AI 杂记 5:AI 与企业的本质
AI 的出现正在引发商业运作、竞争和繁荣方式的范例转变。从零售业的动态定价模型和制造业的自动化机器人,到航空业的预测性维护和金融业的机器人顾问,AI 的无处不在象征着各行业景象的深刻转变。然而,其扩散并不是均质的。有些领域正在迅速推进到未来,而其他领域则滞后,在无意中创建了一幅不均匀的马赛克。
资本主义和自由市场的运作核心仍然是无休无止的效率、生产力和创新,在失去了新技术动力之后,这些努力往往在以「内卷」的面目呈现。AI 与资本主义的关系并不仅仅是另一种商业工具,它或许是终结其它一切工具的工具,甚至于,正如很多人所担心的,也可能会终结人在商业中的中心地位。
我们将从 1937 年 R. H. Coase 的经典论文 The Nature of the Firm 讲起,探讨 AI 将在企业内部推动何种变化。
企业的本质变了吗?
Nat Friedman 在完成 Microsoft 对 GitHub 的收购后,专注在和 AI 相关的天使投资上。他观察到:
I think one of the interesting trends that we’ve seen in the last six months that we weren’t seeing a year ago is basically the application of large models to things that were previously some form of human intellectual labor or productivity labor. So in a way, what they’re doing in these cases is the models are automating or replacing or augmenting some part of a company. They’re competing not with existing software products but with parts of companies.
我认为我们在过去六个月中看到的一个有趣的趋势是一年前没有看到的,基本上是将大型模型应用于以前某种形式的人类智力劳动或生产力劳动的事物。因此,在某种程度上,它们在这些情况下所做的是模型正在自动化或替换或增强公司的某些部分。它们不是与现有的软件产品竞争,而是与公司的一部分竞争。
在 Friedman 对这个趋势的洞察中,他特别强调了这些大型模型并不必然与企业现有提供的产品发生直接竞争,而更像是在挑战公司内部的某些部分。他的看法与 Ronald Coase 关于企业本质的思想不谋而合。
这里引用一下 Coase 1937 年的论文 The Nature of the Firm 中的原文:
Outside the firm, price movements direct production, which is co‐ordinated through a series of exchange transactions on the market. Within a firm, these market transactions are eliminated and in place of the complicated market structure with exchange transactions is substituted the entrepreneur‐co‐ordinator, who directs production.
在公司外部,价格变动指导生产,生产通过市场上的一系列交换交易进行协调。在公司内部,这些市场交易被消除,并由指导生产的企业家-协调者取代复杂的市场结构和交换交易。
简言之,企业的出现实质上用企业家的管理判断取代了市场价格机制:市场机制缓慢、无序,经常失灵,就像一架复杂而脆弱的机器,人们无法预知到底在什么时候会起作用,或者什么时候不起作用。在企业内部所面临的柴米油盐问题往往就会通过企业家及其经理人的管理安排来解决实际问题。在这个实践中,也产生了大量的经验,最终沉淀为组织和流程,一横一纵,共同构成了企业的管理框架。
这些管理框架,就是 Coase 在论文中提到的 long-term contract for supply(供给的长期合约):
It may be desired to make a long‐term contract for the supply of some article or service. This may be due to the fact that if one contract is made for a longer period, instead of several shorter ones, then certain costs of making each contract will be avoided. Or, owing to the risk attitude of the people concerned, they may prefer to make a long rather than a short‐term contract. Now, owing to the difficulty of forecasting, the longer the period of the contract is for the supply of the commodity or service, the less possible, and indeed, the less desirable it is for the person purchasing to specify what the other contracting party is expected to do. It may well be a matter of indifference to the person supplying the service or commodity which of several courses of action is taken, but not to the purchaser of that service or commodity. But the purchaser will not know which of these several courses he will want the supplier to take. Therefore, the service which is being provided is expressed in general terms, the exact details being left until a later date. All that is stated in the contract is the limits to what the persons supplying the commodity or service is expected to do. The details of what the supplier is expected to do is not stated in the contract but is decided later by the purchaser. When the direction of resources (within the limits of the contract) becomes dependent on the buyer in this way, that relationship which I term a “firm” may be obtained. A firm is likely therefore to emerge in those cases where a very short term contract would be unsatisfactory.
