本文信息来源：nfx
你正在数十年来最具爆发性的公司设计变革潮中进行创业——但大多数创始人依旧表现得好像一切都没变过。
AI 重塑了一个人所能做到的极限，这迫使初创公司必须重新思考关于招聘、组织结构、领导力和速度的所有假设。那些处于领先地位的团队，其实从第一天起就在用完全不同的方式组织自己。
一个世纪以来，地位和薪酬与你的管理人数成正比。而在人工智能时代，它们取决于你管理人工智能的水平。这彻底颠覆了公司的设计理念。
创始人往往将组织架构视为固定不变的。但在现实中，组织设计是流动的。它随两股力量而变化：你所处的技术时代和你面临的竞争压力。眼下，这个时代属于人工智能。想要获胜，就意味着要最大化三项能力：交付速度、创新能力和创造能力。组织架构中任何拖累你的因素都是毒药。
那些已经脱颖而出的公司，其内部组织方式已经发生了根本性的转变。以下是它们的独特做法——以及你可以如何像它们一样思考。
公司形式追随功能
最成功的公司会精心设计能够内在促进其所需文化的组织结构。如果你需要控制和监督，你的组织结构应该与那些需要速度和创造力的公司截然不同。
组织架构图本身的起源故事恰好展示了技术窗口 、竞争优势和组织结构之间的关系。
19 世纪 50 年代，纽约和伊利铁路（New York and Erie Railroad）是当时该国最大的铁路网络之一，但它却在混乱的边缘摇摇欲坠。随着铁路系统扩张超过 500 英里，调度列车和维护线路的后勤挑战超出了公司的管理能力。
但丹尼尔·麦卡勒姆（Daniel McCallum），一位工程师并最终成为该铁路公司的总经理，解决了这个问题。他的突破在于绘制了第一张现代组织架构图， 完成于 1855 年 。
这张树状图描绘了整个公司的架构，展示了从董事会一直延伸到前线的责任脉络。这种结构建立了一种共同的指挥感、透明度和控制力，使他得以驾驭这个庞大的网络。
这张组织结构图本身并非什么惊人的突破，但它展示了优雅的公司结构究竟如何解决巨大的难题（在这个案例中，甚至关乎生死存往）。
在构建公司结构时，“形式追随功能”是一条铁律。关键在于要意识到你真正需要优先考虑的“功能”究竟是什么。
通常，这一核心功能与技术和竞争息息相关。麦卡勒姆（McCallum）深知铁路行业的博弈关乎效率与协同。这正是 1855 年致胜的关键。这种公司结构的创立就是为了优先满足这一功能——但它也伴随着权衡与代价。例如，如此森严的等级制度往往行动迟缓，且难以进行快速创新。
您的公司架构需要反映出能让贵公司在这个赛道获胜的特质。以下是一些技术变革的例子，以及它们如何影响了公司的架构：
前 AI 时代与后 AI 时代的组织架构
如今，人们普遍认为，在初期你需要凭借速度和创新取胜，而长期来看则要依靠防御性 。
我们今天提到的行业巨头在其公司结构中清楚地体现了这一点：它们的设计初衷就是为了追求速度。
亚马逊率先采用了跨学科项目团队——即“两个披萨团队”（two pizza teams）——这种模式即便是在企业级规模下，也能保持初创公司般的速度。Atlassian 意识到公司发展速度正在变慢（甚至早在人工智能时代之前），于是创造了按工作流或项目组织的“协作组”（pods）概念。每个协作组都是一个独立的单元，由主要专注于该产出的核心成员、同时服务于多个“协作组”的兼职专家，以及负责制定议程的领导者组成。
今天的主流叙事是人工智能（AI）正在使公司结构变得“扁平化”。但在此之前，“披萨团队”（pizza teams）和“作战小队”（pods）的出现就已经告诉我们，为了优先考虑灵活性和速度，组织多年来一直在走向扁平化。AI 仅仅是将这一趋势推向了高速档，主要产生了以下三个影响：
