i-Weekends | 人工智能时代，一种新型创业公司或将到来？

i-Weekends

✍️写在前面

漫长的工作周终于要结束了！欢迎回到i-Weekends！

在软件业，有一条很著名的定律，叫康威定律。康威定律讲的是设计系统的架构受制于产生这些设计的组织的沟通结构。意思是说产品必然是组织沟通结构的缩影。但这句话反过来也是成立的：我们使用什么样的系统决定了我们会有什么样的组织。随之人工智能的广泛应用，一种新型的创业组织即将到来，它们会变得更小、更快、更便宜、更奇怪。文章来自编译。

提前祝你，周末愉快！

全文共3165字

阅读时间约3min

一

工程领域中有一个著名理论，叫做康威定律，这条定律在很大程度上可以解释为什么不同的技术时代会产生不同类型的组织。这条定律原本是这么讲的：

设计系统的架构受制于产生这些设计的组织的沟通结构。

比方说，如果你的组织由分布在三个地理位置的三支密切配合的团队组成，那么你的软件可能会由三个主要模块组成，这些模块内部可能会非常复杂，但模块之间的接口却很简单、定义很清晰。

这张图出自康威定律的一位出色的解释者，形象地说明了这个想法：

通常，当工程师在讨论康威定律时，他们会思考管理者应该如何组织员工才能做出更好的系统设计。但这条定律反过来也是行得通的：我们使用什么样的系统决定了我们会有什么样的组织。

二

在互联网泡沫时代，典型的美国互联网初创企业大概是这样的：

高管团队由 MBA 组成
马上筹集 1000 万美元以上的 A 轮资金
聘请数十名工程师
一两年后交付第一个产品

那时候的互联网是全新的，因此哪怕是建立一个相对简单的web服务也需要大量投资。你必须在内部搭建一切。

泡沫破灭、MBA 逃离硅谷之后，有很长一段时间都没有多少初创企业冒出来。创业成本仍然很高，投资者承担风险的意愿也很低。但随着时间的推移，创业活动又开始升温。这主要是两个催化剂的作用。首先，推出了 Ruby on Rails 等开源 Web 框架。这使得规模较小的团队开发产品更容易了。其次，云计算逐渐进入主流。你不需要管理物理硬件，只需注册一个 AWS 帐户，再按几个按钮就可以添加更多的服务器。

因为创办初创企业变得更容易了，所以创业的人多起来了。典型的初创企业组织变得更加简单：人很少，而且大部分都是技术人员。这种结构让题目得以快速交付产品，并根据客户反馈进行迭代。投资者发现了这一点，开始向这种新型团队开出金额较小的支票。这种投资策略见效了。具有新文化基因的新一波初创企业占据了主导地位。

三

你可能知道接下来我要说什么了。

正如云计算和开源在 2010 年代开启了“精益创业公司”之风一样，人工智能很可能会在 2020 年代开启一种新型组织。

与精益创业公司一样，人工智能时代诞生的初创企业也会从小规模起步。他们将利用开源和云计算来快速起步，并进行迭代。但得益于人工智能，它们会在更长时间内保持较小规模，其中最成功的初创企业将仅靠少数员工即可实现惊人的规模。像 Instagram（13 名员工，最后被Facebook以 10 亿美元收购）以及 WhatsApp（也是被Facebook收购，收购金额达 160 亿美元，当时只有 35 名工程师，支撑着 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数少于 100 人的公司也能上市。

更重要的是，这种新型组织可以去尝试新的想法。很难想象这些想法会是什么样的，但这是有历史先例的。在1990年代及2000年代初的时候，2000年代末与2010年代出现的那种奇怪而有趣的初创企业类型相对较少。会消失的图片信息？把你的客房出租出去？跟陌生人一起搭车？这些想法放在当时听起来就很奇怪，但后来却变成了一幢大生意。在一个容易上手的世界里，像这样奇怪的想法更有可能出现。当实验变得更便宜时，更多类型的人可以开展更多种类的实验。现在的进入门槛已经比以往任何时候都低，但人工智能足以胜任设计界面、编写代码以及进行营销活动等事情，所以我们将看到一系列全新的实验上线。

