伟大的重组：人类指南 – Foundation Capital
在过去的两年里，大多数公司的人工智能对话都是关于个人生产力：谁在使用它，他们的移动速度有多快，以及这对他们的角色意味着什么。那次谈话仍然很活跃。与此同时，另一个问题正在出现：当你使用人工智能来提高整个组织的生产力时会发生什么？
我们与 25 家公司进行了交谈，从 50 人的初创公司到拥有 1,000 名员工的企业。我们希望听到有关具体工具和工作流程改进的信息。相反，我们发现的是迅速展开的结构性变革：团队从头开始重建，角色以十八个月前看似难以置信的方式合并，以及反映了全新工作方式的员工人数预测。
几个数据点：
团队变得越来越小。
- 一家公司的 120 人工程团队计划削减至 25 人。
- 另一个正在运行的 30 多个微服务已从每个服务 0.75 名工程师增加到预计的 0.1 名：一名工程师负责监督过去需要 8 个人的工作。
剩下的角色正在改变形状。
- 组织需要更少的资深专家和更多能够跨职能流畅工作的人员。今天，我们采访的一家公司的专家与通才比例为 1:6，其目标是在 12 个月内达到 1:25，最终达到 1:100。
- 另一方面，三个传统角色——产品、工程和设计——已经分解为两个：将用户体验和产品思维结合起来的产品构建者，以及协调编码代理和自己的系统设计的产品实施者。
入住门槛正在上升。
- 在一家拥有 1,000 人的公司中，现在有一项名为“我的第一个 Pull 请求”的任务：每个 PM、设计师和非工程师都必须使用 AI 工具交付代码。
- 在同一家公司，25-30% 的产品会议现在以工作原型而不是幻灯片开始。人们的期望已经从提出想法转变为展示想法。
- 另一家大公司要求工程和 GTM 领域的每位员工通过构建一款能够更好地完成工作的应用程序来重新面试他们的角色。拥有一个想法和看到它发挥作用之间的距离正在缩小到接近于零，而缩小这一差距的能力正在迅速成为每个角色的基线期望。
我们相信这些是更大转变的早期信号：从个人使用人工智能来加快行动的组织，到围绕人工智能重建以整体加快行动的组织。 根据我们对实际推动这些变革的人员的研究，本文试图描绘这种转变：哪些角色仍然是人类，哪些角色转移到代理，以及未来的组织实际上是什么样子。
从更有生产力的人到更有生产力的组织
这种转变很难实现，大多数公司还没有做到这一点。这是我们以前见过的模式。
当工厂在 1890 年代首次从蒸汽转向电力时，最初的生产力提升有限。大多数制造商保持相同的工厂架构，只是简单地更换了新的电源。直到后来，在 1910 年代和 1920 年代，当制造商围绕电力重新设计工厂时——在车间内更灵活地分配电力、重新组织工作流程以及为工人和机器创造新的角色——收益才开始实现。
汽车也是如此。它的基本效用是立竿见影的：它可以让人们比马走得更远、更快。但它所承诺的更大的转变需要围绕它重新设计建筑环境。早期的汽车进入了为行人和马而建的街道，在围绕步行距离和铁路组织的城市中。随着时间的推移，道路被铺设和拓宽，交通系统和停车场也被增加。最终，高速公路、郊区和新的土地利用模式围绕汽车普及的假设重塑了城市生活。
在这两种情况下，技术本身只是突破的一部分。一旦人们围绕它构建了周围的系统，真正的转变就发生了。
大多数公司仍处于相当于人工智能的汽车在土路上行驶的阶段。人工智能正在让许多人变得更快。但速度更快的个人并不会自动增加组织的生产力，特别是当底层结构（如何制定决策和如何工作流程）是为人工智能出现之前的世界而构建时。
是你在管理代理人，还是代理人在管理你？
在新兴组织中，这两种转变同时发生。
一组人正在堆栈中向上移动：设计系统、设置护栏并拥有结果。与此同时，许多人发现他们的工作越来越多地由软件来协调：由代理而不是人来安排、路由和评估。在某些情况下，人工智能可以提供比人类经理更一致和个性化的指导。
