Notion 創始人年終預測：AI 是新時代的「鋼鐵」，未來的工作、組織架構會這樣演變

最近，Notion 創始人 Ivan Zhao 寫了一篇年終總結《Steam, Steel, and Infinite Minds》。

Ivan 講了一個特別有趣的觀點：AI 是我們這個時代的「革命性材料」。就像工業時代的鋼鐵、數字時代的半導體一樣。

AI 作為「infinite minds」已經來了。誰能掌握這種核心材料，誰就能定義一個時代。

借用麥克盧漢的一句話：「我們總是看著后視鏡駛向未來。」在大的技術變革初期，人們總是有一種認知慣性：習慣于用舊的、熟悉的框架，去理解和應用全新的事物。

對比已經用上 AI 的程序員，大多數知識工作者的工作方式，仍像是在高速路上踩自行車，靠人力驅動。上下文的碎片化，讓人類像「膠水」一樣，通過復制粘貼和在不同瀏覽器標簽頁間來回切換，將碎片信息拼接起來。

「human in the loop」也不總是理想的狀態。讓人深度介入到每一個執行環節，就像在汽車發明后，還在派一個人舉著旗子走在車前開道。

這篇文章給出了一個更大的視角去思考，未來我們的個人生產力、組織架構乃至經濟模式應該是什么樣。

??關注 Founder Park，最及時最干貨的創業分享

超 17000 人的「AI 產品市集」社群！不錯過每一款有價值的 AI 應用。

邀請從業者、開發人員和創業者，飛書掃碼加群：

進群后，你有機會得到：

• 最新、最值得關注的 AI 新品資訊；
  

• 不定期贈送熱門新品的邀請碼、會員碼；
  

• 最精準的AI產品曝光渠道

每個時代，都會被一種標志性的革命性材料所塑造。鋼鐵鍛造了「鍍金時代」，半導體開啟了數字時代，而現在，AI 作為一種 infinite minds 已經到來。歷史告訴我們：誰能掌握核心材料，誰就能定義一個時代。

左圖：少年時期的安德魯·卡內基和他的弟弟。 右圖：「鍍金時代」的匹茲堡鋼鐵廠。

19 世紀 50 年代，安德魯·卡內基還只是一個穿梭在匹茲堡泥濘街道上的電報員。當時，美國有六成的人口都是農民。然而在短短兩代人的時間里，卡內基和他的同輩們就締造了現代世界：鐵路取代了馬車，電燈取代了燭光，鋼鐵取代了鋼。

此后，工作的重心從工廠轉移到了辦公室。

如今，我在舊金山經營著一家軟件公司，為數百萬的知識工作者提供工具。在這個科技之城，人人都在討論通用人工智能，但在全球 20 億的腦力勞動者中，大多數人還沒有切身感受到它的影響。

未來的知識工作會是什么樣？當一個組織的架構中，融入了永不休眠的智能時，會發生什么？

早期電影通常看起來像舞臺劇，只用一臺攝像機對著舞臺拍攝。

未來之所以難以預測，往往是因為它總是披著歷史的外衣。早期的電話通話像電報一樣簡短；早期的電影則像錄制下來的舞臺劇。這正如傳播學家麥克盧漢所說：「我們總是看著后視鏡駛向未來。」

當今最流行的人工智能形式，看起來就像過去的谷歌搜索。引用馬歇爾·麥克盧漢的話：「我們總是看著后視鏡駛向未來。」

今天，我們看到 AI 聊天機器人很大程度上仍在模仿谷歌的搜索框。這正是每當有新技術變革時，我們都會經歷的令人不安的過渡階段。

對于未來，我沒有全部的答案。但我喜歡借助幾個歷史上的比喻，來思考 AI 如何在從個人、組織到整個經濟體的不同尺度上發揮作用。

01個人：從自行車到汽車

最初的線索，出現在知識工作的先行者，程序員身上。

我的聯合創始人 Simon 曾是典型的「10 倍效能程序員」，但現在他已經很少親自編寫代碼。你經過他的工位時，會看到他同時調度著三到四個 AI coding agents。這些智能體不僅打字更快，它們還能思考，這讓 Simon 的綜合效率提升到了 30-40 倍。他會在午飯前或臨睡前分配好任務，讓智能體在他休息時繼續工作。他已經成為了一位「無限智能」的管理者。

