編者按：本文來(lái)自微信公眾號(hào)衛(wèi)夕指北（ID：weixizhibei），創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載。

這段時(shí)間的科技圈被Midjourney僅僅只有11個(gè)員工震驚了。

即便是行業(yè)的資深從業(yè)者，也很難想象如此驚艷的AI產(chǎn)品背后僅僅只有少的出奇的11個(gè)人。

的確，用極少員工創(chuàng)造驚人成就的公司在科技行業(yè)屢見(jiàn)不鮮——

Instagram以10億美元被收購(gòu)時(shí)僅僅13名員工。

WhatsApp以190億美元被收購(gòu)時(shí)僅僅50名員工。

如今站在AI之巔估值高達(dá)300億美元的OpenAI也僅僅375名員工。

從更遠(yuǎn)的視角，谷歌在施密特2001年接替創(chuàng)始人拉里·佩奇擔(dān)任CEO時(shí)，只有不到300名員工。

而創(chuàng)立更早的亞馬遜在1997年上市前夕僅僅只有158名員工。

那么問(wèn)題來(lái)了：

為什么那么多創(chuàng)造了驚人成就的初創(chuàng)公司員工如此之少？為什么它們的人效可以做到如此之高？這背后有哪些值得思考的深層邏輯？

這篇文章衛(wèi)夕就和大家來(lái)聊一聊這個(gè)問(wèn)題——

很顯然，和之前的任何技術(shù)進(jìn)步不同，當(dāng)數(shù)字技術(shù)從原子世界進(jìn)化到比特世界時(shí)，邏輯就徹底地變了。

用陸奇的話說(shuō)——

“任何改變社會(huì)、改變產(chǎn)業(yè)的，永遠(yuǎn)是結(jié)構(gòu)性改變，這個(gè)結(jié)構(gòu)性改變往往是一類大型成本，從邊際成本變成固定成本?！?/em>

這句話的意思簡(jiǎn)單而深刻。

盡管曾經(jīng)的鐵路大王、石油大王、鋼鐵大王創(chuàng)造的財(cái)富在絕對(duì)值上更高，但他們每多創(chuàng)造一份新的價(jià)值，它就需要一份額外的成本。

這既包括實(shí)物的投入，也包括人力的投入，每多產(chǎn)一頓油、多修一公里鐵路、多產(chǎn)一頓鋼鐵，都需要更多的物料和人力。

因此，這種類型的公司在核算的時(shí)候邊際成本是成本的重要組成部分。

然而，在硅基系統(tǒng)，邊際成本消失了。

一個(gè)段代碼復(fù)制成兩段代碼毫無(wú)新增成本，一個(gè)用戶使用和100個(gè)用戶使用，幾乎沒(méi)有沒(méi)有區(qū)別。

這是高人效之所以普遍出現(xiàn)在數(shù)字科技行業(yè)的直接原因，背后的邏輯就在于——一份創(chuàng)造，可以無(wú)成本的復(fù)制，幾乎不需要額外的人力參與。

這是一個(gè)普遍的規(guī)律，我們簡(jiǎn)單比較一下優(yōu)秀的傳統(tǒng)企業(yè)和優(yōu)秀的數(shù)字企業(yè)在人效上的區(qū)別——

1.谷歌市值1.3萬(wàn)億美元，人力18.7萬(wàn)VS 沃爾瑪市值4058億美元，員工人數(shù)220萬(wàn)；

3.Facebook市值5984億美元，員工8.7萬(wàn)人VS 通用汽車440億美元，員工26.6萬(wàn)人；

5.騰訊市值3.28萬(wàn)億，員工人數(shù)6.3萬(wàn)人 VS 比亞迪7440億，員工數(shù)57萬(wàn)