需要注意的是，提供指导和建立关系是不同的事情。指导提供信息：在正确的时间提供正确的反馈、个性化的学习路径或适时的推动。关系创造了信任、社会纽带和归属感，将人们与工作联系起来，并激励他们做到最好。目前，而且很可能在很长一段时间内，工作场所关系仍然是由人类、为人类而建立的。
总而言之，这两个转变产生了一个更扁平的组织结构图，层次更少，人员更少，并且其下有更复杂的操作系统。
仍然是人类的角色
我们看到，随着代理承担更多工作，四种广泛的人类角色变得更加重要。
首席问责官
处于最高层的是肩负责任的人：负责结果并在出现问题时继续承担责任的高管。这包括签署文件的首席财务官、出庭的总法律顾问，以及在凌晨 3 点系统崩溃时负责的首席技术官。只要监管机构、法院和董事会由人类管理（而且将长期如此），组织就需要与它们建立人机界面。问责制是人类特有的职能，随着代理人承担更多的工作，它变得更有价值，而不是更少。
这也是我们看到整合最多的地方。举一个例子，随着工程和产品的融合，CTO 和 CPO 的角色正在合并。不同的标题将会减少，但剩下的标题将具有更大的分量。
系统架构师
这些是代理组织的设计者。他们决定人类和代理如何协同工作：代理可以自主做什么，什么需要人类批准，如何衡量性能，以及出现问题时的升级路径是什么样的。在工程中，这意味着设计 CI/CD 管道和代码评估框架。在 GTM 中，这意味着构建潜在客户评分模型和归因框架。在 G&A 中，这意味着构建合规管道和财务控制。
这是新兴组织中学习曲线最陡、影响力最大的角色。
关系专家
这些人完全专注于人机界面：通过晚餐建立信任的企业销售人员、引导客户政治的客户经理、指导员工和建立文化的人力资源领导者以及了解候选人真正想要什么的招聘人员。这些角色仍然是人类的，因为组织之间信任的基本单位仍然是人与人之间。
在一个更多的分析和操作工作实现自动化的世界中，人类的信任、判断和解释层面变得更加差异化，而不是更少。
验证器
这可以说是这个新时代最重要、变化最快的新角色。
我们仍处于智能体与人类合作的早期阶段。代理已经可以完成有意义的工作，但在大多数领域，仍然不能相信他们能够完全独立运作。这为人类创造了一个新的角色：审查、验证和签署人工智能系统生成的内容。
在数字环境中，公司正在招聘“验证工程师”：审查代理生成的代码、检查人工智能生成的分析并验证自动化输出是否符合质量标准的人员。在物理和监管环境中，他们看起来更像是领域专家：审阅房间的医生，发现边缘案例的安全专家，或者不仅了解法律条文而且了解其精神的政策专家。
在这两种情况下，验证器都在系统可以做的事情和在物理、监管或高风险环境中仍然需要人类判断的事情之间的边界上运行。
我们的预期是，对验证者的需求将遵循钟形曲线。目前，需求仍在增加，因为大多数公司才刚刚开始大规模部署代理。在接下来的两到四年内，随着代理处理更多工作，需求将达到顶峰，但仍然不够可靠，无法自主运行。随着这些系统积累足够的数据来自我改进和自我纠正，对人工审查的需求将会下降。
这种下降并不意味着验证者消失。随着药物发现、科学研究和物理系统设计等新领域的开放，这条曲线不断右移。每个新领域都会产生新一波的验证器需求。
这给我们带来了向代理密集型劳动力转变的一个重要风险：一代问题。今天的验证者都是专家，因为他们自己完成了 IC 工作。但是，如果代理处理所有初级分析师的工作、所有初稿代码以及所有入门级可交付成果，那么 2035 届毕业生如何培养这种专业知识呢？他们可能永远不会得到代表。
验证者池是一种一代资产，除非我们刻意补充它。这是一个俄罗斯套娃：在这条曲线的最末端，如果没有更多的验证者和专家，那就是 AGI。我们认为这种情况不会发生。人类不断发展，前沿不断前进，新领域不断对人类专业知识提出新的需求。但“现有专家退休”和“新专家出现”之间的差距是真实存在的，值得认真对待。
四种类型的公司，四种不同的未来
伟大的重组不会到处都一样。我们发现按照两个维度对公司进行分组非常有用：它们生产什么（产品或服务）以及它们如何提供价值（数字或物理世界）。这些轴决定了人工智能可以处理的工作量以及速度。
