AI 如何重构硅谷:复盘我 2025 年 6 月在一场 CEO Club 上的分享
![]()
翻出 2025 年 6 月中旬我在上海参加一场医药产业 CEO Club 闭门活动时的录音,今天再听一遍,我自己都觉得很有意思。
那是我在旧金山待了五年之后第一次回国。当时我们公司的合伙人拉我去给一家大型医药集团和旗下产业基金生态里的几十家医药、医疗器械企业做一场闭门分享,题目叫《AI 如何重构硅谷》。
上台之前,我以为台下坐的全是各家企业的创始人、CEO 和一号位。既然都是老板,我也就没讲那些媒体上到处都是的场面话,上去第一页 PPT 就放了一张漫画:AI 的能力越大,裁员就越多;接着在传统的公司金字塔架构图上画了一个大大的叉,直接讲“砍掉中间层,只留上面做决策的人和下面干活的人”。
结果讲完下台坐进车里复盘,我才知道:往届的 CEO Club 确实只有老板,但那一年是第一次把这家医药集团内部的大量员工和中层也拉过来一起听。听说我讲完之后,台下不少员工非常紧张;但也因为这场实在得有点刺耳的分享,散会后一连串医药企业的老板追着加我微信,拉着我问:“陈总,你能不能来给我们公司管理层再单独讲一次?”
站在一年多后的今天回头看,当时很多企业还在纠结“要不要给员工做 AI 培训”“怎么用大模型提效 20%”,而我们在那场分享、中午的饭桌和回程车上聊透的这几件事,哪怕放在今天看,依然非常超前。
我把当天最核心的思考原汁原味整理出来。
创业潮与裁员潮,本来就是一枚硬币的两面
当时我在硅谷一线最剧烈的体感,是两个同时发生、看似矛盾的极端现象:
一面是史无前例的创业潮。我在硅谷工作生活这么多年,经历过移动互联网、SaaS、区块链每一波浪潮,但从来没见过像这一波 AI 一样的景象——许多在大厂干了十几年、拿着高薪、从没想过创业的资深老兵,人生第一次出来创业。因为身处一线的人都非常清楚:这一次真的不一样。
另一面,则是史无前例的系统性裁员潮。从硅谷科技巨头到华尔街的金融机构,每隔一个季度、半年就在做一轮结构性调整。
很多人在问:为什么生产力这么繁荣,裁员却这么惨烈?
答案很简单:因为这两件事本来就是一枚硬币的两面。
生产力决定生产关系。如果一个工具真正足够强大、真正带来了指数级的生产力跃升,它就一定会倒逼生产关系和组织架构发生剧变。反过来说,如果你觉得你们公司已经用上了 AI,但你们公司的组织架构、汇报层级、工作流程纹丝不动,那就只有一个可能——你们根本没有真正把 AI 用起来。
所以在台上,我向全场抛出了一个我每天都在问自己的问题:
如果 AI 真正带来了 50% 的生产力提升,那我们的收入提升了 50% 吗?我们的成本下降了 50% 吗?如果都没有,我们在这里干什么?
![]()
如果收入没涨、成本也没降,那就说明所谓的“AI 提效”只是大家自欺欺人,无非是技术团队又做了一堆好看的 PPT。
在 AI 时代,技术人最大的思维转变,就是不能只为技术表现负责,必须为最终的商业结果负责。
生产关系怎么变?硅谷一线正在发生的四个剧变
当生产力发生十倍跃迁的时候,企业的生产关系具体在怎么变?我在硅谷一线看到了四个最明显的趋势:
![]()
企业回归最本质的两个核心单元:造产品,卖产品
把任何一家公司剥到最底层,它存在的本质无非就两件事:把产品做出来,把产品卖出去。
过去公司做大之后,会衍生出庞大的中后台——IT、财务、法务、运营、数据分析。但在硅谷这一轮重组里,除了“造产品”和“卖产品”这两个核心团队之外,其他所有职能都在被快速工具化。
一个很典型的信号是:ChatGPT 刚出来那阵子,硅谷突然有一大批人出来聊副业、找退路,其中比例最高的就是做数据分析(Data Analytics)的人。为什么他们反应最快?因为他们自己每天拿 GPT 跑数据、写分析,第一时间发现原来要干几天的活,AI 几分钟就干完了。当一个人自己都觉得自己在组织里没有增量价值的时候,这个岗位的消失就只是时间问题。
只负责“传递信息”的中间层正在消失,工程师必须直面客户
为什么硅谷的科技巨头会要求一线技术经理重新回去写代码,把管理层级全面拍扁?
