AI时代，一种新型创业公司形态即将到来

本文来自微信公众号： 投资实习所（ID：startupboy） ，作者：StartupBoy，题图来自：电视剧《硅谷》

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。

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 （更小、更快、更便宜、更奇怪） 。

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 (defined broadly) will produce a design whose structure is a copy of the organization's communication structure.

任何设计系统 （广义定义） 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 （13 名员工，以 10 亿美元收购） 和 WhatsApp （35 名工程师在以 160 亿美元收购时支持 4.5 亿用户） 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 （Snapchat） ？出租你的客房 （Airbnb） ？搭陌生人的车 （Uber） ？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。

本文来自微信公众号： 投资实习所（ID：startupboy） ，作者：StartupBoy