20 世紀 70 年代，《科學美國人》雜志一項關于運動效率的研究，啟發了史蒂夫·喬布斯提出著名的「思想的自行車」比喻。但在此后的幾十年里，我們其實一直都在「信息高速公路」上踩著這輛自行車。

上世紀 80 年代，史蒂夫·喬布斯將個人電腦稱為「思想的自行車」。十年后，我們鋪設了互聯網這條「信息高速公路」。但時至今日，大多數知識工作依然依賴人力驅動。這感覺就像是我們一直在高速公路上騎自行車。

而有了 AI agents，像 Simon 這樣的人就已經完成了從騎自行車到開汽車的升級。

那么，其他知識工作者何時才能開上自己的「汽車」呢？這需要解決兩個核心問題。

相比于編程，為什么用 AI 輔助知識工作更加困難？因為知識工作的場景更分散，成果也更難驗證。

首先是上下文的碎片化。對于編程而言，工具和所需的上下文往往集中在一個地方：IDE、代碼庫、終端。

但普通的知識工作卻分散在數十個不同的應用中。想象一個 AI 智能體要起草一份產品說明，它需要從 Slack 的聊天記錄、一份戰略文檔、某個數據看板的上季度指標以及只存在于某人記憶中的隱性知識里整合信息。

目前，人類扮演著「膠水」的角色，通過復制粘貼和在不同瀏覽器標簽頁間來回切換，將這些碎片化的信息拼接起來。只要這些上下文沒有被有效整合，AI 智能體就只能局限于一些非常狹窄的用途。

第二是缺乏可驗證性。代碼有一個神奇的特性：它的正確性可以通過測試和報錯來驗證。模型開發者可以利用這一點來訓練 AI 提升編程能力，例如通過強化學習。

但你要如何驗證一個項目管理得好不好，一份戰略備忘錄寫得優不優秀？我們還沒有找到有效的方法來評估和提升模型在通用知識工作上的表現。因此，人類仍然需要作為監督者和引導者參與其中（human in the loop），來定義什么是「好」的標準。

1865 年的《紅旗法案》要求必須有一名旗手走在機動車前面引導（該法案于 1896 年廢除）。這是一個我們不希望看到的「human in the loop」的例子。

今年，編程智能體的發展讓我們認識到，human in the loop 并不總是一個理想的模式。它就像讓一個人去檢查生產線上擰緊的每一顆螺絲，像《1865 年紅旗法案》要求的那樣，派個人走在汽車前面清理道路。

我們希望人類從一個更高的維度去監督整個系統，而不是成為系統中的一個執行環節。一旦碎片化的上下文得到整合，工作成果變得可驗證，數以十億計的知識工作者就將經歷從「騎行」到「駕駛」，再到「自動駕駛」的飛躍。

02組織：鋼鐵與蒸汽

公司是近代才出現的發明。它們會隨著規模擴大而退化，最終觸及極限。

1855 年紐約和伊利鐵路公司的組織架構圖。現代企業和組織架構圖正是隨著鐵路公司的發展演變而來，因為鐵路公司是第一批需要遠距離協調成千上萬名員工的企業。

幾百年前，大多數公司都只是十幾人的小作坊。而現在，我們有了數十萬員工的跨國企業。組織的溝通基礎設施，即通過會議和信息相連的人類大腦，在指數級增長的負荷下早已經不堪重負。

我們試圖通過層級、流程和文檔來解決問題，就像是用木材去建造摩天大樓，一直用著與問題規模不匹配的工具。

兩個歷史上的比喻，展示了在新的革命性材料下，未來的組織會是什么樣子。

鋼鐵的奇跡：1913 年在紐約落成的伍爾沃斯大廈，是當時世界第一高樓。

第一個比喻是鋼鐵。

在鋼鐵出現之前，19 世紀的建筑最多只能蓋到六七層。因為鋼雖然堅固，但又脆又重，樓層再高，建筑結構就會因為不堪自重而垮塌。鋼鐵改變了一切，它既堅固又有延展性，使得建筑框架可以更輕，墻壁可以更薄，樓層瞬間就能拔高到幾十層。全新的建筑形態也由此誕生。

AI 就是組織的「鋼鐵」。它有潛力跨越不同的工作流來維持信息的上下文，并在需要時精準地呈現決策依據，消除溝通噪音。人類的溝通將不再是限制組織發展的「承重墻」。每周兩小時的同步會議，可以變成五分鐘的異步審閱；過去需要三級審批的行政決策，未來可能在幾分鐘內就能完成。公司能夠實現真正的規模化擴張，不再受困于我們過去認為不可避免的效率衰減。

