在硅谷，單人獨角Solace創(chuàng )始人Sarah Gwilliam只用幾天，預言業(yè)邏就讓她的何重冥想應用上線(xiàn)。注冊公司、寫(xiě)創(chuàng )搭建網(wǎng)站、單人獨角設計界面、預言業(yè)邏投放廣告，何重她幾乎沒(méi)雇人。寫(xiě)創(chuàng )所有環(huán)節都由AI孵化器 Audos接手。單人獨角她的預言業(yè)邏形容是：“AI就像我的聯(lián)合創(chuàng )始人?！?/p>

這故事出自《經(jīng)濟學(xué)人》2024年8月號的何重一篇報道。文章提出一個(gè)看似大膽的寫(xiě)創(chuàng )設想：生成式AI或許會(huì )催生第一個(gè)“單人獨角獸”。AI不只是單人獨角提高效率的工具，而是預言業(yè)邏能在開(kāi)發(fā)、銷(xiāo)售、何重客服等環(huán)節扮演團隊角色。哈佛商學(xué)院隨即做了驗證：讓學(xué)員用AI在九十分鐘內創(chuàng )建一家零食公司，包括市場(chǎng)調研、供應鏈設計和包裝開(kāi)發(fā)。結果顯示，“1人＋AI”的表現幾乎與“2人團隊”相當。

數據正在印證這種趨勢。根據創(chuàng )業(yè)融資平臺Carta的季度報告，從公司成立到雇第一名員工的時(shí)間，已從2022年的不到6個(gè)月，拉長(cháng)到2024年的9個(gè)月以上。越來(lái)越多創(chuàng )業(yè)者把“員工越少越好”當作榮譽(yù)勛章。Wix花8000萬(wàn)美元收購了一家叫 Base44的AI代碼公司，而那家公司只有8個(gè)人。比起雇人，他們更擅長(cháng)調AI。過(guò)去的公司，是一群人組成的生產(chǎn)單元；如今的公司，可能是一個(gè)人加上千萬(wàn)個(gè)算法。在 AI 的協(xié)助下，最小的生產(chǎn)單位，不再是公司，而是個(gè)人。

這種變化在中國同樣明顯，只是語(yǔ)氣更務(wù)實(shí)。中國的一人公司，不追求“獨角獸光環(huán)”，而追求“業(yè)務(wù)閉環(huán)”。他們不談估值，而談現金流。

在杭州，“十點(diǎn)說(shuō)話(huà)術(shù)”原本是知乎創(chuàng )作者，內容圍繞職場(chǎng)溝通。2023年起，他把寫(xiě)作流程拆分交給大模型：生成結構，改寫(xiě)語(yǔ)氣，提煉標題；同時(shí)用飛書(shū)智能助手處理學(xué)員問(wèn)答。半年后，他只身一人運營(yíng)三門(mén)課程、兩個(gè)公眾號、一個(gè)淘寶店，營(yíng)收超過(guò)30萬(wàn)元。他的總結是：“AI不是幫我節省時(shí)間，而是復制了另一個(gè)我?！?/p>

在廣州，電商創(chuàng )業(yè)者老陸曾在服裝公司做運營(yíng)。辭職后，他靠AI生成商品文案、用剪映批量剪視頻，再投放抖音廣告測試SKU。每天早上AI替他生成10條視頻，中午他看數據、篩出高轉化SKU，晚上自動(dòng)投放。一個(gè)月后，單款T恤銷(xiāo)量破5萬(wàn)件。他笑稱(chēng)自己“不做設計師，只做算法師”。

在北京，前獵頭顧問(wèn)婷婷則把職場(chǎng)咨詢(xún)產(chǎn)品化。她整理出200份咨詢(xún)筆記，交給 AI訓練出一個(gè)“面試模擬助手”。用戶(hù)先在A(yíng)I端練習回答，再購買(mǎi)她的語(yǔ)音點(diǎn)評。AI負責初篩與基礎反饋，她只處理高價(jià)值客戶(hù)。這個(gè)混合服務(wù)，讓她的單日咨詢(xún)量從4單增至20單。

