中国社会科学院大学李晓华：一人公司最核心的能力是什么？

OPC不是孤立存在的个体，它嵌入在社会化大分工网络之中。

文｜《中国企业家》记者 邓双琳

编辑｜马吉英

头图来源｜受访者

一个人，究竟能不能成为一家“公司”？

如果是前几年，这个问题听起来或许会有点荒诞，但今天已经成为现实。比如，过去一个产品需要程序员、产品经理和设计师共同合作，实现落地，但如今一个人借助AI也能完成，甚至连后续的视频宣发、营销分析等流程都能包揽。

这就是OPC（One Person Company，一人公司）的概念，一个创业者借助人工智能工具，就能完成过去一个团队的工作。但我们今天想讨论的并非OPC的表面定义，OPC的兴起不仅意味着生产组织形式的变化，未来或许更多会涉及到企业边界、人才结构、社会分工的变化。

来源：AI生成

传统的企业之所以存在，是因为它能够把分散的人组织起来，让掌握不同专业技能的人分工协作，从而完成一个人无法独立完成的任务。例如企业通过科层制，把研发、生产、销售、财务等环节装进同一个组织里，以此降低协作成本。

而AI时代催生的OPC则恰恰相反，一个人也能直接获得过去组织才拥有的能力。按照科斯的交易成本理论，如果外部市场交易成本太高，一些业务就会被放进企业内部；如果企业内部的管理成本越来越高，企业就会把一部分业务交给市场。从这个理论出发，OPC的出现，或许也意味着传统企业的边界产生松动，未来组织协作模式将进一步产生变化。

这也是中国社会科学院大学应用经济学院教授李晓华近来研究OPC的出发点。今年6月末，李晓华与合作者在《社会科学辑刊》上发表了一篇名为《人工智能时代一人公司（OPC）的演进、动力机制与发展建议》的论文。在他看来，“一人公司”并非AI时代突然发明出来的新物种，从19世纪以来，一人公司作为一种经营形态就已经存在，互联网时代的自由职业者、独立开发者、个体创业者也早已大量出现，但AI让一个人的能力边界产生明显外扩，逐渐演变成一种以个人或精益团队为核心、借助AI完成生产活动的新型微型经营主体。

接受《中国企业家》采访时，李晓华认为，不能只从AI提效的角度去简单理解OPC，而是要把OPC放在整个社会生产体系里，作为一种生产组织方式去观察。OPC兴起背后更深层的意义，是未来企业组织演进的一种全新方向。

在他看来，未来OPC与传统企业更可能是一种互补关系——需要巨大资本投入、高度复杂协作和高风险承担的活动，仍然需要传统企业来完成；但一部分业务也会越来越多地向个人和小型组织转移。传统企业本身也可能因此变小、变扁平，甚至重新定义员工和组织的关系。

围绕这个方向，近期李晓华教授接受了《中国企业家》杂志专访。以下为对话全文（有删改）：

重新理解一人公司

《中国企业家》：现在大家都在谈论OPC，也就是AI时代的一人公司。首先想请您厘清一个概念，AI时代的OPC和我们过去理解的个体户、自由职业者等最本质的区别到底是什么？它的核心内涵该如何定义？

李晓华：传统意义上的一人公司、个体户，像早期电商网店、普通自媒体撰稿人，大多只能完成相对简单、单一、知识密度不高的工作。而AI时代OPC的核心特征，就是个体借助大模型、智能体等AI技术，能够承担过去只有团队或者具有一定规模的公司才能完成的复杂任务，比如影视制作、软件开发、完整的设计项目等等。

AI把人类长期积累的海量知识、技能封装进大模型与智能体当中，个体可以直接调用这些知识，人的能力边界被极大拓展，这是以前传统个体户完全不具备的条件。过去一个人的能力存在明显的天花板，现在依靠AI工具，个体可以向多个方向拓展能力的边界，这是二者最根本的分野。

《中国企业家》：为什么OPC会在当下这个时间节点成为热点？现在市场上也有人在讨论，这是不是一个“跟风”的伪概念。在您的观察中，大众对OPC最大的认知误区是什么？

李晓华：“一人公司”在今天成为一个重要趋势的根本原因就是人工智能技术极大地拓展了作为个体的能力边界，很多以前无法依靠单个人而必须依靠集体协作的工作或任务可以由单个的人来完成。

