AI如何重构企业组织与流程

10月26日

20VC Satya Nadella谈开放与封闭模型：谁会胜出？

• Satya Nadella 企业级 AI 落地催生了兼具商业咨询与技术交付的工作。 Unilever 展示了一条路径：起初使用前沿模型，之后将所有贸易费用申报业务切换为成本更低的 MAI 模型，同时获得控制权，并能用自己的轨迹数据训练。FDE 协助厘清业务问题、评测方案和系统架构；如今内部 IT 团队已接手管理，而“传统系统集成将成为新一代 FDE 工作”。

Latent Space Supabase打造10亿个AI生成应用的计划

• Ant Wilson Supabase内部AI投入不小，但运营目标是让AI完成整个流程。 Ant称，公司450名员工每月的AI支出约为30万美元，各团队大多自行选择工具。异步文档为公司级AI系统提供了基础；创始人也认同，让AI维持生产基础设施稳定运行仍未解决：“还没有。”

10月25日

David Senra 竞争、投入强度与打造一家1150亿美元的全球银行｜Nik Storonsky，Revolut

• Nik Storonsky AI已开始改变运营成本，但缩小产品团队仍是一场进行中的组织重构。 Storonsky称，客服自动化率已达90%；此前客服团队超过5,000人，而工程速度提升了30%。他认为产品团队应缩至2至3人，并押注一种能接入电话会议、邮件、Slack和内部系统的“全栈AI员工”。

10月23日

The a16z Show 亚马逊CEO：2200亿美元仍满足不了AI需求

• Andy Jassy AI既改变了团队配置，也加快了软件自我防护的速度要求。 主持人提到，Bedrock仅用6名工程师、76天就重建了推理引擎，而原本估计需要40人干1年；Jassy称这次经历令人警醒。他预计，未来会由更少的人承担今天的工作，团队规模也会缩小；模型发现漏洞后，应用必须能在“几分钟内”接收由智能体驱动的更新。

No Priors 与 Cloudflare 首席技术官 Dane Knecht 谈智能体网络安全普惠化

• Dane Knecht Cloudflare OS的主要用户是市场和行政团队，而不是工程团队。 市场团队已经搭建了数百个内部工具。一项客户邮件流程改造，让原先需要3个团队接力的工作变成由产品经理通过一个工具完成，并交由管理者审批：“我们不是让3个团队把同一件事做得更快。”
• AI原生实习生是Cloudflare推动组织变革的一环。 约200名实习生帮助经理更快采用AI后，这家约有5,000名员工的公司决定全年招聘1,000名实习生。Knecht支持自下而上的试验和好奇心；Guo则指出，恐惧和怀疑会让人不愿使用AI。

10月22日

The a16z Show a16z此刻想投的前沿创意｜Marc Andreessen、Ben Horowitz 与 Chris Dixon

• Marc Andreessen Marc Andreessen 的核心判断是，AI 早期使用者对可能性的认知，与传统企业理解的差距「是我整个职业生涯见过最大的」，而且随着 AI 能力每周飞速进步，差距还在扩大。 他的推论是：员工在用 AI，公司却没有；这些员工会离职创业，「创业公司的成立数量接下来会飙升……而且，实际上已经在飙升了」。他对传统企业的提醒是：「时间不多了。」

No Priors 新一代顶级掠食者：CrowdStrike CEO George Kurtz 谈手握 AI 智能体的对手

• George Kurtz CrowdStrike的在位优势，取决于能否把新鲜遥测数据与初创公司的运转速度结合起来。 Kurtz称，公司的传感器每天产生约7万亿条事件数据，但大团队和长达一年的排期跟不上变化。他的做法是组建小团队、让管理层直接参与，并愿意“在内部自我颠覆”。

Latent Space 为什么 AI 算力以“矩形”出售——Erik Bernhardsson，Modal

• Erik Bernhardsson Modal 的员工规模按年化计算增长了约 4 倍，Bernhardsson 称这一速度不可持续，预计明年员工人数可能达到约 700 人。 FDE 从约 4 人增至约 24 人；他说 Modal 并没有大举组建产品管理团队。代码审查是可选项，公司则投入 CI 和测试，并用智能体探测自己的系统——“给智能体玩的密室逃脱”。他预计模型在结果可验证的领域会持续进步，而在人类目标模糊、反馈周期较长的领域，人类仍将在很长一段时 …

