# 「创始人手册：建立一家AI原生公司」值得每个创业者、打工人读，Anthropic究竟在告诉我们什么 | EP. 78 101号谈职场 · 2026-05-26 1号解读Anthropic的《如何打造一家AI-Native公司》手册，指出其标题有误导性但内容适用于所有职场人。手册将项目分为Idea、MVP、Launch、Scale四个阶段，每个阶段都有对应的成功与失败模式。1号结合具体案例，分析管理者在每个阶段最易犯的误读：用建造代替验证、用演示代替学习、英雄主义阻碍规模化、忽视护城河建设。最终强调，AI时代真正的瓶颈从‘能不能做出来’变成了‘选没选对、谁拍板、什么抄不走’。 ## Key moments - **[0:00] 开场** - [0:14] 1号指出："骗人的主要是它的名字，不是它的内容"，这本手册虽叫《如何打造一家 AI-Native 公司》，实则适用于所有职场人。 - **[1:02] 为何必读** - [1:25] 当AI让"建造"变便宜之后，真正瓶颈从"能不能做出来"变成"选没选对、谁拍板、什么抄不走"，这对个人、组织、管理者都成立。 - [3:25] 一线反馈AI太好用与老板感觉组织没变好同时存在，两者都对，缺失的是一套从立项到规模化的四阶段地图语言体系。 - [4:38] VP吐槽：过去熬夜做PPT会被夸思路清晰，现在AI一晚上就能出东西，董事长反而追问战略本质和责任人，会议室安静了。 - [6:03] AI拉平了材料质量，老板不再看PPT，转而聚焦业务判断的质量——这正是过去被战术懒惰掩盖的能力。 - **[7:15] 四阶段** - [9:37] 四阶段背后都可归结为四个关键问题：值不值得做；做得对不对；小团队能不能扛住；对手来了客户为什么不走。 - [9:55] 手册预测到2026年，小团队加智能工具能做出过去大编制的产出，若还以"加人"为默认解法就会慢半拍。 - **[11:03] 创意** - [12:11] 42%的创业公司死于做了没人要的东西，在AI编程时代这个比例只会更难看，因为"做出来"太容易让人误以为验证通过。 - [14:01] 一个数字平台项目，AI辅助的立项报告非常完美，但一线访谈才发现卡点不是缺系统，而是审批链上每人有各自业绩指标不愿改，报告越完美越掩盖真问题。 - [15:55] 成熟企业坐拥大量非公开数据金山，却长期疏于治理，宁愿花钱买第三方报告也不挖掘内部语境，导致判断失真。 - **[17:54] 试点** - [20:43] 手册引用经典问法："如果用户不用你的产品，会有多少人觉得非常失望？超过40%才算一个强信号。" - [21:17] 试点的最大陷阱是"干就完了"心态：因为AI让MVP容易做，于是跳过定义成功画像和退出标准，进入范围蔓延。 - [23:36] 一个客户试点看板全绿色，但活跃用户都是员工和供应商，数字虽好却没有释放真正的市场信号，这是假演示式进展。 - **[24:46] 发布** - [25:54] 从试点到发布，如果项目负责人还是事必躬亲，个人能力就从资产变成瓶颈；必须设计系统、画决策红线。 - [28:21] 没有红线，要么不敢用工具，要么工具在不该做主的地方替你做了判断；发布阶段需要明确人机分工。 - **[29:52] 规模化** - [31:19] 护城河三层：领域知识嵌入产品；深度工作流嵌入；行为数据产生复利使迁移成本升高——抄走功能客户也不走。 - **[34:05] 结语** - [34:57] 1号总结："很多人并不是被AI取代了，而是被更高的期待追着跑了"，AI让交差标准提高，逼出真正业务判断。 ## Speakers - **Corry** (host) ## Topics AI与职场 ## Mentioned Anthropic (company) ## Transcript ### 开场 **Corry** [0:02] Hello 大家好 ， 欢迎大家回到 《101 号谈职场 》。 那这期我们标题写的是 " 为什么所有人都应该读一读这本手册 "，其实我们会觉得这本手册的名字是欺骗了很多人。 当然 。 骗人的主要是它的名字 ，不是它的内容 ； 而它真正值钱的 ，其实是一个适配于所有 —— 无论你是创业者 、 你是管理者 、 你是普通的打工人 —— 都适用的一张四阶段的地图 ，以及我们每一个人都可以在自己的生涯履历当中找到 " 对号入座 " 的状态 。 