一位创业者分享在AI浪潮下的管理心得：从给00后为主的年轻团队全员赠送iPhone 17 Pro Max出发，反思创业历程。核心观点包括：好奇心比聪明更重要；好问题比答案值钱；AI赋能"超级个体"崛起；岗位定义需从执行转向决策；Vibe Coding降低技术门槛；同时强调需明确AI边界、鼓励试错、坚持线下办公、弱化工时考核、及创业首日即需明确商业模式。全文体现对团队成长的感慨与对AI变革的深刻适应。
既然年会也开完了，趁着这个时间点，我想把这两年创业过程中的一些感悟写下来。
不是什么成功学，也不是什么方法论，就是一些我自己踩过的坑、想了一点的事儿。
可能有些想法还不成熟，但先记下来，就当是给自己一个交代。
我一直觉得，好奇心这个东西，是很难被后天培养的。
有的人天生就对世界充满问号，看到什么新东西都想上手摸摸，哪怕摸完发现没啥用，也觉得值了。有的人则不是这样，他们更喜欢确定性，喜欢按部就班，喜欢把每一步都想清楚再动手。
这两种人其实都挺好，但在AI时代，好奇心强的人真的会被放大得非常厉害。
这几年我见过太多这样的例子了。有个小伙伴刚来的时候，专业能力说实话不算特别突出，但他有个特点，就是什么新工具都想试试。Deepresearch刚出来他就用上了，Claude code啥的也比很多人6，后来比如Clawbot这些东西一出，他第一时间就扑上去研究。
现在他一个人能干的活，说实话，放在两年前可能需要三四个人。
我私下跟一个行业里的大佬聊过这个事，他说了句话让我印象特别深。他说，AI时代，会用AI的人和不会用的人，差距真的就像人和猴子。
这话听着有点刺耳，但我有时候觉得，他说的确实就是事实。
不是说不用AI的人就不行，而是说，AI把很多原本需要大量时间精力的事情，变得轻而易举了。
你如果会用，那些时间精力就能省下来去做更重要的事。你如果不会用，你还在那儿一点一点磨，人家早就跑出去十万八千里了。
而且这个差距还在加速拉大。
所以我们招人的时候，越来越看重一个东西，就是这个人有没有好奇心，有没有折腾新事物的欲望。学历、经验这些东西当然重要，但如果一个人对AI这些新东西完全没感觉，那可能真的不太适合我们。
还有一个事儿，就是问题和答案之间的关系。
答案变得不值钱了。
但问题本身反而变得值钱了。
所以现在我越来越觉得，在AI时代，一个组织最核心的产能，可能不是有多少人能干活，而是有多少人能问出好问题。
而一个好问题，需要你对现实有深刻的理解，需要你知道真正的约束在哪里，需要你对风险有敬畏。
这些东西，AI目前还做不了，或者说做得很差。
所以我现在也特别看重团队里那些会问问题的人。他们可能执行力不是最强的，但他们能在一堆乱麻里找到那根最关键的线头。这种能力，在AI时代也会越来越稀缺。
这三年我有一个很深的感受，就是有一种人，终于等到了属于他们的时代。
就是那种不太擅长跟人协作，但自身能力很强的人。
我自己其实就是有一点这样的人。
以前的社会特别强调分工和协同。你一个人再厉害，也不可能把所有事情都干了，你得跟别人配合，得开会，得沟通，得妥协。有些人就是不擅长这个，他们可能能力很强，但就是不喜欢跟人打交道，不喜欢那些扯皮的事儿，就想一个人把活干完。
以前这种人其实挺吃亏的。你不合群，你不会来事儿，你在组织里就很难混得好，哪怕你能力再强。
但AI时代不一样了。
我们公司就有这样的人。
有个做视频的小伙伴，之前做剪辑的，性格比较内向，喜欢二次元。
但他现在，一个人能搞定脚本、分镜、拍摄、剪辑、后期、配乐，甚至连封面设计和后期的运营数据分析都能自己做。
直播搭建什么也都能包，甚至还能做影视级的片子，以前这些事情，在旧有的分工下，没有一个团队，基本靠一个人几乎不可能完成。
现在他借助各种AI工具，一个人全都能做，而且质量还特别高。
这种超级个体，在AI时代会越来越多。他们不需要跟太多人协作，借助AI，他们一个人就是一支队伍。
所以我现在对团队的理解也在变化。以前觉得团队就是要协作，要配合，要有团队精神。现在觉得，也许未来的团队形态会很不一样，可能是一堆超级个体的松散联盟，每个人都能独当一面，大家因为共同的目标聚在一起，但并不需要那种紧密的协作关系。
当然，这不是说协作不重要了，而是说，协作的方式和形态可能会发生很大的变化。
顺着上面的，再聊聊岗位。
以前的公司运作，其实就是协同，靠岗位分工和层级审批。
你是做策划的，他是做执行的，她是做财务的。每个人有自己的一亩三分地，做好自己的事儿就行。
上面有领导审批，下面有流程规范，整个组织就这么稳定地运转。
但AI普及之后，这套东西开始松动了。