市场对于OPC的认知误区有多种，我这里特别强调一种，就是认为OPC需要完成一项产品或服务的完整的生产过程。实际上，现代社会的生产活动都是高度专业化分工的，OPC可以聚焦于价值链中的某一个环节，与其他OPC或公司形成分工合作关系，共同完成完整的价值链活动。另外，一人公司是一种抽象的界定，实际上也并不一定非要要求公司只有一个人，其内涵是极少数的人可以完成以前较大团队完成的工作。

《中国企业家》：很多普通人理解OPC，就是“一个人创业、一个人干活”，但您的论文中把它视作全新的生产组织方式，这两种理解之间有什么差异？

李晓华：两者是视角的差异。一人创业、一人干活是OPC的表象，而作为一种生产组织方式的考察，是把它放到整个社会生产体系之中，是相对于占主流地位的企业所呈现出的不同的形态。

未来组织形态：人机共智

《中国企业家》：从企业组织演进角度来看，过去企业存在的价值，是把大量个体组织起来实现协作。现在AI来了，是不是意味着我们正在转向依靠技术、让个体直接获得过去组织才具备的能力？

李晓华：一方面，个体通过利用大模型、智能体的确拥有了过去只有企业才能具有的算力资源、知识技能以及基于此形成的产出能力，但是组织也在演化，一些小型组织的功能可能可以由一人公司取代，但这不代表传统企业组织会消亡。复杂产品的开发、生产、运营如果需要大量的人员协作，可能还需要在科层组织框架下运行。

大模型本身的研发就是最直观的例子。训练大模型需要海量算力、巨额资本、大规模专业人才投入，这是OPC做不到的。传统大企业会继续存在，只是它自身形态也会发生改变，员工同样会调用AI工具开展工作，由于员工生产效率显著提升，公司整体人力规模可能收缩，组织走向更加扁平化，形成大公司、中小企业、OPC长期共存的格局。

《中国企业家》：如果用科斯的交易成本理论来解读，工业时代的科层企业是为了降低市场交易成本；互联网平台降低的是信息匹配、供需搜寻成本。那AI进一步降低的是什么成本？

李晓华：科斯企业理论的核心逻辑是，企业边界取决于市场交易成本和企业内部管理成本之间的权衡：市场交易成本太高，业务就会放到企业内部完成；企业内部管理成本过高，就会把业务向外分包，交由市场主体完成。

AI时代，很多过去需要多个人分工协作完成的生产活动，现在可以内化到一个OPC个体手中，原来企业内部的管理成本被大幅压低，但OPC依旧需要面对客户搜寻、商务谈判、合约监督这些市场交易环节的成本。发现需求、对接客户、建立信任，依旧是OPC要解决的现实难题。

《中国企业家》：拉长时间周期来看，OPC究竟只是传统企业的补充，还是未来组织演进的核心方向？未来企业与员工的雇佣关系会不会发生变化？

李晓华：OPC会迎来快速成长，会替代一部分原本企业承接的业务，但不会完全取代传统企业。可能的情形是，大型企业一方面保留核心团队，另一方面链接大量外部OPC、中小微企业，协作完成产品或服务的生产和交付。对于核心业务，企业依旧会保留内部全职团队。只不过，AI的生产能力越强，对传统企业功能的替代就越大。

《中国企业家》：您提出人工智能OPC具有“能力构成共智化”的特征。过去企业通过岗位分工形成集体能力，未来是否可能通过“个人+AI”形成新的集体能力？这种“人机共智”的组织，与传统企业最大的区别是什么？

李晓华：能力构成共智化指的是，人与人工智能各自具备能力的协同，形成合力。个体可将依赖算力与信息处理能力以及具有机械化、重复性特征的认知任务，外包给各类AI工具完成，从而将精力聚焦于更复杂、更具创造性的高阶认知活动。

未来企业内部的分工形态是人机协同、人机共治，但不限于“个人+AI”，人类员工、数字员工将以各种方式协同。不同岗位、不同任务，可以匹配不同智能体，个人还可以定制属于自己工作流的智能体，团队同样可以面向集体任务开发定制智能体。这个时候企业管理的对象，不只是人类员工，还要处理人和智能体、不同智能体之间的协同关系。

来源：AI生成

《中国企业家》：过去公司核心价值，是聚合一群人的能力。当AI让一个个体就可以同时调用研发、设计、营销、数据分析多种能力，公司的边界该如何重新理解？未来还需要大量全职员工吗？

