当AI成为本体, 管理的底层如何重构?
- 2025-08-14 10:23:56
- 472
当智能供给从人类转向AI，一场以“无人公司”为代表的管理范式重构已悄然启程。
文｜李智勇
ID|BMR2004
2025年6月Meta（Facebook母公司）宣布以约140亿～150亿美元的价格收购ScaleAI49%的股份，公司估值约为280亿～290亿美元。同时ScaleAI的CEOAlexandrWang将加入Meta。
这不禁让人想起2014年，因为移动互联网的落后，Facebook不得不通过大手笔的收购，巩固了自己在新浪潮中的地位；2025年面对类似情况，Meta再行大手笔投资。
对于Meta来说，如果2014年是移动互联网的一次“补课”，那么2025年则是AI时代的生产关系革命，当智能供给从人类转向AI，一场以“无人公司”为代表的管理范式重构正悄然启程。
不管这笔投资的结果是成功还是失败，AI时代的到来是确定无疑的。
01
AI的两面性
重大技术总是表现出两面性，在改善生产关系的同时，也在酝酿着颠覆性力量的新模式。
20世纪70年代，很多家庭都有缝纫机，这无疑改善了以家庭为单位的生产模式，但很快缝纫机就不再是家庭的四大件之一。这并不是因为缝纫机不够好或人们不够勤奋，而是以工厂为代表的生产模式彻底取代了家庭生产模式。
工业革命一边改善原有的生产关系，一边将其推进了历史的尘埃。2000年互联网逐渐兴起，类似的故事再次发生。彼时，百货零售业通过使用电脑、网站、电子邮件等技术来改善生产效率，但十几年后，淘宝等电商则以颠覆者的姿态，再次重构了生产关系。
如今AI正在扮演同样的角色，一方面改善既有模式的生产效率，另一方面则在酝酿更大的变革。在众多颠覆性的设想中，OpenAICEO山姆·奥特曼的表述最为形象。他说，未来只需要一个人和一万块GPU，就能够建立一家年收入数十亿美元的公司。这并不是科幻，很多公司已经奔驰在这条路上。
02
从自动驾驶说起
Robotaxi在海外的运营数据显示，每辆车每天接单量为25～35单，如果Waymo的Robotaxi模式进一步在全北美推广，并保持与Uber的市占比例，可以做个不精确的推断：当前Uber每年约400多亿美元的收入，其中一半来自出行服务，如果Waymo达到Uber一半的水平，其收入大约是100亿美元。
这一目标如果实现，将明显区别于过去的是，这100亿美元的营收完全由AI和各种辅助算法创造，在运营过程中无需人工介入。
这种模式下，AI和辅助算法的能力越强，公司服务质量和运营效率就会越好，不难预测，Robotaxi这种模式只要真的成立，相对于网约车就又是一场换代式变革。这是一种全新的商业模式。AI在全自动化地创造现金流，虽然不一定完全不需要人，但人的角色发生了本质性变化，不再介入核心业务的完成过程。
如果把出租车、网约车和Robotaxi的模式放在一起比较，会有新的发现。在出租车的年代，构建了经典的金字塔式组织结构。不管是与客户的连接还是内部各个角色之间的连接，都靠人类的智能驱动。
到网约车的时代，算法扮演了更关键的角色，获客和对司机任务的安排、评估、收入计算等基本由算法主导，但公司内部的运营仍然是传统的结构，需要处理复杂的与司机的关系。
在Robotaxi模式下，业务相关的部分被彻底切割给了AI和辅助算法，供应链、保险等环节需以这套全AI驱动的业务系统为第一优先级进行适配。
这背后的重大变革在于：在一个渐变的过程里，生产关系从以人为本体变成了以AI为本体。
随着技术进步，当外接环节也逐渐变成全AI驱动的形式，公司的整个运营体系会变成由AI主导，这正是《无人公司》一书的副标题——打造未来超级商业体的真实含义。未来超级商业体核心将由AI和无人公司构成。
当十亿美元业务仅由一个人负责时，这个人显然不再是执行具体工作的人，而是作为人类社会与全自动体系的连接者，负责定义业务的意义。