人与代理之间的平衡因象限而异。重组的形式也是如此：人工智能进入工作流程的位置，它可以吸收价值链的哪一部分，以及它是否改变核心工作本身或专注于其周围的一切。
| 产品 | 服务 | |
| 数字 | 例如Salesforce、ServiceNow、Figma | 例如BPO、代理机构、咨询、律师事务所 |
| 物理 | 例如笔记本电脑、电视、汽车 | 例如医生、清洁工、卡车司机、酒店业 |
数字产品组织：更小的团队，更高的影响力
这就是今天最明显的重组。数字产品团队的传统组织结构——工程、产品、设计、销售、营销、客户体验、财务、人力资源、法律——是围绕专业化构建的。每个职能之所以存在，是因为从历史上看，做好它需要专门的人，而不是专注于其他事情。因此，您为每个职能建立了单独的团队，并通过交接和协调结构将工作重新整合在一起。
人工智能工具颠覆了这种逻辑。人们能够充当通才，并转变为上述更高阶的角色：设定方向、设计系统、拥有关系和验证输出。九个职能被分解为三个：研发、GTM 和 G&A。
在每个功能中，精简的人员层与代理层一起工作，负责起草、执行和分析，并由人员审查和批准输出。在研发中，推理代理对错误进行分类、运行影响分析并调查根本原因，而行动代理则实现功能、生成测试以及编写和更新文档。在 GTM 中，推理代理规划活动、分析渠道并制定品牌策略，而行动代理则生成内容、放置和优化广告以及培育销售线索。在 G&A 中，推理代理预测预算、评估合同风险和计划资源，而行动代理则运行工资单、处理发票、起草合同和配置 IT。
结果是公司随着工作而不是员工数量而扩展。保持人性化的角色比以前更高级、更跨职能、更负责任。
数字服务组织：代理完成工作
这是承受最直接压力的象限。在数字产品公司中，代理商帮助构建产品。在数字服务公司中，产品“就是”工作本身——而且越来越多的代理商正在这样做。人工智能系统起草备忘录、处理索赔、分析数据、审查文档并生成可交付成果。大型人力交付团队缩小，剩下的就是包裹着代理核心的人力层。
人类的两个角色变得尤为重要。第一个是关系专家：赢得信任、管理客户、驾驭政治并保持服务形象的人。第二个是问责官：当客户不满意或出现问题时，负责输出的人。
销售服务仍然需要人力，即使提供服务越来越不需要人力。买家不会因为人工智能演示进展顺利而签署七位数的合同：他们签署是因为他们信任桌子对面的人。这就是为什么数字服务中的人力包装比任何其他象限都窄：从事工作本身的人越来越少，拥有周围人际关系和责任的人越来越多。
这也是为什么人工智能本土挑战者对这里的现有企业构成如此大的威胁。新进入者可以从头开始设计人力与代理的分工——无需重组遗留交付车间，无需再培训现有劳动力——并以难以弥补的成本和速度优势进行竞争。
实体产品组织：最大的绿地
实体产品公司通常被描述为受人工智能影响最小的公司。我们认为这低估了这个机会。
设计、原型制作、制造和测试物理产品仍然需要与原子交互，而不仅仅是与比特交互。与软件相比，这使得时间更长，工具堆栈也更不成熟。有用于软件开发的克劳德代码，但还没有用于物理产品的等效通用堆栈。但这也是机会如此之大的原因：大部分价值仍在前方。
这里的组织结构看起来与数字产品类似，同样的四个人员角色分布在研发、GTM 和 G&A 中，再加上第四个职能——供应链管理——反映了将实体产品推向市场的复杂性。
然而，这些角色所管理的工作看起来与数字产品有很大不同。系统设计师定义人工智能如何集成到物理设计和制造流程中，而不仅仅是软件管道。验证者批准原型并签署安全认证，而不仅仅是审查代码。
在代理方面，代理压缩了物理开发周期中最耗时的部分，包括设计可行性、模拟、供应链优化和质量控制，而行动代理则处理目前消耗大量工程带宽的文档和后勤工作。结果是一个更小的团队承担了比以前更复杂、更雄心勃勃的工作。
物理服务组织：代理处理开销
在实体服务中，人是产品，人际关系是保持客户粘性的因素。清洁工必须出现在你家。医生必须检查您、倾听您的意见并与您讨论您的选择。卡车司机必须坐在方向盘后面，至少目前是这样。这里的转变并不是要取代人类作为服务提供者，而是要改变人类周围的一切。