李晓华：边界不是简单的扩张或者收缩，OPC和传统科层企业更多是互补。虽然未来企业人员数量可能下降，但借助AI和智能体，企业整体产出能力反而会放大。

未来企业依旧需要一部分相对固定的核心员工，但是这些岗位是不是全部采用传统全职模式，存在不确定性，不同产业、不同价值链环节，甚至不同商业模式的企业也会存在差异。很多非核心、标准化模块，可以通过市场链接OPC或其他合作伙伴来完成，不必全部通过雇佣固定员工的形式在企业内部实现。

《中国企业家》：工业时代核心资源是资本，互联网时代核心资源是流量。那落到AI OPC身上，它最核心的资源和能力是什么？

李晓华：随着人工智能技术的快速发展和算力基础设施的大规模建设，算力、大模型正在变成公共基础设施，所有人都可以按需调用，成本持续下行，获取门槛不断降低。大家都可以拿到差不多的工具，人和人之间差距不再来自工具本身。OPC的核心能力是发现用户需求、构建特定的智能算法、建立商业模式的能力。其核心资源在初期是根据目标任务定制化的智能体，后期核心能力可能就是用户的数据，以及由此形成的用户的转换成本、品牌和智能体的持续优化改进。

其中，OPC之间主要的差距之一，是对垂直领域需求精准的理解，也就是对市场的洞察力。举个例子，同样用AI做影视内容，AI可以完成画面生成、剪辑、配音等整套工作。但内容面向哪一类人群？这个群体喜欢什么样的故事？怎么找准用户痛点？定位目标受众，AI是不能自动完成的。对行业、对用户需求的把握，才是拉开差距的关键。

《中国企业家》：AI抹平了知识获取门槛，但很多人担忧，人与人的差距反而会被拉大。普通AI使用者和超级个体之间，差距到底体现在哪里？

李晓华：这件事要辩证看。从工具可得性来讲，AI带来平权效果。过去算力、专业模型成本极高，小企业、个人根本触碰不到；现在按词元付费，个人也可以使用强大AI能力。

但工具给到所有人手里之后，会在两个维度出现分化。第一是工具的使用水平，不只是基础操作，还包括基于业务场景对智能体做提示、调试、二次开发定制；第二，也是更重要的，是人的洞察力、判断力、提出好问题的能力，这些能力很难被AI替代。同样一套AI工具，有的人只能做简单内容的生成，有的人可以精准定义需求，指挥AI完成高价值业务，差距就在这里。

OPC未来如何发展？

《中国企业家》：现在很多人向往成为OPC，大家会觉得要成为全能的“六边形战士”，才能撑起一人公司，您如何看待这一点？

李晓华：其实专业化分工依旧是经济运行底层逻辑。OPC不需要搞定从获客、生产到营销、法务、财务等全部环节。比如人力资源和财税等这类事务完全可以外包出去，OPC需要守住两个核心：第一，熟练运用AI工具；第二，深耕垂直领域，拥有对应领域的专业知识和深刻洞察。它只要做好价值链当中自己擅长的一环就足够，其余环节交给合作方完成。

《中国企业家》：您提到OPC的价值会偏向小众、创意化方向。为什么小众长尾需求会被重视？是不是未来商业竞争整体从服务大众市场转向垂直个性化需求？

李晓华：并不是小众市场单体规模变得更大，而是过去大规模标准化生产模式下，小众、差异化需求因为成本太高，很难被工业时代的生产体系满足。AI降低了个性化供给的成本，数量庞大的OPC天然可以匹配多元化、长尾化的市场需求。大量分散的小众需求，终于有供给方可以承接，所以整个市场供给变得更加多元。

《中国企业家》：从现实商业落地来看，哪些行业更容易诞生高价值OPC？又有哪些领域并不适合OPC模式？

李晓华：更容易匹配的是高度数字化的行业，比如影视内容、设计、文案、数字服务开发，产品和服务本身以数字形态交付，供应链简单，不需要复杂实体生产流程。在物理实体相关行业，OPC就会遇到很大瓶颈，哪怕AI可以完成产品设计，后续原型打样、供应链组织、规模化生产，要调动大量实体资源，个体很难完成。

《中国企业家》：现实当中很多OPC的困境不是做不出产品，而是拿不到客户，缺少品牌背书。没有团队的一人公司，怎么搭建稳定商业闭环？

李晓华：首先要找到有真实痛点、具备一定市场容量的细分需求。如果直接面向C端，可以慢慢积累用户；如果做B端价值链当中的中间环节，就要主动和企业建立合作，嵌入到大企业的价值链当中。

