现在，小团队的交付速度比大团队更快。我的两个世界的数据

我每周有一半时间在一家十人机构工作，一半时间在一家两人初创公司工作，本季度都运行几乎相同的人工智能堆栈。这次日程安排的意外产生了我所经历过的最清晰的比较，结果表明组织规模有些令人不安。

该初创公司每月发布 4 个功能和 11 个内容；该机构运送了两个客户项目，人员数量是其十倍。这种差距不是努力或天赋的问题，而是早在人工智能出现之前就已经存在了。人工智能改变的是协调性的惩罚。当起草、编码和分析都很便宜时，剩下的昂贵的事情就是决策，而小组通过构建更快地做出决策。

观察大团队的时间实际花在哪里：审批链、状态会议、不在现场的人员的决策文档。人工智能堆栈压缩了生产时间，但没有人构建出可以压缩两天审批循环的模型。瓶颈从制造事物转变为就事物达成一致，而共识不会随着员工数量的增加而扩大。

该机构正在刻意进行调整：更小的小组、预先批准的决策范围、更少的状态会议，以支持人工智能每周总结的共享工作空间。每一次改变都是实时的，每一次改变本质上都是在模仿初创公司的结构。这些工具并没有让大团队变得更快；它让缓慢的成本在每张发票上都可见。

对于人工智能时代的任何员工来说，普遍的教训是：每一位员工都应该增加更多的决策能力，而不是协调成本。这些工具使工作几乎免费，这意味着大团队可以买到的唯一持久优势是每个人更好的判断力。小团队首先想到了这一点，因为他们从来没有预算来忘记这一点。