职业经理人统治公司八十年，AI 说要换人

1941 年，James Burnham 写了本《管理革命》，把资本主义切成两段。

第一段叫“资产阶级资本主义”。名字挂在门上，福特汽车就是亨利·福特的。老板直接告诉所有人干什么。问题也很明显：福特再能说，一天也就只能指挥这么多人，公司规模上不去。

第二段叫“管理资本主义”。职业经理人阶层出现了。他们不是汽车专家，也不是任何具体领域的专家，而是管理本身的行家。商学院、咨询公司，整套产业链跟着起来。

Marc Andreessen 在最近一档播客里复述了这套框架，然后加了一句判断：今天 Fortune 500 的大多数高管，既不是公司所在领域的专家，也不是创始人。他们是职业经理人。职业生涯里，可能在医疗行业干几年，再去金融，再换一个行业。照样管得好。

Burnham 认为这个转变是必然的，因为规模。想服务几百万到几十亿客户，复杂度和体量都要求一个专业管理阶层。代价也有，这个阶层不擅长发明，不太可能搞出下一个突破。但不管你喜不喜欢，这是运行大公司必须付出的成本。

后来管理主义赢了。大公司、政府、大型非营利组织，基本都这么运转。

Andreessen 对这件事的态度很有意思。他说自己一辈子做风投，就是在跟管理主义对抗，专门押注“名字挂在门上”的创始人，找下一个马斯克或者乔布斯，让他们在创新上压过在位者。用他的话说，是在 rage against the dying of the light，不让一切变得无聊、灰暗、迟钝、陈旧。

现在 AI 可能带来第三种模式。

创始人的天才火花，加上 AI 超能力。AI 最擅长干什么？写文件、做报告、干那些管理的活儿。新的亨利·福特加 AI，或者新的马斯克加 AI，可能同时拿到两头的优势：既有门上那个名字的生命力，又有管理阶层的规模化能力。

这话听起来像 VC 推销，但 Ben Horowitz 随后写了篇长文，把这个判断落到了具体的技术栈和公司形态上。文章叫《Databricks 与公司的未来》，发在 X 上。

第一层是 Databricks 自己怎么长出来的。2009 年，Ali Ghodsi 在伯克利做访问学者，看互联网公司用大数据预测用户点击、购买、观看。那时候主流框架是 Hadoop，能跑在上千台便宜服务器上。Hadoop 的问题是每一步计算都要写磁盘，对机器学习这种反复迭代的负载太慢。Matei Zaharia 写了个新东西，把复用数据留在内存里，快十倍。这就是 Spark。2013 年，Ali、Matei 和五个同事创立 Databricks，把跑 Spark 需要的集群、扩容、安全都包进一个企业平台。

后面是数据湖和数据仓库的分裂。仓库存结构化、可信的数据，分析师用 SQL 查；湖存便宜、什么格式都行，但没人管，最后变成“数据沼泽”。2020 年 Databricks 把两者合并成 lakehouse，在湖上加了表抽象，让仓库级 SQL 和机器学习跑在同一份存储上。这条产品线现在年收入超过 15 亿美元，同比翻倍。

2025 年他们收购 Neon，做出 Lakebase，把同样的思路用到运营数据库上。存储和计算分开，交易和分析共享同一份底层数据。Agent 可以秒级复制 PB 级数据库，开分支、做实验、扔掉。这块业务已经过了 1 亿美元年收入，最活跃的用户是 agent。

第二层是“agent 需要什么样的系统记录”。

Ali 在 Data + AI Summit 上问台下三万人，觉得 AGI 已经来了的举手。大概一成。

他说 AGI 其实已经来了。今天的前沿模型能做出人类做一整天的编程任务。METR 的追踪显示，agent 能独立完成的任务时长，大约每七个月翻一倍。如果这个趋势保持到 2030 年代初，agent 能干的活儿将以年计。

但现实是，大部分公司不敢让 AI 去改 Salesforce 里的一条记录。

Ali 的原话是：AI 没有智力问题，有上下文问题。再聪明的人，不给公司数据、不给权限、不给反馈、不知道同事脑子里想什么，也没法干活。所以他提了个词，SORA，System of Record for Agents，给 agent 用的系统记录。

这个东西要回答四个问题：什么是真的，数据状态在哪；它是什么意思，什么定义算权威；谁被允许做什么，每个模型、agent、工具都有身份、预算、护栏；以及干得怎么样，结果可评估。

其中本体论那块挺关键。Databricks 做了个叫 Genie Ontology 的东西，自动建一张组织知识图谱。里面有个算法叫 OntoRank，名字显然是跟 Google 的 PageRank 致敬，按定义是谁写的、用了多广、多久没改来排权威性。他们的测试里，把 agent 接进公司本体论，答案准确率从 50% 提到 84.5%。

第三层，公司本身会变成什么样。

这里绕不开 Ronald Coase 1937 年的《企业的性质》。他问，既然市场能用价格协调，为什么还要把一群人放进公司里，用管理命令协调？

答案是交易成本。找人、谈判、监督都要花钱。公司用内部管理替代一部分市场交易，但内部协调也不是免费的。公司越大，信息要过的人越多，内部组织成本最终会赶上市场交易成本，公司就停止扩张。