那么本期我们就从三块来讲一讲这张地图 ： 第一是四个阶段的诊断 ； 第二是每一关管理者最容易误读一些什么东西 ； 那最后再是看一看结尾 ， 我们给大家总结几条从手册当中提炼出来的一些对应的动作 ， 无论你是创始人 、 你是创始者 、 你是管理者 ， 还是你是普通的员工 ， 怎么在这个过程当中找到自己合适的动作 。 那就像开篇已经提到过的 ， 这是一份手册 ， 这份手册在创业圈传得非常热 ，是 Anthropic 这边出的 ，《 如何打造一家 AI-Native 的公司 》。 ### 为何必读 **Corry** [1:15] 当然也有很多中文圈子的人说这是 "AI 一人公司创始手册 "， 所以到这边就有很多人看到标题就划走了 ，因为 " 我又不创业 ， 这东西跟我有什么关系 "。 但实际上我们读下来之后， 会有一个非常强烈的判断 ： 这份东西表面是写给创始人的 ，但其实骨子里在说的东西是 ： 当 AI 让 " 建设 " 这件事情变得相对廉价之后， 一个个人也好 ， 一个组织也好 ， 一个打工者 、 你正在服务组织也好 ， 真正的瓶颈已经不再是 " 能不能做出来 "，而是变成了 " 能不能选对 "， 或者 " 选没选对 "， 谁在什么情况下做什么样的 拍板 ，以及做出什么样的东西不会被别人抄走 。 那这个逻辑对每一个带团队的管理者成立 ，不管你的公司是 100 人还是 10000 人， 对每一个在职场中无论你是想要躺平 ， 还是想要往上走的人， 也同样都适用 。 所以我们今天不会做任何的工具教程 ， 我只是想把 " 阅读这份手册 " 过程当中的一些大概的旅程 ， 它自己是分成了有一个 Ideation， 叫创意的部分 ， 最小的可行的 MVP 的部分 ， 发布 、 规模化 ， 这四步 ， 我们来跟着手册一起走一走 ， 然后顺便回答说在 AI 的时代 ， 一个管理者应该 " 戒掉 " 哪些 —— 不能说戒掉吧 ， 应该 " 换掉 " 哪些旧习惯 ， 又应该把自己 的力气花在什么地方 。 所以也非常欢迎我们的听众一边听一边想一想 ： 你手上正在运作的一个非常重要的项目 ， 现在更像是卡在哪一个阶段 ？ 那我们现在 。 我自己公司的业务 ， 做培训 、 做教练 、 做高管的商业沟通 ，在过去的一年当中， 我们经常听到两种声音 。 当然因为我也做很多 AI 的培训 ， 所以一种声音是说一线这边反馈过来的 ， 讲说 AI 太好用了 ，但是又会有老板说 " 那大家都用上了 AI 了 ，但是组织好像并没有变得更好 "。在这过程当中， 两边谁才是对的 、 谁是错的 ？ 其实两边都是对的 ，但当中缺一套语言体系 。 这套语言体系能把两拨人的这个需求串联起来 ， 那这份手册一定程度上就提供了这种从立项到规模化的四阶段的地图 。 那每一关都会有对应的成功和失败模式 ， 那这些模式都可以直接贴到企业里去做对照的检查 。 那我们先从一个很典型的画面讲起 ： 一个公司的业务的负责人， 也是 Head 的这个角色了 ，在家里周末跑了好多的 AI， 先是做了净瓶扫描 ， 做了行业的趋势 ， 做了三版转型的路径 ， 渐渐地就把它拼成了一份可以直接上会的一份汇报 。 那周一早上， 那过往来说 ，他们的 CEO、 董事长会问的是 ：PPT 里面的每一个内容大概是什么样子的 ？ 甚至会跟团队夸一夸 ， 说 " 你看看 ， 这就是大公司来的 ， 这 PPT 做得多清楚 "。 但这次董事长不会这么说了 ， 董事长问的是说 ： 你这过程当中要付出的代价到底是哪些 ？ 如果这个路径走错了 ， 到底谁来承担相应的这个责任 ？ 那会议室立刻就安静了几秒 ， 后来这位 VP 就跟我吐槽说 ， 那过去他们可能熬几个晚上， 大家至少会说 " 辛苦了 ， 你的表达的思路很清楚 ， 你的这个业务的逻辑很明确 "。 但现在其实因为有 AI 的存在 ， 一晚上就能交出一个非常看起来像样的东西 ， 反而那个过去经常由于大家战术懒惰而被忽略的战略本质 ， 现在更多地被追问起来了 。 这就是 AI 时代的一个反直觉的变化 ： 准备这件事情变得不那么难了 ， 难的不再是你怎么画 PPT 了 。 我们现在在企业里培训的时候 ， 很多伙伴一直问说 " 怎么用 AI 画 PPT"。其实真的 ， 你把思路写明白 ，AI 出 HTML 的 PPT 是非常快的 。 