文 | 易凯资本王冉
OpenAI的余波仍在继续，但AI之于人类命运的折转意义已经无疑。今天（11月21日），易凯资本创始人王冉撰写了一篇文章。其中谈到了他眼中的AI重塑下的未来商业世界：一种被他称为“小而大”和“短而大”公司的兴起，以及这两种新型公司会如何影响今天的风险投资行业，又会如何影响未来年轻人的就业。王冉最近在易凯内部推行了一场关于“GPT的投行实验”。据说，经过一段时间的训练，以GPT-4为代表的大模型可以帮助易凯分析师大幅提升工作效率，匹配项目投资人尤其是海外机构的视野也会更加宽广。虽然目前GPT还不能代替人，但“两三年内替代基础性分析工作的一半甚至三分之二是完全有可能的”。作为一家本土投行的创始人，过去数年王冉几乎没有缺席过任何一场重要商业议题。那么在人们对AI既憧憬又恐惧的今天，王冉的文章或许会为你提供一些新的思考视角。
随着互联网让高效分发和协同以及云端部署和计算成为可能，区块链让真实有效且不可逆的确权和价值转移成为可能，AI和大模型让AGI成为可能，未来有两种公司会越来越有机会脱颖而出。一种是人少事大的“小公司”，一种是为完成一个短期使命而设立的“短公司”。由于未来大量的AI模型和算力以及数据都在云端，云服务会像水电一样成为面向全社会、可以无限碎片化提供的公共基础设施，小团队依赖这样的公共基础设施取得大的商业结果会变得更加容易。几个人的小团队可以充分借助基础设施化的云端AI能力，围绕特定的市场或者需求形成独特的AI agent（代理）产品和解决方案思路，然后通过实际应用产生数据飞轮并实现持续不间断的迭代。因此，在某些无需人力密集的领域，“小而大”的公司会如雨后春笋一般破土而出。这类公司肯定不具备打造底座AI模型的能力，但它们可以通过同时理解AI、理解场景和理解数据来让自己为用户或者客户产生巨大的价值。历史上海外也曾出现过只有二三十人甚至十几个人的小公司就以十几亿美元、甚至几十亿美元的价格被平台型公司收购的案例，但毕竟为数不多。在未来这种案例很可能会大幅增加。很多之前需要大量人力才能完成的事——譬如开发和测试程序、数据分析、文本和图纸生成等——都可以通过AI来解决，这就为小公司创造大价值提供了更加广泛的可能。这类“小而大”的公司需要面临的最大挑战可能是数据的原生数据的获取和积累。海量数据通常都掌握在政府和大平台手里，但小公司的这个先天短板并非完全无解。随着AI与云服务的结合，拥有数据的大平台要想形成数据生态，就必须把数据开放让数据流动起来，因此越来越多的数据正在被拥有这些数据的平台整合到形形色色的云服务中。缺乏原生数据场景的小公司可以充分利用这样的基础设施来弥补创业初期的先天不足。短而大的“短公司”
过去我们一提企业，推崇的都是百年老店和基业长青。这样的企业需要用产品、技术和品牌构建护城河，用文化、价值观和使命感确保凝聚和传承，我们姑且称之为“长公司”。它们的核心价值就在于可以跨越历史和经济周期地为股东创造价值。对这类企业中佼佼者最经常看到的外部颂歌是如果你在xx年投了这个企业一块钱，今天已经变成了多少万。在未来，这类企业还会存在下去，也会是很多创业者和投资人心中的梦想和追求。但与此同时，也会出现另外一种类型的企业。它们不再追求基业长青，不再向往百年老店；它们仅仅是在猎物出现的时候快速高效组织起一个狩猎团，然后集中火力迅猛出击，打完拎起猎物就走，不带走一片云彩，直到下一片猎物出现。这跟基于区块链的DAO有些相似。今天一些基于抖音、小红书等社交媒体打造网红主播和新型营销渠道的MCN公司就具有某种“短公司”的特点，一些短视频和短剧制作公司也具有类似属性。除此之外，在体验类娱乐和旅游项目开发、偶像经济、艺术品拍卖和价值分享、去中心化金融等领域，“短公司”未来也有很大的发展空间。