在紅杉資本（Sequoia）看來，速度是預測新創成功與否的最佳指標。大多數公司將人工智慧（AI）視為提升生產力的工具，卻鮮少關注 AI 在改變我們協作方式上的潛力。Block 正在展示的，是如何從根本上重新思考組織設計，最終利用 AI 將速度轉化為複利式的競爭優勢。
在第一個企業組織圖出現的兩千年前，羅馬軍團就解決了每個大型組織至今仍面臨的難題：在溝通受限的情況下，如何協調分佈於遼闊地域的數千人？
他們的答案是層層嵌套的科層體制，並在每個層級保持一致的管理幅度。最小的單位是「conubernium」（營帳組），由八名士兵組成，共用一頂帳篷、裝備和一頭騾子，由一名十人長（decanus）領導。十個營帳組組成一個「century」（百人隊），共八十人，由一名百夫長指揮。六個百人隊組成一個大隊（cohort）。十個大隊組成一個軍團，約五千人。在每一層，都有指定的指揮官擁有明確定義的權力，負責彙整下層資訊並傳達上層決策。這種結構（8 → 80 → 480 → 5,000）本質上是一種資訊路由協議，其設計基於一個簡單的人類限制：一名領導者能有效管理的人數介於三到八人之間。羅馬人透過數個世紀的戰爭發現了這一點。時至今日，美軍的指揮鏈仍遵循類似模式。我們現在稱之為「管理幅度」（span of control），它依然是地球上每個大型組織的治理約束。
下一次重大變革來自普魯士。1806 年耶拿戰役中，拿破崙大軍摧毀了普魯士軍隊，此後，由沙恩霍斯特（Scharnhorst）和格奈森瑙（Gneisenau）領導的一群改革者圍繞一個殘酷真相重建軍隊：你不能依賴頂層的個人天才，你需要一套制度。他們創建了總參謀部，這是一個受過專業訓練的軍官階層，其職責不是作戰，而是規劃行動、處理資訊並協調各單位。沙恩霍斯特希望這些參謀軍官能「支援能力不足的將軍，提供領導者和指揮官可能缺乏的才能」。這是在「中階管理」一詞出現之前的中階管理。這些專業人士的職責是路由資訊、預先計算決策，並在複雜組織中保持協同。軍方也正式確立了「前線」（line）與「幕僚」（staff）職能的區別。前線推進核心使命，幕僚提供專業支援。直到今天，每家企業仍在使用這套詞彙。
軍事科層體制是透過 1840 和 1850 年代的美國鐵路進入商業世界的。美國陸軍將西點軍校培訓的工程師借調給私人鐵路公司，這些軍官隨之帶來了軍事組織思維。幕僚與前線的科層體制、事業部結構、官僚式的報告與控管系統：所有這些都是在鐵路採用之前，先在軍事領域發展出來的。1850 年代中期，紐約與伊利鐵路公司的丹尼爾·麥卡勒姆（Daniel McCallum）繪製了世界上第一張組織圖，以管理一條綿延 500 多英里、僱用數千名工人的系統。過去適用於小型鐵路公司的非正式管理風格已宣告失敗。列車相撞事故頻傳，造成人員傷亡。麥卡勒姆的圖表將羅馬人使用的相同科層邏輯正式化：分層的權威、明定的匯報路線、結構化的資訊流。這成為現代企業的藍圖。
弗雷德里克·泰勒（Frederick Taylor，1856-1915）常被稱為「科學管理之父」，他優化了該科層體制內部的運作。泰勒將工作細分為專業任務，分配給受訓專家，並透過數據衡量而非直覺進行管理。這催生了職能型金字塔組織——一種在軍事開創、鐵路商業化的資訊路由系統中，為效率而優化的結構。
職能科層體制的首次真正壓力測試發生在第二次世界大戰期間。曼哈頓計畫要求物理學家、化學家、工程師、冶金學家和軍官跨越學科界線，在極度機密和時間壓力下為單一目標協作。羅伯特·歐本海默（Robert Oppenheimer）將洛斯阿拉莫斯實驗室劃分為職能部門，但堅持部門間開放協作，抵制了軍方各自為政的本能。當 1944 年內爆問題變得至關重要時，他圍繞該問題重組了實驗室，組建了當時美國企業界前所未有的跨職能團隊。這奏效了，但那是由一位獨特人物領導的戰時特例。戰後商業界面臨的問題是：這種跨職能協調能否成為常態？
隨著二戰後企業的成长與全球化，職能設計在規模上的限制變得日益嚴峻。1959 年，麥肯錫的吉爾伯特·克利（Gilbert Clee）和阿爾弗雷德·迪斯奇皮奧（Alfred di Scipio）在《哈佛商業評論》上發表了〈創建世界級企業〉一文，為結合職能專業與事業部單元的矩陣式組織提供了知識框架。在馬文·鮑爾（Marvin Bower）的領導下，麥肯錫協助殼牌（Shell）和奇異（GE）等公司實施這些原則，在中央標準與地方靈活性之間取得平衡。這成為了推動戰後全球經濟的「專業」或「現代」企業模式。