但难的是什么 ？ 难的是你有没有想清楚 ： 做还是不做 ， 为谁做 ， 失败了这个后果到底是落在组织的哪一个部门身上去做相应的补救和承担 ？ 那还有一个 HRD 的朋友跟我说得也非常直白 ： 那以前中层的汇报差 ， 老板就只能看材料的质量 ，但现在材料的质量非常容易就被 AI 拉平了 。 那老板不需要再看材料了 ，他反而他的关注度被聚焦到哪里了 ？ 他终于可以腾出手来看你的业务判断的质量了 。 而业务的判断质量 ， 恰恰是过去在纸面上大家压根就没有机会呈现出来的东西 。 所以这句话对于整本手册来说 ，其实它是有对应关系的 。 它问你的业务判断的质量 ， 那在手册里边写的第一阶段叫做创意阶段 ，其实就是问你为什么要立项 ， 你的业务判断的原因是什么 。 那对于试点阶段来说 ，是你到底试点试出了什么 ， 收集了什么样的假设的验证 。 那对于发布阶段来说 ，是你的授权到底到了哪一个深度 。 而对于规模化的角度 ， 问的是你的商业模式 、 你的护城河 、 你的渠道的壁垒 。 那其实这四段本质上都在问的是同一个东西 ， 只是在问的对象不同 ， 都在问你的业务判断到底是什么 。 所以这本手册在我看起来 ， 虽然它讲的是一人公司 ，但它本质上在提醒所有人 ： 怎么样在一个自己所处的项目和组织当中， 真正地不要被 Task 所缠绕 ，不要被任务所缠绕 ，而是真正地去看 " 我的业务的判断到底是什么 "。 那我们接下来就详细地来讲一讲 ， 这手册把创业的旅程切成了四个阶段 。 当然不一定是创业 ， 你任何一个项目本质上都是这样的 。 ### 四阶段 **Corry** [7:23] 手册里面第一个阶段叫做 Idea， 我们叫做创意或者说点子的这个阶段 。 那从管理者的角度来说 ， 它就是一个立项前的阶段 。 这个阶段真正在问的问题叫做 " 这个事儿到底值不值得做 "， 它到底在解决谁在什么场景下的什么问题 。 我们一直在用这个问题来帮大家探索 ， 包括我们在线下做很多 Machine Seek、Civupa 培训的时候 ，也反复在问很多人在立项的时候 " 你到底这个项目在干什么 "。 第二阶段叫做 MVP， 最小可行的验证 。 那管理者的翻译其实就是试点 ： 我一个方案出来了之后， 到底我之前觉得它能解决的这些问题 ， 试一试 ， 小范围地看一看 。 那这一关真正在问的东西叫什么 ？ 叫做你认为它能解决的那些问题 。 你认为它在某些成本下能创造的那些收益 ， 到底在这个最小单元里面 ， 你能不能收集到对应的数据反馈 ， 来帮你判断对还是不对 。 那第三个阶段叫做 Launch， 发布 。 那对管理者的角度来说 ，其实就是它把一个 —— 怎么说 —— 最小的可行真正地开始往外推广 。 那这一关真正地在问的问题是什么 ？ 是它是否还是一个原生的一个项目的状态 ， 它要多大的投入下去的资源才是它的那个临界点 ， 它应该被放到一个什么样的状态里 ， 才能够不仅仅是在测试的状态 ，而是进入一个外企叫 Business as Usual，在名企里面更多是说它是一个常态化的项目 。 那最后叫做 Scale， 规模化 。 那管理者其实从这个角度来看 ， 就是它长期的护城河和竞争力 。 那真正要被回答的问题叫做 ： 如果对手来了 ， 你的壁垒是什么 ？ 客户为什么不会被带走 ， 为什么要留在你这里 ？ 所以这四条其实是一条链路 ， 就跳关那一定会付出一些代价 。 比如说创意没有过关 ， 你的 Idea 还没有过关 ， 或者说你要真正解决的问题就没有过关 ， 你就开始上规模 ， 那就等于你在开着错误的导航 ， 全油门 。 所以如果你暂时没有办法记录 ， 你也看不到表格 ，也没关系 ， 我们就记住四个问句 ： 第一 ， 到底值不值得做 ； 第二 ， 做得对不对 ； 第三 ， 能不能靠你自己这个小规模的团队就硬扛 ； 第四 ， 对手来了 ， 客户为什么还不走 。 那在手册的底层判断里 ， 它是这么写的 ： 它认为在 2026 年，AI 能写生产级的代码 ， 能做调研 ， 能出材料 ， 能跑流程 。 小团队加智能工具 ， 就可以做出过去很大编制的产出 。 这不是说大公司应该变成 10 个人 ，而是说如果你一个事业部 、 一个项目组 ， 还在用 " 加人 " 作为默认的解法 ， 那你可能就是在慢半拍了 。 那当然手册的最后一章叫做 " 同样的工作 ， 新的规则 "。 