AI 如何改變組織形態與公司規模

由《教練力實踐》證據研究員維護。這是活檔：每筆來源 2026-06-23 用 WebSearch／WebFetch 實際查證；近兩年（2024–2026）優先，標年份與證據層級。 格式對齊 AIcoach-workshop/研究庫：標題／年份／機構／關鍵發現／支持書哪論點／URL／類型／可信度／查證日。 鐵則：只收真實、可連結、查證過的來源；絕不編造；分清「實證／結構數據」與「觀點／討論訊號」；反證照實列。

核心論點（這份證據要支持的 WHY）

AI 正在改寫「組織」這件事。過去要做出一定規模的事業，你通常得先把人聚起來：招募、管理、發薪、協調，組織的大小幾乎就等於野心的大小。現在 AI 把大量通用的執行能力變得便宜、人人拿得到，「規模」與「人數」開始脫鉤：極小的團隊、甚至一個人，可以撐起過去需要幾十人的產能；同時組織內部也在「去中間層」，變扁平、職位重組。

不過這不是「一個人就能做完所有事」的童話。比較扎實的證據同時指向兩件事：**(A) AI 確實大幅降低了「創業／開始做一件事」的門檻（solo 創業激增、micro-SaaS 爆發、每人營收倍數提升）；(B) 但「做大、做到頂尖」這件事，團隊與信任仍然關鍵**（頂尖名次仍由團隊主導、多數一人事業營收很小、明星案例藏著治理與誠信的問題）。

這正是本書的位置：當「執行」變便宜、組織變薄，真正少見、也很難交給 AI 的，往往是只有你能做的那一塊：你的判斷、你的方法、你與人的真實連結、你願意背書的東西。組織縮小不是要你變成孤軍，更像是逼你想清楚「哪些事該你親自做、哪些可以交出去」。這恰恰是教練力／自我支持系統要處理的題目。

證據清單

一、一人公司／極小團隊靠 AI 放大產能（趨勢與結構數據）

1. Solo 創業占比從 23.7%→36.3%；種子期團隊從 10.3 人縮到 6.2 人

• 年份：2025　機構：Carta（《Solo Founders Report 2025》，全美數萬家新創股權數據）
• 關鍵發現：2019→2025 H1，**單一創辦人新創占比由 23.7% 升至 36.3%**；種子期持股員工數由 2021 高峰的 10.3 人降到 6.2 人。但 solo 創辦人募資吃虧：2024 年占新創 30%、卻只拿到 14.7% 的股權輪現金。〔待查證〕
• 支持書哪論點：「規模與人數正在脫鉤」「開始變容易了，但做大仍需要團隊資源」。正反兩面都在這一筆裡。
• URL：https://carta.com/data/solo-founders-report/
• 類型：產業結構數據（私募市場樣本，非全經濟）　可信度：高（Carta 是新創股權基礎設施，樣本大且具體）　查證日：2026-06-23

2. AI-native 新創用 7–8 倍更少的人達同等營收

• 年份：2025　機構：Pavilion（《7X Fewer Employees, 4X Faster Growth》）／Unite.AI 整理
• 關鍵發現：AI-native 新創相對 SaaS 同業，每一美元營收用 7–8 倍更少員工，成長速度約 4 倍。公開 SaaS「每員工 30 萬美元營收」曾是黃金標準，領先 AI 新創已遠超過。
• 支持書哪論點：「同樣的事業規模，現在用更少人就能撐起」。
• URL：https://www.joinpavilion.com/blog/7x-fewer-employees-4x-faster-growth-what-makes-ai-companies-different
• 類型：產業分析（商業媒體／顧問觀點，非同儕審查）　可信度：中（趨勢方向可信，倍數為樣本估計，當「量級」看不當精確值）　查證日：2026-06-23

3. Midjourney：約 11–15 人做到約 2 億美元年營收

• 年份：2024–2025　機構：多家科技媒體報導（Inc.、Pavilion 等）
• 關鍵發現：生成式 AI 公司 Midjourney 由 David Holz 帶領、團隊約 11–15 人，年營收約 2 億美元（每員工約 1,800 萬美元，遠高於「健康公司約 20 萬／員工」的常見基準）。〔待查證〕
• 支持書哪論點：極小團隊加上 AI，人均產能可以到過去難以想像的程度；這是最常被拿來當畫面的案例。
• URL：https://www.inc.com/leila-sheridan/the-no-employee-billion-dollar-startup-how-ai-is-changing-the-face-of-solopreneurship/91326517
• 類型：案例報導　可信度：中（私人公司財務未經審計，營收為媒體引述；人均極端值不可推廣為常態）　查證日：2026-06-23