可能需要就某些物品或服务的供应签订长期合约。这可能是因为,如果签订一份期限较长的合约,而不是签订几份期限较短的合约,可以避免签订每份合约的某些成本。或者,由于相关人员的风险态度,他们可能更愿意签订长期合约而不是短期合约。现在,由于预测的困难,供应商品或服务的合约期限越长,购买者指定另一方的可能性就越小,事实上也就越不值得。预计会做。对于提供服务或商品的人来说,采取几种行动中的哪一种很可能是无关紧要的问题,但对于该服务或商品的购买者来说却不是。但购买者不知道他希望供应商采取哪些行动。因此,所提供的服务都是笼统地表达的,确切的细节留到以后再说。合约中规定的所有内容都是对提供商品或服务的人预期要做的事情的限制。合约中没有规定供应商应做什么的细节,但由买方稍后决定。当资源的方向(在合约的范围内)以这种方式依赖于买方时,就可能获得我称之为「企业」的关系。在那些短期合约无法令人合意的情况中,「企业」就会出现。
随着企业组织变得更加庞大和复杂,内部分工也可能变得模糊。很多复杂的业务问题难以通过组织设计的方式来解决,而在工作、组织和人才一文中,我也讲过:用组织设计的方式来解决问题的手段过于刚性,在现实中往往会撞上「部门墙」等问题,而无论是目标或是预算拆解,本质上都是一种在企业内部通过市场价格机制来解决问题的方法——这个机制不奏效的原因很简单,企业内部的市场可能会比外部的「大市场」更容易失灵。我在最近经常提到的 talent collapse 则是回到了以人为中心来解决问题的方式。而无论哪一种方式,都是试图在降低交易成本的同时达成令人满意的生产目标。
在重读 Coase 文章的过程中,我意识到,自 1937 年来,企业的形态已经发生了巨大的变化:企业的规模在变大,所提供的产品和服务在社会生活中也具有更强的渗透力和支配力,它们不再是 Coase 所处的工业时代的工厂,而更多是以平台生态的构建者或参与者的方式存在。其内部的管理复杂度很可能并不比外部市场简单太多——它们本身可能就是以市场(marketplace)的形态出现的。考虑一下,淘宝、美团和滴滴在经济中所扮演的角色,以及它们所构建的平台生态中有多少大大小小的参与者,以及这些平台型企业的日常经营所需要做出管理决策,就能理解,为什么 Coase 所言的 firm 可能无法直接与今天的这些企业做直接的对应。
即便不去看这些平台型企业——它们毕竟是少数,其它企业内部的管理也早已经过多代信息技术革命的洗礼。从文字处理、电子表格、数据库再到互联网,软件重新构建了企业内部的信息处理方式,这个数字化进程让管理者得以进行更多的「计算」,很多本来水面以下的「交易」因此付出水面。只要能够量化,人们自然就会开始讨价还价,从而把企业外部的那一套在市场上做生意的办法拿到内部来。企业内部大量的「短期合约」开始出现,以「长期合约」的伴生品形式,成为组织和流程中的一部分。
这是好还是坏呢?不能一概而论,但我的经验是,这种行为有时候过于斤斤计较了,以至于破坏企业应该在社会中扮演的角色,也拖慢了它应有的效率和节奏。我们必须得说,大部分人并不善于做交易——人们会愤怒,会自私,最重要的,会短视——这实际上是企业内部大量组织问题的根源。但我们应该意识到,企业的本质在发生变化,你不再能够如 1937 年那样单纯的看待这个单词,它像一个杂食动物一般在过去的几十年中吞食了太多东西——或许正是在 Coase 精神的指导下,但它内部出现的交易和市场以及为之产生的一系列辅助企业家和经理人的「计算」能力实质上背叛了其最初的设定:用管理这种「长期合约」来减少交易这种「短期合约」的必要。
这时候,我们再一次把目光投向了技术,这一次是 AI。
AI 会改变什么?