工作没变 ， 路径变了 。 所以瓶颈不再是你能建造什么 ，而是你选择要建造什么 。 不再是你能不能解决问题 ，而是你到底能不能看明白你正在解决的是什么问题 。 所以下面我们会按照手册的这个逻辑 ， 按照四个阶段来走 。 每一关我们都会再讲说手册在警告什么 ， 管理者经常犯什么样的错误 ，以及换成什么样子 。 那每一关开头我都会念一下 ： 这一关我们只问的一个问题到底是什么 ？ 我们会认为说很多人其实不缺工具 ，但他其实挺缺这种阶段性的和自己对话的能力 。 还没捋明白自己到什么样的阶段了 ， 就开始进入到规模化的这个状态里 。 所以我们也可以暂停一下， 默默地尝试对号入座 ， 看看你们公司在上一个重要的项目 ， 你可能是卡在哪个阶段 。 ### 创意 **Corry** [11:12] 那无论你是创造者 ， 你是创业者 ， 你是管理者 ， 还是你是一个普通的打工人。 好 ， 第一个阶段 Idea， 用建造来代替验证 。 那这一关最需要问的东西就是 " 到底值不值得做 "。 那手册在创意阶段的核心的一句话是 ： 写第一行代码之前 ， 先证明这个问题值得做 ， 先证明这个问题值得解决 。 它退出了三个标准 ： 第一是问题是否是真实具体的 ， 方案是否对准了真实的问题 ，有没有足够的证据来进入到试点 ， 这三个问题 。 那 AI 把这个最大的坑给放大了 ， 用建造来代替验证 。 因为过去做原型其实是非常贵的 ， 客户会先上逼你做一个调研 ， 现在呢 ， 你可能一个周末就能出一个演示版 。 很多人把 " 做出来了 " 当成 " 验证已经通过了 "，但其实不是 。 做出来了并不代表你的这个需求就是真实的 。 所以手册引用的一个老数据是这么说的 ：42% 的创业公司死于做了没人要的东西 。 而在 AI 编程时代 ， 这个比例只会更难看 ，不会更好看 。 那我相信在公司里有很多伙伴也有这样的感觉 ： 你一个部门做了一年， 啥事没干出来 ，不是因为你啥事都没干 ，而是做了一个没人要的东西 。 那还有一个叫确认偏误的东西 ， 你让 AI 论证你的方向 ， 它有可能会很漂亮 ， 你让它找反证 ， 它也能找得很漂亮 。 所以研究这个东西 ， 它是个双向的武器 。 真正对于业务的审美和决定权 ， 这个方向其实还在你这里 。 手册里还体现了有一个现象叫做忽略竞争对手 。 那创始人经常容易只盯着自己的愿景 ， 低估同行 。 那 AI 可以逼你做 " 如果对手赢 ， 我输 " 的这种论证 。 那对管理者来说 ， 立项的时候 ， 你不妨加一个固定的这个程序 ， 让 AI 来分别扮演你最大的竞品 、 最大的客户 、 最大的监管风险 。 几轮辩论下来 ， 很多我们不一样的东西可能会被拆得非常具体 。 如果要么是真的很不一样 ， 要么是你到现在还没看到到底在哪里 。 那在这过程当中， 管理者可能会有很多误读 。 误读成什么 ？ 就是把一个方案 、 报告 、 演示理解成 " 我们已经想得很清楚了 "。 当然我知道有很多的管理者已经在踏出这一步了 ，他会知道说这个 PPT 讲了一堆的废话 ，并没有把我们最该被验证的问题验证清楚 。 但依然也有很多的管理者在被堆成山的会议当中， 只能告诉自己说 " 这个事儿其实是有推进的 "。 那我就见过一个这样的项目 ， 一个客户马上要上数字化平台了 ，他们已经非常深度地使用 AI 了 。 那 AI 辅助写的立项报告非常地完整 ，但一线访谈的时候才发现 ， 这卡点根本就不是缺系统 ，而是审批链上的每个人有各自的业绩指标 ， 每个人都不愿意优先改 。 所以这个报告越完美 ， 越有可能掩盖住那个真实的问题 。 所以在 Idea 创意这个阶段 ，AI 最该干的事情不是帮你写能过会的材料 ，而是去做压测的这些假设 ， 去找反证 ， 去设计访谈 ， 去帮你把这些 " 我到底在验证谁 ，在什么场景下的什么问题 " 在这个过程当中的所有的可能性帮你找出来 。 那 Anthropic 就一直强调说 ， 这个访谈尽可能地要问过去 ， 问 Fact。 你会用吗 ？ 不是一个好问题 。 应该问的是 " 你上一次是怎么处理这个问题的 "。 以及在使用 AI 的过程当中， 大家还有一个非常重要的问题 ， 就是 AI 现在越来越容易帮我们抓到很多公开的研报了 。 但公开的研报 ， 它并不具备你的组织的 Context 或者语境 。 真正值钱的东西是什么 ？ 