从层级制走向智能
作者： Sequoia Capital
免责声明： 本翻译好的文章仅限于我自己阅读，不是转载和发布。
在红杉资本（Sequoia），我们看到速度是预测初创企业成功与否的最佳指标。大多数公司将 AI 视为一种生产力提升工具。很少有公司关注 AI 改变我们协作方式的潜力。Block 正在展示从根本上重新思考组织设计是什么样子的，最终利用 AI 来提高速度，将其作为一种复合的竞争优势。
在第一张公司组织结构图出现的两千年前，罗马军队解决了一个每个大型组织至今仍面临的问题：如何在有限的通信条件下协调相隔遥远的数千人？
他们的答案是一个嵌套的层级结构，每一层都有统一的控制跨度。最小的单位是“同帐班（contubernium）”，由八名士兵组成，他们共享一个帐篷、装备和一头骡子，由一名“十夫长（decanus）”领导。十个同帐班组成一个八十人的“百人队（century）”，由一名“百夫长（centurion）”指挥。六个百人队组成一个“大队（cohort）”。十个大队组成一个大约 5000 人的“军团（legion）”。在每一层，一名被任命的指挥官拥有明确的权威，汇总来自下层的信息，并传达来自上层的决策。这种结构（8 → 80 → 480 → 5000）是一个围绕一个简单的人类限制而建立的信息路由协议：一个领导者可以有效地管理三到八个人。罗马人通过几个世纪的战争发现了这一点。即使在今天，美国陆军的等级链也遵循类似的模式。我们现在称之为“控制跨度（span of control）”，它仍然是地球上每个大型组织的治理约束。
下一个重大变化来自普鲁士。1806 年拿破仑军队在耶拿战役中摧毁了普鲁士军队后，由沙恩霍斯特（Scharnhorst）和格奈森瑙（Gneisenau）领导的一群改革者围绕一个令人不安的真相重建了军队：你不能依赖顶层的个人天才。你需要一个系统。他们创建了总参谋部，这是一个受过训练的军官阶层，他们的工作不是战斗，而是规划行动、处理信息并在各单位之间进行协调。沙恩霍斯特打算让这些参谋军官“支持无能的将军，提供领导者和指挥官可能缺乏的才能。”这就是“中层管理”，甚至在出现这个词之前。他们的目的是在复杂的组织中路由信息、预先计算决策并保持一致性。军方还正式区分了“直线（line）”和“参谋（staff）”职能。直线部门推进核心任务。参谋部门提供专业支持。今天，每家公司仍在使用这套词汇。
军事层级结构在 1840 年代和 1850 年代通过美国铁路进入商业世界。美国陆军将西点军校培养的工程师借给私营铁路公司，这些军官带来了军事组织思维。参谋和直线层级结构、部门结构、官僚的报告和控制系统：所有这些都是在军方发展起来的，然后才被铁路采用。在 1850 年代中期，纽约和伊利铁路公司（New York and Erie Railroad）的丹尼尔·麦卡勒姆（Daniel McCallum）创建了世界上第一张组织结构图，以管理一个绵延 500 多英里、拥有数千名工人的系统。适用于较小铁路的非正式管理方式正在失效。火车相撞正在导致人员死亡。麦卡勒姆的图表将罗马人使用过的相同层级逻辑正式化：权力层级、定义的报告路线、结构化的信息流。它成为了现代公司的蓝图。
弗雷德里克·泰勒（Frederick Taylor，1856-1915），常被称为“科学管理之父”，优化了该层级结构内发生的事情。泰勒将工作分解为专业任务，将它们分配给受过训练的专家，并通过衡量而不是直觉进行管理。这产生了职能金字塔组织——一种在军方开创、铁路商业化的信息路由系统内为效率而优化的结构。
对职能层级结构的第一次真正压力测试发生在第二次世界大战期间。曼哈顿计划要求物理学家、化学家、工程师、冶金学家和军官在极端保密和时间压力下，跨越学科界限，朝着一个单一目标努力。罗伯特·奥本海默（Robert Oppenheimer）将洛斯阿拉莫斯（Los Alamos）组织成职能部门，但坚持在部门之间进行公开协作，抵制了军方划分界限的本能。当 1944 年内爆问题变得严重时，他围绕这个问题重组了实验室，创建了当时美国企业界前所未有的跨职能团队。它奏效了，但这是由一位杰出人物领导的战时特例。战后商业世界面临的问题是，这种跨职能协调能否成为常态。
随着二战后公司的成长和全球化，职能设计的规模限制变得严重。1959 年，麦肯锡的吉尔伯特·克利（Gilbert Clee）和阿尔弗雷德·迪·斯皮奥（Alfred di Scipio）在《哈佛商业评论》上发表了《创建一个世界级企业（Creating a World Enterprise）》，为结合职能专业和部门单位的矩阵组织提供了一个知识框架。在马文·鲍尔（Marvin Bower）的领导下，麦肯锡帮助壳牌（Shell）和通用电气（GE）等公司实施了这些原则，在中央标准与地方敏捷性之间取得了平衡。这成为了推动战后全球经济的“专业”或“现代”公司。
