AI 改變的不只是產品，而是整個組織架構，深度分析那些跑得最快的AI公司架構

你有沒有想過，創業公司的組織方式可能已經徹底過時了？我最近看到 NFX 的創始合伙人 Pete Flint 分享的一個觀點，讓我陷入了深度思考。他說，AI 不僅改變了創業公司構建產品的方式，更從根本上改變了創業公司本身應該被如何構建。這不是什么漸進式的優化，而是一場徹底的組織范式革命。想想看，那些我們習以為常的概念——部門劃分、管理層級、崗位職責——都在因為 AI 的出現而被重新定義。更讓人震驚的是，他觀察到一個現象：現在的種子輪公司只需要十幾個人就能達到以前需要幾十人甚至上百人才能實現的里程碑。這不是因為他們人手不足，而是因為他們實現了超級杠桿化。

我一直在思考這個問題。過去幾年里，我接觸了很多AI創業公司，發現一個有趣的分化：有些團隊明明融到了錢、招到了人，但推進速度卻慢得令人沮喪；而另一些團隊人數更少，卻能以驚人的速度迭代產品、驗證市場、擴大規模。這種差異背后的原因是什么？答案可能讓很多人意外：不是技術能力的差距，不是資金的多少，而是組織結構的設計。大多數創始人在種子階段會花大量時間思考產品和招聘，卻很少有人認真考慮公司結構這個問題。但 Pete Flint 認為這是個巨大的錯誤，因為在當今的技術環境中，結構的復利效應比幾乎任何其他因素都要快。我深以為然。

組織結構不是 HR 問題，而是產品決策

Pete Flint 分享了一個很有啟發的歷史故事。1850 年代，紐約和伊利鐵路公司是美國最大的鐵路網絡之一，但它幾乎處于崩潰的邊緣。隨著擴張讓系統突破了 500 英里的軌道，協調火車運行和維護線路的后勤挑戰已經超出了公司的管理能力?；疖囅嘧?、時刻表混亂、軌道建設跟不上，協調完全失敗。工程師 Daniel McCallum 最終擔任了公司總經理，他的解決方案改變了商業歷史：他在 1855 年完成了第一個現代組織架構圖。這個像樹一樣設計的圖表，映射了整個公司，顯示了從董事會到一線的責任線。這種結構創造了共同的指揮感、透明度和控制力，讓他馴服了這個龐大的網絡。

我覺得這個故事的關鍵不在于組織架構圖本身有多創新，而在于它揭示了一個深刻的原則：公司形式服從功能。McCallum 知道鐵路游戲的核心是效率和協調，這是 1855 年獲勝的方式。公司結構就是為了優先考慮這個功能而創建的。但這種選擇是有代價的。如此強大的層級結構行動緩慢，不太可能快速創新。你需要根據公司獲勝所需的特質來設計組織結構。Pete Flint 舉了幾個例子說明技術變革如何影響公司結構：工業革命時代需要等級制度來實現協調和控制；數字革命時代需要跨職能團隊來實現速度和創新；而現在的 AI 時代，需要扁平化和自主性來實現杠桿和適應性。

我對這個觀點的理解是，組織結構從來不是一個固定的模板，而是一個戰略工具。它應該根據你所處的技術時刻和你面臨的競爭壓力來動態調整?，F在，那個時刻就是 AI。獲勝意味著最大化三件事：你交付產品的能力、創新的能力和創造的能力。你的結構中任何減慢速度的東西都是毒藥。這讓我想起我見過的很多創業公司，他們在還沒搞清楚自己的核心功能是什么之前，就急著照搬大公司的組織結構。結果就是建立了一堆部門、設置了一堆層級，但實際上根本不需要。這不僅浪費資源，更致命的是它扼殺了速度。

Pete Flint 強調，從種子投資者的角度來看，最快的團隊是為杠桿化而設計的，而不是為人數而設計的。結構不是一個 HR 問題，而是一個產品決策。從第一天起，最好的公司就優化三件事：快速交付、創意迭代、決策速度。任何減慢這些的東西都應該被定義為"技術債務"。我特別喜歡這個類比。我們通常把技術債務理解為代碼層面的問題，但其實組織層面的債務可能更加致命，因為它更難被察覺，也更難修復。當你發現團隊推進變慢、決策變復雜、創新變困難時，往往已經積累了大量的組織債務。

