首个单人创始人独角兽如何诞生
速览
一家由单一创始人创立的初创公司成功跻身独角兽行列,打破了传统上需要联合创始人的认知。文章探讨了这位创始人如何从零开始,克服资源有限、决策压力大等挑战,最终打造出价值超10亿美元的公司。这为其他潜在的单人创业者提供了宝贵经验和启示。
AI 深度解读
背景
David Foster Wallace 在 2005 年肯扬学院的毕业演说中讲过一个寓言:一条老鱼游过两条小鱼,点头致意。“早上好,伙计们。水怎么样?”两条小鱼继续游,过了一会儿其中一条问另一条:“水到底是什么?”Wallace 想说的是,最显而易见、最重要的现实往往最难被看见和谈论,恰恰因为它们无处不在。“公司”就是这样的现实之一。几乎每个阅读本文的人都在公司里工作过、创办过公司、或向公司销售过产品,但很少有人停下来追问那个最根本的奇怪问题:公司为什么存在?这是我们所游的“水”。
一位经济学家曾认真思考过公司为何存在,他的答案维持了近一个世纪,直到某种东西开始使其弯曲。本文要讨论的就是那个弯曲,以及它将通往何方。几年之内,将有人独自创建一家价值十亿美元的公司——只有一个股权持有人,没有真正的工资单,一个人站在过去需要几百人完成的工作中心。我们称其为“第一位单人创始人独角兽”。这个想法已经浮出水面:Sam Altman 曾表示,他所在的科技 CEO 群聊正在对第一个单人十亿美元公司出现的年份进行下注——他认为没有 AI 这件事是不可想象的。现在它是一个赌注而非幻想,这本身就是信号。但赌注不等于论证,大多数版本只是口号。要构建一个站得住脚的版本,必须回到那位看到“水”的经济学家。
核心内容
公司为何存在
1937 年,Ronald Coase 注意到了“水”。他提出了一个经济学家们大多忽视的问题:如果市场是协调生产如此高效的方式,为什么有那么多生产活动是在公司内部组织的?在公司里,老板通过命令而非价格来指导工作。他的论文《企业的性质》给出了至今仍成立的答案:使用市场不是免费的。每一次市场交易都伴随着与商品本身价格无关的成本——你必须找到合适的交易对手、谈判条款、起草并执行合同、监督工作,并在现实偏离协议时处理异常情况。
Coase 将这些称为“使用价格机制的成本”。当这些成本足够高时,将活动纳入公司内部并通过权威来指挥,比在公开市场上购买更便宜。当成本足够低时,你就选择购买。在他的理论中,公司会一直扩张到这样一个边界:内部组织一次额外交易的成本,等于通过市场获得同样东西的成本。这条边界就是理论的关键。公司的边界恰好位于两种成本平衡之处。
后来,Oliver Williamson 将这一理论深化为对资产专用性和机会主义的研究,这也是他和 Coase 都获得诺贝尔奖的原因,且该框架一直沿用至今。但核心是 Coase 的,足以支撑本文的论点:公司存在的目的是为了节省使用市场的交易成本,当节省效应消失时,公司便停止扩张。
简单的故事及其被事实击碎
关于 AI,最直接的说法是:它大幅削减了交易成本,因此公司边界崩塌,公司溶解到市场中去。一切都被外包给一群承包商和智能体,公司萎缩到几乎为零,单个创始人通过屏幕指挥整个系统。
这个说法的问题在于,我们已经做过实验,而它并没有产生单人独角兽。
在过去的十五年里,零工经济已经将市场交易的美元成本压到了地板。Upwork 和 Fiverr 让全球劳动力池触手可及。高管、财务、设计——一切都可以按需外包。启动一个承包商从采购项目变成了一下午的事。按照 Coase 的逻辑,随着每笔市场交易价格的下降,公司的边界应该大幅向个人移动。单人运营大规模分布式业务应该变得普遍。
但并没有。零工经济让单人业务更容易、部分人实现了盈利,但并没有产生任何一位独自运营十亿美元公司的创始人。便宜的交易就在那里,却没有任何人将它们组合成一个独角兽。
原因在于简单故事遗漏的部分。外包降低了每笔交易的价格,却几乎没有减轻交易给创始人带来的协调负担。每个承包商仍然需要被简报、催促、修正,并缝合到其他人的工作中。每一次交接都是一次小型谈判。每一个异常情况都要上报给那个掌握全局的一个人。这些工作不会出现在发票上,但它们在 Coase 的精确意义上属于交易成本:搜索、谈判、监督、异常处理。而所有这些都落在一个人的注意力上——而注意力无法规模化。
所以公司之所以没有消失,不是因为雇佣承包商在金钱上昂贵,而是因为协调他们需要创始人付出时间成本,而一个人能主动维持的关系数量有硬上限。你雇佣员工和管理者,恰恰是为了吸收这种负担。组织架构图是一台将协调分散到多个大脑的机器,因为它永远无法塞进一个人脑子里。
零工经济攻击了错误的成本。它让交易变得便宜,却让协调者成为瓶颈。Coase 的边界没有移动太多,因为瓶颈从来不是价格。
碎片化并未停止,反而加速
这种碎片化并未停止,它正在加速,现在甚至渗透到工作内部。Maria Black 领导着 ADP,掌握着六分之一美国工人的薪资数据。她将当前时刻描述为从“工作”到“任务”的转变:拿一份工作,将其拆解成一系列任务,给每个任务定价。ADP 与斯坦福数字经济实验室共同构建的实时追踪器显示,自 2022 年以来,在受 AI 影响的工作中,工作岗位数量减少了多达 16%。从一种角度看,这是工作消失的故事;从另一种角度看,这是关于供给的故事:可外包工作的单位从整个工作缩小到单个任务,因此公司所做的一切中,更多部分变成了离散的、可签约的、可由机器路由的片段。
这是零工经济趋势的延续,它扩大了单人创始人原则上可以外包的范围。但它也走向了反面。每个工作被拆成五个任务,就需要五个简报、五次交接、五件事要检查——而过去只需要一个内部员工把所有事情整合在一起。更细的分解降低了购买每个片段的成本,却提高了协调整体的成本。这和之前是同一个分叉,只是更加尖锐:片段比以往任何时候都更可外包,也比以往任何时候都更不协调。加速器是真实的,但只对能够将碎片重新组合起来的人有效。
现在真正不同的是什么
新东西不是更便宜的交易——零工经济已经实现了。新东西是第一个能够规模化个人协调能力的技术。
基于知识层并运行工作流的 AI,可以吸收曾经消耗创始人的简报-催促-修正-整合循环。它可以在多个并行关系中保持上下文,起草交接文档,监督工作,并只将那些真正需要人类决策的异常情况呈现出来。这是对零工经济无法触及的残余交易成本发起的直接攻击:不是承包商的价格,而是