隨著時間推移，其他框架相繼出現，以解決矩陣結構的複雜性、僵化和官僚作風。湯姆·彼得斯（Tom Peters）和羅伯特·沃特曼（Robert Waterman）於 1970 年代末開發的麥肯錫 7S 框架，區分了「硬性 S」（策略、結構、制度）與「軟性 S」（共同價值觀、技能、人員、風格）。其核心理念是，僅靠結構性元素是不夠的。組織效能需要在文化特質和決定策略成敗的人為因素上保持一致。
近幾十年來，科技公司大膽實驗各種組織結構。Spotify 普及了跨職能小隊與短衝刺週期。Zappos 嘗試合弄制（Holacracy），完全取消管理職稱。Valve 則採取扁平結構，沒有正式科層。這些實驗都揭示了傳統科層的某些限制，但沒有一個解決了根本問題。Spotify 在擴大規模後回歸傳統管理。Zappos 經歷了嚴重的人員流失。Valve 的模式被證明難以擴展到數百人以上。當組織成長到數千人的規模時，它們最終會回歸科層協調，因為尚無其他資訊路由機制有足夠的實力取而代之。
限制因素與羅馬人面臨的、以及美國海軍陸戰隊在二戰中重新發現的如出一轍：縮小管理幅度意味著增加指揮層級，但層級越多，資訊流就越慢。兩千年的組織創新，本質上都是在試圖繞過這種權衡，卻又不打破它。
那麼，現在有什麼不同？
在 Block，我們正在質疑底層假設：組織必須以人類為協調機制的科層方式來組織。相反，我們打算取代科層體制的作用。如今大多數使用 AI 的公司只是給每個人配了一個「副駕駛」（copilot），這僅讓現有結構運作得稍好一些，卻未改變本質。我們追求的是截然不同的東西：一家構建為智慧體（或迷你 AGI）的公司。
我們並非第一個嘗試超越傳統科層的組織。海爾的「人單合一」模式、平台型組織、「數據驅動」管理：這些都是對同一問題的真正嘗試。它們所缺乏的，是一種能夠實際執行科層體制所提供之協調功能的技術。AI 就是這項技術。有史以來第一次，一個系統可以維持整個業務的持續更新模型，並利用它來協調工作，而這些工作在過去需要人類透過層層管理來傳遞資訊。
要做到這一點，一家公司需要兩樣東西：一是對自身營運的某種「世界模型」，二是足夠豐富的客戶訊號，使該模型具有實用價值。
Block 是遠端優先（remote-first）的公司。我們所做的一切都會產生數位足跡。決策、討論、程式碼、設計、計畫、問題和進度都以記錄在案的行動形式存在。這是構建公司世界模型的原始素材。在傳統公司中，經理人的工作是了解團隊動態，並將背景資訊在指揮鏈中上下傳遞。在遠端優先且工作已具備機器可讀性的公司中，AI 可以持續建立並維護這一全景圖：正在構建什麼、什麼被卡住、資源如何分配、什麼有效、什麼無效。這些就是過去由科層體制承載的資訊。現在，公司世界模型承擔了這一角色。
然而，系統的能力取決於餵給它的客戶訊號品質。而金錢，是世界上最誠實的訊號。
人們會在問卷中說謊。他們會無視廣告。他們會放棄購物車。但當他們消費、儲蓄、匯款、借貸或還款時，那就是真相。每筆交易都是關於某人生活的事實。Block 每天都能從買方（透過 Cash App）和賣方（透過 Square）雙側看到數百萬筆此類交易，加上來自商家業務營運的數據。這賦予了客戶世界模型一種罕見的特質：基於複利累積的誠實訊號，形成對每位客戶、每家商家的財務現實的深入理解。訊號越豐富，模型越精準。模型越精準，交易越多。交易越多，訊號越豐富。
公司世界模型與客戶世界模型相結合，構成了另一種公司的基礎。與其讓產品團隊構建預定的路線圖，不如構建四件事物：
第一，能力（Capabilities）。原子的金融原語：支付、借貸、發卡、銀行服務、先買後付、薪資支付等。這些不是產品。它們是難以獲取和維護的構建模塊（部分具有網路效應和監管許可）。它們本身沒有使用者介面。它們擁有可靠性、合規性和效能目標。
第二，世界模型。這有兩個面向。公司世界模型是公司理解自身及其營運、績效和優先事項的方式，取代了過去流經層層管理階層的資訊。客戶世界模型則是基於專有交易數據構建的、針對每位客戶、每家商家、每個市場的表徵。它始於當前的原始交易數據，並隨時間演進為完整的因果與預測模型。