因为过去在互联网大厂里,有一大批岗位的唯一作用,就是把上面的决策往下传,把下面的信息往上汇。
这种层层传话的架构有两个致命问题:第一,信息在传递中严重失真。你去问大厂的程序员:“你为你们公司做的产品感到自豪吗?”十个人里有九个会摇头,因为客户真正想要的东西,经过销售、产品经理、部门主管传了五道手之后,到写代码的人手里早就面目全非了。第二,在 AI Coding 工具普及之后,把东西写出来的难度暴跌,真正难的是决定到底该做什么。
谁知道该做什么?只有一线的客户知道。
我在加入 Pure Global(普瑞纯证)做 CTO 后,干了一件很激进的事:砍掉那些只在中间传话、自己既不背业务指标也不写代码的项目管理岗,把工程师直接拉进客户群直面客户。
结果非常神奇。工程师跟客户直接聊了两个礼拜,跑回来跟我承认:“我们以前做的系统太拍脑袋了,自己想象了一堆根本不存在的需求,把系统搞得无比复杂;真正跟客户聊完才发现,客户要的东西简单得多。”
会后有一位医药企业的创始人来找我聊,问为什么他们内部系统越做越重。我跟她讲了一句大实话:你只要养了 PM,你的项目就一定会越做越复杂——这是岗位的自我证明机制决定的。在今天,任何一个从不直面客户、不知道客户要什么的中间层岗位,客观上都极度危险。
从“雇员制”走向“合伙人制”
AI 带来的是指数级的生产力,但传统的全职雇佣制度(拿固定月薪 + 象征性年终奖)是一个线性的“买时间”制度。
这就产生了一个根本性的激励死结:如果明天 AI 的能力又翻了一倍,一个拿死工资的员工,有什么动力自发去把自己的产出提高十倍?没有动力。在固定薪酬下,他最理性的选择是用 AI 帮自己摸鱼,把八小时的活两小时干完,剩下的时间用来保住饭碗。
要让留下来的人自发去拥抱指数级的工具,唯一的解法就是改变分配机制——用类似合伙人制(Partner)的方式,把个人收益和他交付的商业结果强绑定。当一个人靠 AI 做到十倍的结果就能拿走十倍的回报时,根本不需要公司办什么培训班,他自己每天半夜都会去研究怎么把 AI 用到极致,把自己变成端到端扛事的“超级个体”。
相应地,公司对外的商业模式也在变:从过去的 SaaS 卖工具、卖数据库、按人天和工时收费,全面转向交付结果、按结果收费。客户不在乎你的数据库有多大,客户只在乎你能不能帮他把证拿下来、把钱赚回来。
推倒重来(Start Over),全面取代修修补补
过去一个软件项目或者业务线做烂了,公司的惯性反应是“打补丁”——再招几个人、再加几个模块,硬推着它上线。
但在今天,因为利用 AI 从零构建一套系统的成本极低,把历史包袱全部扔掉、从头重做(Start Over),往往比在旧屎山上修修补补容易十倍。
我们在中午吃饭时聊到,为什么很多传统企业连最基础的新系统都推不动?我当时说了一句很扎心的话:绝大多数公司连企业微信的智能表格都用不起来,如果连智能表格都用不起来,你再花几百万上一套新系统,有可能成功吗?绝无可能。
我在接手公司技术体系时,老系统到处是坑,每个人都说“这个不好改、那个有历史原因”,而且没人负责。我的选择很简单:不修了,我亲自下一线把核心业务流程梳理清楚,发现真正的业务逻辑其实非常简单;以前之所以复杂到无法维护,纯粹是因为人太多、每个人都在上面加码,又没人敢拍板做减法。一旦把业务梳理干净,直接推倒重做,两三周就能跑通。
所有老板都知道该推倒重来,但几个老板敢按按钮?