- 它已完成了这种扁平化转型，因为人工智能让跨学科工作能以更快的速度进行。
- 得益于人工智能的自动化，这些团队的规模可以比以往任何时候都更小，且依然具备可行性。
- 这种文化要求员工拥有不同类型的心理素质——即“组织内的创业者”（我们将在接下来的几周内对此撰写更多内容）。
我们不断看到此番景象：许多规模仅有十余人的初创企业，成功完成了 A 轮融资（甚至走得更远）。但更有趣的地方在于，这些企业为了达成这些里程碑，究竟是采用了何种团队组织方式。
这一切都始于最初的几位员工。
如何思考你的前几位员工招聘
人工智能已经从根本上改变了早期团队的组建方式。它极大扩展了单一个体的能力边界，压缩了繁琐的流程性工作，并将小团队的核心目标从“协调”转向了“创新”。这意味着，你最初招聘的几名员工比以往任何时候都更加至关重要——不是因为他们要“掌管”某个职能部门，而是因为他们将协助你定义整个公司的运作模式。
在进行那几笔至关重要的早期招聘之前，每一位创始人都应该先回答这三个问题：
- 你需要哪些成果，又该如何设计职位，才能让这些成果的达成水到渠成？
AI 已经彻底颠覆了早期招聘的逻辑。现在的职位不再围绕流程设计（如“销售主管”、“营销主管”），而是围绕成果设计。AI 可以处理标准操作手册和重复性任务。你真正招聘的是成果、品味和独特的洞察力，这些特质能让你摆脱早期的同质化竞争。
我们已经开始看到职位头衔发生变化 ，反映出重成果轻流程的趋势。“营销主管”这样的职位正在让位于“增长主管”。过去的“销售主管”可能要负责编写外联话术、管理客户关系管理系统（CRM）和监督销售代表。而今天，这个角色可能变成了“外联主管”——将后端任务自动化，全然专注于建立能达成交易的关系。
作为创始人，看清驱动这种职位描述转变的大局至关重要：在设计所需职位和赋能员工实现关键目标方面，你拥有了比以往任何时候都更大的灵活性。
当个人能够完成整个团队的工作时，早期的角色就会变得跨领域且灵活多变。第一批职位的描述举足轻重。它们向人们传达了究竟什么才是重要的，以及应该把时间和精力投入何处。职责范围宽泛没有问题，但成果定义模糊则不行。要描绘出工作带来的影响，而不是列出一长串任务清单。
- 你希望人们如何协同工作——你的团队设计又该如何为此提供支持？
当协调工作可以被自动化时，人们聚在一起的原因就是为了创新：产生想法、对假设进行压力测试，并在产品、市场推广和运营之间快速推进。
如果说问题 1 是关于你如何定义各个角色，那么这个问题就是关于你如何设计一个环境，让身处这些角色中的人们作为一个整体发挥出最佳的工作状态。
在一个创新优先的环境中，你需要一种能够消除职能部门间摩擦的团队结构，并赋予员工在公司任何地方充分发挥其技能组合的权力。早期员工不应被限制在“他们的车道”里。他们应该能够从撰写着陆页文案跳转到调试新用户引导流程，再到开展外联测试——因为当同一个小组能够诊断问题、提出解决方案并执行方案且无需移交工作时，创新的速度是最快的。
这就是为什么早期阶段的框架倾向于描述“原型”而非“部门”。在 《三人独角兽》（The Three-Person Unicorn） 一文中，我们谈到了团队是围绕思维方式——数字、文字、创始人能量——而非僵化的职能框框来组织的。
这些设计在顶层构建了一种用于解决问题的共同语言。它们同时也明确表达了一个观点：你的工作不仅仅是“守好你的一亩三分地”，而是要将你的专业技能带到业务中任何需要它的地方。
对于大多数团队而言，这意味着你们需要在同一个地方办公。当人们共处一地，互相碰撞灵感时，创新、创造力和灵活性才会应运而生。