随着时间的推移，出现了其他框架来解决矩阵结构的复杂性、僵化和官僚主义。麦肯锡 7-S 框架，由汤姆·彼得斯（Tom Peters）和罗伯特·沃特曼（Robert Waterman）在 1970 年代末开发，区分了“硬 S”（战略 Strategy、结构 Structure、系统 Systems）和“软 S”（共同价值观 Shared Values、技能 Skills、人员 Staff、风格 Style）。核心思想是单靠结构元素是不够的。组织效率要求文化特征和决定战略是否真正成功的人为因素保持一致。
在最近的几十年里，科技公司在组织结构上进行了积极的实验。Spotify 普及了短冲刺周期的跨职能小队。Zappos 尝试了合弄制（Holacracy），完全取消了管理头衔。Valve 采用扁平化结构运行，没有正式的层级。这些实验中的每一个都揭示了传统层级结构的局限性，但都没有解决根本问题。Spotify 在扩大规模时退回到了传统的管理模式。Zappos 出现了严重的人员流失。Valve 的模式被证明难以扩展到几百人以上。当组织增长到数千人时，他们会恢复到层级协调，因为没有替代的信息路由机制强大到足以取代它。
这种限制与罗马人面临的以及海军陆战队在二战中重新发现的限制相同：缩小控制跨度意味着增加指挥层级，但更多层级意味着更慢的信息流。两千年的组织创新一直试图在不打破这种权衡的情况下绕过它。
那么现在有什么不同呢？
在 Block，我们正在质疑一个潜在的假设：组织必须以人类作为协调机制进行层级组织。相反，我们打算取代层级结构所做的事情。今天使用 AI 的大多数公司都是给每个人一个副驾驶（copilot），这使得现有结构在不改变的情况下工作得稍微好一点。我们追求的是不同的东西：一家建立为一种智能（或微型 AGI）的公司。
我们并不是第一个试图超越传统层级结构的人。海尔的人单合一（rendanheyi）模式、平台组织、“数据驱动”管理：这些都是解决同一问题的真正尝试。他们缺乏的是一种能够实际执行层级结构旨在提供的协调功能的技术。AI 就是那项技术。有史以来第一次，系统可以维护整个业务持续更新的模型，并使用它来协调以前需要人类通过各级管理传递信息的工作。
要做到这一点，公司需要两样东西：一种自身运营的“世界模型（world model）”，以及一个足够丰富的客户信号，以使该模型发挥作用。
Block 是一个远程优先（remote-first）的公司。我们所做的一切都会创造工件。决策、讨论、代码、设计、计划、问题和进展都作为记录下来的行动而存在。这是公司世界模型的原材料。在传统公司中，经理的工作是了解整个团队正在发生什么，并在指挥链上下传递这些背景信息。在一个工作已经是机器可读的远程优先公司中，AI 可以不断构建并维护这幅图景。正在构建什么，什么被阻塞了，资源分配在哪里，什么是有效的，什么是无效的。这是过去层级结构所传递的信息。现在由公司世界模型来传递它。
但是系统的能力取决于输入其中的客户信号的质量。而金钱是世界上最诚实的信号。
人们在调查中撒谎。他们忽略广告。他们放弃购物车。但是当他们消费、储蓄、发送、借贷或偿还时，那就是真相。每笔交易都是关于某人生活的一个事实。Block 每天都会看到数百万次此类交易的双方，通过 Cash App 的买家和通过 Square 的卖家，加上运营商家业务的运营数据。这赋予了客户世界模型一种罕见的东西：对财务现实的每个客户、每个商家的理解，这种理解建立在复合的诚实信号之上。信号越丰富，模型就越好。模型越好，交易就越多。交易越多，信号就越丰富。
公司世界模型和客户世界模型共同构成了一种不同类型公司的基础。不是由产品团队构建预先确定的路线图，而是构建四样东西。
首先，能力（capabilities）。原子的财务原语：支付、贷款、发卡、银行、先买后付、工资单等等。这些不是产品。它们是难以获取和维护的构建块（有些具有网络效应和监管许可）。它们没有自己的用户界面。它们有可靠性、合规性和性能目标。
其次，世界模型（a world model）。这有两面。公司世界模型是公司如何理解自己及其自身运营、绩效和优先事项的方式，取代了过去在管理层之间流动的信息。客户世界模型是基于专有交易数据构建的每个客户、每个商家、每个市场的表示。它今天从原始交易数据开始，随着时间的推移向完全的因果和预测模型演变。