真正值钱的 ， 能够和 AI 共同工作的时候 ， 捋明白我们在解决谁 、 在什么场景下什么问题的 ，其实是组织内部的语境 。 那些碎片化的 、 非公开的 、 已手信息 ， 可能是你的客服录音 ， 可能是你的实施的一些笔记 ， 可能是你的合规的处罚记录 、 项目复盘里面那些当时觉得可能是个案 ，但后来发现可能能被串起来是好多个公用模式的那种细节 。 所以这个手册里边在 —— 怎么说 —— 在第四阶段规模化的时候 ， 才跟你谈护城河这件事 。 但其实从逻辑上来说 ， 公司内部的这些暗数据 ，其实在一开始就会逐渐成为你的护城河的一部分 。 很多成熟的企业其实就坐在这些金矿上 。 当然 ，因为他们长期疏于治理自己的数字化转型 ， 很多的数据压根儿不结构化 。 你让一个部门去根据这些数据来整理我们公司的一些语境 ， 找到对应的这些流程和逻辑 ， 那肯定不如去花钱 、 花预算买第三方的行业趋势报告来得快 。 因为这些部门的人 ，他也是要吃饭的 ，他也是要 KPI 的 。 所以长此以往 ， 这个恶果就会愈演愈烈 。 你的这些历史数据 ， 就不足以为你去做更真实的判断 。 所以 ， 创意阶段最奢侈的不再是预算这件事儿了 ，而是开始变成承认说 " 我们目前可能还不确定 "。 当然 ， 很多人羞于承认这个问题 ，是因为他们不知道我们还不确定的下一步应该怎么回答 ， 说 " 我们还能做些什么来让自己变得离确定更近一点 "。 所以 —— 但尽管羞于承认 ， 它还是存在的 。 那套旧的操作系统叫做 " 有产出就等于我们有前进 "，但现在新的操作系统 ，有产出也不等于你们有前进 。 有验证才是你们可以前进的先决条件 。 所以给所有带团队的管理者的一句实操 ： 下一次一个立项会的时候 ， 我们尽可能少带点东西进场 。 第一 ， 带验证的假设到底是什么 ？ 第二 ，5 份 ——5 份以内我们一手的 ， 无论是访谈还是真实的一线的这些报告的摘要 ，以及最后 AI 做的反向的简报 。 那这个没有反向的简报 ， 我建议就不要进入到立项的讨论 。 那听起来好像挺狠的 ，但创意阶段最需要防的就是做错题 。 因为 AI 会给你一种错觉 ， 叫做 " 我好像做出了好多东西 ， 可以往前走了 ，AI 好厉害 "。 所以这是第一阶段他们所提到的东西 。 ### 试点 **Corry** [17:54] 那第二阶段叫做 MVP。MVP 应该是一个很多公司在做创业或者做 Design Thinking、 设计思维的这个过程当中， 都会用到的一个理念 。 当然 ， 警方有的伙伴还不知道 ， 我们还是来讲一下 。 它的英文全称叫做 Minimum Viable Product， 最小的可行产品或者最小的可行方案 。 当然也有说叫最小可演示的 —— 最小可演示的产品就叫它 。 当然 ， 最小可演示不等于最小可学习 。 那这一关要被回答的问题叫做 " 到底做得对不对 "， 或者说 " 拿一些什么样的数据来验证我做得对不对 "。 那手册说这个阶段试点的 MVP 阶段 ， 它仍然在一个证据阶段 ，但它的证据对象变成了你要去验证的那些假设 。 比如说这个东西 ， 你是要为某些人解决什么场景下的什么问题 ， 那些人有没有持续用 ，他愿不愿意付出来使用 。 这付出可能是他的金钱成本 ， 可能是他的时间成本 ， 可能是他的组织内部的协作成本 。他愿不愿意做这些事儿 ， 或者付这些钱来用这个东西 ，以及他愿不愿意推荐 ， 愿不愿意推广 。 那这些无论你是 To B 还是 To C， 我相信大家都能够找到一个真正成功的产品 。 你的那些对应的要被验证的指标是什么 ？ 如果你到这儿跟我说你不太确定这东西怎么样才是它的成功画像 ， 那问题就比较大了 。 我们要往回倒一倒 ， 来跟你讲一讲 ， 就这一个项目的这个最小试点的成功画像长成什么样子了 。 那在这个阶段 ， 要强调快 ，但也要有架构的约束 。 范围的文档 ， 上下文安全审查 ，不要被早期的热闹欺骗等等等等。 当然在 AI 的时代又多了一个陷阱 ， 叫做零摩擦的范围蔓延 。 就这个事儿 ， 我也理解了一段时间 ， 我才理解清楚是什么意思 。 就比如说加一个功能 ， 只需要一个下午 ， 那比原来要快得多了 。 它说的是产品开发类的 ， 那每一个加成都非常地合理 ，但是渐渐地 ， 产品就开始失焦了 。 所以手册上建议说 ， 你上线前 ，在第三步前 ， 要先定义一下你的度量到底是什么 。 