4. YC 合夥人：「過去要 5 個工程師，現在 1 個＋AI 工具」

• 年份：2025　機構：Y Combinator（合夥人 Jared Friedman，W2025 批次觀察）
• 關鍵發現：YC W2025 批次約 75% 與 AI 相關、其中 15–20% 為 solo 創辦人；Friedman 稱「過去要 5 個工程師做的，現在 1 個工程師＋AI 工具就能做」。
• 支持書哪論點：「執行人力正被 AI 放大」的第一線投資人訊號。
• URL：https://www.taskade.com/blog/one-person-companies
• 類型：創投觀點（標「觀點」）　可信度：中（一線觀察具參考性，但 YC 為 AI 創業利益相關方，當訊號不當定論）　查證日：2026-06-23

二、組織縮編、扁平化、去中間層

5. 41% 員工說公司減少了管理層級（「delayering／unbossing」）

• 年份：2025　機構：Korn Ferry（Workforce 2025 報告）／FourWeekMBA 整理
• 關鍵發現：41% 員工表示公司減少了管理層級；美國管理職位 2022.5–2025.5 間減少約 6.1%（BLS）〔待查證〕；中階管理在裁員中的占比從 2019 的 20% 升到 2023 的 32%〔待查證〕。趨勢被稱為「delayering（去層級）／unbossing（去主管）」，動機是效率與「扁平組織跑更快」。
• 支持書哪論點：「組織不只是變小，也在變扁：中間的協調層正被 AI 與工具吸收」。
• URL：https://fourweekmba.com/companies-cutting-middle-managers-ai-era/
• 類型：機構調查＋官方統計（BLS）　可信度：中高（Korn Ferry 調查＋BLS 官方數據；「AI 為主因」屬詮釋，需與其他因素並陳）　查證日：2026-06-23

6. McKinsey：32% 企業預期一年內 AI 使總人力減少至少 3%

• 年份：2025　機構：McKinsey（State of AI 2025 調查）
• 關鍵發現：**32% 受訪企業預期未來一年 AI 將使總人力減少至少 3%**（只有 13% 預期會因此增加人力）。同時 McKinsey 自身於 2025–2026 裁減約 10% 全球人力，主攻 generative AI 能在分鐘內完成的後台研究／排程／合規／報告等工作。〔待查證〕
• 支持書哪論點：「組織縮編是企業正在主動規劃的事，不只是個案」，也給了「中後台例行工作通常最先被吸收」的方向感。
• URL：https://www.finalroundai.com/blog/mckinsey-report-layoffs-due-to-ai
• 類型：四大顧問／機構調查　可信度：中高（McKinsey 一手調查；轉述自二手整理，數字需以原報告為準）　查證日：2026-06-23

三、新型態事業／創業門檻下降（micro-SaaS、creator economy）

7. 生成式 AI 顯著推升 solo 創業——但團隊仍主宰頂尖名次（最關鍵的「正反同證」一筆）

• 年份：2026　機構：Kim, Kang & Song（arXiv:2605.10291，分析 Product Hunt 16 萬+ 產品上架）
• 關鍵發現：ChatGPT-3.5 釋出後創業進入顯著上升、且不成比例由 solo 創業者驅動，尤其在過去偏好團隊的類別。但這多屬「低承諾、實驗性」進入，並未轉化為更多頂尖成果——平台排名頂層反而越來越由團隊主宰。作者結論：「生成式 AI 降低 solo 創業門檻，同時強化了團隊的優勢」。
• 支持書哪論點：全書最該引用的一筆：「AI 讓『開始』變得人人可及，卻沒有讓『做到頂尖』也變得人人可及」。它直接支持「執行變便宜之後，真正值錢的是只有你能做的判斷與信任」這個主張。
• URL：https://arxiv.org/abs/2605.10291
• 類型：學術預印本（arXiv，大樣本實證）　可信度：中高（樣本大、設計清楚；惟為預印本、限 Product Hunt 平台，外推需謹慎）　查證日：2026-06-23

