在美国，一场不太容易一眼看见的大变化正在发生。没有员工的公司，也就是常被称为一人公司的组织，正在快速增加。
数字显示了变化
根据 Carta 在 2025 年发布的 solo founder 报告，2024 年美国新成立的创业公司中，有 35% 是由单一创始人创建的。2017 年，这个比例是 17%。七年之间，这个比例几乎翻了一倍。三到五位联合创始人一起组队创业的传统模式，正在朝相反方向变化。
更大的数据也指向同一个趋势。根据美国人口普查局近期数据，美国现在有 2,980 万名 solopreneur，他们为经济贡献了 1.7 万亿美元。这相当于美国整体经济活动的 6.8%。美国小企业管理局的数据也更直接地说明了这一点：美国 80% 以上的小企业没有员工，只由业主本人经营。过去那种“先雇人，才能开始做生意”的假设，已经不再成立。
Forbes 在 2025 年 3 月报道，年收入超过 100 万美元的一人企业数量在一年内翻了一倍。这说明一人公司不只是小型生活方式生意。它们正在变成能够创造可观收入的组织形态。
这背后有两股力量。第一股是生成式 AI。代码、设计、营销文案、客户支持和会计处理等过去需要多人完成的工作，现在至少可以部分交给 AI 工具。第二股是人们对工作的看法正在变化。根据 Gusto 的 2025 年报告，54% 的 solopreneur 创业是为了成为自己的老板，53% 是为了获得更灵活的时间安排。在 Z 世代受访者中，62% 表示自己计划创业，或者很可能会创业。
为什么 AI 让一人公司成为可能
一人公司快速增长的原因很清楚：AI 让过去不可能的工作方式变得可行。
十年前，创办一家创业公司通常至少需要一个人做产品，一个人验证市场，一个人负责运营。当 Instagram 联合创始人 Mike Krieger 在 2010 年添加一个照片滤镜时，这项工作可能要花几周时间。资源限制和团队人数几乎是绑在一起的。
现在情况已经改变。Krieger 后来回到 Anthropic 担任首席产品官，并曾使用 Claude 在 25 分钟内做出一个原型。类似工作过去需要他花六个小时。在 Anthropic 内部，Claude 已经承担了相当一部分编程工作，Claude 代码代理的使用量增长了 40%。
AI 能支持的工作范围也很广。GitHub Copilot 的研究显示，使用 AI 的开发者完成任务的速度快了 55%，完成率为 78%，而未使用 AI 的组为 70%。一位零售业的一人创业者通过组合使用 ChatGPT 和 Canva，每周节省了 15 个小时以上。采用 AI 税务自动化工具的企业报告称，平均税负下降 15%，分类错误减少 90%。
另一个技术变化正在加速这件事。Anthropic 的模型上下文协议（Model Context Protocol, MCP）让 AI 可以直接连接 GitHub、Notion、Stripe、Webflow 等工具。用户可以用自然语言下指令，AI 可以写代码、部署变更、管理客户支持、更新文档和跟踪指标。AI 不再只是聊天机器人。它开始成为嵌入数字工作流的协作者。
过去，想做更多事情通常意味着要雇更多人。AI 打破了这个公式。一个人现在可以处理过去需要五到十个人才能完成的工作，而且成本可能下降好几个数量级。
裁员与 AI 自动化
一人公司增长的另一侧，是既有企业。它们也处在同一场变化中，而且方向很明确：减少人员，用 AI 替代一部分工作。
世界经济论坛在 2025 年 1 月发布的《未来就业报告 2025》展示了这场变化的规模。这项调查覆盖了 1,000 多家大型雇主，代表超过 1,400 万名劳动者。受访者认为，技术变化是 2025 年到 2030 年间重塑劳动力市场的最大力量，报告也预计这一时期会出现大规模岗位重组。
Anthropic 是这个变化的象征性案例。Claude 生成了 Anthropic 内部代码中相当大的一部分，人类开发者的角色也从直接写代码，转向审查 AI 生成的代码并设定方向。Amazon 也开始限制初级和中级工程师在没有高级工程师批准的情况下提交 AI 生成的代码。
既有企业减少人员有明显的经济逻辑。同样的工作可以用更少的人、更快地完成。但这个策略有一个很多企业容易忽视的结构性限制：成本下降了，决策速度却可能没有变。
成本下降，但决策仍然缓慢
AI 工具确实提高了企业内部的执行速度。代码写得更快，营销内容产出更快，客户支持处理更快，会计工作也能更快。许多职能中，AI 都缩短了重复性工作所需的时间。
但这里有一个重要问题：执行变快之后，决策也变快了吗？
答案更接近于没有。如果 AI 可以一天写完代码，但公司需要三周来决定到底要做什么，那么整个周期仍然是三周。
Harvard Business Review 的研究，以及 Clayton Christensen 在《创新者的窘境》中提出的理论，很早就指出了这个问题。大公司的决策结构中存在会议、审批、跨部门协调和风险规避。参与者越多，会议次数和时长就越容易快速增加。审批链越长，从决定到执行之间的时间就越长。