AI 如何徹底改變了公司結構的邏輯

Pete Flint 觀察到，扁平化并不是從 AI 開始的。亞馬遜的"兩個披薩團隊"（Two-Pizza Teams）理念——團隊規模不應該大到兩個披薩都喂不飽——就是為了自主性而建立的。Atlassian 注意到公司開始行動太慢（即使在 AI 時代之前），創造了"pods"（小組）的概念，按照每個工作流或項目組織。每個 pod 是一個獨立單元，包括主要專注于該交付成果的核心成員、在許多 pods 中工作的兼職專家，以及設定議程的領導者。這些都是為了減少交接、提高速度而設計的結構。

Pete Flint 分享了一個令人震驚的數據：他們持續看到創業公司以十幾人的團隊規模達到 A 輪融資及以后的階段。但更有趣的是他們組織團隊以實現這些里程碑的方式。AI 從根本上改變了早期團隊的形成方式。它擴展了一個人可以完成的工作，壓縮了流程工作的層級，并將小團隊的目的從協調轉變為創新。這意味著你的第一批員工比以往任何時候都更重要——不是因為他們會"擁有"一個職能，而是因為他們會幫助你定義公司的運作方式。

但 AI 帶來了三個主要影響，讓這種扁平化達到了新的高度。第一，它完成了扁平化進程，因為 AI 允許以更快的速度進行更多的跨學科工作。第二，由于 AI 自動化，這些團隊可以比以往任何時候都更小。第三，這種文化需要不同類型的員工心理——"組織內的創業者"。我認為第三點特別關鍵，因為它觸及了 AI 時代公司文化的本質變化。過去，員工需要的是執行力和服從性，他們需要按照既定流程完成任務。但現在，每個員工都需要像創業者一樣思考，能夠獨立做出判斷、快速迭代、承擔風險并從失敗中學習。

我在實際觀察中也發現了這個趨勢。以前一個典型的早期創業公司可能需要 5 個工程師、3 個設計師、2 個產品經理、5 個銷售，再加上市場、運營等支持人員，輕松就是 20 人的團隊。但現在，我見過一個公司 3 個工程師就完成了以前需要 10 個人才能做的產品開發工作，因為他們大量使用 AI 輔助編碼、自動化測試、智能部署。設計方面，AI 可以快速生成多個方案供選擇和優化。銷售和市場方面，AI 可以處理大量的外展、跟進、內容生成工作。人類的角色從執行者變成了決策者和質量把關者。這不是簡單的人員縮減，而是工作方式的本質轉變。

重新思考早期招聘的三個核心問題

Pete Flint 提出，AI 從根本上改變了早期團隊的組建方式。它擴展了一個人能完成的工作，消除了流程工作的層級，并將小團隊的目的從協調轉變為創新。這意味著你的前幾個招聘比以往任何時候都更重要——不是因為他們會"擁有"某個職能，而是因為他們會幫助你定義公司的運作方式。我認為這個觀點擊中了早期招聘的本質。在做出這些關鍵招聘決策之前，每個創始人都應該回答三個問題。

第一個問題：你需要什么結果，以及如何設計一個角色讓這些結果感覺不可避免？AI 顛覆了早期招聘的邏輯。你不再圍繞流程設計角色（比如"銷售主管"、"營銷主管"），而是圍繞結果設計角色。AI 處理劇本和重復性任務，你真正招聘的是能夠帶來結果、品味和獨特洞察力的人，讓你能夠擺脫早期競爭。我們已經開始看到職位名稱的變化反映了從流程到結果的轉變。"營銷主管"這樣的角色正在讓位于"增長主管"。過去的"銷售主管"可能負責編寫外聯劇本、管理 CRM 和監督銷售代表。今天，這個人可能是"外聯主管"——自動化后端任務，完全專注于建立能夠成交的關系。