但要真正了解新一波人工智能原生初创企业会是什么样的话，我们需要准确了解初创企业会如何利用人工智能，从而用更少的人完成更多的工作，而康威定律将帮助我们了解这可能对组织结构产生什么样的影响。

四

目前很难预测人工智能未来可执行哪些任务。一方面，一想到人工智能可能几乎任何事情都可以做就很兴奋，但这感觉更多的奇思妙想而不是具体观察。另一方面，我们也不能排除这样一种可能性，也就是我们正沿着人工智能改进的极端指数曲线发展，极端到根据当前的能力去推断到很远的未来没有任何意义的地步。也许两年后，我们将拥有让今天的工具看起来像石头一样愚蠢的人工智能，而十年后，我们将达到奇点，如果是这样的话，这一切都不再重要。

我写这篇文章的出发点是尽我所能，根据已经存在或看起来非常接近现有的能力来进行预测。即便基于这个保守得有点过头得起点，我仍然认为，随着这项技术被内置到越来越多的工具，并且组织有机会去适应的话，我们会看到相当彻底的变化。

那么，在考虑到这一点之后，今天我们使用人工智能的目的是什么呢？

有些功能对初创企业的形成和扩张会产生最实际的影响：

开发产品和功能。现在大多数工程师都会利用人工智能来编写代码，而且他们编写代码的速度比以前要快得多了。这意味着你需要得工程师更少了；工程师越少，对复杂组织结构的需求就越少。
数据工作。当你想根据数据了解什么东西时，几乎总是要编写脚本，把数据转换成创建图形或图表所需的格式。这可能会花费人类大量时间，但人工智能对于此类工作特别有用。我曾用 ChatGPT 生成过数十个一次性脚本。非常有帮助！像 Seek 这样的公司正在进一步实现自动化，让任何人都可以在 Slack 里面向机器人提问并获取数据。
学习新技术。这一点非常重要，这会以两种方式影响初创企业。首先，会有全新一代的技术创始人利用 ChatGPT 自学编码。学习编码比以前容易了一个数量级。其次，跟以前相比，经验丰富的工程师学习新的编程语言和框架要快得多。也许相对之前而言，初创企业现在对聘请专家的需求也会减少。
测试软件。当你拥有可以信赖的测试系统时，你开发功能修改代码也会变得更快。自动化的软件测试发现问题的速度比人类测试人员要快得多。问题是，编写测试需要花费大量时间。人工智能非常适合将这一过程自动化。
设计界面。Diagram 和 Galileo 等公司正在帮助设计师提高效率，并帮助非设计师生成出比以前更好的界面。这些工具可以帮助你完成从组织 Figma 文件的图层命名到创建完整设计与交互式原型的所有工作。
与用户沟通。借助 Lex、Jasper 以及 Copy.ai 等工具，可以轻松生成和改进各种营销文案和内容。
解析用户反馈。大多数公司，甚至包括小型初创企业在内，都会收到大量的电子邮件和反馈调查，多到很难将其转化为可操作的信息。大语言模型非常擅长析取出主题，并将大量文本总结为摘要，这对于十分忙碌的创始人来说尤其有用。
销售及客户支持自动化。对于大多数企业来说，销售和客户支持是对员工需求最多的岗位之一。这两者本质上都可以归结为跟人交谈并回答他们有关产品的问题，或代表他们采取行动。有了人工智能之后，所有这一切都会变得更加容易，从事这些职能的人类将开始表现得更像经理而不是一线员工。

一旦把这些汇总起来，很明显人类在公司建设当中所扮演的角色将会发生变化。越来越多的业务活动将会委托给机器。人类会设定最初的愿景，然后充当粘合剂的作用，把一切连接在一起，并让其顺利运转。

既有公司会采用其中的很多技术，但较新、规模较小的组织将另辟蹊径，并探索出未来实现扩张而完全拥抱人工智能会是什么样子。根据康威定律，我们得到的那种产品也会随着开发产品的组织发生变化而变化。