跳到正文
Chandler Nguyen
AI阅读时间1分钟

一家 AI 原生机构需要多少人?

同样的产出,AI 原生机构需要的人比传统机构少,而这个数字由审阅能力、而非生产量决定。 形态是一个小而资深的小组,承载过去需要一个更大团队的活。更少、更资深、更负责,就是全部设计。

同样的产出,AI 原生机构需要的人比传统机构少,而这个数字由审阅能力、而非生产量决定。如果模型产出第一遍,你就不再是在为生产线配备人手;你是在为判断、以及把第一遍变成客户能依赖的东西的那次审阅配备人手。随之而来的形态,是一个小而资深的小组,承载过去需要一个更大团队的活。

我对人头数字很谨慎,因为人们想要一个基准,而没有诚实的基准。对的数量取决于工作、客户和审阅标准。我能给你的是定下这个数字的逻辑、以及它产出的形态——那比一个你无法信任的数字更有用。

诚实的答案

更少,且更资深,而这两者是同一个决定。传统机构靠加人来吸收量:更多初级人、更多产出、更多可计费工时。那个模式管用,因为初级人做拼装、资深人定方向。当 AI 做拼装,初级那一层存在的理由大体消失,于是团队从底部往上缩小。

剩下的是从来就是真产品的部分:判断、客户关系、责任。那本质上是一个更小的团队,因为从来不是量让资深工作有价值。AI 原生机构不是「一家行政人员更少的传统机构」。它是一种不同的形状——人更少、集中在资深一端,由机器承载吞吐。

数字取决于什么

人头跟随四件事,没有一件是公式。客户数量,因为每一个都需要资深的关系时间。工作的复杂程度,因为一份简单的 retainer 和一个复杂的多市场项目需要不同的审阅深度。工作流的强健程度,因为一个搭得好的上下文层能减少资深的人需要纠正的量。以及你愿意签上自己名字的那个标准,因为高标准要花你无法伪造的审阅时间。

改变其中任何一个,数字就动。这就是为什么基准没用、而逻辑有用。两家产出相同的机构,可以依据工作有多偏判断、以及它们的系统有多好,来论证非常不同的人头。按你自己的四个输入来定规模,不要按别人的组织图。

为什么数字由审阅决定

直觉是按模型能产多少来给 AI 原生机构定规模。那是错误的约束,因为模型能产出的,比任何人能负责任地核对的多。真实的天花板,是一个资深的人在不牺牲质量的前提下能审阅并背书多少工作。

这就是审阅瓶颈,而它就是招聘计划。如果你的审阅能力是两个资深人为两个客户核对产出,那么加第三个客户不意味着加一个初级人——它意味着更多审阅能力,或一个更好的审阅系统。模型没有移除约束;它把约束从生产移到了判断。给机构定规模,就是给审阅定规模,不是给生成定规模。

一个管用的形态

从我这样经营团队的经验看,能站住的单位是一个小小组:一位资深 lead,拥有客户和决定;一两个跑并改进工作流、审阅产出的人;以及在工作需要时对一位专业人才的接触。这个组覆盖过去需要一个更宽团队的活,因为模型在中间处理量。

把它当成一个形状,不是一个数字——这个组是三到五个人,我不会管它叫基准。重要的性质是:这个组偏资深、审阅明确是某人的工作、工作流是被拥有的而非临时拼起来的。这些性质才是让小团队可行的东西;确切的数目是它们的下游。

组里的角色

这些角色看起来不太像传统的 account-to-junior 阶梯,而更像一间小型资深工作室。lead 拥有客户关系、判断和结果。工作流负责人设计和维护上下文层与审阅流程,那是一种系统技能,多过一种生产技能。专业人才在一个品类或渠道确实需要你并不永久配备的深度时进来。

我在AI 原生营销团队真正需要哪些角色里勾勒过这些角色的更宽形态,而机构版是同一个模式缩小后的样子。稀缺的人不是操盘手;是那些能定下标准并守住它的人。为此招人,让工作流做其余。

模型不会减少人头的地方

机构工作里有模型几乎碰不到的部分,它们仍然给团队定一个地板。客户领导不会缩小:得有人撑住关系、吸收难谈的对话、并在工作落地不好时负责。专业深度也不会缩小;一个需要真实专长的品类或渠道仍需要一个真实的专家,而模型让那个人更快,而不是变得可选。审阅本身缩小的速度也没有生产那么快,因为仔细核对产出是缓慢、刻意的活。

所以人头缩减是真实的,但有边界。它出自生产、协调和报告拼装。它不出自关系、专业判断或审阅标准。如果你为了进一步缩小团队而砍进这些,你没有让机构更精干;你让它更脆弱。

如果你做太小,什么会断

一家精干 AI 原生机构的失败模式不是超支;是审阅债。做太小,模型继续产出,而没人有时间妥善核对,于是产出悄悄退化,客户先抓到它。那是最糟的发现问题的地点,因为它牺牲的是关系,不只是工作。

做太小的另一种断法在关系上。一位资深 lead 只能撑住有限的客户对话,而如果这个组只有一个人深,每个客户都离「无人打理」只差一次缺席。一个人的机构是一门真实的生意,但它以一种显而易见的方式受产能限制。精干模式有一个地板,地板由审阅与关系的带宽定,不是由生产定。

周一该做什么

别再按产出来定规模,开始按审阅来定规模。问一位资深的人能真正背书的客户工作流有多少,然后围绕它搭建这个组。当新客户到来时,在加一个初级人「帮忙」之前,先加审阅能力或改进审阅系统——初级人不缓解审阅瓶颈,还常常加重它。

然后写下谁签批工作。一家没有点名审阅者的 AI 原生机构,是一个等待发生的质量事故。点名的审阅者不是官僚主义;他们是一个小团队能有信心地收资深费率的原因。

FAQ

一个两人的机构能服务多个客户吗?

能,如果审阅标准高、工作集中,两位强的资深人能服务不止两个客户。他们做不到的是把规模扩到自己审阅与关系的带宽之外。两人是一门可行的生意;在你加进一个能守住标准的第三人之前,它也是一个硬天花板。

AI 原生机构还该招初级人吗?

更少,且方式不同。为吸收拼装量而存在的初级招聘不再说得通。如果你在职业生涯初期招人,招一个能学会判断和指挥工作流的人,并在监督下给他们审阅责任——不是一堆生产工作。

更小的团队自动更赚钱吗?

不。一个小团队配弱审阅标准会失去客户和毛利。盈利来自组合:资深判断、一个真实的审阅系统、以及为结果而非工时收费的定价。规模本身不是优势。

我们怎么知道我们太小了?

听症状:工作在没有明确签名者的情况下出去、客户觉得被怠慢、或资深的人在高速审阅。任何一个都意味着你在地板之下。在加生产能力之前先加审阅能力。

简短版

AI 原生机构需要更少的人,集中在资深一端,因为模型承载生产、团队承载判断。按审阅能力给团队定规模,不按产出量。工作单位是一个小而资深的小组,有一位明确的负责人和一位点名的审阅者——一个形状,不是一个基准。代理机构模式指南覆盖模式的其余部分,面向代理机构的车道把定价和结构贯穿来做。

如果你经营一家精干的店,我想听听你在哪里感受到了审阅的地板——那通常是正确人头变得明显的时刻。

祝好, Chandler


本文提供简体中文版本。课程材料(视频、模板和配套指南)以英语、日语、简体中文和韩语提供。本网站提供 13 种语言版本。