03

人很重要，人背后的技术同样重要。

在古典经济学中，决定生产函数的生产要素只有三种——土地、劳动和资本，而现代经济学则在此基础上加入了一个重要的新要素——技术。

经济学家索罗、卢卡斯、罗默等也将技术作为关键变量引入经济增长模型，而这些模型得到了业界的广泛认同。

没错，从更长远的角度看，是技术决定了人类的进步，更准确地说还包含了技术的基础——科学；

为什么很多大公司会设立没有盈利要求的基础研究部门？

为什么今天国内大厂的大模型负责人大部分都出自当年的微软亚洲研究院？

为什么大家公认谷歌关于Transformer的论文有效提升了大模型的效率？

这背后其实都是对“科学技术是第一生产力”这句朴素的话最鲜活的阐述。

事实上，和其他创业公司不同，OpenAI的运作模式就是研究团队和工程团队并驾齐驱的结果。

在多个访谈中，OpenAI的CEO Sam Altman、总裁Greg Brockman都承认——如何让公司里强悍而骄傲的研究员和工程师通力合作是一项极具挑战的任务。

就连仅仅11个人的Midjourney，除了6名工程师外，也配备了专门2名研究员。

所以，在某种意义上，那些高人效的公司，其中一个原因是它们通过雇佣强悍的人从而获得了一种产出更高的技术，并将这些技术构建成一个系统。

04

接下来，我们讨论一个问题——

为什么同样是0边际成本的数字技术领域，表现杰出的大公司和表现杰出的初创公司在人效上也存在巨大的差异呢？

OpenAI估值300亿，员工357，人均估值接近1亿美元，Instagram、WhatsApp、Midjourney的人均估值也接近这个值。

而那些今天表现最为杰出的科技巨头，无论是谷歌、苹果还是亚马逊，人均估值都远低于这个值。

毕竟，今天谷歌已经18.7万人人了，苹果已经14.7万人了，而亚马逊更是达到了惊人的150万。

其背后的核心原因在于——增长才是企业追求的目标，人效并不是。

当企业变大之后，一个显而易见的现象就是要想保持一定的增长率，其营收和利润的绝对值就会成倍变大。

当你的营收1亿美金的时候，你增长20%只需要找到2000万美金的机会，而当营收到10亿美金的时候，保持20%的增长，就必须找到2亿美金的机会。

因此，很多公司就会采取冗余团队的模式去探索不同的可能性，比如内部赛马，这也在一定程度上增加了大企业的人员规模，冗余就是这么来的。

我们可以从Twitter的这波裁员中直观感受一下互联网公司人员冗余的程度——

当2022年11月马斯克进驻Twitter的时候，Twitter的员工总数超过7200人，在一顿眼花缭乱的裁员之后，今天Twitter的员工是多少呢？

答案是仅仅只剩1500；

由于Twitter现在变成了一家非上市公司，我们无法从数据的角度全面评估如此大幅度减员对业务的具体影响。

但我个人作为用户的直观感受是——Twitter的体验并没有明显的区别。

05

如果我们从信息论中的“熵”这个概念来理解可能就会更加清晰。

熵是一个热力学概念，用来衡量一个系统的有序程度。

事实上，初创团队就是一个天然的低熵体，一小部分精英聚在一起，架构简单、沟通顺畅、目标纯粹，这样的效率自然非常高。

不仅仅团队处于低熵的状态，初创团队的产品在早期也处于低熵状态，只关注核心功能，实现最基本的需求，不用考虑小众低频的需求。

这就是为什么亚马逊的贝索斯推崇“两张Pizza”的理念——“如果两个披萨不足以喂饱一个项目团队，那它可能就显得太大了！”