我特別認同 Pete Flint 強調的一點：作為創始人，重要的是看到推動職位描述轉變的更大圖景——你比以往任何時候都有更多的靈活性來設計你需要的角色，賦予人們實現關鍵目標的權力。當個人可以完成整個團隊的工作時，早期角色變得跨學科且靈活。你的第一份職位描述具有巨大的重量。它們告訴人們什么才是真正重要的，以及應該將時間和精力投入到哪里。寬泛的角色是可以的，但模糊的結果不行。你要描繪的是影響力的圖景，而不是任務的清單。

第二個問題：你希望人們如何協作——你的團隊設計應該如何實現這一點？當協調工作可以自動化時，人們聚在一起的原因是創新：產生想法、測試假設，并在產品、市場推廣和運營中快速行動。如果第一個問題是關于如何定義角色，這個問題就是關于如何設計一個環境，讓擔任這些角色的人能夠作為一個整體發揮最佳水平。在創新優先的環境中，你需要一個團隊結構，消除職能之間的摩擦，賦予人們在公司任何地方發揮全部技能的能力。早期招聘不應局限于"他們的領域"。他們應該能夠從撰寫落地頁文案跳到調試入職流程，再到運行外聯實驗——因為當同一個小團隊可以診斷問題、提出解決方案并執行它而無需交接時，創新發生得最快。

這就是為什么早期階段的框架往往描述的是原型而不是部門。Pete Flint 提到了他們之前寫過的"三人獨角獸"概念，團隊是圍繞思維方式組織的——數字、文字、創始人能量——而不是僵化的職能框條。這些框架設計上是高層次的，它們創造了解決問題的共同語言。它們也清楚地表明，你的工作不是"留在你的職能范圍內"，而是將你的技能帶到業務中需要它的任何部分。從我的觀察來看，這意味著大多數團隊需要在一起辦公。創新、創造力和靈活性發生在人們在同一個地方、互相碰撞想法的時候。遠程設置在開始時通常工作得很好，因為每個人都知道該做什么。但一旦你的市場轉變或產品成熟，如果你們不在一起，速度就會變慢。

第三個問題：誰會在 AI 優先的環境中真正茁壯成長？在 AI 之前的時代，創始人經常為功能技能招聘。今天，你為心態和品味招聘。你的早期招聘需要習慣于定期重新發明他們的工作方式。他們需要對什么有效、什么無效有強烈的觀點（但松散持有）。最清晰的信號之一是一個人對 AI 的態度。拒絕實驗告訴你很多關于心理靈活性和創新能力的信息。你需要對可能性保持樂觀，否則你會在這個生態系統中落后。

我完全同意 Pete Flint 的觀點，你想要的心態不是對 AI 的盲目信仰（仍有需要改進的流程）。你尋找的是熱情、知情的謙遜——能夠認識到 AI 在大多數日子里在大多數事情上比大多數人都好，然后將他們的精力重新導向人類具有優勢的工作部分：判斷、創造力、關系建立、品味。這就是你在 AI 優先組織中想要的心態。從我的經驗來看，這種人才非常稀缺，但一旦找到，他們能創造的價值是傳統員工的十倍甚至更多。

在 AI 優先的團隊中，領導力需要哪些新能力

Pete Flint 指出，隨著組織扁平化并變得更加創新驅動，更多的重點放在了創始人的愿景上。每個人都需要知道他們所做事情背后的大"為什么"，否則動力會受損，凝聚力會瓦解。愿景一直很重要，但你如何傳達這個愿景在后 AI 世界中正在呈現出不同的風格。過去，許多創始人有傳統的 MBA 式魅力。今天，似乎有幾個平行的原型。

其中一個是"原始"與精致的創始人。這些創始人當然有愿景和一定程度的魅力——這對籌款很重要。但他們并不特別在意符合"創始人"的模式。他們非常樂意早期委派、快速行動、公開構建（和失?。?。委派這一塊特別有趣。對創始人來說，委派傳統上是相當困難的，盡管這是擴展的自然部分。新一代 AI 驅動的創始人似乎更擅長這一點。他們從第一天起就一直在將流程委派給 AI agent。