很多原本需要专人来做的事情，现在被自动化或者半自动化了。信息搜集、初稿生成、代码实现、测试归纳、报表复盘，这些以前需要人花大量时间做的事情，现在AI能帮你搞定大半。
这就导致了一个问题：
岗位的价值开始变得不一样了。
比如以前你是做数据分析的，你的价值在于你能从一堆数据里找出有用的信息。
但现在AI也能做这个，而且可能比你做得更快更准，那你的价值在哪里？
我觉得在于两点：
一是你能问出好问题，让AI去找对的答案。
二是你能对AI的输出做判断，知道哪些是对的，哪些是扯淡的。
也就是说，岗位的价值从执行转向了判断和决策。
这对个人来说是一个巨大的挑战。你不能再靠我会做某件具体的事来安身立命了，你得靠我能在某个领域做出好的判断。
我们公司在这方面也在摸索。
我们现在也不太按传统的岗位来分工了，更多是按项目和目标来组织。
每个人可能同时参与好几个项目，在不同的项目里扮演不同的角色。
这样做的好处是灵活，但坏处是对人的要求更高了，你得是个多面手。
说到AI工具，我必须聊一个我自己感触特别深的东西，就是Vibe Coding。
Vibe Coding，简单说，就是你不需要会写代码，你只需要把你的需求描述清楚，AI就能帮你把代码写出来。
你只要我想要什么，不用管怎么实现。
这玩意儿对我来说简直是救命的。
我不是程序员出身，以前碰到需要写代码的事情，要么找人帮忙，要么干脆放弃。
但现在不一样了，很多工具、脚本，我自己用Codex对话几轮就能搞出来。
我举个例子。就像我今天正在搞的爬下来我自己的内容在全网的数据，然后统计到飞书多维表格里面做存储，再直接用AI进行数据分析。
这里面涉及到太多的反爬、策略、云服务器、后端、飞书机器人等等等等乱七八糟的。
而现在，我一个下午的时间，一边写着文章一边在那边点一点，就全部搞定了，这种感觉太爽了。
而且我发现，Vibe Coding这个东西，对非程序员来说可能比对程序员更有价值。
因为程序员本来就会写代码，AI对他们来说只是提效，但对我们这些不会写代码的人来说，AI直接把一道原本过不去的坎给铲平了。
所以我现在特别鼓励团队里的非技术人员去学着用这些工具。你不需要学会编程，你只需要学会描述需求。这个门槛其实很低，但收益巨大。
我真的觉得，在未来，会用AI写代码会变成像会用Excel一样的基本技能。不是程序员的专属，而是每个人的超级外挂。
所以虽然我们没有挣太多钱，不像大厂们那么壕包掉所有人的Token消耗，但是还是能在力所能及之内，希望能让大家用上最好的东西，这本就应该是公司所提供的工具。
AI有一个很大的局限性，就是它没法担责。
就是说，AI可以帮你做很多事情，但最后出了问题，它不会负责，也没法负责，负责的只能是人。
我们在这方面吃过亏。
比如说之前合同直接用AI生成，然后后续出了大纰漏，我才终于下定决心，招了我们自己的法务，也请了律师顾问。
比如还有有一次做一个项目，有个环节小伙伴用了AI生成的内容，没有仔细核查，结果里面有一个数据是错的，客户发现了，很生气，问我们是怎么回事。
我们没法说"这是AI写的，不是我们的错"。
这话说出去，客户只会更生气。
从那以后，我们内部有一个原则，AI是工具，不是挡箭牌。
你用AI生成的任何东西，都要当作是你自己写的来对待，你得为它负责。
而且我觉得，AI越好用，这件事越重要。
因为AI越好用，人就越容易放松警惕，越容易直接用AI的输出而不去核查。
但AI是会犯错的，而且它犯错的方式有时候很隐蔽，你不仔细看根本发现不了。
所以我们现在特别强调一件事：
我们极度鼓励使用AI，但你得变得专业，你得知道它的边界在哪里。
哪些事情可以放心交给AI，哪些事情必须人来把关，这个界限要清楚。
AI是你的助手，不是你的替身。
这个心态很重要。
创业这几年，我有一个很深的体会，就是万物不可求全。
你想把每件事都做到完美，是不可能的。
你能做的，就是在有限的资源和时间里，尽量把最重要的事情做好，其他的，能及格就行。
但这不意味着可以躺平，相反，正因为不可能完美，所以要给试错留出空间。
我们公司有一个文化，就是鼓励大家去尝试新东西，哪怕失败了也没关系。
我特别怕的是那种团队，每个人都小心翼翼的，生怕犯错，结果就是什么新东西都不敢试，整个组织慢慢变得僵化。
我觉得有自驱力的人，会在试错中成长。
你让他去试，他可能会失败几次，但他会从失败里学到东西，下次就能做得更好。
你不让他试，他可能永远不会犯错，但他也永远不会成长。
当然，这不是说可以无限制地试错，试错是要有边界的，不能拿公司的命去试。
关键是要在可控的范围内，给大家试错的空间。
这个平衡挺难把握的，我自己也还在摸索。
但我觉得大方向是对的：
允许犯错，但要从错误中学习。
说一个可能有些人不太赞同的观点：
我觉得AI时代，一定要线下办公。
