独角兽的十年:为何千亿美元规模成为新常态

本文信息来源:foundationcapital

独角兽的十年:为何千亿美元规模成为新常态-老雅痞

 

人类已知的最宝贵资源突然变得廉价:智能。

我们正迎来这样一个时代:人工智能不再只是优化工作流程的工具,而是被作为劳动者部署 ,能够处理曾经需要人类智慧的任务——从开展市场调研协调复杂项目 。随着计算和推理成本持续下降,以及 AI 原生应用不断渗透市场,智能的获取途径正在扩大。

公众讨论的焦点一直是:如何用一个人打造价值10亿美元的公司。

我们认为这种讨论方向是错误的。下一代初创企业将建立在全新的生产要素之上:充沛的智能。就像电力或互联网那样,当智能变得廉价且无处不在时,我们不会减少使用量——反而会以指数级速度发掘出更多前所未有的应用场景。

在这种情境下,我们不应局限于1:1的人力替代效率思维。而应鼓励更多人突破替代思维框架,驾驭并引导智能体去探索那些前所未有的全新应用场景。充裕的智能资源重新定义了小团队所能触及的天花板。

配备 AI 的精英团队不会满足于打造十亿美元企业,他们的目标将是千亿美元量级。限制因素不再是人力工时,而是愿景与执行力。AI 不会束缚野心,反而会加速其实现——催生更宏大的构想、更迅猛的增长,以及我们过去不敢尝试的全新市场领域。

欢迎来到千亿美元初创企业的时代。

独角兽的十年:为何千亿美元规模成为新常态-老雅痞

这一现象以19世纪英国经济学家威廉·斯坦利·杰文斯命名,当技术进步使某种资源的使用成本降低时就会出现。若该资源的需求具有价格弹性,则成本下降将导致总消耗量整体上升。

杰文斯最初在煤炭使用中发现了这一现象。随着蒸汽机效率提升、耗煤量降低,煤炭总消耗量却仍在激增。原因何在?更廉价的蒸汽动力催生了新用途:新建工厂、建筑供暖新方式、新型机车。煤炭不仅以更低成本满足了原有需求,更因价格门槛降低而被更频繁地使用,且应用场景更加多元 

这种模式在历史上其他价格弹性资源中反复上演:

  • 电力: 当电能变得更廉价、更普及时,能源使用量呈爆发式增长。我们并未止步于以更低成本维持原有照明——而是开创了全新产品门类。家用电器得以发明,工厂和公共交通系统升级换代,蓄电池技术更让电力突破了电网的局限。
  • 自动取款机: 自动取款机曾被认为注定会取代银行柜员。既然能用机器完成存款,谁还愿意排队呢?但由于自动取款机提高了银行网点的运营效率、降低了整体成本,银行的应对策略反而是开设更多网点,扩展服务范围,从而催生出更多需要”高接触”服务的客户服务岗位。

每个案例都表明,降低资源成本会释放出更大的新需求。吊诡的是,人工智能的进步不会减少计算资源的使用,反而会大幅增加。随着成本下降,我们不会节约智能资源——而是会以指数级速度消耗更多。

智能正成为新的富足资源,将催生前所未有的应用场景

人类智能受限于生理条件,发展缓慢且存在天花板。无论你多么聪慧高效,仍需要不时进食睡眠,可能还有其他需求(社交、社会性)需要处理。这些限制使得人类智能相对昂贵。而人工智能则能昼夜不息地运转——它不仅无需休息,还能以高出数个数量级的速度和效率工作,且更不易出错。

随着技术进步使人工智能日益可靠,企业自然会选择这种”更廉价”的智能源来完成工作。当人工与人类智能形成超级富足的组合时,将催生前所未有的应用场景。正如帕基·麦考密克所言:”智能供给的增长将激发更多需要智能的任务需求,我们会将智能效率的提升转化为实现过去不可行之事的新方法。”

本质上,随着人工智能让思考成本降低,我们将发现更多应用这些思考的领域。我们不仅能优化现有工作流程,智能的极大丰富还意味着将涌现出全新业态——在人类脑力曾是限制因素的时代,这些业态根本无从设想。

人工智能将改变组织内部的工作方式——初创企业已为这一变革做好准备

智能的极大丰富不仅会催生新的应用场景,还将重构我们的工作模式。人类智能仍具价值;我们将把精力集中在人性特质能创造价值的工作上,与人工智能协作产生更大影响。几项关键变革已初现端倪:

角色融合: 过去组织通过分工来管理和简化人类工作。 在 AI 主导的新时代,我们看到原本泾渭分明的角色界限正在模糊,单个人类借助 AI 可以管理更广泛的业务范畴。例如: 

如今的运营职能高度分散(业务运营、收入运营、人力资源运营、财务运营)且常需大量协调工作。AI 消除了协调成本:数据管道统一报表生成,无需人工核对指标;预测与情景规划由 AI 驱动,减少对专业分析师的需求;人力资源、财务及运营任务可实现自动化(政策起草、入职流程、合规检查)。一名”运营伙伴”即可监管更广泛领域(财务、人力、市场推广支持),因为 AI 负责执行、报告与合规工作。TonkeanCampfire 和 Maximor 已开始助力运营人员在此领域实现更高效率。 

研发: 传统上分为产品 (愿景/需求)、 设计 (用户体验)和工程 (执行)三大职能。人工智能使这三个角色得以融合——AI 能生成原型、编写代码、进行可用性测试并迭代优化。人类的研发职责转向问题界定、目标阐述和输出优化。一名”产品构建师”可贯穿全流程工作,由 AI 代理生成线框图、编写生产级代码,甚至模拟客户采用场景。例如领英最新启动的招聘计划,就专门招募精通 AI 的产品构建师来承担上述所有职能及更多工作。我们投资组合中的 PlayerZeroOpenStudio 和 Kombai 公司正在构建支持这一新兴角色的平台。 