在所有四个象限中，这是“由代理管理”走得最远的地方。目前围绕服务工作人员的协调开销（调度、路由、文书工作和调度物流）是客服人员进展最快的。这使人们能够专注于工作本身，而不是围绕工作的管理和运营框架。
此类别中的时间表差异很大。卡车驾驶有一条通往完全自动化的明确道路。 Hospitality is a different story.在餐馆、酒店和护理机构中，人际互动是服务的核心。人们希望感受到被另一个人的照顾，而且无论代理人能做什么，这种偏好都不太可能改变。
初创公司的机会
对于创始人和投资者来说，伟大的重组是一个路线图。组织运作方式的每一次结构性转变都会产生新一代的初创公司，这一次也不例外
我们看到了一些重大机遇：
1. 人类系统架构师的工具
之前工作方式的每一次转变都产生了新一代的专用工具——每一个工具都帮助人类更直观地与日益强大的机器进行交互。编码语言从机器代码发展到 C++，再到 Python，再到自然语言，每一层都使构建者更加高效。非工程工具遵循相同的模式——Jira 适合 PM，Figma 适合设计师，HubSpot 适合销售——每一种工具都针对从事特定类型工作的人员进行了优化。
人类现在需要交互的最强大的机器不再是代码库或设计文件，而是一组自主代理。正如每一代技术都需要新的工具来使其可用一样，代理也需要自己的工具：编排平台、工作流构建器和可观察性仪表板，让人们能够大规模地构建、监控和纠正这些系统。
Arize 正在构建一个这样的工具。他们的代理工程平台为人类系统设计人员提供了可见性和评估工具，以了解他们的代理实际上在做什么，并随着时间的推移对其进行改进。随着代理部署规模的扩大，人类查看系统内部和正确方向的能力变得与代理本身一样重要。
2. 人类验证者平台
如果验证器需求即将激增，我们将需要基础设施来使人工验证高效、可扩展且经济可行。这包括帮助验证者检查、验证并向代理提供反馈的工具，以及将需要人工输入的代理与合格验证者池连接起来的市场。
其早期版本已经出现。我们网络中的一家公司最初是一个面向人的市场研究平台：你可以找他们进行定性研究。现在它们正在演变成面向代理的验证者池。当人工智能代理需要对其输出进行人工反馈时，它会从池中调用人工验证器，他们的反馈流回代理，然后代理进行迭代。谁大规模聚合了人类验证者池，谁就拥有一个类别。
Turing 是该基础设施在实践中的一个例子。他们的工程专家库充当模型仍然无法可靠解决的问题的人工验证层，帮助领先的人工智能实验室审查输出、捕捉边缘情况并进一步推动前沿。
3.代理原生工具和基础设施
当今使用的所有软件都是为人类构建的。当代理使用这些工具（通过 MCP、API 包装器或浏览器自动化）时，他们正在导航为人类认知设计的抽象。开销是可衡量的：MCP 工具模式仅用于加载即可消耗约 55,000 个令牌，而等效的 CLI 命令则花费约 200 个令牌。在复杂的工作流程中，这种翻译税会快速复合。
代理本机架构完全跳过了这一开销，直接公开操作而不是将它们包装在人机界面中。
这就是为什么“现有工具加 MCP”并不是最终目标。 MCP 正在成为标准连接层，但它并没有修复底层架构。将其连接到 Jira 或 Figma 上仍然可以通过为人类构建的数据模型来引导代理。对于针对记录系统的简单 CRUD，该包装器保持数据引力是真实的。但对于高频、代理繁重的工作流程，围绕人机交互构建的工具成为代理必须解决而不是克服的障碍。为作为主要用户的代理而构建的、以人工监督为特色的全新代理原生工具将在原始性能上获胜。
Sixtyfour 是一个早期的实际示例。如今，像 ZoomInfo 这样的工具是为人类分析师查询而构建的静态数据库——它们出售数据。 Sixtyfour 销售代理基础设施：它不是公开固定的数据集，而是为代理提供工具，让他们可以通过开放网络和利基、难以访问的来源主动研究人员和公司，大规模收集预建数据库无法包含的情报。
4. 人工智能原生数字服务