這就是硅基系統(tǒng)邊際成本消失在人效上的巨大能量。

人效差異的背后，是財(cái)富創(chuàng)造能力的差異。

回到2012年，作為一名并非技術(shù)專業(yè)的畢業(yè)生，我當(dāng)時(shí)選擇進(jìn)入互聯(lián)網(wǎng)行業(yè)，其中一個(gè)模糊的邏輯就是——到人效更高的行業(yè)中去。

以上我們解釋了高人效的一個(gè)必要條件——可復(fù)制的硅基系統(tǒng)。

但這并不能充分解釋為什么同樣在科技行業(yè)，有些公司的人效就是要遠(yuǎn)高于另一些公司。

在更深入地討論這個(gè)問(wèn)題之前，我們先來(lái)認(rèn)識(shí)一個(gè)人——Jeff Dean。

如果你并不是技術(shù)圈的從業(yè)者，你有較大概率并不認(rèn)識(shí)這個(gè)人。

但在技術(shù)領(lǐng)域，Jeff Dean就是一座燈塔，是眾多工程師心中神一樣的存在。

畢業(yè)于華盛頓大學(xué)計(jì)算機(jī)系的Jeff Dean在谷歌20多個(gè)人的時(shí)候加入年輕的谷歌，然后就開(kāi)啟了他魔法般的職業(yè)生涯。

他幾乎以一己之力奇跡般地連續(xù)帶領(lǐng)極小團(tuán)隊(duì)（通常是10人左右）開(kāi)發(fā)了MapReduce、BigTable、Spanner、TensorFlow等一系列系統(tǒng)。

注意，這些項(xiàng)目并不是同一個(gè)領(lǐng)域的項(xiàng)目。

它們橫跨爬蟲(chóng)索引、廣告、分布式計(jì)算、機(jī)器翻譯、深度學(xué)習(xí)框架等多個(gè)領(lǐng)域，幾乎涉及在谷歌這家公司每一個(gè)時(shí)期的關(guān)鍵技術(shù)項(xiàng)目。

在谷歌有一個(gè)傳說(shuō)——“Jeff Dean 提交代碼前會(huì)編譯和運(yùn)行他的代碼，只是為了檢驗(yàn)編譯器和鏈接器有沒(méi)有問(wèn)題?！?/em>

Jeff Dean如神一般的產(chǎn)出雄辯地證實(shí)了——有時(shí)候人和人的差距，比人和狗還大。

在硅谷，“十倍工程師”是一個(gè)流行的概念，即有些工程師的產(chǎn)出的確就要比其他工程師產(chǎn)出要大得多，而Jeff Dean大概屬于“千倍工程師”。

回到開(kāi)始的問(wèn)題——為什么同樣在科技行業(yè)，有些公司的人效就是要遠(yuǎn)高于另一些公司？

核心就在于那些高人效的公司擁有更多像Jeff Dean那樣的人，而且這些公司知道如何讓那些聰明人在一塊更好地合作。

喬布斯曾經(jīng)就說(shuō)過(guò)——“要留住一個(gè)A級(jí)人才，最重要的方式就是讓一堆A級(jí)人才和他一起工作?！?/em>

張一鳴在公司2014年融資時(shí)曾經(jīng)有一個(gè)說(shuō)法，今日頭條有著全球最高的單位面積內(nèi)算法工程師數(shù)量。

王興在美圖創(chuàng)立的時(shí)候，對(duì)工程師要求極高，在美團(tuán)技術(shù)部的墻上，有一句話——“要么牛逼，要么滾蛋”。

而這正是王興從Facebook早期口號(hào)“Go Big or Go Home”學(xué)來(lái)的。

微信早期的面試是8輪，3輪業(yè)務(wù)部門(mén)，3輪面試委員會(huì)，最后還要過(guò)2輪GM，以保證加入微信團(tuán)隊(duì)的強(qiáng)悍程度。

高人效，首先要保證有高人。

人很重要，人背后的技術(shù)同樣重要。

在古典經(jīng)濟(jì)學(xué)中，決定生產(chǎn)函數(shù)的生產(chǎn)要素只有三種——土地、勞動(dòng)和資本，而現(xiàn)代經(jīng)濟(jì)學(xué)則在此基礎(chǔ)上加入了一個(gè)重要的新要素——技術(shù)。