一座依靠水車提供動力的磨坊。水力雖強，但既不穩定，又受地理位置和季節的限制。

第二個故事關于蒸汽機。

工業革命初期，紡織廠大多建在河邊，靠水車提供動力。當蒸汽機問世后，工廠主們起初只是簡單地用蒸汽機替換掉水車，工廠的其他部分則維持原樣。結果，生產力的提升相當有限。

真正的突破，發生在工廠主們意識到可以徹底擺脫對河流的依賴時。他們開始將規模更大的工廠建在離工人、港口和原材料更近的地方，并圍繞蒸汽機重新設計了整個工廠的布局。（后來，隨著電力的普及，工廠主們又進一步擺脫了對中央動力軸的依賴，改為在各臺機器旁安裝小型電動機。）生產力就此迎來了爆炸式增長，第二次工業革命也真正拉開了序幕。

這幅由托馬斯·阿洛姆于 1835 年創作的版畫，描繪了英國蘭開夏郡的一家由蒸汽機驅動的紡織廠。

今天，我們仍處在 AI 應用的「替換水車」階段：將 AI 聊天機器人簡單地嫁接到為人類設計的現有工作流程上。我們還沒有真正開始重新構想，當舊的限制不復存在，當你的公司能依靠永不休眠的智能來運作時，組織會是什么樣子。

在 Notion，我們一直在進行實驗。除了 1000 名員工，我們現在還有 700 多個 AI 智能體在處理重復性工作。它們會整理會議紀要，整合團隊的隱性知識、處理 IT 支持請求、記錄客戶反饋、自動生成每周工作報告。而這一切，才剛剛起步。真正的潛力，受限于我們的想象力和慣性。

03經濟體：從佛羅倫薩到超級城市

鋼鐵和蒸汽不僅改變了建筑和工廠，它們還重塑了城市。

直到幾百年前，城市都還是以人的尺度構建的。你只需四十分鐘就能徒步穿越整個佛羅倫薩。生活的節奏，取決于人能走多遠，聲音能傳多遠。

后來，鋼鐵催生了摩天大樓；蒸汽機驅動的鐵路將市中心與廣闊的腹地連接起來；電梯、地鐵和高速公路也相繼問世。城市在規模和密度上都發生了爆炸性的增長，東京、重慶、達拉斯等超級城市應運而生。

它們不僅僅是放大版的佛羅倫薩，更是一種全新的生活方式。超級城市令人感到陌生、迷失方向，難以把握。這種「不可理解性」正是規模化所付出的代價。但與此同時，它們也提供了更多的機遇與自由，讓更多的人能以更多元的方式組合在一起，完成文藝復興時期那種「人的尺度」的城市所無法支撐的偉大事業。

我認為，知識經濟也即將經歷同樣的變革。

如今，知識工作幾乎占了美國 GDP 的一半，但運作方式大多還停留在「人的尺度」：團隊規模不過幾十人，工作節奏由會議和郵件主導，組織人數一旦超過幾百便開始舉步維艱。我們一直以來，都是在用石頭和木材建造自己的「佛羅倫薩」。

當 AI 智能體大規模應用時，我們將開始建造屬于知識經濟的「東京」：由成千上萬的智能體和人類共同組成的組織；跨越時區、持續運行的工作流，實時運轉；決策在「恰到好處的人類介入」下完成。

這種感覺將會截然不同。更快，杠桿效應更強，但起初也會讓人感到迷茫。每周例會、季度規劃、年度評估這些我們熟悉的節奏或許將不再適用，新的節奏將會出現。我們會失去一些舊有的熟悉感，但換來的是前所未有的規模和速度。

04超越水車時代

每一種革命性的材料，都要求人們停止通過后視鏡看世界，而是開始想象一個全新的未來。卡內基看到鋼鐵，預見了城市的摩天輪廓；蘭開夏郡的工廠主看到蒸汽機，構想出不再受河流束縛的廠房。

我們仍身處 AI 應用的「水車時代」，滿足于將聊天機器人嫁接到為人類設計的工作流程上。我們應該停止僅僅讓 AI 充當我們的 Copilot。我們需要開始大膽想象，當人類組織被「鋼鐵」加固，當繁雜的事務被托付給永不休眠的智能時，知識工作將會是一番怎樣的景象。

鋼鐵，蒸汽，無限智能。下一個天際線，就在那里，等待我們去建造。

轉載原創文章請添加微信：founderparker