Christensen 在《创新者的窘境》中认为，大公司过去赖以成功的模式本身，可能成为创新的结构性障碍。围绕现有客户优化的流程、围绕现有产品建立的决策结构、保护既有市场稳定收入的倾向，都会延迟对新市场、新技术和新工作方式的判断。
这不只是“决策慢”的问题。更深层的问题是，决策结构本身被设计成会抵抗变化。
小团队决策更快，实验更多
当既有企业降低成本，却未必提高决策速度时，另一类竞争者正在以完全不同的方式行动：一人公司和小团队。
一人公司没有会议。没有审批链。没有跨部门协调。做决定的人往往就是执行的人。既有企业做出一个决定所需的时间里，一人公司可能已经做出并执行了十个决定。
Eric Ries 在《精益创业》中提出的假设、验证、学习、修正循环，在小团队里可以在几天内完成。过去，实验很贵。一次实验可能需要数万甚至数十万美元，因此团队能负担的实验次数自然有限。AI 从根本上降低了实验成本。
Indie Hackers 社区中有不少一人企业年收入达到数百万美元的公开案例。这些人不一定融资，也不一定雇人。面向非洲农民的 AI 聊天机器人 Darli，也是由小团队服务了 11 万名用户。
这场变化可以用一个词概括：实验的民主化。过去，只有拥有大量资本和人手的组织才能进行的实验，现在借助 AI 工具，一个人也可以开始尝试。当资本差距和执行差距都被压缩之后，剩下的就是想法质量和决策速度。
同样的 AI，不同的结果
AI 工具同时向既有企业和一人企业开放。Claude 既被 Anthropic 内部开发团队使用，也被独立创业者使用。GitHub Copilot 既被大企业工程师使用，也被独立开发者使用。
可是，同样使用这些工具，结果却不一样。为什么同样的 AI 会产生不同结果？
AI 工具本身是中性的。但工具所处的环境不是中性的。环境差异会改变结果。
在一人公司里，决策一旦做出，AI 就可以开始写代码。在既有企业里，AI 往往要等到决策被批准后才开始发挥作用。执行速度提高了，但如果决策速度没有改变，整体提升就会有限。
一人公司直接听到客户反馈，直接分析，直接反映到产品中。既有企业则要经历收集反馈、分析反馈、形成报告、会议讨论、确定优先级、传递给开发团队的过程。从学习到执行的循环要长得多。
一人公司实验失败时，损失相对更小。既有企业中，一个项目失败可能意味着人员、时间和预算都被浪费。因此，企业面对实验时自然会更保守。
AI 可能是同一个 AI，但结构差异会产生完全不同的结果。
一人公司能拿走哪些市场
一人公司更有优势的市场正在变得清楚。AI 原生的小众市场，是那些如果没有 AI 也许根本不会存在的市场。这些市场技术门槛较低，快速改进和反复试验很重要。在专业服务市场中，AI 工具可以吸收重复性工作，让一名专家处理过去需要一个小团队才能完成的工作量。在本地化或特定语言市场中，一人公司可以进入那些对大企业来说太小、太特殊的空间。
也有一些领域是既有企业较难防守的：需要快速改进的市场、进入门槛较低的市场，以及规模太小而无法吸引大企业认真投入的小众市场。Indie Hackers 社区中有许多一人 SaaS 企业年收入达到数百万美元的案例。
下一代人的职业观也会加速这种变化。Z 世代中有 62% 对创业感兴趣，因此一人公司的增长很可能会继续。
既有企业如何活下来
既有企业仍然可以改变。但这种改变的方向，必须不同于许多企业今天正在做的事。
它们需要重新设计决策结构。审批链要缩短，接近实际工作的人需要拥有决定并执行的权限。管理层应该更多聚焦于方向设定和战略判断。那些不能改善决策的会议、演示和报告，都应该减少。
它们需要允许更多实验。如果 AI 降低了实验的实际成本，那么组织文化就必须降低失败的心理成本。一个不能容忍实验失败的公司，不可能以 AI 让人们可以达到的速度前进。
它们需要用 AI 支持决策，而不只是自动化任务。现在企业使用 AI 的方式，大多仍集中在执行自动化上。但 AI 的更大潜力也在决策支持中，包括数据分析、市场预测、客户行为分析和风险评估。如果用得好，AI 可以同时提高决策速度和决策质量。
它们还需要利用规模优势。大额投资、既有客户关系、品牌知名度、专业人才和信任，都是一人公司很难在短时间内建立的资产。这些资产仍然重要，但需要将它们置于一个能更快行动的结构中。
你会选择哪条路？
既有企业有一条路：用 AI 降低成本、提高生产力，并让剩下的团队产出更多。这条路更稳定。但如果决策速度没有提高，越来越多的市场份额会流向更小的竞争者。
一人公司也有一条路：用 AI 独自或和小团队一起做产品、寻找市场、产生收入。这条路更自由。但它也意味着要独自承担几乎所有责任，包括失败的全部风险。
没有唯一正确的答案。正确的路取决于每个人的处境、性格和目标。
但有一点很清楚：这场变化不可逆转。在 WEF 对 1,000 多家大型雇主的调查中，技术变化被认为是 2025 年到 2030 年间最能改变劳动力市场的力量。这不只是预测。它已经开始了。
如果你是职场人，可以先从使用 AI 工具提高自己的工作效率开始。如果你正在考虑创业，现在也许是最好的时机。如果你正在经营一家公司，现在就是重新设计组织结构的时候。
你会选择哪条路？