經(jīng)濟(jì)學(xué)家索羅、盧卡斯、羅默等也將技術(shù)作為關(guān)鍵變量引入經(jīng)濟(jì)增長(zhǎng)模型，而這些模型得到了業(yè)界的廣泛認(rèn)同。

沒(méi)錯(cuò)，從更長(zhǎng)遠(yuǎn)的角度看，是技術(shù)決定了人類的進(jìn)步，更準(zhǔn)確地說(shuō)還包含了技術(shù)的基礎(chǔ)——科學(xué)；

為什么很多大公司會(huì)設(shè)立沒(méi)有盈利要求的基礎(chǔ)研究部門(mén)？

為什么今天國(guó)內(nèi)大廠的大模型負(fù)責(zé)人大部分都出自當(dāng)年的微軟亞洲研究院？

為什么大家公認(rèn)谷歌關(guān)于Transformer的論文有效提升了大模型的效率？

這背后其實(shí)都是對(duì)“科學(xué)技術(shù)是第一生產(chǎn)力”這句樸素的話最鮮活的闡述。

事實(shí)上，和其他創(chuàng)業(yè)公司不同，OpenAI的運(yùn)作模式就是研究團(tuán)隊(duì)和工程團(tuán)隊(duì)并駕齊驅(qū)的結(jié)果。

在多個(gè)訪談中，OpenAI的CEO Sam Altman、總裁Greg Brockman都承認(rèn)——如何讓公司里強(qiáng)悍而驕傲的研究員和工程師通力合作是一項(xiàng)極具挑戰(zhàn)的任務(wù)。

就連僅僅11個(gè)人的Midjourney，除了6名工程師外，也配備了專門(mén)2名研究員。

所以，在某種意義上，那些高人效的公司，其中一個(gè)原因是它們通過(guò)雇傭強(qiáng)悍的人從而獲得了一種產(chǎn)出更高的技術(shù)，并將這些技術(shù)構(gòu)建成一個(gè)系統(tǒng)。

接下來(lái)，我們討論一個(gè)問(wèn)題——

為什么同樣是0邊際成本的數(shù)字技術(shù)領(lǐng)域，表現(xiàn)杰出的大公司和表現(xiàn)杰出的初創(chuàng)公司在人效上也存在巨大的差異呢？

OpenAI估值300億，員工357，人均估值接近1億美元，Instagram、WhatsApp、Midjourney的人均估值也接近這個(gè)值。

而那些今天表現(xiàn)最為杰出的科技巨頭，無(wú)論是谷歌、蘋(píng)果還是亞馬遜，人均估值都遠(yuǎn)低于這個(gè)值。

畢竟，今天谷歌已經(jīng)18.7萬(wàn)人人了，蘋(píng)果已經(jīng)14.7萬(wàn)人了，而亞馬遜更是達(dá)到了驚人的150萬(wàn)。

其背后的核心原因在于——增長(zhǎng)才是企業(yè)追求的目標(biāo)，人效并不是。

當(dāng)企業(yè)變大之后，一個(gè)顯而易見(jiàn)的現(xiàn)象就是要想保持一定的增長(zhǎng)率，其營(yíng)收和利潤(rùn)的絕對(duì)值就會(huì)成倍變大。

當(dāng)你的營(yíng)收1億美金的時(shí)候，你增長(zhǎng)20%只需要找到2000萬(wàn)美金的機(jī)會(huì)，而當(dāng)營(yíng)收到10億美金的時(shí)候，保持20%的增長(zhǎng)，就必須找到2億美金的機(jī)會(huì)。

因此，很多公司就會(huì)采取冗余團(tuán)隊(duì)的模式去探索不同的可能性，比如內(nèi)部賽馬，這也在一定程度上增加了大企業(yè)的人員規(guī)模，冗余就是這么來(lái)的。