我们也看到 GTM(市场进入策略) 职能正在融合 。过去,销售、营销和客户成功部门各自独立:营销负责挖掘潜在客户,销售负责达成交易,客户成功部门负责维护客户关系,三者都专注于获取和服务客户。而在人工智能主导的时代,一位掌握 AI 技术的 GTM 负责人可以:发起高度个性化的营销活动(传统属营销职能)、开展自动化外联并筛选潜在客户(传统属销售开发代表/客户经理工作)、实时监控使用数据并部署自动化提醒或定制化增销策略(传统属客户成功职能)。不再是三个团队接力传递,而是由一人借助 AI 完成全周期统筹——AI 负责数据分析、个性化方案及活动执行。我们的企业 JasperRegieDocket 和 Arcade 正在朝着这个未来迈进。

人类智能角色的转变:AI 无法完成的工作将由人类主导。人类智能在把握宏观愿景和建立信任方面仍至关重要。我们将看到与权责法律、关系管理、战略规划及架构设计相关的岗位和公司迎来增长。AI 在此仍将作为工具存在,但掌舵者始终是人类。

不出所料,在迈向超级智能企业时代之际,初创公司具有天然优势。当老牌企业还在为组织结构和流程的根本性变革苦苦挣扎时,新兴公司可以从零开始构建这种模式。AI 优先的企业能够更快行动、更加敏捷,并更早享受 AI 红利——最终形成市场的杠铃效应。

杠铃效应:两极分化的加剧

随着许多规模较小、原生 AI 初创企业在市场中取得超乎寻常的影响力,我们将开始见证商业规模的”杠铃化”现象。结果分布将向两极延伸——少数公司将攫取不成比例的价值(其中许多企业用更少人力就能实现),而中等规模的现有企业则面临转型困境。处于中间地带的企业将开始整合,推动资源向杠铃两端加速集中。

这意味着我们将目睹全新的增长轨迹,同时也需要重新定义成功标准。与传统 SaaS 企业”T2D3″增长模式(初创公司前几年从 100 万到 300 万到 600 万再到 900 万美元的渐进式发展)不同,这些原生 AI 公司第一年 ARR(年度经常性收入)就能达到 300 万美元,第二年 1200 万,第三年 4000 万,到第四年突破 1 亿美元。贝瑟默公司在 2025 年分析报告中提出的 Q2T3 轨迹 (基于 10 家高速增长的 AI”新星企业”研究),我们相信这将成为 AI 时代初创企业的新标杆。在云 SaaS 时代需要十年达成的目标,如今在智能爆炸的时代仅需数年即可实现。

做大做强,拥抱 AI 原生,即刻行动

对创始人而言,这个新时代将带来解放:你可以用精干的团队实现更快增长和更高目标。但这也令人望而生畏:如果固守传统增长策略或保守目标,就可能错失巨大机遇。关键在于驾驭廉价智能驱动的变革浪潮。以下是需要牢记的五项原则:

  1. 围绕 AI 优先理念设计组织架构: 不要默认招聘传统岗位,从零开始规划。哪些职能从一开始就能由 AI 驱动?与其组建庞大的 QA 团队,不如设想由自动化测试机器人构建的团队形态。打破独立的产品、工程(甚至产品设计)部门边界,组建全能型的”产品构建”团队。拥抱极简组织原则:每位员工都应专注 AI 无法胜任的工作,并协调 AI 完成其余部分。这能让你的公司从创立首日就具备敏捷性、适应力和成本优势。
  2. 招聘通才与架构师,而非专才: 优先选择全能型、高自主性人才。一支由”瑞士军刀式”成员组成的小型团队,其创新能力将远超那些固守单一领域的大型团队。团队成员应具备技能广度、多角色适应能力,以及学习运用新工具的热情。寻找能独立构想并搭建复杂 AI 工作流系统的架构师,他们能完成以往需要整个部门协作的创举。
  3. 打破职能壁垒: 拆除产品开发与销售之间的高墙——通过自动化产品驱动增长模式,融合产品、工程和上市团队。激励团队对最终成果而非单一职能负责。功能团队可以用 AI 工具包办该功能的增长数据分析甚至撰写发布文案,工程师则能直接观察用户行为并迭代增长实验。这种模式能加速反馈循环,确保全员高度聚焦于核心使命。长期来看,工作会变得更有成就感——成员们能直接看见对用户的影响,而非将任务扔过部门墙就完事。 
  1. 预见未来经济形势,为明天的成本构建: 规划商业模式和定价时要着眼长远。AI 计算成本正处于下降曲线。如果你预见到成本下降将显著影响利润空间,就不要让当前的单位经济效益限制你的视野。反之要记住,竞争对手也将拥有更便宜的 AI 技术,因此要使战略具备未来适应性。假设基础 AI 能力将商品化,围绕网络效应、品牌或专有数据构建收入来源——这些要素不会被商品化。试想如果你的预测或文本生成成本下降 90%会怎样?你将如何重新设计产品或定价?现在就制定计划以保持竞争优势,同时谨慎控制资金消耗。

以十年为计: 智能爆炸的时代才刚刚开始。这个时代奖赏大胆的目标和长远的视野;渐进式思维可能导致你过早退出或停滞不前。做出优先考虑规模而非短期利润的决策,选择与你共享宏大愿景的投资者,雇佣那些对共同改写规则充满热情的员工。要敢于面对未知,坚信自己走在正确的道路上。明天的”一夜成功”将属于今天就开始布局长远的团队。你的公司会成为首批 10 人规模却价值千亿美元的企业之一吗?请将此视为一份邀请函。