8. micro-SaaS 市場由 157 億（2024）成長至 596 億美元（2030 預估），MVP 成本從 2.5 萬崩到約 7 千美元

• 年份：2025　機構：Freemius（《State of Micro-SaaS 2025》）／TechRT 等整理
• 關鍵發現：micro-SaaS 市場規模 2024 約 157 億→2030 預估 596 億美元（年增約 30%）〔待查證〕；基礎 SaaS MVP 開發成本由約 2.5 萬美元降到約 7 千美元〔待查證〕；逾 44% 獲利的 SaaS 由 solo 創辦人經營〔待查證〕（Freemius 頁面實際寫的是：其平台上 45.7% 的 SaaS 開發者為 solo 創辦人，未提「獲利」）。但反差：70% micro-SaaS 月營收低於 1,000 美元（Freemius 轉引 Rocking Web 資料）。
• 支持書哪論點：「創業的成本與技術要求大幅下降」，同時自帶反證：開始變容易，不等於多數人賺到錢。
• URL：https://freemius.com/blog/state-of-micro-saas-2025/
• 類型：產業報告（廠商生態系數據）　可信度：中（市場規模為第三方預估、廠商自家生態樣本需打折；方向可信，精確數字保留）　查證日：2026-06-23

9. 美國新創企業申請創歷史新高，2023 出現與生成式 AI 同步的躍升

• 年份：2024–2026　機構：US Census Bureau（Business Formation Statistics）／CNBC、SBA Office of Advocacy 引用
• 關鍵發現：2024 年底至 2025 年初的三個月，美國新增約 156 萬件新創企業申請，為 2004 年以來同期最高；研究以 Census BFS 高頻數據發現 AI 相關新創申請在 2023 出現一次顯著跳升，時點與生成式 AI 突破吻合。另有「job market 疲弱→更多人轉向創業」的推力因素。〔待查證〕（下列網址目前的文章談的是企業 AI 採用率依規模的差異，未含新創申請數據；156 萬件與 2023 躍升的原始出處待重抓）
• 支持書哪論點：「創業活動在 AI 時代持續升溫」最直接的官方依據（要注意：申請不等於成功營運，而且有一部分是就業疲弱推出來的，不全是 AI 賦能）。
• URL：https://www.census.gov/library/stories/2026/05/ai-use-businesses.html
• 類型：官方統計＋商業媒體分析　可信度：中高（Census 官方數據；「AI 為因」屬相關非因果，需謹慎措辭）　查證日：2026-06-23

四、人力結構變化：junior 職缺、團隊組成

10.〔最有力實證〕Stanford：AI 高暴露職業的 22–25 歲早期職涯員工就業相對下降 16%

• 年份：2025（2025-11-13 版；2026-08-12 另有修訂版）　機構：Stanford Digital Economy Lab（Brynjolfsson, Chandar & Chen，《Canaries in the Coal Mine?》）
• 關鍵發現：用全美最大薪資軟體商的高頻行政資料，發現 generative AI 廣泛採用後，AI 高暴露職業中 22–25 歲早期職涯員工就業出現相對 16% 的下降（控制公司層級衝擊後）。六個事實：① 早期職涯高暴露者顯著下滑；② 低暴露／資深者持平或成長；③ 調整走「人數」而非「薪資」；④ 下滑集中在 AI 取代（非增幅）的職業；⑤ 排除科技業仍成立；⑥ 排除遠距職業仍成立。2026-08-12 修訂版（資料延伸至 2026 年 6 月）指出差距已擴大到相對 19%，主要來自減少聘用年輕人而非增加解僱；同時整體經濟並無廣泛失業的證據。
• 支持書哪論點：「組織縮編最先減少的是入門級、可被 AI 接手的執行工作」，同時也反襯出資深、判斷型、增幅型的角色相對穩定，呼應本書「往只有你能做的那塊移動」。
• URL：https://digitaleconomy.stanford.edu/publication/canaries-in-the-coal-mine-six-facts-about-the-recent-employment-effects-of-artificial-intelligence/
• 類型：頂尖學術實證（一手大型行政資料，最高可信度等級）　可信度：高　查證日：2026-06-23

