协调成本两百年：从科斯天平到 AI 触发的下一次组织重构

深度探讨 · 组织演化 × 协调成本 × AI 重构 | 约 24 分钟阅读

核心导读：组织形态两百年的每一次重构，背后都是同一只手——协调成本的持续下降。本文用"两个问题 + 一架科斯天平"拆解主线：生产技术决定集中度，信息技术靠压低"信息摩擦力"重塑企业边界。当 AI 把降本从"通信传输"推进到"认知推理"，作为"人类认知中继"的中层首当其冲，"大削平"随之到来；而 AI 从 Copilot 到 Agent 的跃迁，正把组织推向靠 API 与智能合约动态结盟的"无边界组织"。

有研究预测，到 2026 年底，约两成组织将精简掉一半以上的中层管理岗位。Forbes 用"大削平"（The Great Flattening）来概括这场组织的彻底扁平化，而其中一个判断尤其值得关注——被 AI 最先压缩的，是组织的"协调层"（coordination layer）。

这事很容易被当成又一轮裁员新闻读过去。但如果你把镜头拉远到两百年的尺度，会发现它一点都不新鲜：它只是同一个故事的最新一章。从蒸汽机把农民变成工人、聚集到工厂的那一刻起，人类组织的形态就一直在变——工厂、公司、跨国集团、平台、生态……历经数次范式转移（Paradigm Shift）。而每一次变形背后，几乎都是同一只手在推。

这篇想做两件事：先把这只手指出来，再沿着时间轴，对组织从蒸汽时代到 AI 时代的演变路径，做一次系统性的底层逻辑解构。

两个问题，一架天平

要看懂组织形态怎么变，其实只需要回答两个问题——一家组织最终长成什么样，基本就是这两个答案拼出来的：

• 问题一：生产是否需要在物理空间上集中？ 这决定组织的集中度（组织密度）。
• 问题二：组织边界如何收放——哪些活动内部化、哪些外部化？ 这决定组织的边界与规模。

第一个问题，答案主要由生产技术给出。 蒸汽机是一个集中、搬不动的动力源，机器只能围着它转，人只能围着机器转——于是有了工厂，有了"上班"。但生产技术一变，答案就跟着变：电力可以分散输送，工厂反而能铺开、能搬到离原料或市场更近的地方。所以真正决定"要不要聚在一起"的，是整套生产技术（动力、机器、工艺）的物理性质。

第二个问题更微妙，它背后是一架天平，1937 年被科斯（Ronald Coase）摆了出来。 他问了个看似幼稚的问题：既然市场这么有效率，为什么还要有"公司"，把人圈起来、用命令而不是价格来指挥？因为任何一件事，你都有两种办法把它"协调"成：

• 一种是养在公司内部自己干，代价叫"内部协调成本"——管理、开会、层层汇报、内部扯皮；
• 一种是到市场上找人来做，代价叫"市场交易成本"——找供应商、比价、谈判、签合同、还要防着对方偷工减料。

组织的边界，恰恰停留在一个临界点上——"内部协调的边际成本"等于"市场交易的边际成本"的那一点：哪一侧的边际成本更低，业务就向哪一侧迁移。 内部协调更具优势，企业便将该活动内部化、自身随之扩张；市场交易更具优势，企业便将其外部化、剥离出去。这套从科斯出发、由威廉姆森（Oliver Williamson）系统化的分析，后来发展成一门专门的学科——交易成本经济学（Transaction Cost Economics），两人先后获得诺贝尔经济学奖。但对理解组织演化，记住那个核心画面就够了：组织如同一个动态伸缩的边界，内部协调成本与市场交易成本孰低，它便向哪一侧扩张或收缩。

那信息技术管什么？它的作用，是同时压低这两种成本——但每次压低的幅度不一样，于是天平不断倾斜，组织也就跟着扩张或收缩。 往更本质处说，过去两百年里铁路、电报、电话、互联网这几次关键技术，降低的其实是同一样东西——信息摩擦力（Information Friction），即信息在传递、匹配、核验过程中的损耗与代价。电报、铁路先把"内部协调"的信息摩擦力压低，大公司才得以持续扩张；互联网又把"市场交易"的信息摩擦力压得更低，于是外包、平台、零工经济兴起，企业转而收缩边界、走向外部化。