现在也有一个行业猜想，未来也许会诞生类似众包平台的新型平台，专门服务OPC。一方面供OPC展示能力、交付产品、对接客户；另一方面客户也可以在平台上寻找合适的OPC。甚至会出现垂直赛道的专业平台，适配不同行业OPC。

《中国企业家》：传统创业追求扩张，招更多人、扩大规模。OPC推崇“小而强”，那么商业价值评价标准会不会改变？十个人但利润很高的小组织，是否可以比几百人规模的公司更具备竞争力？

李晓华：有可能。关键看是否能够利用AI降低成本、提高人均劳动生产率、提供具有价值的产品。

《中国企业家》：那传统的融资、上市这套成长逻辑，还适用于OPC吗？OPC未来的归宿，是一定要成长为大公司，还是大量维持“小而美”？

李晓华：大多数OPC可能就是保持小而美的状态，会有一定幅度的增长，但5是靠用户的增加和相应的对算力调用的增加，但一般不会进行业务线的扩张和人员的大幅度增长。但也不排除少数OPC如果特别有市场需求，会向具有一定规模的企业演化，OPC可以是创业的一个初期阶段，不代表它永远必须是一人公司。

《中国企业家》：OPC兴起，也会倒逼传统大企业重新审视自身。在OPC大量出现之后，大型企业真正不可被替代的竞争优势是什么？哪些能力会被AI削弱，哪些能力会进一步被放大？

李晓华：需要巨额投资的生产活动，如AI大模型的训练、算力中心的建设；药物的研发；高度复杂，需要团队紧密协作的活动，如大型设备的开发和生产。这些活动天然具有不可分割性，需要将大量人员组织起来完成。

重复性的工作、简单的脑力工作会被AI替代。前沿创新、复杂架构的开发、基础设施的建设运营可能是大型公司的优势。

《中国企业家》：当越来越多人选择做OPC，整个就业市场会迎来什么样的变化？

李晓华：这是现在学界讨论非常热烈的话题。回顾历次工业革命，技术在消灭旧岗位的同时，长期也创造大量新岗位，整体就业总量是增长的。但也有学者判断，人工智能这一轮，有可能迎来拐点，即被消灭的岗位数量，或许会多于新增岗位。

这和蒸汽机时代形成直观对比，蒸汽机从改良到全社会普及，经历长达近百年时间，冲击缓慢释放。但是AI技术迭代速度极快，冲击来得更加迅猛，现在连程序员这类岗位都已经感受到AI带来的影响。

当然也存在另一种可能性——随着居民收入提升，大众对于差异化、定制化产品服务的需求持续上涨，并且愿意为独特性支付溢价。AI让更多个体拥有供给差异化产品的能力，供给和新需求互相匹配，就会催生一批全新就业机会。但这个过程需要收入水平、消费观念同步提升，需要时间。

来源：AI生成

《中国企业家》：传导到教育端，人才培养体系是不是也要彻底调整？AI时代，教育会发生哪些重要变革？

李晓华：不只是面向OPC创业者，AI时代整体教育体系需要调整。在AI时代，知识本身很容易通过AI快速获取，死记硬背知识点的价值下降，但这不等于基础知识不再重要。掌握基础知识是我们判断问题好坏、产生新想法的地基，如果基础储备缺失，即便手握AI工具，也无法分辨输出结果对错。

首先学生的核心能力目标发生变化。不再以灌输知识为第一位，创造性思维、提出好问题的能力变得更加关键。

其次，人才的知识背景走向复合化。只懂技术不懂人文社科，会面临价值对齐、伦理判断短板；只懂人文社科，不懂得使用数字工具，也很难高效完成工作。文理的边界会不断模糊。就像现在OpenAI、Anthropic这类AI企业会大量招聘哲学等人文背景人才，负责做价值判断；而理科背景的人，也需要优秀的表达能力，才能精准向大模型描述想法，提示词的表达能力直接决定AI产出的质量和效率。

第三，教师的教学方法、使用的工具也要迭代。不再是单纯灌输式讲课，要引导学生创新思考。老师要学会善用AI工具，同时也要教会学生遵守AI用于科研、创作的规范，这类规范会越来越完善。

对于即将走出校园的年轻人，我的建议是持续学习，要主动学习AI相关工具，重点打磨那些不容易被AI替代的能力。学习的内容虽然发生变化，但是持续提升自我依旧是核心。