11. AI-exposed entry-level 程式設計職位崩跌，新鮮人科技 hiring 腰斬

• 年份：2025–2026　機構：多家就業數據整理（Pragmatic Engineer 等）
• 關鍵發現：入門級程式設計師就業約 **-27.5%**，頂尖科技公司新鮮人招募下降逾 50%；同時 AI 相關職位整體大增（2025 Q1 年增 25.2%、ML 工程師 +41.8%）。〔待查證〕（下列網址目前版本寫的是：大公司工程職的新鮮人占比從 2023 的近 3/10 降到 2025 的 1/10、實習名額約減半、AI 工程職缺一年增 60%、軟體工程職缺增 7%；上列百分比未出現在該頁）結構在「重組」而非單純「消失」：junior 執行縮、AI/資深角色擴。
• 支持書哪論點：「人力結構是重組（reshuffle），不是全面縮減」：入門執行的工作在縮，需要判斷與專業的角色在擴。
• URL：https://newsletter.pragmaticengineer.com/p/the-job-market-in-2026-part-2
• 類型：產業就業分析　可信度：中（多源彙整、口徑不一；方向一致可信，個別百分比保留）　查證日：2026-06-23

缺口與反證（必須誠實列）

本書若只講「一人公司萬歲」，很容易站不住。以下反證同樣扎實，而且更能支持本書真正的立場：「組織變薄，逼你看清只有你能做的那塊」，而不是「人都不需要了」。

反證 A：頂尖成果仍由團隊主導，AI 沒有民主化「成功」

• Kim/Kang/Song（arXiv:2605.10291, 2026）：solo 進入暴增但多為低承諾實驗，頂層名次越來越由團隊主宰。「降低門檻」與「決定誰勝出」，是兩件事。

反證 B：明星「一人公司」案例藏著治理與誠信的問題

• Medvi（GLP-1 遠距醫療，2 員工、號稱 2026 營收衝 18 億美元〔待查證〕）被當作「一人十億公司來了」的旗艦案例，但：FDA 已就欺騙性產品標示發警告函；網站用 AI 生成的病患照片與深偽前後對比圖；客服 chatbot 曾捏造藥價與不存在的產品線〔待查證〕；多起訴訟在身〔待查證〕。
• Forrester（J.P. Gownder，2026-04-06，觀點）直指業界把「裁員投資 AI」混淆成「AI 取代了員工」：真正的取代是「裁員隔天 AI 就接手前一天人做的事」，這極少發生，因為連大科技公司都還沒有夠成熟的 AI agent。
• URL：https://www.forrester.com/blogs/beware-the-magical-two-person-1-billion-ai-driven-startup/

反證 C：領先 AI 公司本身在「擴編」不是「縮編」

• OpenAI 2025 人力成長約 55%（年底約 7,850 人），目標 2026 年底逼近翻倍至 8,000+；Anthropic 全年加人、進入 2026 帶最積極招聘計畫。〔待查證〕「用 AI 做大」的公司反而在大量招人。縮編的說法不一定到處適用（Jevons 式效應：能力變便宜之後，總需求與用量反而會擴張）。
• 註：此為二手彙整（JobsByCulture／FT 轉述），數字當量級看。

反證 D：多數小事業沒賺到錢／申請≠成功

• 70% micro-SaaS 月營收低於 1,000 美元（Freemius 2025）；美國新創申請創高有部分由就業市場疲弱推動（被動創業），非純 AI 賦能；申請數≠存活營運數。

真正的缺口（本書可填的空白）

• 現有證據集中在新創估值、就業統計、平台上架等「外部成果」層面，缺少「組織縮小後，個人如何重新分配自己的時間、判斷與心力」的方法層證據。也就是：當執行交給 AI、組織變薄，個人怎麼經營「只有我能做的那塊」。這正是《教練力實踐》／自我支持系統的位置：把宏觀的「組織縮編」翻譯成微觀的「個人作業系統重組」。
• 〔待查證〕SBA Office of Advocacy 2025-09《AI in Business: Small Firms Closing In》指小型企業正縮小與大企業的 AI 採用落差；PDF 解析失敗，數字尚未逐一查證，引用前需重抓原文。

證據分級速查