远程办公模式往往在早期阶段运作良好，因为那时候每个人都知道该做什么。但如果你们不在一起，一旦市场发生变化或产品进入成熟期，你们的速度就会慢下来。
当然也有例外——比如需要商业化罕见的大学研究成果。但对于大多数早期团队来说，在一起工作是成功的秘诀。特别是对于你最早的一批员工而言，更是如此。
- 究竟谁能在“AI 优先”的环境中真正蓬勃发展？
在人工智能时代到来之前，创始人在招聘时通常看重职能技能。而今天，你招聘的是思维模式和品味。
你的早期员工需要习惯这种工作方式：即定期重塑自己的工作流程。同时，对于哪些行得通、哪些行不通，他们需要有强烈的观点（但应当是能灵活修正的）。
一个人对人工智能的态度是最清晰的讯号之一。拒绝尝试往往暴露了其在心理灵活性和创新能力上的不足。在这个生态系统中，你需要对可能发生的事情保持乐观，否则就会被抛在后面。
话虽如此，你需要的思维模式也不是对 AI 的盲目迷信（有些流程确实仍需改进）。你在寻找的是一种既充满热情又知情的谦逊态度——即有能力认识到 AI 在大多数日子的绝大多数事情上都比大多数人做得更好，然后将精力重新导向人类具有优势的工作部分：判断力、创造力、关系建立和品味。
这才是你在那种“AI 优先”的组织中想要拥有的思维模式。
领导一个“AI 优先”的团队需要什么？
随着组织结构变得更加扁平化且更多地受到创新驱动，创始人的愿景也愈发受到重视。每个人都需要清楚他们所做之事背后的那个宏大的“为什么”，否则动机就会受挫，凝聚力也会随之瓦解。
愿景固然一直很重要。但在后人工智能时代，传达这一愿景的方式正在呈现出不同的风貌。过去，许多创始人往往带有一种传统的 MBA 式的领袖魅力。而如今，似乎出现了几种并行存在的原型。
其中之一是“原生态”与精致型创始人的区别。这些创始人确实拥有远见卓识和某种程度的个人魅力——这对融资至关重要。但他们并不特别在意是否符合所谓“创始人”的既定形象。他们非常乐意在早期就下放权力，快速行动，并公开地构建产品（以及面对失败）。
授权这部分尤为有趣。对创始人来说，下放权力历来是一件相当困难的事情，尽管这是规模化发展的自然组成部分（ 我们对此曾有详述 ）。这批新出现的、以人工智能为助力的创始人似乎在这方面更加熟练。他们从第一天起就一直在将流程委托给 AI 代理。
（有趣的是，这种授权能力似乎也在向下渗透到个人贡献者层面。与 AI 时代之前受训的工程师相比，AI 原生工程师通常不觉得自己需要了解技术栈的每一个具体细节。这并不是说他们无法理解那些细枝末节，而是他们选择不花数小时去死记硬背，转而专注于更高层级的任务）。
除了授权之外，这些以此为先的 AI 领袖还发展出了三项独特的技能：
- 最优秀的“AI 为先”领导者通过充当 AI 能力与人类判断力之间的“翻译官”来发挥作用。他们既能察觉出团队成员何时对 AI 输出过度依赖，也能看出另一位成员何时过于怀疑。
- AI 之所以令人着迷，是因为它能够实现极快的迭代速度。但并非所有产出都足够扎实，达到可以发布的标准。能够生成无穷无尽的初稿，反而更加凸显了辨别能力的价值——即知道什么才是真正好的、具有高杠杆效应的，以及值得推向世界的。
- “AI 为先”的领导者擅长设计 AI 自动化工作与人类工作之间的过渡环节。他们对这两种能力都有足够深刻的理解，清楚接力棒应该在哪里传递，并且通过精心构建工作流程，让这些交接过程显得自然流畅，而不是突兀生硬。
1855年，麦卡勒姆解决了协作难题。
2025年，你的任务是解决创造力和速度的问题。
时过境迁，唯有一点未变：你的公司设计仍然对你的成功有着至关重要的影响。