这种追求短期内通过大规模社会化协作让一件事的商业价值最大化并以此为目标而形成的临时性的商业组织，我们姑且称之为“短公司”。这样的短公司，不再需要考虑长期护城河的问题——因为根本就不会形成；也不需要考虑长期激励的问题——因为所有的激励都是现世现报、所创即所见所见即所得；更不需要考虑企业文化传承的问题——因为压根就没打算传承。追求短期利润最大化当然不是太阳底下的新鲜事，这种打一枪就走的做法自古有之。反而是那些所谓基业长青的长企业才是工业革命后才出现的。但不同的是，过去打一枪就走的企业很难做到规模化，并且往往需要强人际关系来维系；要想做成一家大公司，必须首先要做成一家长公司，起码是相对长的公司。今天，由于有了互联网、区块链和人工智能，短公司可以瞬间组织起大规模陌生人之间的高效协同和价值分享，也可以做到很大的规模，“短而大”的公司和“大隐无形”的公司都在成为可能。
风险投资行业不会消失，但会呈现出与过往非常不同的模样
随着“小而大”的公司以及“短而大”的公司风起云涌，风险投资行业会发生且需要发生什么样的变化？硅谷投资人Chamath Paliphitiya前不久预测“整个风险投资行业有一定可能会被一个新的让资本与目标自动匹配的体系所替代”。我个人觉得虽然这个结论有些过于极端了——我不认为风险投资行业会彻底消失，但与此同时我相信这个行业会发生很多足够深刻的变化，导致我们未来所知的风险投资和过往所知的风险投资呈现出非常不同的模样。（在中国，其实我们今天所知的风险投资和十年前我们所知的风险投资在资金来源和玩儿法上也已经几乎不是同一件事了。）大量小而大的公司和短而大的公司出现，会导致——1. 未来的早期投资机会会越来越分散和细碎，适合机构化风险投资的标的可能会越来越少。两三个人、四五个人的小公司有可能依赖社会化的AI基础设施创造出很大的价值，这类公司的数量会大幅增加。与此同时，为了一个短期目的而快速组建的短公司也会大幅增加。这两类公司并不一定适合或者需要纯粹的风险投资。2. 很多真正具备投资价值的一流公司可能永远不需要融资；即便需要融资，面向用户和客户的融资会比面向专业财务投资机构的融资更有价值。也因此，用户和客户同时也是投资人和股东的情况会越来越常见。（这种情况今天其实在2B的领域已经发生，譬如很多新能源公司只对来自潜在客户的的投资感兴趣。未来这种情况会越来越密集地发生在2C的公司。）3. “社区会员+使用者权益+股权“的组合权益形态会更加普遍。对创业公司而言，一个用户通过购买服务自动成为社区的一员，在社区里使用服务并创造价值，进而获得某种社区权益的分享，比单纯的财务投资更具吸引力。4. 随着AI和基于AI的云服务会让创业公司离现金流越来越近，也让现金流越来越透明，未来会有越来越多基于现金流权益的投资，而非基于严格意义上的股权。现金流权益会成为一个重要的投资概念。5. 一级市场和二级市场的界限越来越模糊，足够分散的一级市场融资在某种程度上说和通过IPO在二级市场上融资将没有特别本质的区别。（事实上，今天很多市值不大的公司的IPO和后续融资已经和一级市场融资没有特别本质的区别。）6. 机构投资人的门槛越来越低，资本源头掌握资本投向的能力越来越强，这会导致持续的去中介化。本质上说，无论是基金，还是母基金，都是资本中介。随着它们和资本源头对于很多事情的信息差和认知差急剧缩小，它们发挥价值的空间必然会受到挤压。在这样一个大背景下，风险投资行业会会变得越来越分散，越来越聚焦，越来越靠近产业和成功创始人，越来越适应项目基金的操作模式，越来越离不开AI，越来越习惯从被投公司用户和客户产生的现金流（而不是二级市场的接棒投资人）身上获取价值。我们内部的一些初步实验结果——什么样的工作会被替代