AI 以一种新的方式改变组织生产和劳动的方式,超越我们通常理解的产品竞争——从外部看来,企业或许仍然在提供相同的产品或服务,但其内部的组织和流程将会发生巨大的变化。
AI 的发展不仅带来了更高效的劳动,更重要的是,它改变了企业如何决定哪些任务需要由人来完成,哪些任务可以交给机器来处理。以前,我们根据交易成本来决定哪些任务聚集在企业内部,哪些任务可以外包。但现在,AI 的出现使得工作的分配可以根据任务的复杂性、数据量的大小以及相应的机器学习模型能力来划分,而非单纯地根据交易成本。
因此,AI 正在重新定义企业的生产组织方式,本质上对《企业的本质》所提出的伟大问题产生了新的答案。但这种新的分工方式并非企业内部所能彻底掌控——绝大部分企业还需要很长的时间重新学习并掌握如何在自己的工作流中使用 AI,特别是在识别哪一部分任务将被 AI 替代这个问题上,尤其需要对原有工作方式产生深入理解。
有趣之处在于,这本质上是对「智能」的重新理解。在《生命 3.0》一书中,作者 Max Tegmark 对「智能」概念的定义是:解决复杂问题的能力。实际上,我们对自己以及同类是如何解决复杂问题这件事情始终搞不太清楚。而在企业内部,通过多人协作完成一件工作的流程更加复杂。按照 Tegmark 的定义,企业本质上是一个汇集多个智能体以解决更复杂问题的节点。当我们在企业内部将人力交易成本替换为 AI,问题变得更为复杂及多元。首先,我们需要了解解决问题的完整流程,但这往往因人而异,且难以准确描绘。其次,尽管 AI 模型有能力进行学习和自我优化,但也需要长时间的训练和调整才能在特定环境或问题中实现其最佳性能。
对于 AI 的内部应用,企业需要经历一个周期来重新评估其业务流程和组织形态。从历史的角度看,流水线、PC 和互联网的广泛应用都经历了类似的过程。有趣的是,企业在适应这些技术革新方面的成功与否都在一定程度上决定了它们的竞争地位。
Ben Thompson 认为:
... my thesis around those companies was what actually makes up a company? What is the bit about it that is actually durable and meaningful? If you are a large corporation — I mean obviously this differs between a startup that can be very founder-centric and the founder is the company in many respects — but that in contrast to an ongoing corporation and the transition that any startup has to go through to become a durable company is it can’t be people-based, because people come and go and people get hit by buses and people resign or whatever, get enmeshed in scandal, there’s lots of things that can go sideways, and so the company has to become something more durable, but what is the durable nature of it? Is it the buildings? Is it the equipment? My thesis was that no, it’s the data, and it’s the data and the processes. And so I was super intrigued about companies that could get a handle in that space ... The incentives push very hard in that direction because there’s an aspect where you don’t want companies to be about people.
...我围绕这些公司的观点是什么是企业的真正组成部分?它有哪些真正持久且有意义的部分?如果你是一家大公司——我的意思是,显然,这在以创始人为中心的初创公司和创始人在很多方面就是企业之间是不同的——但这与正在进行的公司和任何初创公司都必须进行的转型形成鲜明对比。要成为一家持久的企业,它不能以人为本,因为人们来来去去,人们被公共汽车撞到,人们辞职或者其他什么,陷入丑闻,有很多事情可能会出现意外,所以企业必须变得更持久,但它的持久性是什么?是办公大楼吗?是设备吗?我的论点是不,是数据,是数据和流程。因此,我对那些能够涉足该领域的企业非常感兴趣……激励措施非常努力地朝这个方向发展,因为在某种程度上你不希望企业是关于人的。
