当个体在 AI 时代被重新分化之后，由这些个体组成的公司、团队、协作关系会发生什么。
编按：
这里是 Tabbit「Tinsight · 洞见」栏目，我们会在这里分享一些值得花时间阅读的深度好文。此前我们已经分享过来自 offbook.press 的文章《AI 时代的真正分化》和《个体学习的重建》。
接下来将会分享新系列《组织形态的失效》。前两篇重点探讨个体认知与学习能力在 AI 时代的失效与重建，新篇章则聚焦由个体组成的公司、团队、协作关系会发生什么变化。全文共有 2w 字，我们分成 6 次推送，本次是第 1 章。
作者：耿达维 Dawei Geng
来源：https://offbook.press/essays/breakdown-of-firms/
https://offbook.press/essays/breakdown-of-firms/
点击「阅读原文」可直接进入作者原出处阅读全文
前言
前两篇讲的是个体，认知能力在 AI 时代的重新分化（Issue 1）、个体学习方式的失效和重建（Issue 2）。
这一篇讲组织，当个体在 AI 时代被重新分化之后，由这些个体组成的公司、团队、协作关系会发生什么。
这是一个更冷的问题：现有的组织形态、管理方式、协作关系里，哪些在 AI 时代已经结构性失效，而我们还在用过时的词汇描述这些失效。
这件事讨论起来会有点难，因为：关于组织、管理、协作的整套词汇（「公司」「员工」「管理者」「团队」「协作」「效率」）都是工业时代留下来的。这些词本身带着工业时代的假设。用它们讨论 AI 时代的现象，会像用「烧煤效率」讨论电动汽车，不是讨论不清楚，是词本身就不对。
但我们没有更好的词。所以这一篇做的只有一件事：用这些旧词汇尽可能精确地描述正在发生的事，同时承认语言本身的限制。
不给方案。给一个尽可能诚实的诊断。
第一章 · 先问一个被跳过的问题：公司最初解决了什么
讨论「AI 时代公司形态应该如何演变」之前，要先问一个所有人默认跳过的问题：公司最初是为了解决什么问题而存在的？
这个问题看起来基础得不需要讨论。大部分人默认公司就是「一群人一起做事的组织形式」，一种自然状态。但公司并不是自然的。它是在某些历史条件下为了解决某些具体问题而出现的一种组织方案。如果那些问题被新技术解决了或改变了，公司这个方案的必要性就变得不再明显。
Coase 的问题
1937 年，Ronald Coase 写了一篇叫 「The Nature of the Firm」 的文章，提出一个核心问题：
既然市场这么高效（价格机制分配资源），为什么还需要公司？为什么不是所有的经济活动都通过一个一个的市场交易完成，我需要 A 就去市场上买 A，需要 B 就去市场上买 B？
Coase 的答案是：市场交易本身有成本。搜索合适的对象、谈判、签合同、执行、追责、处理违约，这些交易成本在很多情况下高到让「通过市场完成一件事」变得不划算。这时候「把这件事放进一个组织内部」就成了更便宜的方案，因为组织内部可以用指令和流程代替每一次市场谈判。
所以公司的存在本质上是：对市场交易成本过高的问题的一种解决方案。当一件事在市场上交易的成本 > 在组织内完成的成本，这件事就会被拉进组织。
Coase 的这个判断后来被 Oliver Williamson 等人深化，成为整个新制度经济学的基础。这不是一个商学院的花俏理论：它是对「为什么公司存在」这个根本问题的最清晰的回答。
公司解决的八类问题
把 Coase 的框架展开，公司实际上在解决八类具体的交易成本问题：
一、搜索和匹配成本
过去要做一件复杂的事，需要找到一堆不同技能的人，程序员、设计师、销售、财务、法务。每次都去市场上找合适的人太贵了，你不知道谁靠谱、他们不知道你靠谱、双方都要大量时间建立信任。
公司解决这个的方式是：把一批人长期绑定在一起。一旦你进了公司，公司内部的程序员、设计师、销售都是「现成可用的资源」，不需要每次重新搜索。
二、信息不对称成本
市场交易的一个根本问题是，你很难在事前确认对方会不会好好做事。你雇一个自由职业者写代码，他说他会写得很好，但你怎么知道？写完之后才知道好坏，到那时你已经付了钱或浪费了时间。
公司用长期雇佣关系 + 声誉 + 可观察的日常表现来解决这个问题。你在一个公司待三年，你的老板对你的能力有相当清楚的了解，这是一次性市场交易做不到的。