10月21日

Latent Space 纽约AI：Tenex如何打造AI原生工程团队——Alex Lieberman与CJ Hess

• Alex Lieberman 10X按产出付酬的判断大体经受住了检验，但实际模式需要更细致的设计：Alex表示，团队并未遇到人们担心的虚报故事点、交付劣质代码问题，AI策略师的激励则与客户留存和增长挂钩。 最大的薪酬难题，是如何计算工程师在架构设计、客户会议等非编码工作上的贡献。收入能力最高与最低的工程师之间差距约为4倍，而不是10倍。团队至少每季度重新校准一次故事点标准；一位嘉宾表示，理论上模型越强，故事点的价值就应该越低。

张小珺Jùn｜商业访谈录 David Qian / ECOVACS: Father & Son, Inside Business Succession, Robotics, and My Search for Meaning

• 钱程 科沃斯接班的关键教训，是战略方向正确，也可能因为组织接不住而失速。 钱程认为，砍代工、推动高端化、加速国际化的方向至今没变，问题在于他把海外业务的成功，误当成了全面管理公司的准备。国内与海外组织的合并像“油和水”，而创始人的个人长板原本可能正在托住组织短板；接班是在“高楼大厦上在盖楼”，必须先理解地基。

10月19日

硅谷坐标 Silicon Valley Vector 有 PMF 也会破产：AI 生意和 SaaS 完全不同｜对话 Fireworks AI CEO 乔琳

• 乔琳 未来 18 个月的挑战，是追上 superlinear demand 而不损失速度。 曹卿云关注如何以低层级、跨组端到端负责的组织方式，在公司扩大后仍保持效率和 velocity。

10月13日

Invest Like the Best David Vélez——打造 Nubank，展望全球银行业的未来——[Invest Like the Best, EP.495]

• David Vélez Nubank在2025年12月错过 Opus 4.6 的转折点，晚了60天才意识到模型能力已经跃升；此前的模型处理 Clojure 代码“实在糟糕”，随后公司拉响“红色警报”，逐一梳理并用AI重造全公司120条工作流，每一步都配有评估体系。 Vélez的直接下属从1人增至20人，组织层级从10层缩至5层；他称这像“一针肾上腺素”，并指出许多效率提升“甚至不是AI带来的”——AI只是推动公司重新审视一切的催化剂。

10月8日

The a16z Show 为 AI 智能体构建云基础设施 | AWS CEO Matt Garman

• Matt Garman 在Amazon内部，智能体已经压缩软件、产品和业务流程，并开始重塑团队设计。 Garman称，采用智能体优先模式的“frontier teams”由员工管理能够写出全部代码的智能体；HR和财务员工也在为规划、税务和合规工作构建自己的智能体。过去需要10人完成的能力，如今可能只需3或4人，由此产生了新的问题：在小团队快速转向其他项目时，谁来持续维护已经上线的 …

10月7日

硅谷坐标 Silicon Valley Vector 【硅谷坐标 × 华源HYSTA 特别节目】：AI 的下一程：对话11 位硅谷顶级AI从业者

• 硅谷坐标 Silicon Valley Vector AI使用还有一项未进入token账单的隐性成本：团队可能把思考过程一并外包。 嘉宾警告，工程师如果只拿结果、不经历形成结果的过程，真正损失的是学习机会。企业因此需要同时衡量产出速度、质量和能力积累，否则短期效率可能以长期组织能力为代价。

9月30日

David Senra 从 HOA 管理到40亿美元营收、63亿美元收购 Amex GBT | Alexander Taubman, Long Lake

• Alexander Taubman Long Lake 的逻辑是生产率驱动增长，而不是私募股权常见的替换员工、削减成本。 如果 AI 让一名员工的生产率提升50%、客户留存改善，并为多服务50%的客户创造产能，Taubman 的答案是雇佣更多这样的员工：“如果一个销售员借助 AI 达到了3倍配额，显然不该得出需要三分之一员工数量的结论。”
• 所有权为改变工作流提供了必要的利益一致性，但 Long Lake 仍拒绝强制员工采用 Nexus。 Taubman 将全球约30,000名团队成员视为 Nexus 的客户和设计伙伴：“如果我们必须强迫某个人使用 Nexus 平台，那就说明平台还不够好。”过去大约需要6个月的采用过程，现在几天内即可完成，不仅提升客户服务，也强化员工留存。

