把可复用判断做成护栏,把例外留给专家。
最近两三个月,关于AI的论坛和讨论,有一个话题出现的频率很高,那就是「AI原生组织」。
随便看看就会发现,不同人对AI原生组织的理解完全不一样,甚至有人会拿消耗的Token数来证明自己非常AI化。
在世界人工智能大会上,有一个知名国企的同学和我说,自己企业内AI用得特别好,每天都能消耗1亿多Token。
不过,估计咱们很多朋友听到都会心一笑,因为别说这是个上千人的大企业,对于重度的AI使用者,一个几人小团队每天消耗的Token都不止1亿。
AI原生组织的定义问题
但这就是个现实问题:没有人能说清楚啥叫AI原生组织,更没有人能说清楚区别是什么。
有人说,只有2022年ChatGPT上线之后成立的AI企业才能叫AI原生组织,这点儿我是非常不认同的。我见过一些这两年成立的新公司,里面的管理简直是八十年代的水平。
在这种情况下,我还专门在得到大脑里建了一个关于组织变革的知识库,关注AI时代的先进组织是什么样的。今天就来和你分享一下吴恩达此前在一次行业分享中的发言。
代码一天,法务一周
不少朋友对吴恩达肯定不陌生,毕竟他身上有太多传奇身份,比如他在中美顶尖AI企业都做过高管,现在Anthropic的联合创始人当年还在他手下工作过。
他说,以前做一个软件要三个月,法务审核花一周,大家不会觉得有什么问题。现在,一个小团队带着AI,一天就把软件做出来了,法务还是需要一周。
于是,开发省下来的大部分时间,又被后面一周的等待吃掉了,流程里的所有人都在等法务或者财务盖那一个章。
吴恩达把这叫作「legal compliance bottleneck」,翻译过来是「法务合规瓶颈」。
但我觉得,这个例子真正值得琢磨的地方,并不是法务太慢。因为站在法务的角度上,保证现在的流程不给未来挖坑也非常重要。当然,这也不只是程序员终于可以少加班了。
AI打破了组织的速度比
最值得我们关注的是,AI打破的是一家公司内部原来的「速度比」。
啥叫「速度比」呢?过去,写代码、做设计、写文案、跑分析,大家大致都在周或月的尺度上工作。
产品开几次会,工程师写几周代码,市场准备几周物料,法务花一周审查,各个环节时间有长有短,至少彼此差不多。
现在,写代码从一个月缩到五天,做原型从一周缩到半天,市场第一版文案十分钟就能出来。
但是,跟老板汇报需求还要一层一层开三轮会,预算还要逐级审批,数据权限还在群里找人,法务和安全还要等到上线前才第一次看见项目。
这就像一支田径场上的4x100米接力,第一棒突然从普通人换成了苏炳添,其他几棒却还穿着拖鞋。
第一棒跑得越快,其他几棒还保持着习惯的节奏,那就越刺眼。
所以,一家公司给每个员工买了AI工具,不等于它成了AI原生组织。它很可能只是让更多人更快地撞上旧流程,撞得头破血流。
小前台,强中台
吴恩达给出的答案,是小型、高授权、通才化的团队。
他曾在一篇文章里说,自己观察到的AI原生软件团队,典型规模大约是2到10人;到了最近的分享,他的说法变成了1到10名工程师。咱们不用纠结数字本身,而要关注背后的人才变化。
这些人有很强的业务上下文,也有比较宽的行动边界。工程师不只写代码,还会做产品判断、理解用户、写营销文案;产品经理也不只写需求,自己就能动手做出原型。
当然,这不是让一个人学会所有专业,更不是让程序员顺便考个律师证。
这里说的是,过去必须经过五个部门接力的第一轮工作,现在可以由几个人带着AI先跑通。遇到真正高风险、不可逆、需要签字负责的事情,再请深度专家进来。
小团队不能只靠拆部门
但只讲「小团队」,其实很容易让一个公司变得支离破碎。特别是牵涉到组织层面的变革,不是出去上几趟商学院的课,回去就能马上改造的。
很多时候,这是一个组织演化的过程,不能搞成基因突变。
如果一家公司把所有部门都拆成五人特战小组,却没有给这些小组提供共同的基础设施,结果不会是灵活,只会是遍地重复建设。
每个团队都自己接模型,自己找数据,自己写权限系统,自己理解合规要求,最后还要分别去找法务、财务和安全排队。
表面上人少了,组织图变扁了;实际上,每个小队都背着一套残缺的、自己手搓的中后台。
「强」在公共基础设施
所以,我更愿意把AI原生组织概括成六个字:「小前台,强中台」。但这里的「强」绝对不是人多、权力大、审批重,而是公共基础设施足够厚。
前台为什么要小?因为离客户和结果越近,沟通链条越短,试错越快。
一个两到十人的小队,盯住一个明确结果,有权接触客户,…