「按解決件數」計費出現了。 Zendesk 對 AI 代理的每筆自動解決收取 1.5 美元（依合約約定），Intercom 的 Fin 收 0.99 美元。不是按每個客服人員每月收多少，而是每解決一張工單就收多少。開始對結果而非時間定價了。
再把前兩期提到的數字疊上來看看。
機器人時薪 5 美元的時代，人該做什麼
美國倉庫機器人的每小時營運成本是 5.71 美元，大約是人類倉庫勞工平均時薪的三分之一。
把三個場景並排放在一起，就會看到一幅圖景：「時間」這個單位本身的價格正在崩潰。 不管是人的時間、席位的時間，還是機器人的時間。
為什麼偏偏是「時間」成了計費單位
退一步來看。時間計費不是自然法則，而是工廠的遺產。
在工廠裡，投入時間和產出幾乎精確成正比。站 8 小時就出 8 小時的零件，所以時間是很好的代理指標，量起來也方便。20 世紀的知識勞動毫無疑問地直接沿用了這個單位。律師事務所、顧問公司、廣告代理、自由接案平台，全都一樣。
而這個代理指標現在斷了。知識勞動中時間和價值的關聯本來就鬆散，AI 直接把那根鬆散的線剪斷了。把上一期的問題再拿出來：「在賣時間的生意裡，AI 把時間壓縮掉了，那還賣什麼？」這不只是法律產業的問題，而是所有以時間為單位收錢的人的問題。
📊 那改成績效計費就行了嗎
這裡不能草率下結論。「時間不行就改績效」聽起來很直覺，但數據顯示，績效計費5也有相當高的壁壘。
測量和歸因很難。 營收增長、成本削減這類真正的績效，背後有好多變數。是 AI 的貢獻？客戶團隊的貢獻？還是市場本身就好？很難區分。截至 2022 年，真正導入績效計費的企業級 SaaS 供應商只有 17%，原因就在這裡。
銷售變慢了。 績效合約需要基準測量、PoC、法律保障條款，分析顯示這會讓銷售週期拉長 20% 到 30%。
財務不買帳。 64% 的 SaaS 財務主管把「不可預測性」列為績效模式最大的顧慮。營收跟客戶績效掛鉤，連自己公司的計畫都排不出來。
只有成熟產品才玩得起。 成功導入績效計費的企業中，78% 的產品已經在市場上超過 5 年。新創團隊根本沒有承諾績效的依據。
按專案計費也一樣。需求一改就要重新談判，光出報價就要好幾天，報價偏了三倍，虧損由接案者自己扛。
所以現實的答案不是純績效計費，而是混合模式：基本費 + 績效掛鉤。業界預估到 2026 年底，混合模式的占比會達到 61%。這意味著時間計費崩塌後，績效計費不會立刻填補空缺，而是一種不倫不類的混合體將持續主導一段時間。
Oswarld 的視角
老實說，我幾乎不用時薪制，也不用專案制。我按週或按月結算，報告要得很短，或者根本不要。
做顧問和 GTM 策略學到一件事：測量本身也是有成本的。 大家通常覺得「精確測量」是免費的。不是。填工時表的時間、寫報告的時間、主管審閱報告的時間，還有「被監控」這種情緒對績效的侵蝕——這些都是成本。在時薪制專案裡實際算一算，管理成本吃掉報價額 10% 到 20% 的情況並不罕見。為了把結果的準確度提高 1%，卻花掉 15% 的管理成本。
所以我的選擇是：時薪制的替代方案不是績效計費，而是信任的價格。 信任的測量成本幾乎為零。每幾週看一次這個人在創造什麼價值——不只是完成的任务，還包括提出的構想、幫助同事的時間、留在團隊裡的文件。不問他工作了幾小時，反正我每天都看在眼裡。
但老實講，這個模式不是哪裡都適用。只有在領導者能每天親眼看到團隊成員工作的規模下才行，大概十人上下的新創公司。再大一點，領導者就不得不找代理指標，而最方便的代理指標又是時間。而且從接案者的角度，提出這個模式的話，一半的客戶會走。因為你答不上「所以我到底在買什麼？」這個問題。
最後回答最難的那個問題：一個幾個月都表現很好的人，上週什麼都沒做，那週的錢該給嗎？