我觀察到一個特別有趣的現象，就是這種委派能力似乎也在滲透到個人貢獻者層面。AI 原生工程師通常不覺得需要了解他們技術棧的每一個具體細節，相比于 AI 時代之前訓練的工程師。這不是說他們不能理解細節，而是他們不會花數小時記憶它，而是專注于更高層次的任務。這種轉變反映了一個更深層次的變化：在 AI 時代，價值不再來自于記住所有細節，而是來自于知道何時以及如何利用這些細節。

Pete Flint 總結說，除了委派之外，這些 AI 優先的領導者還發展出了三個獨特的技能。第一，最好的 AI 優先領導者充當 AI 能力和人類判斷之間的翻譯者。他們知道團隊成員何時過度依賴 AI 輸出，何時又過于懷疑。第二，AI 實現了令人陶醉的快速迭代。但并非所有東西實際上都足夠強大可以發布。創造無盡初稿的能力只會增強了解什么是真正好的、高杠桿的、值得發布到世界上的重要性。第三，AI 優先的領導者擅長設計 AI 自動化工作和人類工作之間的過渡。他們對兩種能力的理解足夠深刻，知道接力棒應該在哪里傳遞，他們構建工作使這些交接感覺自然而不是突兀。

從我的角度來看，這三個技能實際上定義了 AI 時代領導力的核心。第一個技能關乎平衡，第二個技能關乎品味，第三個技能關乎系統設計。這三者結合起來，創造了一種全新的領導風格。這種領導者不是傳統意義上的"指揮者"，而更像是"架構師"——他們設計系統、建立框架、培養文化，然后讓團隊在這個框架內自由創造。

我對 AI 時代公司結構的深度思考

當我深入思考 Pete Flint 提出的這些觀點時，我意識到我們正在經歷的不僅僅是組織結構的變化，而是整個工作哲學的根本性轉變。在工業時代，工作的核心是標準化和重復。福特的流水線代表了那個時代的巔峰——每個工人執行完全相同的動作，效率來自于精確的重復。在信息時代，工作的核心是協調和優化。我們建立了復雜的流程、系統和層級，確保信息能夠準確流動、決策能夠及時做出。

但在 AI 時代，我認為工作的核心正在轉變為創造和判斷。AI 可以處理標準化和重復，也可以處理大部分的協調和優化。人類真正不可替代的價值在于：提出新的問題、做出微妙的判斷、建立真實的關系、創造獨特的體驗。這種轉變對公司結構的影響是深遠的。傳統的層級結構是為了確保信息向上流動、決策向下傳達而設計的。但當 AI 可以處理大部分信息處理和流程執行時，我們還需要這么多層級嗎？

我的答案是：不需要。我們需要的是一種全新的組織形態，我把它稱為"網絡狀組織"。在這種組織中，每個人都是一個節點，他們通過 AI 工具連接到公司的知識庫、流程系統和協作平臺。他們不需要通過層級向上報告或向下傳達，而是直接訪問他們需要的信息、調用他們需要的資源、與他們需要合作的人連接。這種組織的結構不是金字塔，而是網絡。

Pete Flint 提到的"兩個披薩團隊"和"小組"概念，其實就是向這種網絡狀組織的過渡。但我認為我們可以走得更遠。在真正的網絡狀組織中，甚至不需要固定的團隊。人們根據項目和任務動態組合，完成后解散，然后重新組合。這種極度的靈活性聽起來可能有點混亂，但當 AI 可以處理大部分協調工作時，這種靈活性實際上是最高效的。

我還想特別強調一點，就是 Pete Flint 提到的"組織內的創業者"心態。我認為這不僅僅是一種員工心態，更是一種組織文化。在 AI 時代，每個員工都應該被賦予創業者般的自主權和責任感。他們應該能夠自主決定使用什么工具、采取什么方法、與誰合作，只要他們能夠達成結果。這種文化需要極高的信任度，但也能釋放出巨大的創造力和生產力。

從實踐角度來看，我觀察到最成功的 AI 時代創業公司都有幾個共同特征。第一，他們的創始人都是"AI 原生"的——他們從第一天起就將 AI 視為團隊的一部分，而不是可有可無的工具。第二，他們都建立了極其扁平的組織結構，通常只有創始人和個人貢獻者兩層。第三，他們都非常重視招聘，寧愿花更多時間找到合適的人，也不愿為了快速擴張而降低標準。第四，他們都建立了強大的文化和清晰的愿景，讓每個人都知道為什么而戰。