那现在的问题是，这种模式只局限于自动驾驶吗？
03
其他场景下的“无人公司”
此次崛起的AI核心技术特征是其通用性，它不仅能处理代码、文档、图片，还能处理几乎所有类型的数据（在不同的领域智能化程度并不一样）。
以下是一些可见的、基于同样模式可以实现自动化现金流的场景：
全自动的低速环卫清扫、露天矿山的挖掘和开采都能无人化。又比如，大城市中糖尿病病人占比近20%，在一个人口2500万的城市里，就有接近500万糖尿病病人，而其他慢性病患也数量众多。若想对这些病人进行统一跟踪和康复治疗，最简单的方法是建立一套全AI驱动的系统，只要获取足够清晰的病人数据，AI就能持续优化建议和方案。
在电商情景下，以销售T恤衫为例，过去需要数据分析、设计、生产、营销四个部门协同配合。为了实现四个部门的协同，还要有职能部门的支持，比如人力资源、IT、财务、运维等。
但在全AI驱动的模式下，事情正在发生本质性变化。AI可以负责整体的数据分析、设计、组织生产、营销。将这些角色以及企业底座定义为AI智能体，通过智能体之间的协作就能完成业务。
基于此，我们会发现组织的模式发生了本质变化。公司业务主要由AI驱动，也不再需要各种职能部门，公司变成了“无人公司”。
04
“无人公司”的模式
上面的例子遵循着相同的模式：它们的业务场景需要能够充分数字化，且有一个代表整个公司的数字底座，这样才是一套多智能体的系统。
北大国发院老师侯宏曾画过一张图（见图1）来概括整个无人公司模式。值得注意的是，全自动实现现金流的系统所要遵循的规则与以往不同，而《无人公司》一书将其概括为：智能优先、万物皆数、实时反馈、中心决策。
智能优先：要按照AI能发挥最大效力的方式重排各种生产要素，而不是适应既有规则。以销售T恤的例子来看，如果每个环节都引入AI改善效率，仍然是人类优先或者既有规则优先，而非智能优先。唯有按照AI特征全新设计的生产方式，发挥智能效率，才是真正的智能优先。进一步来说，在效率体系内，AI是本体，人需要适应AI的本体地位，重新定义自己的角色。
万物皆数：这种全AI驱动的系统必须与数字化的边界相匹配。无法数字化的部分要通过多种方式独立出去，作为系统的外部插件。
实时反馈：强调数据的感知质量。仅有数据的全面性是不够的，动态数据具有时效。其价值会随时间衰减。
中心决策：AI智能体在协作过程中要有明显的中心。
05
AI应用的“第一性原理”及推论
我们可以把全自动创造现金流系统（即无人公司）的效能用一个简单公式进行概括：
无人公司的效能=AI大模型的智能水平×现实理解纵深
“无人公司”天生具有沿着数据完备化路径发展的动力，如果碰到障碍，它们能进一步整合。而这种整合往往需要打破传统的产业链分工。比如，在Robotaxi模式下，如果汽车制造商不能全栈开放自己的数据，运营公司可能会倾向于自己造车，进而整合供应链的各个环节。这意味着在AI大发展的背景下，既有的商业格局可能面临巨大变化。
过去组织中需要的智能只有一个供给方——人类。而人类的智能供给是有限制的，注定分散供给，并且需要通过流程等手段连接分散的职能。
AI则改变了这种智能分散供给的模式，通过各种模式和算法进行集中供给，因而更加强大和高效。但这和既有的组织生产的模式不兼容，也就很难从既有的模式上改进出来。这就像网约车不是从出租车公司改进出来的，Robotaxi也不是从网约车改进出来的。差异化背后的核心就是这种不兼容智能供给模式。在AI能够自我改进之前，Robotaxi模式下还需要负责改进系统的团队，也需要团队来配合保险等环节，但团队的管理和过去管理大规模司机所需要的体系已经完全不同。
更进一步说，以AI为本体的生产体系可能还需要人类，但这些人已经不再是传统企业中的各种角色。
（作者李智勇系智能跳跃CEO）
来源|《商学院》杂志7月刊