在那天的大会上,我专门拿当年 Twitter 被收购后的大裁员举了例子。
当时新老板接手 Twitter 时的逻辑极其简单粗暴:我觉得这公司不需要这么多人,但我也不知道具体谁有用、谁没用,不如我先把八成人裁掉;裁完如果哪个环节真出了问题,再把关键的人召回来。
全世界当时都在等着看 Twitter 崩溃。结果呢?服务器没塌,产品照样跑,甚至迭代得更快了。
这件事最核心的启示有两个:第一,组织里大量看似“不可或缺”的复杂流程和岗位,拿掉之后天根本不会塌;第二,一个决策者只有在做出足够昂贵、足够反人性的极限决策时,才能获得最大的认知跃升。
那天茶歇时,一位看医疗赛道的投资合伙人跟我感慨:“之前我投的一家公司跟我炫耀他们 40% 的代码是 AI 写的,我当时觉得很厉害;今天听你讲完,才发现 40% 只能算刚入门——修修补补确实不如推倒重来。”
我说:道理所有老板都懂,大家都知道应该 Start Over,但绝大部分老板不敢按这个按钮。
在回程车上,我们复盘这家医药集团和台下几十家被投企业的现状,发现大家卡住的地方一模一样:哪怕收购了海外的 AI 团队、哪怕成立了专门的数字化部门、哪怕做出了看起来很炫的科研小工具,只要不敢动核心业务流程、不敢动既有的组织架构和中间层,最后一定多赚不到钱,也省不下钱。
午餐桌上,有位做了很多年医药实业的老板跟我感叹:“陈总,你说的这种先砍人、再重构的做法,实在是太痛苦、太反人性了,老公司时间越长越弄不动。”
我当时看着他,说了那天饭桌上最核心的一句话:
这件事做起来当然痛苦,也确实反人性。但只要你还是这家公司的负责人、你还想带着公司往前走,这件事你就绝对躲不开。你唯一的区别,只是在“今天主动做”和“两年后被迫做”之间选一个——因为你的竞争对手都在瘦身,商业规律不会因为你觉得痛苦就放过你。
时代真正奖励的,不是 AI 原生产品,而是 AI 原生公司
![]()
在 2025 年 6 月那场演讲的最后,我给了一个总结:
在上一波机器学习浪潮里,时代奖励的是做出“机器学习原生产品”的人——谁做出了更好的搜索、广告、推荐算法,谁就成了巨头。
但在今天这场生成式 AI 的革命里,仅仅做一个“AI 原生产品”(比如套壳做一个聊天机器人或小工具)已经远远不够了。这个时代真正最大的红利,属于 AI 原生公司(AI-Native Company)。
什么叫 AI 原生公司?
- 它的组织是极度扁平的,只留做决策的人和直面客户干活的人;
- 它的日常沟通不是人与人没完没了地开会对齐,而是“遇事不决先问 AI”,AI 先完成 80% 的初稿和初步判断,人只做最终审阅和兜底;
- 它的分配机制是合伙人式的,让留下来的人成为用十倍生产力拿十倍回报的超级个体;
- 它的一号位是敢于亲自下到一线摸业务、敢于把历史包袱推倒重来的人。
2025 年 6 月我在台上讲这些话的时候,台下很多人在紧张、很多老板在犹豫;而到了今天,硅谷和国内发生的一切,几乎正在一字不差地验证当时的判断。
继续阅读
全部内容2026,企业最后的裁员窗口
先说一个我知道很多人听完会不舒服的暴论,但它是一个事实: 到了 2026 年,一家公司之所以一定要做 AI 转型,最大的 benefit 是你现在还可以大量地裁人。 过去这一年,我跟很多老板聊过企业的 AI 转型,自己也写过《企业的 AI 转型都会失败,就像煤老板做不了互联网》和《Happy AI Transforma...
请不要在泰坦尼克上研究如何升舱
最近一年,我发现身边越来越多的人开始做自媒体、做分享。很多是从大厂出来的朋友,第一次站到台前,把自己在公司里积累多年的经验讲给大家听。这客观上是好事。我也认真听了不少。 但听多了之后,我发现这些分享大多绕不开两个主题。 一个是如何在大厂里继续往上爬:怎么升职,怎么做 visibility,怎么管理向上关系,怎么在复杂组...
你不喜欢公司,公司也不需要你
这两年聊 AI,最奇怪的不是技术变化快,而是房间里的情绪完全对不上。 一边是老板、投资人、创业者、AI adopter 在兴奋地讨论 agent、自动化闭环、百倍提效、AI-native company。大家的语气里有一种终于等到新时代的激动,仿佛只要工具再强一点,组织就能轻装上阵,人类就能进入一个更高效、更自由的世界...