我们最近几周花了一些时间做了一些小范围的实验，我本人也尝试利用GPT-4帮助完成一些我们日常工作中经常会遇到的任务，并与相关的同事多次交流。虽然不能算任何意义上的结论，但实验下来我个人的初步感觉是这样的：——在市场和行业理解方面，它可以在极端的时间内帮助我们形成一个基础框架并提供有效的信源，也可以在思考问题角度的全面性方面起到一些提示性的作用。就大多数我们已经有一定认知和理解的领域而言，这方面的额外收益在10-30%之间；如果是一些我们相对陌生的领域，这方面的额外收益会更高。——在数据分析方面，它可以让我们从事基础分析工作的同事节省至少一半的时间，并大幅提升某些维度上的工作质量，这方面的额外收益至少有50%，很可能更高。——在交易对家发现方面，它今天还很难做到精准和全面，但可以在某些情况下起到一定的拾遗补缺的作用，这方面的额外收益在10-20%之间。——在报告和文件阅读以及信息总结方面，它不能完全替代人工阅读，但至少可以提升我们的阅读效率和准确性，额外收益至少有30-50%；在极端情况下也可以把报告或文件阅读时间大幅压缩80-90%。——在文件翻译方面，它和翻译软件叠加使用，至少可以节省原有人力的80%以上。——在假设验证和追溯性模型验证方面，它还需要不少训练和个性化数据接入，我还没有能够形成一个确定的结论，我的直觉是这方面的额外收益会非常大，很可能不是倍数级、而是指数级的效率提升。总结下来，至少在我们所在的行业，我认为两三年内AI可以替代现在由中低职级同事所承担的基础性分析工作的一半甚至三分之二是完全有可能的，肯定不是10-20%，但也肯定不是100%。我相信在很多其它需要脑力劳动的行业，也会有类似的情况发生。甚至在今天看来不太容易被替代的体力劳动领域，譬如快递和外卖，医疗和护理、交通运输和物流、建筑和基建等行业，也会逐步实现机器人对传统人力的大范围替代。如果职场上很大一部分工作会被替代，未来的年轻人出路何在？
无论国内还是海外，未来的经济版图上商业价值会越来越像两端流转，企业价值分布逐步从陀螺型转变为哑铃型。哑铃的两端一端是超级大公司，它们负责为行业、甚至整个社会提供基础设施，负责通过收取基础设施使用费的方式间接帮助政府向全社会的商业从业者征税。另一端是创业小公司，每家公司人数不一定很多，但可以利用大企业提供的基础设施创造高额的商业价值。两端中间还会持续存在一些中等规模的公司聚焦于某个垂直领域的服务或者在某个垂直领域扮演二级基础设施提供者的角色，同时也会诞生一批为了一个短期商业机会而快速集结的短公司，拿到短期结果后烟消云散。虽然那些提供基础设施的超级公司也会有招募年轻人的需求，但恰恰是我前面提到的这两类新型公司——“小公司”和“短公司”——才是未来年轻人真正的就业机会所在。越来越多的基于固有方法论和特定信息来源的基础性分析工作会被替代，但越来越多的创作者经济机会会向那些具有想象力、创造力和活力的年轻人敞开大门。前面提到的“小公司”和“短公司”恰恰会成为创作者经济的中流砥柱。这里所说的创作者不仅仅是艺术作品的创作者，也包括各种新内容和短内容的生成者、AI 代理的创建者、新型智能硬件的设计者和发明者、新型数据服务的探索者和提供者、新型内容驱动的营销渠道的搭建者，等等等等。AI会给创作者的创作和创造插上翅膀，互联网会帮助创作者的作品和产品广为传播，区块链可以为创作者的权益确权和长期价值分享提供制度安排。因此，一代人会有一代人的机会。但未来新旧机会的交替也会意味着很多传统行业对于年轻人的需求会大幅降低，传统职业生涯的晋级通路会更为狭窄和陡峭，年轻人需要在更早的阶段涌现兴趣、想象力和创造力，围绕它们不断利用AI进行自我验证、训练和迭代，这样才有比较大的机会可以无需经过传统职业生涯的漫长阶梯而找到自我价值实现的路径和方法。这显然会对未来的教育、也包括望子成龙的家长们提出崭新的、但又必须直面的挑战。
图片来源 ｜IC photo
排版｜郭允骁