我們可以從Twitter的這波裁員中直觀感受一下互聯(lián)網(wǎng)公司人員冗余的程度——

當(dāng)2022年11月馬斯克進(jìn)駐Twitter的時(shí)候，Twitter的員工總數(shù)超過(guò)7200人，在一頓眼花繚亂的裁員之后，今天Twitter的員工是多少呢？

答案是僅僅只剩1500；

由于Twitter現(xiàn)在變成了一家非上市公司，我們無(wú)法從數(shù)據(jù)的角度全面評(píng)估如此大幅度減員對(duì)業(yè)務(wù)的具體影響。

但我個(gè)人作為用戶的直觀感受是——Twitter的體驗(yàn)并沒(méi)有明顯的區(qū)別。

如果我們從信息論中的“熵”這個(gè)概念來(lái)理解可能就會(huì)更加清晰。

熵是一個(gè)熱力學(xué)概念，用來(lái)衡量一個(gè)系統(tǒng)的有序程度。

事實(shí)上，初創(chuàng)團(tuán)隊(duì)就是一個(gè)天然的低熵體，一小部分精英聚在一起，架構(gòu)簡(jiǎn)單、溝通順暢、目標(biāo)純粹，這樣的效率自然非常高。

不僅僅團(tuán)隊(duì)處于低熵的狀態(tài)，初創(chuàng)團(tuán)隊(duì)的產(chǎn)品在早期也處于低熵狀態(tài)，只關(guān)注核心功能，實(shí)現(xiàn)最基本的需求，不用考慮小眾低頻的需求。

這就是為什么亞馬遜的貝索斯推崇“兩張Pizza”的理念——“如果兩個(gè)披薩不足以喂飽一個(gè)項(xiàng)目團(tuán)隊(duì)，那它可能就顯得太大了！”

同樣，微信的張小龍也推崇小團(tuán)隊(duì)的打法。

下面這張圖是小程序這個(gè)啟動(dòng)時(shí)候的合影，包括張小龍?jiān)趦?nèi)總共就9個(gè)人。

張小龍顯然深刻理解小團(tuán)隊(duì)低熵的獨(dú)特優(yōu)勢(shì)。

然而，隨著組織和產(chǎn)品的壯大，熵增是無(wú)法避免的現(xiàn)象。

產(chǎn)品的熵增體現(xiàn)在復(fù)雜度提升和用戶規(guī)模激增，這些新?tīng)顩r必須要人去解決，于是組織的規(guī)模必然隨之?dāng)U充。

團(tuán)隊(duì)的熵增體現(xiàn)在隨著成員擴(kuò)充帶來(lái)的協(xié)同成本急劇上升，向心力逐漸減弱、離心力慢慢增強(qiáng)，人員增加的邊際產(chǎn)出開(kāi)始下降。

這些問(wèn)題通過(guò)優(yōu)秀的管理可以得到一定程度的緩和，但熵增的基本規(guī)律不會(huì)改變。

即便強(qiáng)悍如微信團(tuán)隊(duì)，1.0版本的確只需要幾個(gè)強(qiáng)悍的工程師開(kāi)發(fā)幾周就能上線。

但當(dāng)用戶不斷增長(zhǎng)，為了更多的時(shí)長(zhǎng)一定會(huì)加朋友圈，為了搞定信息分發(fā)你還要上公眾號(hào)，為了成為基礎(chǔ)設(shè)施還得上支付，為了生態(tài)和競(jìng)爭(zhēng)，還要加小程序、視頻號(hào)。

在此過(guò)程中，技術(shù)架構(gòu)要跟上、產(chǎn)品設(shè)計(jì)要跟上、市場(chǎng)運(yùn)營(yíng)要更上，此時(shí)，產(chǎn)品的熵和團(tuán)隊(duì)層面的熵不可避免地增加。

