AI 時代下的組織形式何去何從

要理解現在發生什麼，得先理解工業時代的邏輯是怎麼運轉的。

工業革命後，資本家為了擴大利潤、規模化生產標品，圈地把農民趕入工廠，推廣早九晚五的工作倫理。生產不再高度依賴小農經濟，一個人從頭做到尾，而是把整個生產流程拆解成多個環節。每個環節再拆解成不同的崗位，分配不同任務由專人負責，各司其職，整個組織像機器一樣咬合運轉。

教育系統也是為這種生產模式打造的。它的核心任務，是批量生產符合一定標準的勞動者，具備不同技能，擁有不同素質，每年大批流入組織，進入不同崗位，加入社會的經濟機器。

這套系統高效運轉了一百多年。進入組織，服務於某一環，用時間換收入，是幾代人默認的人生路徑。現在這一套生產方式開始動搖了。

那些可以被拆解、被標準化、流程化、且能用語言描述清楚的工作，且且是 AI 的強項。而且 AI 不僅效率高、還任勞任怨、不眠不休，雇傭 AI 的邊際成本不斷在下降。大公司會變得越來越小，小團隊會大量湧現。

有意思的是，我曾經一度以為會湧現大量的一人公司。但最終我認為小規模的團隊仍會很普遍。因為從人性的角度出發，人還是需要不同的意見才能做出更好的決策。只有看問題角度不同的人，才能提出不同的觀點，並豐富你的視角。這也是 AI 不擅長的，畢竟質疑一句話 AI 就改口了。

這個變化的過程過渡不會很平滑。大量依賴傳統生產模式的人，會發現自己的工作崗位正在被壓縮，失業率不斷上升，中產會大規模縮水。

這個時候最致命的錯誤，是仍在尋找和過去類似的崗位。因為供給邏輯已經變了，找到一個新的穩定工作，只是在拒絕看見本質問題。

那麼未來個體該如何生存？

在傳統的組織時代，只專注自己的工作內容，對其他職能崗位和組織的運作方式毫無興趣的人會感到非常掙扎。

脫離組織這個中間層之後，個體必須要學會直接和市場進行價值交換。過去你只需要把自己的工作做好，組織中的其他環節有人負責銷售、有人負責品牌、有人負責落地。但當這層結構變薄，不同崗位的邊界將不再像過去一樣清晰。

這意味著個體需要 T 字型發展。橫向上，你需要瞭解生產鏈上其他環節在做什麼，為什麼這麼做，才能驅動 AI 更好地完成工作。AI 可以大幅加速能力邊界橫向拓展的過程，快速補齊你不熟悉的領域知識。

但這個過程中有一個常見的誤區：只學不做。缺乏實踐很容易被 AI 的邏輯說服，邏輯不等於是事實，如果無法用真實經驗去糾偏 AI，就會陷入 AI 的幻覺中，這也是 book smart 容易犯的錯。

除了能被 AI 快速補齊的橫向串聯能力，縱向的職業深度上，人類是否還能有不可替代性？

LLM 的本質是在語言這個一維空間里做壓縮和預測，更豐富的三維世界的信息多久會被壓縮成功目前還不明朗。個體避開能被壓縮的最佳方法，是做自己真正熱愛的事且持續投入，進入一個無法被語言壓縮的世界。

這就是 craft。木匠知道這塊木料該怎麼刨，好的採訪者知道這個沈默不該打破。這些模凌兩可的判斷無法用語言描繪，也就訓練不進模型里。

所以個體真正的護城河，是在一個自己熱愛的領域走得足夠遠，積累語言觸達不到的密度。而能不能走到那個深度，取決于思維方式。當每個人都有AI賦能，真正拉開差距的是能否用第一性原理思考。向 AI 提出一個接近本質的問題，遠比提出十個普通的問題有價值。

一切都會向事物的本質靠攏

AI 可以幫你寫廣告，可以幫你優化 seo，可以幫你做設計，但它無法直接幫你與人連接。它沒有感染力，沒有口碑，也就不具備真正的影響人的能力。

如何讓別人能找到你、信任你、願意和你交換價值，變成了許多個體需要直面的問題。

這可能是績優主義為主流價值觀時中最容易被忽視的一件事。所有人都在討論如何提高效率、工具、生產力，但真正讓人願意信任你、跟你合作、買你的東西的，往往不是這些。

AI讓邏輯推理和執行變得普及，但人與人之間真正建立連接的方式，從來不是道理和觀點，而是情感。

邏輯、理性是浮在水面上的意識層，直覺、感情、投射才是冰山的主體。共情能力、審美判斷、在某個具體時刻知道該說什麼，該做什麼。而 ai 目前沒有這些冰山下的東西。

當組織形式鬆動後，人與人之間為什麼要建立連接，如何建立連接，就會越來越回歸連接需求的本質。而不是義務、約定俗成、宗教、社會壓力。