第三，智能层（an intelligence layer）。这是将能力组合成在特定时刻为特定客户提供解决方案并主动交付的东西。一家餐厅的现金流在模型以前见过的季节性下降之前正在紧缩。智能层从借贷能力中组合出一笔短期贷款，使用支付能力调整还款计划，并在商家想到寻找融资之前将其呈现给他们。一个 Cash App 用户的消费模式发生了转变，模型将这种转变与搬到新城市联系起来。智能层组合了一个新的直接存款设置、一张具有针对其新社区的增强类别的 Cash App 卡，以及一个根据其更新的收入校准的储蓄目标。没有产品经理决定构建这两种解决方案。能力是存在的。智能层识别了时机并将它们组合起来。
第四，接口（interfaces，硬件和软件）。Square、Cash App、Afterpay、TIDAL、bitkey、proto。这些是智能层提供组合解决方案的交付表面。它们很重要，但它们不是创造价值的地方。价值在于模型和智能。
当智能层试图组合一个解决方案但由于能力不存在而失败时，那个失败信号就是未来的路线图。传统的路线图，即产品经理假设下一步要构建什么，是任何公司最终的限制因素。在这个模型中，客户现实直接生成待办事项（backlog）。
如果这是公司构建的东西，那么问题就变成了：人做什么？
组织结构由此而来，并且它颠覆了传统的图景。在传统公司中，智能分散在人群中，层级结构负责路由它。在这个模型中，智能存在于系统中。人处于边缘（the edge）。边缘是行动发生的地方。
边缘是智能与现实接触的地方。人能够触及模型尚无法到达的地方。他们感知模型无法感知的东西：直觉、有主见的方向、文化背景、信任动态、房间里的气氛。他们做出模型不应该自己做出的决定，尤其是道德决定、新奇情况和高风险时刻，在这些时刻，犯错的成本是生死攸关的。一个无法接触世界的世界模型只是一个数据库。但边缘不需要管理层来协调它。世界模型为边缘的每个人提供他们采取行动所需的背景信息，而无需等待信息在指挥链上下传递。
在实践中，这意味着我们规范为三个角色。
独立贡献者（ICs），他们构建和操作能力、模型、智能层和接口。他们是系统特定层级的深度专家和行家。世界模型提供了过去由经理提供的背景信息，因此 IC 可以做出关于其层级的决定，而无需等待别人告诉他们该怎么做。
直接责任人（DRI），他们负责特定的跨领域问题或机会以及客户成果。一个 DRI 可能在 90 天内负责特定细分市场中商家流失的问题，拥有完全的权力根据需要从世界模型团队、借贷能力团队和接口团队抽调资源。DRI 可能会在某些问题上坚持下去，或者转移到其他地方解决新问题。
球员兼教练（Player-coaches），他们将建设与培养人才结合起来。他们取代了主要工作是信息路由的传统经理。一个球员兼教练仍然编写代码、构建模型或设计接口。他们也投资于周围人的成长。他们不会把时间花在状态会议、对齐会议和优先事项谈判上。世界模型处理对齐。DRI 结构处理战略和优先级。球员兼教练处理工艺和人员。
不需要永久的中层管理层。旧层级结构所做的所有其他事情，系统都会进行协调，每个人都被赋予权力，其角色更接近工作和客户。
Block 正处于这一转型的早期阶段。这将是一个艰难的过程，并且其中的某些部分可能会在起作用之前被打破。我们现在写这篇文章是因为我们相信每家公司最终都需要面对与我们相同的问题：你的公司了解什么真正难以理解的东西，并且这种理解每天都在加深吗？
如果答案是什么都没有，那么 AI 只是一个成本优化故事。你削减人员编制，在几个季度内提高利润率，最终被更聪明的东西吸收。如果答案是深度的，那么 AI 就不仅仅是增强你的公司。它揭示了你公司的本质。
Block 的答案是经济图谱：数百万商家和消费者、每笔交易的双方、实时观察到的财务行为。这种理解在系统运行的每一秒都在产生复利。我们相信这背后的模式，即一家组织为一种智能而不是一个层级结构的公司，其意义重大，它将重塑未来几年各类公司的运营方式。Block 已经走得足够远，表明这个想法不仅仅是理论（不过，我们欢迎辩论和反馈，以对我们的想法进行压力测试和改进）。
公司行动的快慢取决于信息流。层级结构和中层管理阻碍了信息流。两千年来，从罗马的同帐班到今天的全球企业，我们没有真正的选择。共享一个帐篷的八名士兵需要一名十夫长。八十人需要一名百夫长。五千人需要一名使节（legate）。问题从来不是你是否需要层级。问题是对于这些层级所做的事情，人类是否是唯一的选择。他们不再是了。Block 正在构建接下来的东西。