熵增是知名的巨頭在人效上不如知名創(chuàng)業(yè)公司的核心原因。

今天的初創(chuàng)公司人效高的另一個(gè)原因是——業(yè)界極其完善的基礎(chǔ)設(shè)施。

美團(tuán)的王興在上市的時(shí)候特別感謝了喬布斯——沒(méi)有iPhone、AppStore這樣的基礎(chǔ)平臺(tái)，就沒(méi)有美團(tuán)這樣的垂直應(yīng)用。

“站在巨人的肩膀上”并不是一句口號(hào)，今天的創(chuàng)業(yè)公司的確不需要重復(fù)造輪子。

OpenAI的崛起，它依賴于包括維基百科在內(nèi)的多個(gè)互聯(lián)網(wǎng)平臺(tái)的訓(xùn)練數(shù)據(jù)，依賴于英偉達(dá)高效率的顯卡、依賴于微軟Azure云服務(wù)、依賴于谷歌關(guān)于Transformer論文、依賴將ChatGPT帶到全球的Web瀏覽協(xié)議。

同樣，Midjourney在啟動(dòng)創(chuàng)業(yè)時(shí)，盡管創(chuàng)始人David Holz也并沒(méi)有足夠的冷啟動(dòng)資金，但憑借自己曾經(jīng)創(chuàng)辦過(guò)明星創(chuàng)業(yè)公司Leap Motion的良好聲譽(yù)，他從云服務(wù)商那里得到了自己想要的GPU訓(xùn)練資源。

而Midjourney的火爆在一定程度上也得益于其建立在Discord這個(gè)本身就已經(jīng)足夠受歡迎的社交網(wǎng)絡(luò)上。

是滴，今天的創(chuàng)業(yè)公司去拓展一項(xiàng)新業(yè)務(wù)，在某種意義上，完全不需要在自己非核心領(lǐng)域重新造輪子。

迎接創(chuàng)業(yè)者的，是無(wú)比強(qiáng)大的基礎(chǔ)設(shè)施平臺(tái)和極其細(xì)分的第三方服務(wù)。

創(chuàng)業(yè)者只需要負(fù)責(zé)長(zhǎng)板，短板可以有一萬(wàn)種解決方案。

另一個(gè)容易忽視的視角是——

很多創(chuàng)業(yè)公司的高人效其實(shí)是它們有效地通過(guò)某種方式撬動(dòng)了外部的人力資源。

微信支付的團(tuán)隊(duì)在2019年終在騰訊內(nèi)部獲得了“創(chuàng)始人獎(jiǎng)”。

很顯然，騰訊內(nèi)部對(duì)微信支付他們?cè)诤透?jìng)爭(zhēng)對(duì)手支付寶的激烈競(jìng)爭(zhēng)中所表現(xiàn)出來(lái)的超高效率。

從數(shù)據(jù)的角度，人數(shù)僅1000人左右（據(jù)稱）的微信支付團(tuán)隊(duì)在人效上的確大幅超過(guò)1萬(wàn)人的支付寶團(tuán)隊(duì)。（2020的招股書(shū)顯示螞蟻金服員工數(shù)16660人）

那么，他們是如何做到的呢？

其中一個(gè)值得關(guān)注的點(diǎn)是——人數(shù)并不算多的微信支付團(tuán)隊(duì)有效撬動(dòng)了外部的人力資源。

他們構(gòu)建了一個(gè)效率極高的服務(wù)商體系，分布在全國(guó)各地規(guī)模龐大的服務(wù)商可以幫助商戶更方便、更快捷地接入微信支付的線上和線下體系。