正如我们上面所描述的，人工智能原生挑战者比现有企业具有结构性优势：他们可以从头开始设计人类代理的劳动分工，而无需遗留交付平台来放松。初创公司的机会在于打造这些挑战者：人工智能原生版本的律师事务所、会计师事务所、咨询公司和代理机构，从第一天起就开始采用新的组织结构。
ConverzAI是一个早期的例子。作为一家人工智能本土人才招聘机构，他们使用代理语音人工智能来处理大量的招聘工作（寻找、筛选和协调候选人），而人类则专注于仍然需要人的关系工作：了解候选人真正想要什么，阅读是否真正适合，以及在候选人和招聘经理之间进行动态调整。
Tessera Labs 是另一个例子。传统上，财富 500 强企业依赖来自主要咨询公司的大型系统集成商 (SI) 团队来执行 IT 转型，例如迁移和升级 SAP 环境。这些活动是出了名的缓慢且昂贵，通常需要数年时间和数亿美元。 Tessera 使用代理优先的架构从头开始重建了这一架构：一个由专业人工智能代理组成的协调系统，可以自主处理流程挖掘、数据映射和协调——以前需要大量顾问才能完成的工作。其结果是一个极其精简、更快的交付模型，它不仅可以自动执行旧结构中的任务，还可以取代旧结构本身。
5. 人际关系专家的AI管理者
在物理和监管服务中，最有价值的专业人员将大部分时间花在运营和管理工作上。初创公司的机会是构建承担这项工作的人工智能层。
Tennr正在为医疗保健构建这一层。他们的平台自动化了转诊接收流程，包括阅读传真、解析临床文档、路由患者以及管理事先授权。 Tennr 现在每月处理 1000 万份文档，其模型在 97% 的情况下都得到了人工审阅者的批准，无需进行任何编辑。借助 Tennr，医疗保健实践可以处理更多患者，而无需扩大后台团队。
Fulcrum 也在为保险经纪公司做同样的事情。几十年来，经纪公司一直依赖离岸 BPO 合作伙伴来完成每个客户关系的运营工作，包括审查保单是否存在错误、生成保险证书和处理索赔。 Fulcrum 的人工智能代理直接在经纪商的现有系统中端到端地接管这项工作。
6.实体产品的人工智能堆栈
正如我们之前所讨论的，机械工程领域的克劳德代码尚不存在。而且，与软件不同的是，软件中的设计决策存在于 AI 可以读取和推理的版本控制代码库中，而物理产品开发则建立在分散的环境之上：CAD 文件、FEA 报告、电子邮件、审查笔记以及工程师头脑中的机构知识。
Tandem 正在构建知识层，使人工智能对硬件团队有用。他们的平台与现有 CAD 工具集成，并在工程师工作时实时捕获设计决策。它还会在工程师需要时显示相关要求、过去的决策和开放的风险。
7. AI原生物理服务
物理服务象限距离完全自动化最远，但前进的方向是明确的。近期的机会在于编排层：目前需要人工操作团队的调度系统、路由算法、调度基础设施和实时协调工具。
更长远的机会是机器人技术。当实体工作本身变得自动化时，实体服务的转变将像我们目前在数字服务中看到的那样引人注目。 SafelyYou 提供人工智能摄像头，以确保老年人的安全和健康，并减轻看护人员的负担。
未来对人类来说最重要的是什么
那么，如果这就是世界的发展方向，你应该做什么呢？
我们相信，在这个新世界中蓬勃发展的人类将具有一些共同特征。
新兴组织中最有价值的技能是系统思维：能够了解各个部分如何组合在一起、设计工作流程以及构建人类和代理如何协作的能力。它也是最难开发的，因为它既需要熟练的技术，又需要对业务实际运作方式的深刻理解。我们采访过的最好的公司并没有通过培训计划来强制采用人工智能：他们雇佣的是已经有这种想法的人，并让文化随之而来。
高度代理和成长心态也是关键。如果你的本能是抵制并希望人工智能无法实现你的功能，那么你已经落后了。蓬勃发展的人类将是那些拥抱革新并不断尝试新工作方式的人。
组织结构图正在重新绘制。这让很多人感到不安，这是可以理解的。但这也是一个邀请。那些向前一步、学习如何与代理合作而不是与他们竞争、将其视为事物的开始而不是结束的人，将不仅仅能够在重组中生存下来。他们将是塑造它的人。