同样，微信的张小龙也推崇小团队的打法。

下面这张图是小程序这个启动时候的合影，包括张小龙在内总共就9个人。

张小龙显然深刻理解小团队低熵的独特优势。

然而，随着组织和产品的壮大，熵增是无法避免的现象。

产品的熵增体现在复杂度提升和用户规模激增，这些新状况必须要人去解决，于是组织的规模必然随之扩充。

团队的熵增体现在随着成员扩充带来的协同成本急剧上升，向心力逐渐减弱、离心力慢慢增强，人员增加的边际产出开始下降。

这些问题通过优秀的管理可以得到一定程度的缓和，但熵增的基本规律不会改变。

即便强悍如微信团队，1.0版本的确只需要几个强悍的工程师开发几周就能上线。

但当用户不断增长，为了更多的时长一定会加朋友圈，为了搞定信息分发你还要上公众号，为了成为基础设施还得上支付，为了生态和竞争，还要加小程序、视频号。

在此过程中，技术架构要跟上、产品设计要跟上、市场运营要更上，此时，产品的熵和团队层面的熵不可避免地增加。

熵增是顶尖的巨头在人效上不如顶尖创业公司的核心原因。

06

今天的初创公司人效高的另一个原因是——业界极其完善的基础设施。

美团的王兴在上市的时候特别感谢了乔布斯——没有iPhone、AppStore这样的基础平台，就没有美团这样的垂直应用。

“站在巨人的肩膀上”并不是一句口号，今天的创业公司的确不需要重复造轮子。

OpenAI的崛起，它依赖于包括维基百科在内的多个互联网平台的训练数据，依赖于英伟达高效率的显卡、依赖于微软Azure云服务、依赖于谷歌关于Transformer论文、依赖将ChatGPT带到全球的Web浏览协议。

同样，Midjourney在启动创业时，尽管创始人David Holz也并没有足够的冷启动资金，但凭借自己曾经创办过明星创业公司Leap Motion的良好声誉，他从云服务商那里得到了自己想要的GPU训练资源。

而Midjourney的火爆在一定程度上也得益于其建立在Discord这个本身就已经足够受欢迎的社交网络上。

是滴，今天的创业公司去拓展一项新业务，在某种意义上，完全不需要在自己非核心领域重新造轮子。

迎接创业者的，是无比强大的基础设施平台和极其细分的第三方服务。

创业者只需要负责长板，短板可以有一万种解决方案。

07

另一个容易忽视的视角是——

很多创业公司的高人效其实是它们有效地通过某种方式撬动了外部的人力资源。

微信支付的团队在2019年终在腾讯内部获得了“创始人奖”。

很显然，腾讯内部对微信支付他们在和竞争对手支付宝的激烈竞争中所表现出来的超高效率。

从数据的角度，人数仅1000人左右（据称）的微信支付团队在人效上的确大幅超过1万人的支付宝团队。（2020的招股书显示蚂蚁金服员工数16660人）

那么，他们是如何做到的呢？

其中一个值得关注的点是——人数并不算多的微信支付团队有效撬动了外部的人力资源。

他们构建了一个效率极高的服务商体系，分布在全国各地规模庞大的服务商可以帮助商户更方便、更快捷地接入微信支付的线上和线下体系。

这些服务商人数众多，但他们从组织上并不率属于微信支付团队。

同样，中国互联网巨头的在线广告业务，几乎每一家的效果广告都依赖于其分布在不同地区的广告代理商。

你接到互联网公司让你去投广告的电话，都不它们官方的销售，电话的那一头大概率是代理商规模庞大的电销团队。

没错，今天的科技公司从产业链的角度，它们的确站在了“微笑曲线”的两端，而微笑曲线的中间通常需要更多的人员参与。

用外包对抗内卷——科技公司提升人效的捷径。

08

我们分析了科技企业创造价值的方式，一个残酷的事实是——对于很多产业而言，我们的确不需要那么多人了。

那么，随之而来的一个问题是——对于大多数人而言，我们何去何从？

很多人说，不用担心，你看前几次技术革命的确让很多人丢掉了工作，但技术革命又会创造新的工作啊，我们做新的工作就可以了~

这个观点其实只对了一半——因为上面的逻辑能成立的前提是人们有足够的时间去学习新技能，从事新工作。

而今天，这个前提大概率不存在了，AI让人失业可能是一夜之间的；

没错，马车夫可以用二十年时间变成一名汽车工人，也可以从容地让自己的儿子成为一名汽车销售经理，毕竟，工业革命的进展是缓慢的。

现在，如果自动驾驶取得突破（所有出租车司机立即下岗），如果机器人取得突破（全世界的汽车工人立即下岗）

这其实不是假设，而是即将应验的现实。

这种大规模、短时间（注意这两个词）的失业问题是人类从来没有遇到过的，我不认为很多人对此有足够清醒的认识。

让一个失业的蓝领变成一个高级的白领，这是一个不可能完成的任务，毕竟，白领们自己的工作都已经快保不住了。

09

《智能革命》这本书有一个结论——未来只有5%的人能从智能革命中受益。

这背后残酷的潜台词就是95%的人会从智能革命中受损。

你有多大的信心你不属于那95%？

尤瓦尔赫拉丽的这段视频值得反复看。

最近，深度学习的三巨头之一杰弗里·辛顿从谷歌离职了，他在离职感言中反思了AI给这个世界带来的巨大不确定性以及潜在的风险。

“一切稳固的东西都将烟消云散，一切神圣的东西都将被亵渎。”

马克思100多年前的这句话用在今天毫无违和感。

潘多拉魔盒已打开，已经永远无法被关上。

一起迎接神秘、有趣、茫然、未知的新纪元~