9月28日

20VC 20VC对话Alex Mashrabov：Higgsfield 18个月做到10亿美元年化收入

• Alex Mashrabov 内部模型开支每月超过400万美元，覆盖接近400人，人均超过1万美元；其中一名创意人员曾在一周内花掉“超过3万美元”使用 Astra，通过 vibe coding 做出产品此前没有的工作流。 Mashrabov预计，10X工程师和创意人员的模型开支可能达到每月5万–10万美元，薪资也会同步上升；但他反驳团队会大幅收缩的说法：法务团队超过10人，客户成功团队超过40人，因为“智能体的能力取决于它们拥有的上下文和角色”，而 Higgsfield 每周都在发布产品。

9月23日

The a16z Show Replit CEO Amjad Masad谈AI时代年轻人该学什么

• Amjad Masad Masad预测，企业的组织形态将迎来下一次变化：Holacracy和GitHub的无经理人实验之所以“以极其惨烈的方式告吹”，是因为当时缺少一项AI如今可能解决的技术。 智能体将成为隐形的官僚润滑剂，“AI可以在某种程度上评估你的影响力”，而他已经在把Replit带向一家“自动驾驶公司”，“公司将自行运转”。记录显示，他曾在2025年因称人们不该学编程而遭到“cancel”；1年后，他说当初批评他的人如今会说：“我已经不读代码了。”

卫诗婕｜漫谈 Light the Star 89.当 AI 进入组织，那些「从没人说过的真相」｜与网易阮良聊 AI 原生组织与企业 Agent 实战

• 阮良 AI 的真正鸿沟不在有没有用，而在用得好不好；个人提效还要穿透流程、转化为组织产能。 网易内部，优秀工程师借 AI coding 提效 3—5 倍、有人达到 10 倍，产品经理也约提效 50%，但一个软件需求从提出到上线只由 20 个工作日缩至 17 天；阮良的结论是：“流程和组织，它仍然是这块木桶里的短板。”
• 企业落地 AI 要连续越过认知、个人应用和流程重构三道坎，最难的是第三道。 单点岗位的木板变长并不会增加木桶容量，真正的 AI Native 改造要删除无效环节，甚至“换个木桶”；这也解释了为什么组织简单、老板亲自下场的小公司，往往比资源更充足的大企业改得更快。
• 阮良预计，执行管理职责的中层会减少，但携带 AI 军团的一线精英会增加。 两三人或三四人的小队可调度大量 Agent 和公司中台资源，前端、后端、测试等细分岗位也开始重新融合为全栈；未来高端人才谈判的可能不只是个人工资，而是“我不是一个人，我带了一个 AI 团队”。

9月21日

20VC Daniel Dines谈UiPath：AI不能取代人，工作流更值钱

• Daniel Dines 许多职能的员工数量会减少，但粗暴的 AI 裁员可能恰恰会削掉成功部署 AI 所需的主动性、信任和组织记忆。 Dines 预计持有正式资质的专业人士会减少，但能够处理例外、指导他人、维护客户关系并在正式职责之外做判断的员工，价值反而会提升。他的建议是建立一份 workforce ledger，先记录这些隐性产出，再决定“哪些人”应该保留或转岗。

Latent Space 从 InstructGPT 到 Jev：ChatGPT 之后是什么 — Diogo Almeida，TypeSafe 联合创始人兼 CEO

• Latent Space 他的宏观判断非常明确：“5年内 TFP 增长率：3%。” 他认为，尽管模型已经能解决困难的数学问题，但目前在具有经济价值的工作中的自动化占比仍大致为零，并预测会出现一场 SaaS 被全面增强的“逆 SaaSpocalypse”，而不是大规模失业。他承诺部署后的模型不会被静默替换，但没有做出普遍的长期支持承诺；可能的模型规模、LTS 以及 …

9月20日

David Senra 打造历史上增长最快的消费品公司之一｜David Protein 与 RXBAR 的 Peter Rahal

• Peter Rahal 组织设计明确把速度置于效率之上：各单元半自治、拥有独立损益表，必要时重复配置人员，再由Medici层提供共享服务。 Rahal称自己直接管理约25人，引用Jensen约60名直接下属的做法，并将自身工作定义为5项永久职责加上“响应式领导支持”。他招募前创始人和产品负责人，再通过“洗礼”把企业管理者带入公司文化。他最初提到David、Hall Pass和即将推出的第三个单元，但后来又表示当前共有 …