Canva裁员22%:设计巨头调整团队结构

Canva宣布裁员1271人占总员工22%,为成立以来最大规模调整。
Canva联合创始人兼CEO Melanie Perkins宣布公司进行重大团队调整,涉及1271名员工,占全球员工总数的22%,为该公司成立以来规模最大的一次人员变动。调整内容包括部分岗位角色转变、要求员工搬迁至集中化办公枢纽,以及员工离职。Perkins在声明中承认要与队友和朋友告别,但未披露裁员的具体财务背景和离职补偿方案。文章分析认为,这一举措指向将团队集中到核心办公地点、优化岗位配置,反映科技行业在高速扩张后追求运营效率的普遍趋势。未来Canva能否在精简团队的同时保持产品创新速度和用户体验,将考验其长期竞争力与人才市场声誉。
Canva联合创始人兼CEO Melanie Perkins今日宣布,公司将对团队进行重大调整,涉及1,271名员工,占其员工总数的22%。这一决定意味着部分岗位将发生变化,部分员工被要求迁至集中办公中心,同时也有员工将离开公司。
裁员规模与影响范围
此次调整波及Canva全球员工的22%,共计1,271人。Perkins在声明中表示:“对一些人来说,这意味着角色转变或被要求搬迁至集中化枢纽;遗憾的是,这也意味着要与队友和朋友告别。”这是Canva成立以来规模最大的一次人员调整,反映出公司在快速扩张后正重新审视组织效率。
调整背后的战略逻辑
尽管Canva未详细说明裁员的财务背景,但Perkins的表述指向两个方向:一是将团队集中到核心办公地点,二是优化岗位配置。这与许多科技公司在高速增长后追求运营效率的趋势一致。Canva作为在线设计平台的代表,近年来用户规模持续扩大,但组织膨胀也可能带来协作成本上升。此次调整旨在让决策更贴近核心团队,提升响应速度。
“集中化枢纽”(centralized hubs)是近年来科技公司组织调整中的常见做法,指将分散在多地甚至多国的团队收缩到少数核心办公城市或园区。其逻辑在于降低跨时区、跨地点的协作摩擦,缩短决策链条,并更高效地利用办公资源。远程办公在疫情期间普及后,许多公司发现完全分布式团队在创新协作和新人融入上存在隐性成本,于是转向“ hub-and-spoke ”或纯枢纽模式。对员工而言,这一策略往往伴随搬迁要求,涉及签证、住房和家庭安排等实际问题,也因此成为裁员之外最受争议的调整手段。
对员工与公司文化的影响
裁员22%对任何公司都是沉重打击,尤其Canva一向以亲和的文化著称。Perkins的公开信承认了“告别队友和朋友”的艰难,暗示公司试图以透明方式处理此事。对于被要求搬迁的员工,可能面临个人生活的重大调整;而离职员工则将获得何种补偿,目前尚未披露。这一事件也将考验Canva在人才市场的声誉,以及剩余员工的士气。
行业背景与未来展望
Canva的调整并非孤例。近年来,多家科技公司都在进行类似的结构优化,以应对经济环境变化和增长放缓。对于Canva而言,裁员后能否保持产品创新速度和用户体验,将是关键。公司需要证明,这次“瘦身”是聚焦核心业务、提升长期竞争力的必要之举,而非单纯的成本削减。
核心要点
- Canva宣布裁员1,271人,占员工总数22%,为该公司最大规模人员调整。
- 调整包括岗位变化、搬迁至集中办公中心以及离职补偿。
- CEO Melanie Perkins强调这是艰难决定,旨在优化团队结构。
- 此次裁员反映科技行业在增长放缓背景下追求运营效率的趋势。
- 未来Canva需在精简团队的同时保持创新与用户体验。
Canva所处的在线设计赛道竞争激烈,主要对手包括Adobe(旗下Express)以及Figma等协作设计工具。Adobe凭借创意软件生态和订阅模式占据专业市场,Figma则在产品设计与实时协作领域快速扩张,并于近年被Adobe尝试收购(后因监管阻挠终止)。Canva以模板化、低门槛和免费增值模式切入大众市场,用户规模增长迅速,但商业化主要依赖订阅与团队版。在增长放缓的环境下,投资者更关注盈利能力和单位经济模型,而非单纯用户数,这也是此类公司主动“瘦身”、聚焦核心产品的原因之一。
相关推荐

Ollama选模型完全指南:从配置到量化避坑
Ollama选模型完全指南:从查看电脑配置到逛官方模型库,详解Tools、Thinking、Vision、Decision等标签含义,以及参数规模、量化精度与上下文缓存的取舍策略,助你避开卡死闪退的坑。

Ollama默认安全吗?显卡被白嫖的真相与自查指南
Ollama 默认只绑回环地址,但改一句环境变量或照抄 Docker 命令就可能让显卡暴露。本文解析显卡被白嫖的原理、扫描规模与 DNS 重绑定路径,并给出自查与修复的三层方案。

Cherry Studio+MCP实战:搭建自动化AI智能体与本地知识库
基于B站Cherry Studio教程,详解如何配置MCP环境、搭建网页抓取与报告生成等自动化AI智能体,并用Ollama+千问3搭建本地知识库,附实际操作中的踩坑经验。