三、资产专用性问题
有些投资只在特定关系里有价值。比如你为了给某个客户做定制开发，花三个月学习他们的内部系统，这个学习只对这一个客户有用。如果这是一次性交易，你承担了这个专用投资的风险。
公司通过长期关系解决这个，你为公司做的专用投资（学习公司流程、建立公司内部关系、掌握公司特有的 know-how）是值得的，因为这段关系足够长。
四、协调成本
做一件复杂的事涉及很多人配合。每一步都靠市场交易协调是不可能的（想象每次程序员要和设计师沟通一个小细节都要签一个合同）。公司用层级和流程代替了这种每次协调，有明确的汇报关系、有惯例、有「这种事情一般这么处理」的默契。
五、风险分担
市场里每个独立个体承担自己的风险。公司通过把很多人绑在一起实现了某种风险分担，一个项目失败，损失被分摊；一个员工生病，别人可以临时补位；一个客户流失，公司整体还在。
六、资本集中
有些事情需要大量前期投资（建工厂、研发新产品、买设备）。单个人或小团队凑不出这些钱。公司作为一个可以对外融资的法律实体，能把分散的资本集中起来用于大规模生产。
七、法律合约权力
很多事情需要一个法律实体才能承担，签署大额长期合同、承担破产风险、给员工缴社保发期权、作为被告或原告上法庭、接受监管审查、拿政府牌照。
个人在这些场景里要么做不了（没有对应的法律身份），要么做但承担过大的个人风险（一笔大合同出问题，个体全部资产被起诉）。公司提供了一个法律人格，股东以投资额为限承担责任，公司自身可以签约、负债、被告、破产。这个人格不是公司的副产品，它就是「为什么做某些事必须用公司做」的核心原因。
八、品牌与信任背书
有些事情需要一个可信的第三方出面，特别是在高后果、低可验证的场景。
一家医院的手术、一家律所的官司、一家银行的托管、一家咨询公司的战略建议，客户在事前没法评估输出质量，他买的是「如果出事，有一个机构为结果负责」的承诺。这个承诺的重量来自机构本身的品牌、历史、规模，以及它不愿意把这些赔进去的激励。
一个独立个体即使同样能干，也无法提供同等分量的承诺，因为他没有那么多东西押在背书上，客户也没有那么多可以起诉的对象。在这些场景里，客户实际购买的一半是能力、一半是机构背书，后者个体无法替代。
这八类问题在 AI 时代的现状
理解了公司最初解决的是什么问题，接下来才能问一个真正的问题：这八类问题在 AI 时代还存在吗？公司作为解决方案还是最优的吗？
一项一项看：
一、搜索和匹配成本：被削弱
过去找一个靠谱的程序员 / 设计师 / 律师，成本极高。现在：
AI 替代了一大部分这些角色的工作，需要找的人少了
对于还需要人的部分，远程协作平台、Upwork、LinkedIn、Twitter、各种 Discord 社群让搜索成本大幅下降
AI 的通用能力让你不需要每个角色都是专家，一个能用 AI 写一般代码、做一般设计、做一般法务工作的「全能型」个人，替代了过去需要一个团队才能完成的活
这意味着：「把一批人长期绑在一起」这个方案的性价比在快速下降。很多事情现在通过临时组合或纯个人+AI 就能完成。
二、信息不对称成本：部分被削弱
过去判断一个人能不能做好，只能通过长期观察。现在：
公开作品成为了过去简历无法替代的信号（GitHub、Twitter、个人网站、过往项目）
AI 让「评估一个候选人能否做某事」变得比过去更便宜（可以让他做一个试验任务，用 AI 协助评估）
但信任的深层问题没被解决，真正复杂、需要长期投入的合作，依然需要长期关系才能建立信任
所以这一项部分被削弱，没被消灭。
三、资产专用性问题：本质上没变，但形态在变
这个问题依然存在，做任何深入的事都需要专用投资。但投资的性质变了：
过去的专用投资是「学习一个公司的内部流程」，这种投资只对这个公司有价值
现在的专用投资更多是「理解一个领域 + 掌握一套工具 + 建立某种独特视角」，这些投资可以跨多个合作关系复用
这意味着：个人的专用投资越来越独立于单一雇主。你掌握的东西不再是「某公司的 know-how」，而是「你自己的 know-how」。这让个人有了比过去更强的议价能力和独立性。
四、协调成本：大幅下降
这是变化最剧烈的一项。
过去协调一件复杂的事需要会议、流程、层级、流水线。现在：
异步通讯工具让协调大幅去会议化
AI 作为「无限耐心的协作者」承担了过去大量需要人工协调的工作（写文档、整理信息、跟进进度）