Thompson 的观点或许有些激进,但在资本主义的视角来看,这个判断一点都不令人惊讶。为了避免逻辑复杂,让我们来用一些 bullet points 整理观点:
- Thompson 说:是数据和和流程。「流程」还在,但是「组织」消失了。「组织」是关于企业中人与人的关系,而现在,它被「数据」替代了。
- Thompson 还说:不希望企业是关于人的。人去哪里了呢?被数据替代了。在很长的一段时间里,企业会强调自身的「人力资源」是重要的无形资产,但现在,「数据资产」将对此产生替代。
- 在发挥真正的价值之前,数据大部分时候被理解为「成本」而非「资产」,区别在于是否能够带来未来的现金流。过去,数据是通过人的直接或间接加工来产生价值的,这一过程在 AI 时代显得过于低效了。
- 在处理和理解数据方面,现在的大模型很像工业化初期的机械水平:效率高,但是能耗也高,质量参差不齐,很多时候不如传统的手艺人。好处在于,AI 没有什么情绪和态度的问题,它输出相对稳定。
- 企业并不了解自身有哪些数据。比如一家工程设计公司可能不知道积压的投标文件存档可能是一笔财富。AI 比人更适合理解和评估数据的价值,甚至可以说,数据是否有价值,很大程度上将由 AI 定义。
- 通过微调(fine-tune),AI 将会出现分化,从而变得更加适合特定分工。在分化过程中,计算成本有机会显著降低,效率进一步提升,这一点和人类社会的分工进程类似。
在虚无的护城河一文中,我曾经否定了三个广受认可的护城河要素实际上并不能为企业带来「持久性」。根据 Thompson 的观点,数据才是,围绕数据构建的流程才是——AI 可能替代人,成为企业流程的核心。
这种替代可能会以不同形式在不同阶段发生。
- 简单替代:不改变流程,但对特定职能进行替代,比如,用 AI 取代简单重复的岗位。
- 高级替代:需要改变部分工作流程,产生局部的组织变化,比如,AI 合并了流程中的多个步骤,从而也合并或取消了一些部门。
- 复杂替代:对企业组织和流程的大规模重塑,到了这个阶段,企业或者已经不是原来那个企业。
对于互联网企业而言,AI 的技术储备和认知相对完善,1 可能会在 6 到 12 个月发生,其结果更多会体现在持续的降本增效上。而 2 则存在不确定性,一方面是组织变革的内在刚性,同时也需要不断试错,寻找最佳的变革方向。在 3 这个阶段,很可能意味着企业已经在提供新的产品或服务,不完全是在企业内部的替代效应。
2 可能是被很多人忽略的。太多目光聚焦在 1 的 low-hanging fruit 和 3 的星辰大海上。我相信在 2 上的很多思考和实践会带来大量的价值创造——大量的企业或许还在从事他们过去从事的工作,交付稳定预期的产品和服务,这是以消费者需求为最终决定的,但在其内部发生的变化不能被忽视,更不应该被简化为对特定工种的简单替代——软件不是更好的打字机和算盘,互联网也不是更好的邮局。
在过去研究过的企业案例中,我非常看重「整合」的力量。比如复杂性战争中写 Larry Ellison 通过打造一个 all-in-one 型的复杂软件系统赢得了企业数据库软件的竞争:
他对于「定制」的看法就是:不要「定制」。按照这种指导思想,系统的灵活性体现在系统内部,而非通过把系统作为更大的系统的一部分,而把系统内部的问题转移到外部来解决。举例来说:如果 Oracle 提供的软件不能完全符合客户的要求,那么做法不是定制修改 Oracle 的程序,而是通过「与非 Oracle 应用程序连接」来打补丁。换句话说,构建者不能向参与者开放「世界」的内在结构,否则,「世界」终将失控。
比如 Tim Cook:继承与整体中写 Tim Cook 如何继承 Steve Jobs 传统:
Cook 在 Jobs 时代是整个业务流程的集成者。设计、软件和硬件,最终都需要在流水线上获得生生不息的力量,Cook 得以成为这个以 Jobs 为中心的职能型组织中的一个特殊角色。
Coase 的论文中,隐含提出了一个概念:价格机制和企业家是两种经济中的「整合」力量。前者是通过价格调节供需,最终形成买卖双方的交易市场;后者则是在企业内部通过企业家的个人冒险与判断来组织内部组织和流程,向外部市场交付产品与服务。
为什么要存在这样的「整合」力量呢?其根本是「不确定性」。价格机制中暗含了对不确定性的处理,企业家也是基于个人对需求不确定的解读来进行生产投入。
现在看来,AI 可能是一种新的整合力量,它既有市场价格机制所能吸纳的广泛信息,又能在企业内部发挥作用,如果 Thompson 的观点是对的,那么我们或将看到一类新的企业诞生,它们将能更好的处理内外部的信息和数据,自内而外的对抗新的不确定性。