AI原生企业更扁平、更精简，也更值钱：威胁还是机会？哈佛商学院和欧洲工商管理学院一项针对2900多家Y Combinator初创公司的新研究显示，围绕AI建立的公司正在从根本上重塑组织结构。多数关于AI的讨论，往往忽略了这一点：这些公司不只是规模更小，而是按照一种截然不同的原则来设计。
与利用AI提升流程效率的传统企业不同，AI原生公司把AI直接嵌入产品之中，把原本需要内部团队完成的知识型工作，转移到客户直接使用的产品界面上。结果是，这类组织用少25%的人手运转，层级更扁平，人均估值显著更高，因为真正产生生产力的地方在产品，而不在组织本身。
欧洲工商管理学院的金贤珍和哈佛商学院的雷姆布兰德·科宁于本月初公布了这项研究结果。数据颇为醒目。AI原生初创公司，也就是将AI能力直接嵌入产品的公司，在相同行业、同一批次中，员工人数比非AI同行少25%。它们的组织层级平均少半级，工程技术人员占比高出13个百分点，初级员工和管理层级各少约15%。在控制公司批次和行业因素后，这类公司的人均融资额高出约30%，人均估值也高出约30%。关键不在于它们更精简，而在于它们为何能够精简，以及这揭示出一种怎样的新型组织形态正在形成。
产品渠道，而不只是流程渠道。关于AI如何影响企业，大多数讨论集中在“流程渠道”上，也就是员工如何借助ChatGPT、Cursor或Claude，在现有岗位上提高效率。这当然真实存在。但哈佛这项研究指出了另一种根本不同的路径：产品渠道。
研究数据中的三分之二AI初创公司，都是把AI直接嵌入其销售的产品。43%的公司开发的是能够自主完成原本由人执行任务的产品，另有24%的公司开发的工具可以让专业人员的工作效率大幅提升。当企业把“智能”编码进系统时，它既可以把这种能力放在组织内部，也可以放在组织外部，而这一选择意义重大。
由此带来的结构性后果是：当智能被嵌入产品，协调的重心就从企业内部转移到用户界面。客户直接与智能系统互动，内部流程则主要处理例外情况和产品改进。排队等待处理的请求大幅减少，需要监督的交接环节也明显减少，企业不再需要管理者把日常工作沿着知识层级逐层分派。这就是组织层级变得更扁平、协调层不断消失的原因。许多过去需要监督、审批和人工判断的工作，如今直接在产品中完成。
这正是结构上的转变。历史上依赖内部流程完成的知识型工作，一旦被写入产品，企业就能用更少的人服务更多客户。企业“制造”的东西发生了变化，组织形态也随之变得更扁平，因为客户需求是通过产品流转，而不是通过管理链条流转。
这些AI原生组织大致呈现出以下特征。它们的技术密度更高。其员工中有45%从事工程或科学岗位，而非AI初创公司这一比例为36%。这并不是因为它们在每一个招聘名额上都更偏好技术人员，而是因为它们在销售、运营、财务和行政岗位上需要的人更少。原本由这些职能完成的工作，如今转移到了产品之中。
它们更依赖资深人才。AI原生初创公司的初级员工占比低15个百分点。这并不是因为它们不重视年轻人才，而是因为围绕AI构建系统，需要的是“架构师”，而不是“脚手架搭建者”。被招聘的人必须做出关键决策：如何把智能嵌入产品，如何整合基础模型，如何处理自动化无法解决的边缘情况。这些都需要有经验的从业者。由此形成的组织形态，反映的是问题本身对资历的要求，而不是企业单纯偏好资深员工。
它们在地理上更集中。这类公司更倾向于聚集在硅谷。这并非偶然，而是因为它们需要靠近专业AI人才、基础设施以及推动能力进步的研究机构。这也说明，目前支撑这种组织形态的人才池主要集中在那里。它们在规模化时资本效率更高。在控制公司批次和行业因素后，AI原生初创公司的人均融资额高出约30%，人均估值也高出约30%。这并不是因为它们整体质量更高——它们获得的融资总额与非AI同行大体相当——而是因为投资者预期，它们可以在相同员工规模下创造更多收入。
有三点尤其值得关注。第一，进入你所在市场的新竞争者，如今可能拥有你在不进行激进重构的情况下难以匹敌的运营杠杆。一个只有30人的竞争对手，如果围绕嵌入AI的产品来构建，就能服务你所在市场中的某些细分领域，而你可能需要额外招聘数十人才能做到。这并非理论推演。10人团队的初创公司FazeShift，把应收账款流程自动化，而其竞争对手则需要配备分析师团队。Legion Health以28人的规模运营一个AI精神病学平台，而非AI心理健康服务网络往往需要数百人。这种结构性优势是真实存在的，而且会随着初创公司扩张而不断累积。
第二，人才格局变化的速度，比大多数组织意识到的更快。AI原生初创公司不需要同样深的组织纵深，它们需要的是不同类型的人才：规模更小、但更资深、更具技术能力的建设者。这意味着，它们正在从同一个有限的人才池中吸引专业工程师和架构师，而这恰恰也是成熟企业所依赖的人群。你的优秀员工能够看到，加入这类公司既有股权上升空间，也能获得构建“无需按比例扩张人头也能增长”的系统所带来的技术杠杆。问题不在于你会不会失去员工给AI初创公司，而在于你会不会失去那些最关键的人——那些真正能够设计这类系统的人。
第三，也是最重要的一点，大多数成熟组织都背负着AI原生初创公司并不存在的结构约束。你的产品决策可能是多年前做出的，客户合同锁定了特定的交付模式，组织激励机制鼓励维持旧有流程，技术债务也在不断累积。这不是靠内部讨论就能解决的设计问题，而是一个系统性问题。
在竞争对手迫使你正视这一问题之前，你需要审视现有架构是否能够支持AI原生式的高密度组织，还是说，一旦重构，就必须打破一些你并不愿意打破的基本假设。你能否像这些初创公司一样，把智能嵌入产品？你能否在不破坏客户承诺的前提下，减少协调层级？你能否把招聘重点从协调者和初级分析师，转向架构师和资深建设者？
对某些企业，尤其是出售知识服务的企业来说，答案或许是肯定的。对另一些企业而言，答案可能确实是否定的。如果是否定的，那就不只是一个设计挑战，而是一种必须清楚认识到的竞争劣势，因为迟早会有一家基于不同架构建立的初创公司，迫使你面对这一现实。
尚待回答的问题：目前，数据还无法回答一个问题：随着AI原生初创公司逐渐成熟并扩大规模，这些比例关系是否还能维持。它们会继续保持精简，还是协调需求的“组织引力”最终会重新出现？
一些增长最快的AI公司提供的早期迹象显示，它们保持扁平结构的时间，可能比传统软件公司更长。但这项研究中的多数公司成立时间只有3到4年。到了50人规模会发生什么，到了200人规模又会怎样，现在还没有答案。某种意义上，这种不确定性本身就是重点。这种组织形态仍在被发明出来。最终的赢家，将是那些在增长过程中仍能围绕AI来设计自身架构的公司。这是一个设计问题，而不是单纯的人头问题，而且值得现在就开始思考，而不是等市场替你给出答案。
热门跟贴