3個(gè)例子來(lái)自不同領(lǐng)域，卻共享一種模式：個(gè)人輸出決策和經(jīng)驗，AI接管重復勞動(dòng)。過(guò)去需要三五人的微型公司，如今一個(gè)人足矣。

AI降低了創(chuàng )業(yè)門(mén)檻，也讓“組織”這個(gè)概念開(kāi)始松動(dòng)。以往，公司之所以存在，是因為分工帶來(lái)的協(xié)同效率：每多一個(gè)人，多一份能力，多一個(gè)崗位。而當AI能承擔大部分執行環(huán)節時(shí)，協(xié)同的邊際收益下降。創(chuàng )業(yè)者不再依賴(lài)“團隊擴張”，而依賴(lài)“智能體密度。你能調用多少模型，整合多少流程，就等于擁有多少生產(chǎn)力。一個(gè)人的工作臺，被拆解成一整套 AI 流水線(xiàn)：一個(gè)模型做市場(chǎng)調研，一個(gè)模型寫(xiě)方案，一個(gè)模型跑廣告，一個(gè)模型做客服跟進(jìn)。同一個(gè)人，背后站著(zhù)一支看不見(jiàn)的“算法團隊”。最小生產(chǎn)單位，正不可逆轉地從“公司”滑向“個(gè)體”。

但這種“去人化”的輕盈背后，也有隱憂(yōu)。

首先，AI擅長(cháng)執行，卻缺乏商業(yè)判斷。Anthropic的研究者曾讓Claude模型模擬創(chuàng )業(yè)，結果發(fā)現，它確實(shí)能生成詳細的商業(yè)計劃，設計產(chǎn)品、撰寫(xiě)營(yíng)銷(xiāo)文案，卻會(huì )忽略盈利邏輯，最終“破產(chǎn)”。它可以在幾秒鐘內給出幾十種方案，但無(wú)法告訴你哪一種在現實(shí)世界里站得住。在模型眼中，完成任務(wù)就是勝利，但在市場(chǎng)里，只有賺到錢(qián)、活下去才叫成功。

其次，AI生態(tài)高度集中，創(chuàng )新易被同質(zhì)化。微軟、亞馬遜、谷歌、OpenAI等巨頭掌握算力和模型接口，底層能力被封裝成一個(gè)個(gè)API。就像十年前的云計算，賦能無(wú)數公司，卻也讓利潤高度集中在云平臺。當所有人都依賴(lài)同一批基礎模型時(shí)，創(chuàng )新很快會(huì )被吞噬。AI能幫你寫(xiě)文案、做客服、跑測試，對手也一樣可以。在同一批工具之上，差異反而更難維持，更多溢價(jià)被鎖在平臺端。

最后是合規問(wèn)題。AI生成的內容涉及版權、隱私與廣告真實(shí)性等。一人公司往往沒(méi)有法務(wù)或風(fēng)控能力，若AI輸出違規內容，責任邊界仍然模糊。監管機構正在制定AIGC內容指南，但具體執行細則仍處在探索期。技術(shù)演進(jìn)的速度，遠遠快于制度更新。一人公司享受了AI帶來(lái)的速度，也不得不承擔“制度空窗期”的不確定。

對政府部門(mén)來(lái)說(shuō)，“一個(gè)人公司＋AI”既是機會(huì )，也是考題。應對這種變化，政策的回應不能只是籠統地“鼓勵創(chuàng )新”，而必須更新視角、重構工具箱。

首先，需要重新認識什么叫“企業(yè)”。統計、審批、稅收、社保等制度，長(cháng)期都是圍繞“有人、有場(chǎng)地、有規?！钡墓驹O計的，而未來(lái)，會(huì )出現越來(lái)越多“輕資產(chǎn)、高技術(shù)、強流動(dòng)”的個(gè)體或小團隊。配套政策里，就要多一些針對這類(lèi)主體的工具：注冊流程能不能再簡(jiǎn)便一些，稅收優(yōu)惠能不能更靈活一些，對兼職、斜杠青年和多重身份能不能更包容一些？