一个人 + AI 能完成过去需要一个 5 人团队才能完成的事
协调成本下降最剧烈的地方，小规模协作的成本降到了历史最低。「3 个人 + AI」能做的事比过去「10 个人」能做的还多。
五、风险分担：依然存在但形态在变
风险分担的需求依然存在，个体还是会生病、会倦怠、会犯错。但：
过去风险分担靠「长期雇佣 + 福利」，这种模式对个体和公司都越来越僵化
现在出现了新的风险分担方式，灵活的合作关系、独立个体之间的互助网络、社群、AI 作为永不疲倦的后备
国家层面的社会保障、保险、医疗，在一些国家减少了个人对公司的风险依赖
所以这一项本质需求没变，但公司已经不是唯一或最好的方案。
六、资本集中：对大部分软件/内容/服务不再必要
过去很多事情需要大量前期投资。现在：
软件不需要：一个人 + 一台电脑 + AI 能做出过去一个团队做的软件
内容不需要：独立创作者用 AI 能产出过去一个内容团队产出的东西
很多服务不需要：咨询、设计、写作、翻译，过去需要机构和团队，现在个人就能做
但对一些事情还是必要，造芯片、造火箭、造药、做需要大规模硬件投资的事情。这些领域公司的必要性没变。
七、法律合约权力 — 没削弱，某些方面加强
AI 没有改变法律体系的任何东西。合同法、公司法、破产保护、监管合规、税收法规，这些依然要求一个法律实体承担。
而且 AI 自身带来了新的法律复杂性，AI 输出造成的损失谁负责？训练数据侵权谁赔？AI 做出的决定算谁的决策？这些问题正在加深「需要一个法律实体兜底」的需求，不是削弱它。
所以这一项在 AI 时代完全没被削弱，某些方面反而加强。
八、品牌与信任背书 — 表层被削弱，深层被加强
AI 对这一项的影响是双向的。
一方面，AI 让个体可以以低成本做出看起来专业的产品，表层品牌差距被压平了，你一个人做的 deliverable 可以看起来和大公司做的一样精良。
另一方面，也是更大的一方面：AI 生成内容爆炸式泛滥，信任的稀缺度反而上升。客户越来越难判断「这个方案是真人深度思考的结果，还是 AI 批量生成的」。在高后果场景下，客户更需要一个机构来承担「这不是 AI 随便糊出来的」的承诺。
所以品牌信任的表层被 AI 削弱了（做出精美 deliverable 不再稀缺），深层反而被加强了，稀缺的不是漂亮，是「真的为结果负责」的承诺。个体在深层这个维度上依然难以替代机构。
一个结构性推论
把这个分析放在一起。
公司最初解决的八类问题里：
两类被大幅削弱（搜索匹配、协调）
两类部分被削弱（信息不对称、资产专用性）
两类依然存在但公司不再是最好方案（风险分担、资本集中对软件类工作）
两类没被削弱，某些方面反而加强（法律合约权力、品牌信任背书）
这个分布比「大部分被摧毁」的叙事要谨慎。公司作为解决方案的边界没有整体崩塌，它在收缩，但收缩是不均匀的。
收缩最剧烈的区间是：认知密集型、低资本门槛、低合约风险、低监管、不需要强品牌背书的领域。软件、内容、咨询、设计、一部分服务属于这一类。在这些领域里，一个人 + AI 能完成过去需要一个团队的工作；三五个人 + AI 能完成过去需要一个中型公司的工作。
收缩最不明显、甚至反向增强的区间是：资本密集、强监管、高合约风险、高后果的领域。金融、医疗、基建、制造、能源、航空航天、政府承包属于这一类。在这些领域里，公司的必要性没有减弱，甚至因为 AI 带来的新法律风险和信任危机而加强。
所以真正准确的结论不是「公司作为组织形态正在消失」，而是：公司的适用边界正在被重新划分。过去公司是几乎所有合作的默认形式；现在它在一部分领域仍然是必要的、甚至更必要，而在另一部分领域变得过重、过慢、过贵。
这篇文章接下来讨论的，主要是收缩最剧烈的那个区间，认知密集型工作里的组织形态变化。在另一个区间里发生的事（大公司如何在资本/监管/品牌维度继续稳固），不在本文讨论范围内。读者如果身处后一个区间，下面的分析只对你工作里认知密集的那一部分成立。
而我们讨论组织问题用的整套词汇，全部基于「公司是默认形式」这个假设。在收缩的那一侧，这套词汇即将面对它的边界。
未完待续……
第一章 · 先问一个被跳过的问题：公司最初解决了什么
第二章 · 协作已经不在同一个平面上
第三章 · AI 提效为什么在不同组织形态下效应不同
第四章 · 旧管理失效，新管理未知
第五章 · 岗位和知识的蒸馏曲线
第六章 · 最后