如果你是一个 C 端产品 ， 你的留存 、 你的激活 、 你的第 7 天 、 你的第 30 天到底是什么 ？ 还要定义你的假阳性到底是什么 ？ 有没有注册了但没激活的 ？ 有没有付费了但是没留存的 ？ 那同样的 ， 如果你在做的一个是一个 B 端的项目 ， 你的定义的度量到底是什么 ？ 那它还用了一个非常经典的问法 ， 它问说如果用户不用你的产品 ， 会有多少人觉得非常失望 ？ 那要超过 40% 才算是一个强的信号 。 所以管理者对应的在这过程当中会有很多的误读是什么 ？ 这个试点没有一个退出的标准 ， 没有一个不做什么的清单 ， 没有一个假阳性的定义 ， 叫做哪些东西看到了可能不一定代表是一个好的 。 所以这个阶段最常见的误读是什么 ？ 我们在线下给很多企业做这个麦肯锡七步法培训的时候 ，也强调过说 ， 就最怕的就是 " 先上了再说 "， 叫 " 干就完了 "。 这件事为什么很可怕 ？ 是因为你投入的成本 —— 应该这么说 ，以往你在投入人力成本的过程当中， 你会不停地思考和抗拒 " 我是不是该投这么多钱下去 "。 你在做这个方案的过程当中， 你在做 MVP 的过程当中 ，但现在这 MVP 其实比较容易就能被做出来了 。 所以它其实非常容易进入到那种 " 干就完了 " 的状态 。 所以更好的做法其实是边界清晰的一个内部的实验合同 。 你把你的范围 、 指标 、 安全线全部贴在一张大白纸上， 贴在公司的会议室里 。在这个过程当中， 让大家能够时刻地知道我们现在是追着哪些验证的假设在跑的 。 那很多公司在这个阶段会在能演示和能运营之间难以分辨 ， 于是他们就死在了这里 。 那演示的时候 ， 给这个同事看 ， 给领导看 ， 甚至给用户看 ， 一切丝滑 。 但是接真实业务的时候 ，他但却没有后续的对应的流程 ， 到底出了异常是谁来处理 。 所以最小可行并不是一个最小可演示 ，而是一个最小可验证或者最小可学习 。 你把这东西跑通了之后， 能知道说后边到底我应该做什么 ， 我验证成了哪些 。 所以一个试点结束的标志 ，不是一个功能做完了 ，不是一个基本的这个方案做完了 ，而是在可以识别的用户群体的行为当中去证明这个东西是值得继续的 。 而如果迭代了好几轮 ， 你验证之后再发现说都没有什么起色 ， 那手册里的建议是说你应该认真地考虑一下转向 。 那数据不支持你不是说你失败了 ，而是你的系统本身就在运作 ， 它在告诉你你可能有哪些地方是需要微调 。 所以管理者要允许这种试点的正尾 ，不要用沉默成本来绑架组织 。 做了这么多了 ， 总不能现在停下来 。 现在都已经发出去了 ， 这几个用户都已经注册了 ， 我们总不能现在说产品不上马了吧 ？ 那其实这就是在用沉默的成本在绑架整个的组织 。 那我在客户的现场也还看到过另一种这种假的演示的进展 。 试点的看板全部都是绿色 ，但活跃用户全部都是员工和供应商 。 那数字好像在让你的自我感觉非常良好 ，但它其实并没有在释放真正的市场信号 。 所以在创意阶段要防的是做错题 ， 那试点阶段要防的是做嗨了 、 做假了 。 那这里我也想补一句 ， 给到我有很多企业培训的客户 ， 我知道你们也在听 ， 尤其是一些大外企的客户 。其实对于咱们大公司来说 ， 我们最大的优势不是快了 ，因为你们也知道流程走起来非常长 ，但我们最大的优势是既定的客户 、 既定的流程 、 既定的这些历史数据 。 所以我们不用非常非得去学创业公司的这些快的部分 ， 我们更加要看的是怎么样在相对快的速度里 ， 怎么把这些存量的信息变成我们的证据 ， 让我们的试点在我们成熟企业的环境当中， 把这些客观条件变成我们做得更扎实的一个前提 。 但很可惜的是 ， 我们也看到很多的大企业反而因为我们是大公司 ， 它跳过了这个验证的阶段 ， 直接上大项目 。 ### 发布 **Corry** [24:55] 它觉得我们不缺钱 ， 我们也不缺人， 我们甚至有一个团队在那儿 ， 这半年也没什么事干 ， 让他们就干这个 。 所以这些其实都是需要被避免的 。 好 ， 那接下来我们再来说说第三阶段 Launch。 因为在这过程当中， 我们会说它毕竟它是一个一人公司手册 ， 所以有很多角度它是从一人公司的这个视角来发现的 。 它指的是亲力亲为 ， 会从一个资产变成一个瓶颈 。 但其实在公司内部也有这个问题 。 