疫情那几年，大家都在讨论远程办公，很多人觉得这是未来的趋势。
我最开始也是这么想的，线上办公了一年多，但去年6月开始，我开始强烈坚持线下办公，而且必须要线下。
因为我发现，人与人之间的很多东西，是没法通过线上传递的。
你在线上开会，聊的都是正事，一二三四五讲清楚就结束了。
但在线下，你们可能在休息间碰到，随便聊几句，就聊出了一个新的想法。
你看到同事的状态不太对，随口问一句，可能就帮他解决了一个困扰他很久的问题。
这些东西，在线上是不会发生的。
而且我觉得，AI时代，人与人的面对面沟通会变得更稀缺，也更有价值。
因为AI能做的事情越来越多了，很多原本需要人来做的沟通和协调，现在可以交给AI。
但正因为如此，那些真正需要人与人面对面才能解决的事情，甚至形成的团队凝聚力和情感，就显得更加重要了。
信任的建立、情感的交流、复杂问题的碰撞，这些东西目前还是得靠面对面。
所以我们坚持线下。
办公室可能不是最豪华的，但我希望大家能经常见面，能在一起吃饭聊天，能有那种。
伙伴的感觉。
聊到线下办公，也顺便聊聊我们的考勤制度，或者说，我们没有考勤制度。
我们不打卡，不考勤，不看你每天工作了多少个小时。
甚至在AI时代，我真的觉得，工时这个指标变得毫无意义。
以前，工时某种程度上能反映一个人的努力程度。
你每天工作10个小时，总比每天工作6个小时的人产出多吧？但现在不一定了。
一个会用AI的人，可能每天工作2个小时，产出比一个不会用AI的人工作10个小时还多。
而且更重要的是，我发现强调工时会带来一个很坏的后果，就是大家会为了工时而工作，而不是为了产出而工作。
你规定每天必须工作八小时，那有些人真的没事干的时候，就会想办法磨洋工，把八小时填满。
这不是他们的错，是制度的错。
所以我们完全不看工时，只看两件事：
业务结果和复用贡献。
业务结果很好理解，就是你做的事情有没有产出，这个产出是不是公司需要的。
复用贡献是什么呢？就是你做的东西能不能被别人复用，能不能提升整个团队的效率。
比如你写了一个很好用的工具，其他人也能用，这就是复用贡献。
你总结了一套很有效的skills，其他人学了也能用，这也是复用贡献。
我觉得在AI时代，这种复用贡献会越来越重要。
因为AI本身就是一个巨大的复用工具，它能把一个人的智慧放大给所有人。
那些能创造可复用价值的人，会变得越来越值钱。
创业第一天，就应该找到商业模式。
这话听起来好像很功利，但我是认真的。
我见过太多创业者，一开始想的都是"我要做一个改变世界的产品"，"我要解决一个很大的问题"。
但问他怎么赚钱，他就说："先把用户做起来，以后再说"。
这种想法，在以前资本充裕的年代，可能还行得通，你可以先烧钱做用户，做到一定规模再想变现的事。
但现在不一样了，资本没那么好拿了，你也不可能无限制地烧下去。
而且更重要的是，我觉得商业模式不只是一个赚钱的问题，它是一个验证的问题。
如果有人愿意为你的产品或服务付钱，说明它真的有价值。
如果没人愿意付钱，那你就要想想，是不是你做的东西其实没那么有用。
我们公司从第一天起，就在想怎么赚钱。不是因为我们多贪财，而是因为我觉得，现金流是实现理想的基石。
你没有收入，就没有办法养团队，没有办法持续投入，没有办法把你想做的事情做下去。
所以我们才有了各种各样的业务，才让我们挣到钱，挣到钱了，我们产出的内容，才能越来越好，也越来越纯粹。
我见过很多很有理想的创业者，最后倒在了现金流上。
他们的产品很好，团队很棒，但就是没想清楚怎么赚钱，最后钱烧完了，只能遗憾收场。
这是我特别不想看到的。
所以我一直强调，理想很重要，但养活自己更重要。
你得先活下来，才能谈改变世界。
不知不觉写了这么多，其实还有很多想说的，但就先到这里吧。
回头看这两年，真的像坐过山车一样。有过特别绝望的时刻，觉得这事儿可能真的做不下去了。
也有过特别兴奋的时刻，觉得未来充满可能性。
更多的时候，是一种混沌的状态，不知道自己做的对不对，不知道未来会怎样，就是埋头往前走。
不是因为我们做得有多成功，说实话，我们还差得远。
而是因为，有这么一群人，愿意跟我一起走这条路。
这本身就是一件很幸运的事。
新的一年，继续加油。
哦对了，如果想加入我们，欢迎看一下这篇文章：
希望明年的这个时候，我们能有更多的人，更多的故事，更多的感慨。
也希望看到这篇文章的你，不管你在做什么，都能找到自己的路，都能有一群愿意陪你走下去的人。
共勉。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：卡兹克
>/ 投稿或爆料，请联系邮箱：wzglyay@virxact.com
没有评论:
发表评论