第三，智慧層（Intelligence Layer）。這負責在特定時刻為特定客戶組合能力以形成解決方案，並主動交付。例如，模型預測某餐廳在季節性低迷前現金流將趨緊。智慧層便從借貸能力中組合出一筆短期貸款，利用支付能力調整還款時間表，並在商家想到尋找融資之前就將其呈現出來。又如，Cash App 用戶的消費模式發生變化，模型將其與搬遷至新城市關聯。智慧層隨即組合出新的直接存款設置、針對新社區提升回饋類別的 Cash App 卡片，以及根據更新後收入校準的儲蓄目標。沒有產品經理決定構建任何這些解決方案。能力已存在。智慧層識別了時刻並將其組合。
第四，介面（硬體與軟體）。Square、Cash App、Afterpay、TIDAL、bitkey、proto。這些是智慧層交付組合解決方案的交付介面。它們很重要，但價值並非在此創造。價值在於模型和智慧。
當智慧層試圖組合解決方案卻因缺乏能力而失敗時，這種失敗訊號就是未來的路線圖。傳統上路圖由產品經理假設下一步該構建什麼，這在任何公司都是最終的限制因素。在此模型中，客戶現實直接生成待辦事項清單。
如果公司構建的是這些，那麼問題就變成：人們要做什麼？
組織結構由此衍生，並颠倒了傳統圖景。在傳統公司中，智慧分佈在人身上，由科層體制進行路由。在此模型中，智慧存在於系統中。人位於邊緣（Edge）。邊緣才是行動發生之處。
邊緣是智慧與現實接觸的地方。人們能觸及模型尚無法到達的地方。他們能感知模型無法察覺的事物：直覺、有立場的方向、文化背景、信任動態、房間裡的氛圍。他們做出模型不該單獨做出的決定，特別是道德決策、新穎情境以及代價高昂的關鍵時刻。無法觸碰世界的全球模型只是個資料庫。但邊緣不需要層層管理來協調。世界模型賦予邊緣的每個人所需的背景，使他們無需等待資訊在指揮鏈中上下傳遞即可行動。
實際上，這意味著我們將角色標準化為三類：
個人貢獻者（ICs）：負責構建和運作能力、模型、智慧層和介面。他們是系統特定層級的深度專家。世界模型提供了過去由經理人提供的背景，因此 ICs 可以在無需等待指令的情況下對其層級做出決策。
直接負責人（DRIs）：擁有特定的跨領域問題、機會和客戶成果。一位 DRI 可能在 90 天內負責解決特定細分市場的商家流失問題，並擁有完全權力從世界模型團隊、借貸能力團隊和介面團隊調用資源。DRIs 可能長期專注於某些問題，也可能轉往他處解決新問題。
球員兼教練（Player-coaches）：結合構建與培養人才。他們取代了傳統上以資訊路由為主要職責的經理人。球員兼教練仍然撰寫程式碼、構建模型或設計介面。他們也投資於周圍人的成長。他們不會把時間花在狀態會議、協對齊會議和優先級談判上。世界模型處理協對齊。DRI 結構處理策略和優先級。球員兼教練處理工藝和人。
不再需要永久性的中階管理層。舊科層體制所做的一切，現在由系統協調，每個人都被賦能，角色更貼近工作和客戶。
Block 正處於這一轉型的早期階段。這將很艱難，部分環節在運作之前可能會先經歷失敗。我們現在將其寫出來，是因為我們相信每家公司最終都將面臨與我們相同的問題：你的公司理解了什麼真正難以理解的事物？而這種理解是否每天都在加深？
如果答案是「無」，那麼 AI 只是一個成本優化的故事。你裁減人手，改善幾個季度的利潤率，最終被更聰明的東西吸收。如果答案是「深刻」，那麼 AI 不會增強你的公司。它會揭示你的公司究竟是什麼。
Block 的答案是經濟圖譜（economic graph）：數百萬商家和消費者，每筆交易的雙邊，即時觀察到的金融行為。這種理解在系統運作的每一秒都在複利增長。我們相信背後的模式——一家組織為智慧體而非科層體制的公司——意義重大，足以在未來幾年重塑各類公司的運作方式。Block 進展已足以證明這個想法不僅是理論（儘管，我們歡迎辯論和反饋來壓力測試並改進我們的思想）。
公司的快慢取決於資訊流。科層體制和中階管理阻礙了資訊流。兩千年來，從羅馬的營帳組到今天的全球企業，我們別無選擇。八個士兵共用一頂帳篷需要一名十人長。八十人需要一名百夫長。五千人需要一名軍團長。問題從來不在於是否需要層級。問題在於人類是否是這些層級職能的唯一選項。現在已非如此。Block 正在構建未來。