每当我们看到一个小团队获得巨大成就时，总是会感叹其为何会有如此高的效率，比方说当年 Instagram 被 Facebook 以 10 亿美金收购时只有 13 个人，YouTube 被 Google 以 16.5 亿美金收购时也只有 70 人左右。

在互联网和移动互联网时代，这样的案例有，但是不多。但是在 AI 快速爆发的当下，这样的案例似乎已经越来越多了，最典型的就是如今最火的图片生成模型 Midjourney 了，其官方网站显示，Midjourny 只有 11 个全职员工。即使是 OpenAI，其员工似乎也才 300 多个，就更不用说当下那些拿了大量融资的 AI 创业公司了，比方说我前段时间介绍的红杉和 Coatue 争抢着投资的一个项目只有 2 个人。

SocialCapital CEO Chamath Palihapitiya 最近在一个播客里，讨论了 AI 对于创业、投资和公司组建的影响，他说 AI 正在以前所未有的速度迭代，创新在以天和周为单位进行。这将改变公司的创立方式，达到 MVP 的团队规模会越来越小， 3~4 个人，而不是之前通常的 40 或 50 人的公司——这意味着 VC 和他们的投资模型需要跟上这些变化。

(资料图片)

Every 的创始人 Nathan Baschez 认为，在 AI 时代，一种新型的创业公司形态正在诞生，其特点是：smaller、faster、cheaper and weirder。

工程学中有一个著名的理论叫康威定律，它很好地解释了为什么不同的技术时代会产生不同类型的组织：

Any organization that designs a system will produce a design whose structure is a copy of the organization"s communication structure.

任何设计系统的组织都会产生一种设计，其结构是组织沟通结构的副本。

例如，如果你的组织由分布在三个地理位置的三个紧密联系的团队组成，那么你的软件可能由三个主要模块组成，这些模块具有很多内部复杂性和它们之间简单、定义明确的接口。

当工程师谈论康威定律时，他们想的是管理者应该如何组织员工以产生更好的系统设计。但该定律反过来同样成立：我们使用的系统决定了我们的组织。

在互联网泡沫时代，典型的互联网初创公司是这样的：

全是 MBA 的高管团队；

筹集 1000 万美元以上的 A 轮融资；

聘请数十名工程师；

用一到两年时间推出第一款产品。

一开始的互联网是全新的，因此即使构建一个相对简单的网络服务也需要大量投资，你必须在内部构建所有东西。

在互联网泡沫破灭、 MBA 们离开之后，有很长一段时间没有多少创业公司创立起来。因为启动的成本仍然很高，投资人承担这种风险的意愿很低。但随着时间的推移，创业活动又开始升温，这其中有两个主要的催化剂。

首先， 像 Ruby on Rails 这样的开源 Web 框架推出了。这使得较小的团队更容易构建产品。

其次，云计算逐渐成熟。通过云服务，你无需管理物理硬件，只需注册一个 AWS 帐户并通过几次按键即可添加更多服务器。

因为创业变得更加容易，所以有更多的人开始创业。原型创业组织变得更加简单：只有一小撮人，大多数是技术人员。他们能够快速发布产品，并根据客户反馈进行迭代。投资人也开始意识到这种新型团队，并开始为其开出更小的支票。这非常有效，一大波新的具有新文化基因的创业公司接管了市场。

这属于云计算和开源在 2010 年代开启的“ 精益创业 ”时代，但如今，AI 很可能 2020 年代开启一种新型组织形态。

像精益创业一样，AI 时代诞生的初创企业也将从小做起。他们将利用开源和云计算快速起步并迭代。但由于 AI 的存在，他们将在更长的时间内保持较小规模，其中最成功的企业只需要少数员工就能实现惊人的规模。

像 Instagram 和 WhatsApp 这样的故事将变得更加普遍。

也许我们甚至会看到员工少于 100 人的公司上市。

更重要的是，这种新型组织将能够尝试新的想法。很难想象这些想法会是什么样子，但我们可以回看历史。在 20 世纪 90 年代和 21 世纪初，出现的奇怪而有趣的初创企业类型相对较少，这些企业在 2000 年代后期和 2010 年代出现。消失的照片信息？出租你的客房？搭陌生人的车？这些想法当时听起来很奇怪，但它们都变成了巨大的企业。

