在科技日新月异的今天，一场由人工智能（AI）引领的管理范式变革正悄然兴起，其标志性事件之一是2025年6月meta（Facebook母公司）宣布斥资约140亿至150亿美元，收购Scale AI 49%的股份，此举估值Scale AI约为280亿至290亿美元，同时Scale AI的首席执行官Alexandr Wang将加入meta团队。
这一幕不禁让人联想到2014年，meta为弥补移动互联网领域的落后，通过一系列大手笔收购稳固了自身在新兴领域的地位。而今，面对AI时代的浪潮，meta再次选择以投资的方式抢占先机。对于meta而言，如果说2014年是其在移动互联网领域的“补课”，那么2025年则是其在AI时代生产关系革命中的关键布局。
AI技术的崛起，不仅极大地提升了生产效率，更在悄然改变着企业的管理范式。正如历史上的工业革命和互联网革命一样，AI正在以一种颠覆性的力量，重构着现代企业的生产关系。OpenAI的首席执行官山姆·奥特曼曾预言，未来仅需一人和一万块GPU，便能创建一家年收入数十亿美元的公司。这一预言并非空穴来风，众多企业已在探索这条通往未来的道路。
以自动驾驶出租车（Robotaxi）为例，海外运营数据显示，每辆车每天可接单25至35次。若Waymo的Robotaxi模式能在全北美推广，并保持与Uber相似的市场份额，其潜在年收入或可达100亿美元。更为关键的是，这100亿美元的营收将完全由AI和辅助算法创造，无需人工干预。这种全新的商业模式，标志着AI已开始全自动化地创造现金流，虽然仍可能需要人类的参与，但人类的角色已发生根本性转变，不再直接介入核心业务的完成过程。
对比出租车、网约车和Robotaxi三种模式，我们不难发现，出租车时代的企业组织结构是典型的金字塔式，无论是客户连接还是内部角色间的协作，都依赖于人类的智能驱动。进入网约车时代，算法逐渐成为主导，获客、司机任务安排、评估及收入计算等均由算法完成，但公司内部运营仍沿用传统结构，需处理复杂的司机关系。而在Robotaxi模式下，业务相关的部分被彻底交由AI和辅助算法处理，供应链、保险等环节也需围绕这一全AI驱动的业务系统进行适配。这一变革的核心在于，生产关系逐渐从以人为本转变为以AI为本。
随着技术的进步，当外部环节也逐渐实现全AI驱动时，企业的整个运营体系将转变为由AI主导。这正是《无人公司》一书所描述的未来超级商业体的真实写照——其核心将由AI和无人公司构成。当十亿美元的业务仅需一人负责时，这个人的角色已不再是执行具体工作的人，而是作为人类社会与全自动体系的连接者，负责定义业务的意义。
值得注意的是，这种无人公司的模式并不仅限于自动驾驶领域。此次崛起的AI技术具有极高的通用性，能够处理几乎所有类型的数据。例如，全自动的低速环卫清扫、露天矿山的挖掘和开采均可实现无人化。在医疗领域，针对糖尿病等慢性病患者的跟踪和康复治疗，也可通过建立全AI驱动的系统来完成。在电商领域，AI可负责整体的数据分析、设计、组织生产和营销，使公司转变为由AI智能体协作完成业务的无人公司。
这些无人公司遵循着相同的模式：业务场景需充分数字化，并拥有一个代表整个公司的数字底座，从而构成一套多智能体的系统。北京大学国家发展研究院的侯宏老师曾绘制一张图表来概括无人公司的模式，其中强调了全自动实现现金流系统所需遵循的四大规则：智能优先、万物皆数、实时反馈、中心决策。
智能优先意味着要按照AI能发挥最大效力的方式重新排列各种生产要素，而非适应既有规则。万物皆数则要求全AI驱动的系统必须与数字化的边界相匹配，无法数字化的部分需通过其他方式独立出去。实时反馈强调数据的感知质量，动态数据的价值会随时间衰减。中心决策则要求AI智能体在协作过程中要有明显的中心。
全自动创造现金流系统的效能可用一个简单公式来概括：无人公司的效能等于AI大模型的智能水平乘以现实理解纵深。无人公司天生具有沿着数据完备化路径发展的动力，若遇到障碍，它们能进一步整合，这往往需要打破传统的产业链分工。例如，在Robotaxi模式下，如果汽车制造商不能全栈开放数据，运营公司可能会倾向于自己造车，进而整合供应链的各个环节。这意味着在AI大发展的背景下，既有的商业格局可能面临巨大变化。
过去，组织中所需的智能主要由人类提供，而人类的智能供给有限且分散，需要通过流程等手段连接分散的职能。AI则改变了这种智能分散供给的模式，通过集中供给变得更加强大和高效。然而，这与既有的组织生产模式不兼容，因此很难从既有模式上改进出来。就像网约车不是从出租车公司改进出来的，Robotaxi也不是从网约车改进出来的。这种不兼容智能供给模式正是差异化背后的核心原因。
在AI能够自我改进之前，Robotaxi模式下仍需要负责改进系统的团队，以及配合保险等环节的团队，但这些团队的管理体系与过去管理大规模司机所需的体系已截然不同。更进一步说，在以AI为本体的生产体系中，人类或许仍然不可或缺，但他们的角色已不再是传统企业中的各种职位。