我給。因為我買的不是那週的產出，而是這個人留在團隊裡這個狀態本身。產出本來就不均勻，有的週是零，有的週是十倍。零的那週扣錢，我其實就是又回到時薪制了。不過，這個答案只適用於信任資產已經累積起來的人。如果零的週反覆出現還在給，那就不是信任，是放縱了。信任模式的真正成本在這裡：管理者無法迴避判斷。 時薪制之所以受歡迎，真正的原因可能也在這裡——因為數字會替你判斷。
結語
整理一下。
時薪制對摸索的時間很慷慨，對壓縮的時間很吝嗇。AI 把壓縮的幅度越拉越大，這份合約就越把熟練者往外推。監控工具解決不了這個問題，反而先把有議價能力的人篩掉了。
同樣的崩塌正在法律產業的可計費工時和 SaaS 的按席位計費中同時發生。「時間」這個單位本身的價格正在崩潰。
但績效計費也不是萬能的。測量和歸因困難，財務討厭不可預測性。短時間內，混合模式是現實的答案；如果是小團隊，還有一個選擇——信任基礎的結算方式。
如果你現在正在按時間計費，或者正在被按時間計費，請在留言區告訴我：在那份合約裡，你覺得「老實記反而虧」的那一刻是什麼時候？是重用？是 AI 代理委託？還是失敗的 10 小時？案例集齊了，下一期我會按類型整理出來。
💬 歡迎在留言區分享你對上述問題的經驗 · 📨 如果有按時間計費的同事，請把這篇文章轉給 TA
參考資料 & 延伸閱讀
核心來源
- Namrata Kala & Elizabeth Lyons, “The Effects of Digital Surveillance and Managerial Clarity on Performance”, NBER Working Paper 33348, 2025. ：「不說明的態度」比監控本身更拖累績效，這是本文的核心依據。光看摘要就能抓到論點。
- Monetizely, “The 2026 Guide to SaaS, AI, and Agentic Pricing Models”, 2026.1. ：同時討論了按席位計費的崩塌和績效計費的結構性限制。後半段「Structural Limits」一節最實用。
- Thomson Reuters Institute & Georgetown Law, “2026 Report on the State of the US Legal Market”, 2026.1. ：「生產力-收益悖論」這個說法出自這份報告。
背景知識
- Zendesk, “AI 代理按解決件數計費說明” ：可以看到按解決件數計費實際上是怎麼定價的。
- Intercom, “Fin 定價政策（每解決 0.99 美元）” ：賣結果而非賣時間的定價表實例。
值得一併閱讀的往期
- 在賣時間的生意裡，AI 把時間壓縮掉了，那還賣什麼？ ：本文的法律產業部分是那期的延伸。
- 機器人時薪 5 美元的時代，人該做什麼 ：關於時間的價格跌到了哪裡的故事。
각주
-
Bossware（監控軟體）：指自動記錄員工螢幕畫面、鍵盤輸入、連線時間等資訊的監控型考勤管理軟體。由「Boss」和「Software」組合而成，通常帶有負面語意。 ↩
-
隨機對照實驗（RCT, Randomized Controlled Trial）：將受試者隨機分為兩組，僅對其中一組施加干預，再比較結果的研究方法。類似新藥臨床試驗的做法。優勢在於能論述因果關係，而不僅僅是相關性。 ↩
-
可計費工時（Billable Hour）：律師或顧問為客戶工作時記錄工時，再乘以時薪單價來開帳的方式。曾是法律與顧問產業的標準獲利模式。 ↩
-
按席位計費（Per-seat Pricing）：依使用軟體的用戶數（席位數）來定價的方式。例如「每人每月 2 萬韓元」的結構。當 AI 減少所需人數時，供應商營收也會跟著下降。 ↩
-
績效計費（Outcome-based Pricing）：不按用量或席位數，而是依實際產出的結果來定價。例如「每解決一張工單」「每獲取一條潛在客戶線索」等單位。 ↩