当一个项目真的在做起来了之后， 这是不是你一个人就能继续把它发布做下去的 ？ 还是你需要更多的组织层面上的协同 ， 才能真正地把这件事情做下去 ， 做到增长 ？ 所以上个阶段试点是证明这个东西值得存在 ，而发布这个阶段是证明这个东西是真的可增长的 。 手册里有一句非常重要的话 ， 说创意和试点阶段 ， 那负责人事事在场 ，其实是一个资产 。 但如果发布阶段还是这样 ， 这个负责人或者说负责团队还事事在场 ， 还没有让它有机地和组织结合起来 ， 那就是瓶颈了 。 所以工单上如果只有你知道答案 ， 如果只有你们团队知道答案 ， 那这个决策可能要一个小时， 那排进日程可能要一周 。 那如果这个流程只有你知道 ， 只有你的团队知道才可以跑 ， 那它失败经常不再是产品不行 ，而是组织停留在了一个非常英雄式的和中心化的交付里面 。 所以一个旧的操作系统叫做围绕我们这个部门在试点阶段亲力亲为 ，在试点阶段的大量的负责 ，但在新的操作系统里面叫做你需要去设计一个系统 ，并且去画决策的红线到底是什么 。 手册里会建议我们要做一张清单 ， 所有的重复性的任务 ， 所有只有你才知道怎么回答的支持性的问题 ， 所有你不做就不会发生的流程 。 当然这个你不仅仅代表的是你是这个部门的管理者 ，也代表你的部门 。 那这些全部写下来 ， 你会发现其实很多这个阶段性的卡顿的问题其实非常具体 。 它并不是一个很抽象的说 " 我们要搞点数字化转型 " 这么简单的这个问题 。 我和一个客户在做工作坊的时候 ， 就遇到过类似这个冲突 。 那销售已经在用一些这个 agent 帮忙筛一些线索 ，但是新人的这个培训 ，他用的还是这个旧的手册 。 那总监可能会觉得团队在偷工减料 ， 那一线呢又会觉得总监很外行 。 后来就逐渐改成了入职第一天先要交接线索的这个 agent， 再看流程 ， 这个摩擦才渐渐地降下来 。 所以这不仅仅是一个技术问题 ， 这是从发布阶段开始 ， 你的组织是否和这个新的发布它有一个磨合的这个问题 。 所以你可以把它理解成一个混合的组织图 ， 每个岗位可能要画两条线 ， 一条是人必须做的业务的判断 ， 一条是机器默认就可以跑的这个流程 。 那中间就是一个交接的大概的规则 ， 同时呢必须要画红线 。 线索出筛 、 常规邮件 、 周报这些是可以自动的 。 那高净值的那些客户的挽留 、 商业伦理的判断 、 大额的例外的审批 ， 这些东西肯定是要通过人的 。 那没有红线 ， 要么不敢用工具 ， 要么工具在不该做主的地方去帮你做了判断 。 所以在这个阶段来说 ， 最容易犯的错是什么 ？ 就是试点时候的很多英雄主义 。 我可能一个人手搓出了一个代码 ， 一个人手搓出了一个产品 ， 一个团队手搓出了一个就各种 AI vibe coding， 做出了各种各样的东西 。 当然你哪怕没有用 vibe coding， 你可能也有类似的这种情况 。 你们会因为个人的能力做成了一些事情 ，但是误把它当成了一个可规模化的管理能力 。 所以我们需要会的东西要用两句话来提炼 ： 第一 ， 这个东西可不可以交给系统 ； 第二 ， 这个东西是不是必须得我来 。其实本质上它在问的是一个问题的两种不同的答案 。 所以如果在这过程当中， 你是老板或者你不是老板 ， 都需要去思考的一个问题叫做这几件事里哪些必须是通过人和系统的重新设计才能做成的 ， 才能去进一步的做的 。 而哪些是可能现在通过了试点以后， 就可以让系统直接写进 agent 的规则里 ， 就直接往下去做的 。 所以讲到这里 ， 我们会越来越多地发现说 AI 时代 ， 无论是一人公司还是多人公司还是团队 ，AI 会取代掉你现在很多的工作的任务 。 但是它取代掉了那些东西之后， 给你带来的那些错觉 ， 那些我好像马上就能推出去的这些错觉 ， 才是真正要被防止和注意的 。 ### 规模化 **Corry** [29:52] 好 ， 那最后我们来到了第四阶段 Scale。 这一关我们要问的问题叫做我们的护城河到底是什么 ？ 我们的核心的竞争壁垒到底是什么 ？ 尽管在互联网时代 ， 护城河这个词让很多人不舒服 ，但它依然是我们都认为比较精准地能解读我们现在需要的东西的这个部分的 。 为什么你现在做的这个东西 ， 假设说你是在做一个商业化的过程当中， 对手可以抄走你的功能 ，但是客户不走 ？ 如果你是一人公司 ， 你非常需要回答这个问题 。 如果你是一个大公司 ， 你更需要回答这个问题 。 