同時(shí)，公共服務(wù)的重心也要從“幫人找到一份工作”，轉向“幫人構建一套能力”。在 AI 時(shí)代，真正有安全感的，不是某個(gè)崗位，而是可遷移的能力：數據素養、工具使用、基礎商業(yè)判斷。政府不必自己去辦多少培訓班，但可以牽頭制定標準，引導平臺和機構共建課程，用補貼撬動(dòng)社會(huì )培訓資源，把“一人公司”也納入技能提升的對象，而不是當作游離于體制外的“邊緣變量”。

另一條同樣重要的，是把“底線(xiàn)”劃清楚。AI 時(shí)代的小微主體多、變化快，更需要明確的規則：數據不能怎么用，廣告不能怎么說(shuō)，合約不能怎么寫(xiě)。邊界越清晰，個(gè)體創(chuàng )業(yè)者反而越有安全感，可以放心地用 AI，而不是處處擔心“踩雷”。監管未必要更重，但可以更清晰、更前置——既把公共利益守住，又給新形態(tài)的創(chuàng )業(yè)留出空間。當一些地方政府還把招商的想象停留在“引進(jìn)一個(gè)大項目、建設一片新園區”時(shí)，新一代創(chuàng )業(yè)者，已在算法驅動(dòng)、平臺工具與個(gè)體能動(dòng)性交織的生態(tài)中自發(fā)聚合。也已在少數反應敏銳、制度靈活的城市里，被視為值得扶持的新型生產(chǎn)力單元，納入政策視野和治理體系之中。

盡管風(fēng)險不少，AI對個(gè)體創(chuàng )業(yè)的推動(dòng)依然不可逆。AI讓知識經(jīng)驗可結構化、工作流程可復制化、客戶(hù)關(guān)系可自動(dòng)化。AI重塑的不是“就業(yè)”，而是“組織”。我們正站在一個(gè)轉折點(diǎn)上：工業(yè)革命讓“公司”成為社會(huì )的基本單位；AI革命，可能讓“個(gè)體”重新成為經(jīng)濟的原子。

過(guò)去，創(chuàng )業(yè)者的核心能力是整合人；現在，是整合算法。過(guò)去，公司靠人力放大規模；現在，靠智能體放大能力。AI 讓一個(gè)人擁有部門(mén)級產(chǎn)能，也讓“公司”的邊界變得模糊。工業(yè)時(shí)代，一人公司是不完整的符號：意味著(zhù)資源稀缺、成長(cháng)受限。但今天，一人公司未必是缺陷，反而可能是一種優(yōu)勢：不依賴(lài)人，不累積包袱，更快迭代，更容易實(shí)驗。

也許真正的革命，不是出現某個(gè)“單人獨角獸”，而是獨角獸從此都開(kāi)始縮小。員工不是人，是智能體；會(huì )議不是面對面，是自動(dòng)化流程；辦公室不是實(shí)體，是一套運行中的決策系統。企業(yè)的理想狀態(tài)，不再是人數眾多，而是結構精密、運行靈活、智能體密度極高。也許有一天，“個(gè)體戶(hù)”這個(gè)詞會(huì )被重新賦義：不再是擺攤的小商販，而是指一個(gè)擁有十個(gè)AI助手、能服務(wù)全球客戶(hù)的獨立生產(chǎn)者。未來(lái)的創(chuàng )業(yè)模式，可能不是“組織擴張”，而是“智能體擴張”。

（作者方少奕為人工智能與未來(lái)產(chǎn)業(yè)研究者，專(zhuān)注技術(shù)趨勢與產(chǎn)業(yè)變革的深度觀(guān)察）

最新評論