Herbert Simon 后来补了一句：把公司的记忆集中起来，反而能让决策分散。共享的计算机记录让每个决策点独立行动，系统自动对账。航空公司售票员不用给波士顿、芝加哥所有同事打电话，查记录、卖票、记录更新，所有人都看到。

数据库时代把这个原则推到全公司。以前要报表、开会、层层传话的事，变成对共享记录的一次查询。90 年代互联网让外部世界也能写进公司的记录，电商平台能协调几百万陌生人之间的买卖。

Ben 的判断是，AI 会做同样的事：降低协调成本，抬高企业能处理的复杂度上限。但更重要的变化在公司形状上。

20 世纪的公司是金字塔，因为层级就是它的信息处理系统。信息往上走，决策往下传，组织架构图就是信息流图。数据库部分改变了这个结构，但大多数员工还是在别人设计好的流程里使用系统。一小群经理、运营、工程师定义 schema、指标、应用、工作流，更多人只是用。

现在两个障碍同时在垮：知道和做到。

自然语言界面让领域专家直接查数据。Novo Nordisk 的科学家以前等数据工程师写查询，现在对着 Genie 说“把我们的肥胖症数据都给我看”，试验、洞察、可视化直接出来。Rivian 一个不会 SQL 的财务分析师用 Genie 给 CFO 搭了收入看板，供应链分析师搭了个入库追踪应用。

这不等于所有人能看所有数据。共享本体论、权限、问责制变得更重要，因为干活的人分散了。系统记录集中状态和护栏，分散的是谁能提问、谁能设计流程、谁能行动。

第四层，第二次管理革命。

Jack Dorsey 今年 3 月写了个宣言，叫《从层级到智能》，说 Block 在测试一个极端版本：系统持续维护整个业务的模型，用这个模型协调工作，以前这活儿要靠人在管理层级里传递信息。

Ali 同意方向，但加了个区分：组织架构图和信息流动方式，以前是一回事，现在不是了。他开会时任何问题，Genie 基本都能回答。公司仍然需要经理，但需要的是更少的信息路由器。培养人、帮团队判断优先级、注意到谁不高兴，这些还得靠人。

所以第二次管理革命，管理没死，死的是职业经理人对管理的垄断。

Ben 有一句话说得最扎实：AI 时代，人人都更像管理者。不是每个人都有下属，但更多人要定义工作、分派执行、检查结果、更新流程。

软件工程师已经在经历这个。日常从手写代码变成管理一队 coding agent：圈定问题、拆任务、并行分派、看 PR、批准或者打回。等 agent 在更多领域变强，更多知识工作者会做同样的切换。

第五层，主权公司。

两个银行租同一个前沿模型做信贷决策。第一个银行发 prompt、拿答案、记最终决定。第二个银行记哪些事实产生了答案、人工覆盖过什么、哪些决策后来表现好、哪些失败，然后不停调政策。一年后换更好的模型，只有第二个银行积累了更厚的资产。

Ben 管这个叫“主权公司”。换模型供应商的时候，你的定义、权限、评估过的案例、客户历史、踩过的坑都还在，这才算护城河。如果新模型启动时跟所有人用一样的 prompt，那不算。

Satya Nadella 最近有篇 essay 讲了类似的事，只是角度不同。他说 AI 模型持续吸收人和组织的专业知识，然后把它商品化，所以每家公司都得建“人力资本”和“token 资本”。两者在一个学习回路里复利，这个回路变成公司的新知识产权。

Jensen Huang 2024 年在 Databricks 的活动上说得更直白：每家公司自己的业务数据就是金矿。英伟达几乎每个流程都从数据飞轮开始，芯片设计、供应链都一样。他说这话的时候公司市值超过 3 万亿美元，员工只有 3 万人。

最后一段是 Databricks 差点被卖的故事。大概十年前，一家全球最大的公司想用上一轮估值六倍的价格收购 Databricks。Ali 打电话问 Ben 意见。

Ben 说，你卖了我赚很多钱，对你个人来说可能也是更好的选择。但我当年做 Loudcloud 和 Opsware 时拿到的牌，跟你的公司没法比。这种市场机会、这种创始人，同时出现的概率极低。你卖了会很有钱，但后半辈子可能会一直想：那一次我本来可以走到底，现在永远不知道能走多远。

Ali 挂了电话，自言自语：这事不会发生。

上个月，Databricks 年化收入过了 70 亿美元，同比增长 80%，估值 1900 亿美元。

回到最初那个问题：未来几十年，人们上班到底干什么？

Ben 的答案挺诚实：干那些还没被搞明白的事。Agent 和公司把已经知道怎么做的工作自动化掉，人去做判断、发现变化、决定下一个该存在的东西是什么。

Burnham 如果活到今天，可能会补一句：公司要保持主权，得拥有自己的模型，以及员工在边缘教给模型的一切。