像这样的奇怪想法更有可能出现在一个更加容易入手的世界里。当实验变得更便宜时，更广泛的人群可以进行更广泛的实验。进入门槛已经比以往任何时候都低，但现在 AI 正在变得足够好，可以设计接口，编写代码和执行营销活动，我们将看到越来越多的新实验出现。

但要真正了解新一波 AI 原生初创公司会是什么样子，我们需要准确了解初创公司将如何使用 AI 以更少的人完成更多的工作——康威定律将帮助我们了解这可能对组织结构产生什么影响。

康威定律指出，任何重要的系统都是由较小子系统相互关联构成的。如果要描述系统内部发生的事情，就必须描述系统与外部世界的连接，还必须描述每个子系统以及它们如何相互连接。向下一层，我们可以对每个子系统说同样的话，将其视为一个系统。这种范围的缩小可以继续下去，直到我们得到一个足够简单、无需进一步细分就可以理解的系统。

现在很难预测人工智能将来会执行什么任务，如果基于已经存在或即将存在的能力对未来做展望，随着 AI 技术被应用在越来越多的工具上，以及组织有机会去适应，我们可能会看到 AI 原生时代的创业公司形态会有非常大的变化：

构建产品和功能。大多数工程师现在使用 AI 编写代码，而且他们编写代码的速度比以前快得多。这意味着你需要的工程师更少；工程师越少，对复杂组织结构的需求就越少。

处理数据。当你想根据数据了解某些内容时，几乎总是需要编写脚本将数据转换为创建图形或图表所需的格式。这可能会花费人类很多时间，但 AI 对这类工作特别有用，已经有越来越多的工具可以让你快速实现这样的需求。

学习新技术。这个非常重要，它将以两种方式影响初创企业。

其一是会有全新一代的技术创始人通过 ChatGPT 自学编程技术。学习一门新的语言将比以前容易至少一个数量级；

其次，有经验的工程师可以比以前更快地学习新的程序语言和框架，因此初创公司现在对专家的需求可能要低很多。

测试软件。当你拥有可以依赖的测试系统时，你可以更快地构建功能并更改代码。未来自动化软件发现问题的速度比人工测试人员要快得多。

人工智能非常适合自动化这个过程。

设计界面。像 Diagram 和 Galileo 这样的公司正在帮助设计师更快地工作，并帮助非设计师生成比以往更好的界面，这些工具可以帮助你完成从组织命名 Figma 文件中的图层到创建完整设计和交互原型的所有工作。

与用户沟通。借助类似 Jasper 和 Copy.ai 等工具，可以轻松生成和改进各种营销文案和内容。

解释用户反馈。大多数公司，甚至是小型初创公司，都有大量的电子邮件和反馈调查，他们很难将这些信息转化为可操作的信息，但大模型 LLM 非常擅长提取主题并将大量文本总结成对忙碌的创始人有用的东西。

自动化销售和客户支持。大多数企业的最大员工来源之一是销售和客户支持。两者本质上都归结为与人们交谈并回答他们关于你产品的问题，或代表他们采取行动。有了人工智能，所有这一切都会变得容易得多，从事这些职能的人将开始表现得更像经理，而不是生产线工人。

当所有这些都逐渐被AI 替代后，很明显，人类在公司建设中扮演的角色将在未来发生变化。越来越多的业务活动将委托给机器。人类只需设定最初的愿景，然后充当将一切联系在一起并保持其平稳运行的粘合剂。

现在的公司将采用其中许多技术，但新的和较小的组织将开辟新的道路，完全拥抱 AI 并扩大规模后可能会知道会是什么样的组织。遵循康威定律，我们的产品类型将随着构建它们的组织的变化而变化。

显然，没有人知道未来会如何发展。我们正处于了解如何将 AI 应用于业务的早期阶段，我们所能做的就是眯着眼睛观察。但其影响是重大的，我们现在设计的系统将决定我们未来的组织。