這些服務(wù)商人數(shù)眾多，但他們從組織上并不率屬于微信支付團(tuán)隊(duì)。

同樣，中國(guó)互聯(lián)網(wǎng)巨頭的在線廣告業(yè)務(wù)，幾乎每一家的效果廣告都依賴于其分布在不同地區(qū)的廣告代理商。

你接到互聯(lián)網(wǎng)公司讓你去投廣告的電話，都不它們官方的銷售，電話的那一頭大概率是代理商規(guī)模龐大的電銷團(tuán)隊(duì)。

沒(méi)錯(cuò)，今天的科技公司從產(chǎn)業(yè)鏈的角度，它們的確站在了“微笑曲線”的兩端，而微笑曲線的中間通常需要更多的人員參與。

用外包對(duì)抗內(nèi)卷——科技公司提升人效的捷徑。

我們分析了科技企業(yè)創(chuàng)造價(jià)值的方式，一個(gè)殘酷的事實(shí)是——對(duì)于很多產(chǎn)業(yè)而言，我們的確不需要那么多人了。

那么，隨之而來(lái)的一個(gè)問(wèn)題是——對(duì)于大多數(shù)人而言，我們何去何從？

很多人說(shuō)，不用擔(dān)心，你看前幾次技術(shù)革命的確讓很多人丟掉了工作，但技術(shù)革命又會(huì)創(chuàng)造新的工作啊，我們做新的工作就可以了~

這個(gè)觀點(diǎn)其實(shí)只對(duì)了一半——因?yàn)樯厦娴倪壿嬆艹闪⒌那疤崾侨藗冇凶銐虻臅r(shí)間去學(xué)習(xí)新技能，從事新工作。

而今天，這個(gè)前提大概率不存在了，AI讓人失業(yè)可能是一夜之間的；

沒(méi)錯(cuò)，馬車夫可以用二十年時(shí)間變成一名汽車工人，也可以從容地讓自己的兒子成為一名汽車銷售經(jīng)理，畢竟，工業(yè)革命的進(jìn)展是緩慢的。

現(xiàn)在，如果自動(dòng)駕駛?cè)〉猛黄疲ㄋ谐鲎廛囁緳C(jī)立即下崗），如果機(jī)器人取得突破（全世界的汽車工人立即下崗）

這其實(shí)不是假設(shè)，而是即將應(yīng)驗(yàn)的現(xiàn)實(shí)。

這種大規(guī)模、短時(shí)間（注意這兩個(gè)詞）的失業(yè)問(wèn)題是人類從來(lái)沒(méi)有遇到過(guò)的，我不認(rèn)為很多人對(duì)此有足夠清醒的認(rèn)識(shí)。

讓一個(gè)失業(yè)的藍(lán)領(lǐng)變成一個(gè)高級(jí)的白領(lǐng)，這是一個(gè)不可能完成的任務(wù)，畢竟，白領(lǐng)們自己的工作都已經(jīng)快保不住了。

《智能革命》這本書(shū)有一個(gè)結(jié)論——未來(lái)只有5%的人能從智能革命中受益。

這背后殘酷的潛臺(tái)詞就是95%的人會(huì)從智能革命中受損。

你有多大的信心你不屬于那95%？

，時(shí)長(zhǎng)03:03

尤瓦爾赫拉麗的這段視頻值得反復(fù)看。

最近，深度學(xué)習(xí)的三巨頭之一杰弗里·辛頓從谷歌離職了，他在離職感言中反思了AI給這個(gè)世界帶來(lái)的巨大不確定性以及潛在的風(fēng)險(xiǎn)。

“一切穩(wěn)固的東西都將煙消云散，一切神圣的東西都將被褻瀆?！?/em>

馬克思100多年前的這句話用在今天毫無(wú)違和感。

潘多拉魔盒已打開(kāi)，已經(jīng)永遠(yuǎn)無(wú)法被關(guān)上。

一起迎接神秘、有趣、茫然、未知的新紀(jì)元~

本文（含圖片）為合作媒體授權(quán)創(chuàng)業(yè)邦轉(zhuǎn)載，不代表創(chuàng)業(yè)邦立場(chǎng)，轉(zhuǎn)載請(qǐng)聯(lián)系原作者。如有任何疑問(wèn)，請(qǐng)聯(lián)系editor@cyzone.cn。