那当然打工者相对需要回答的问题就简单一点了 ，因为总需要你这样的打工人。 当然如果你是更有企业家精神 、 有 ownership 的 ， 你可能还得回答这些问题 。 那这个过程当中， 对于一个项目的负责者 ， 对于一个创业者来说 ，他的角色会进一步地上提 ，他升维了 。他要升维到一个叙事层 、 一个治理层和合规系统增长这些层面上 。 那很多这个公司 ， 当 AI 能够进入它的状态 ， 它的整个的生产流程 、 它的生产状态当中， 它会逐渐地被建立几个护城河 。 第一个护城河叫做领域知识 ，是可以进入到产品的 。 第二个叫做工作流 ，是可以被深度地嵌入的 。 第三个叫做你的行为数据 ， 会产生复利的效果 ，也就是用的越多 ， 迁移的成本越高 ， 这个拷贝的功能很难被复制走 。 所以管理者在这过程当中就要反复地去问说 ： 那如果资金充足 ， 竞品明天就克隆我们的核心的功能 ， 那客户为什么还不走 ？ 当然有可能你的答案叫做我一年也就想做这么个些个量 ，有的客户走 ，有的客户来 ， 无所谓 ， 那这也也 OK。 但我们更多地想问的是 ， 如果在一个持续增长的场景当中， 你要怎样来回答这个问题 ？ 这个答案其实很多人都知道 ， 它几乎不在你的功能里 ， 它都在你的功能以外， 就是你的历史数据的沉淀 、 你的流程的嵌入 、 你的专有的那些非常长尾的那些场景 ， 早就已经让客户习惯在你的这个场域内去写作了 。 所以可以把这个护城河想成三层 ： 第一层是信息 ， 你知道别人不知道的 ； 第二层是流程 ， 客户离开你要改变他的既定习惯 ； 第三层是数据 ， 用得越久 ， 规则越和你贴合 ，而不是贴合行业平均 。 那手册在这个阶段当中也写了 ， 如果你只停留在用 AI 写销售话术 ， 那就太浅了 ，因为任何一家传统公司买个 SaaS 也基本都能做到 ， 这个根本就不算护城河 。 一个相对硬核的例子是把竞争情报与一线的反馈给耦合起来 ， 那对手的底层接口一变 ， 系统上能对应的销售录音里面的客户昨天的抱怨 、 自动生成的这些战报 ， 就都能耦合到你的这些护城河里面 。 所以我们说旧的操作系统叫做规模 ， 就是要加人 、 加预算 ，但其实新的操作系统里面 ， 规模化叫做要建立你的专有认知 、 建立你的流程的 ， 甚至不能叫枷锁 ， 可能就是你的流程的习惯锁 ， 最后是加你的数据飞轮 。 所以各位企业 ， 大家都可以看一看你的大量的历史流程 、 你的合规记录 、 你的客户的这些纠纷案例 ，其实都是创业的团队他们在短期里面编不出来的 。 所以不要只看着怎么样快 ，也要看着怎么把存量的东西变成不可迁移的那些粘性 。 最后我们想说 ， 虽然它写的是 AI 原生一人公司 ，但其实它的理念并不是一个完全只适配于 AI 原生一人公司的 。 它让大量的公司在 ， 应该这么说 ， 它提取了大量的公司在成长 、 成立 、 发展阶段都一定会经历的这些东西 。在这四个阶段里面 ， 我们的这些误读并不仅仅会发生在 AI 时代的一人公司里 ， 它会发生在每一个人身上 。 ### 结语 **Corry** [34:26] 所以为什么我们说它好像骗了很多管理者 ， 让很多管理者觉得这东西跟我没关系 ，但其实它非常的扎实 。 它这四个阶段每一关的坑都比很多咨询公司的材料写得都要细 。 虽然它的名字看上去有一些误导性 ，但它对于每一个人都有帮助 。 那如果只去一句话 ，其实手册结尾的那句话叫做同样的工作 ， 新的规则其实是能够非常好地去印证它到底在说什么 。 所以 AI 让一些事情的建造过程变得更加容易 ，也让看起来好像能交差这件事的标准提高了 。 很多人并不是被 AI 取代了 ，而是被更高的期待追着跑了 。 你所在的公司还在买工具 ， 还是已经买完工具了 ， 正在替换你们的操作系统 ？ 如果下次开会我们只讨论要买什么工具的时候 ， 那不妨看一眼我们的项目现在在哪个阶段 ，是在这个创意 、 试点 、 发布还是规模化 ？ 我们在哪一段可能卡得比较久 ？ 这个问题会远比我们又上了几个 AI 项目更值得认真回答一次 。 好吗 ？ 那我们在这个 show notes 里也会把对应的链接给到大家 。 希望大家喜欢这期的节目 ， 这里是 101 号谈职场 。 --- 本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。