我也注意到一個有趣的悖論：雖然 AI 讓我們可以用更小的團隊完成更多工作，但這并不意味著人的重要性降低了。恰恰相反，每個人的重要性都大大提升了。在一個十幾人的團隊中，每個人都是關鍵，每個人的能力和態度都會對整個公司產生重大影響。這就是為什么招聘變得如此關鍵——你不能承受招錯人的代價。

Pete Flint 在文章結尾說："在 1855 年，McCallum 解決了協調問題。在 2025 年，你的工作是解決創造力和速度的問題。"我深以為然。但我還想補充一點：在解決創造力和速度問題的同時，我們也在解決一個更根本的問題——如何讓工作變得更有意義。當 AI 處理了所有枯燥重復的任務時，人類終于可以專注于真正重要、真正有創造性、真正能帶來滿足感的工作。這不僅是效率的提升，更是工作本質的改變。

從理論到實踐：如何真正實施這些改變

理解這些概念是一回事，真正實施又是另一回事。我想分享一些實踐建議，幫助創始人真正將這些想法轉化為行動。第一步是審視你現有的組織結構，問自己一個簡單的問題：這個結構是為了速度和創新而設計的，還是為了控制和協調而設計的？如果答案是后者，那就需要改變。

具體來說，看看你的團隊中有多少層級。如果超過三層（創始人、領導層、執行層），就值得考慮是否可以減少?？纯茨愕穆毼幻枋?，是圍繞流程寫的（"管理銷售團隊"、"運營營銷活動"），還是圍繞結果寫的（"實現月度增長目標"、"建立品牌認知"）？如果是前者，重寫它們?？纯茨愕膱F隊會議，大部分時間是花在匯報和協調上，還是花在創新和決策上？如果是前者，改變會議的形式和內容。

第二步是重新評估你的招聘標準。不要再按照職能招聘，而是按照能力和心態招聘。你需要的不是"營銷專家"或"銷售高手"，而是能夠快速學習、靈活適應、擁抱 AI 的通才。在面試時，問一些探測性問題：你如何使用 AI 工具？你最近改變工作方式是什么時候？你如何在不確定的情況下做決策？這些問題能夠揭示候選人是否具備 AI 時代所需的心態。

第三步是建立正確的工具和系統。AI 時代的公司需要完全不同的技術棧。你需要協作工具讓團隊能夠無縫溝通，需要 AI 工具讓每個人都能提升生產力，需要知識管理系統讓信息能夠自由流動，需要項目管理工具讓工作能夠透明可見。但更重要的是，你需要建立一種文化，鼓勵人們主動使用這些工具、實驗新方法、分享最佳實踐。

第四步是培養正確的文化。這是最難但也最重要的一步。文化不是寫在墻上的標語，而是體現在日常行為中的價值觀。你需要創造一個環境，讓人們感到安全去實驗、失敗和學習。你需要建立一套機制，獎勵創新和速度，而不僅僅是執行和服從。你需要以身作則，展示你期望的行為模式。如果你希望團隊擁抱 AI，你自己就要成為 AI 工具的重度用戶。如果你希望團隊快速行動，你自己就要展示決策的速度和果斷。

我想特別強調一點，就是這種轉變不是一次性的，而是持續的。AI 技術在快速發展，市場環境在不斷變化，你的組織結構也需要持續演進。不要把組織結構看成是固定的，而要把它看成是一個動態系統，需要定期審視和調整。每個季度，花時間回顧你的組織結構是否仍然服務于速度和創新的目標。每次招聘后，評估新成員如何影響團隊動態。每個項目結束后，反思什么工作得好，什么需要改進。

結尾

也歡迎大家留言討論，分享你的觀點！

覺得內容不錯的朋友能夠幫忙右下角點個贊，分享一下。您的每次分享，都是在激勵我不斷產出更好的內容。

歡迎關注深思圈，一起探索更大的世界。