值得强调的是，这里说的"信息技术"是宽口径的：它不只是把信息传过去（通信），还包括对信息的处理与认知。这一点对理解后面的 AI 极为关键——如果说铁路、电报、互联网降低的是"信息传递的摩擦力"，那么 AI 这次开始降低的，是"认知与协调的摩擦力"：它降的不是"传得快不快"，而是"想清楚、拆下去"的成本。这是一道前几次技术都没真正碰过的摩擦。

把两个问题合起来，就是一句话：组织形态，是"集中度"和"边界"这两个旋钮一起拧出来的结果——前者由生产技术拧，后者由信息技术通过那架天平来拧。

不过得先把话说清楚，免得这套框架被用过头：它解释的是组织形态"变化的方向和趋势"，而不是某时某地的组织"必然长成唯一的样子"。 技术改变的是成本结构，打开或关上某些形态的可能性；但在被打开的可能里最终走哪条路，还要看制度、产权、文化与权力。同样用着那个年代的工业技术，苏联长出的是中央计划经济、美国长出的是市场公司制；战后同代技术下，日本是交叉持股的企业网、美国是垂直整合的大公司——可见技术绝不是唯一的塑形者。所以本文把技术当成两百年里最强、最稳定的那条主线来用：它足以解释"钟摆为什么会从必须集中荡向可以分散"这种大势，却解释不了每个国家、每家公司的全部细节——那些细节，要留给制度和人的选择。

带着这两个旋钮、也带着它们的边界，我们正式走一遍历史。先看一张总览表，再逐段把每一次变形讲透。

沿着时间轴走一遍

时期	代表形态	核心特点	核心降本维度	背后驱动
第一次工业革命 (约1760–1840)	工厂制	工人从家庭作坊集中到工厂，机器旁分工协作	动力分散成本	蒸汽动力必须围着动力源集中；亚当·斯密"分工提高效率"
第二次工业革命 (约1870–1920)	科层制大企业 (泰勒制 / 福特制)	标准化、流水线、金字塔层级、两权分离	远距离通信与协调成本	电力、铁路、电报让远距离协调变便宜；规模经济；韦伯式官僚理性
20世纪中叶	事业部制 (M型)	总部 + 多事业部分权，用管理"看得见的手"替代市场	多元业务的内部管理成本	企业多元化、跨地域，管理协调本身成了竞争力（钱德勒）
战后—1970s	人本 / 矩阵组织	重视激励与人际、项目制矩阵	知识工作的激励与协作成本	霍桑实验后发现"人"是关键变量；知识型工作增多
1980s–1990s	精益 + 网络化组织	扁平化、外包、全球供应链、专注核心	市场交易与外包搜寻成本	丰田精益生产；IT 大幅降低交易成本→企业瘦身、边界收缩
2000s	平台 / 生态组织	平台撮合多边、网络效应、零工经济	搜寻与撮合成本（趋近于零）	互联网把协调的边际成本压到接近零
2010s–2020s	敏捷 + 远程组织	小团队自治、快速迭代、分布式办公、中台	内部协作与基础设施成本	云 / 移动 / SaaS；疫情把远程协作变成默认项
当下及未来	人机协作 / 智能体组织	人指挥一群 AI 智能体干活，规模与"人头数"脱钩	认知与逻辑推理成本	AI 把认知与协调成本再次大幅压低

下面把这张表里的每一行，掰开讲清楚——它从哪儿来、长什么样、为什么会变成下一行。

一、工厂制：动力不可移动，集中成为唯一解

工业革命之前，纺织业的主流叫"包买制"（putting-out system）：商人把原料发给散居乡村的农户，农户在自家用手摇纺车织布，织完商人再回收。生产是高度分散的，没有"上班"这回事，更没有工厂。

蒸汽机改变了这一切。瓦特改良的蒸汽机是一个集中的、不可移动的动力源——它带不进千家万户，只能装在一个固定地点。于是逻辑反过来了：既然动力搬不到人那里，那就把人搬到动力旁边。1771 年阿克莱特建起水力纺纱厂，随后蒸汽驱动的工厂遍地开花，工人第一次必须按时到一个固定地点、围着机器干活。"上班"和"工厂"这两个今天习以为常的概念，本质上是当时生产技术（尤其是动力形式）的产物。

同一时期，亚当·斯密在《国富论》里用一个制针作坊举例：一个人单干一天做不了几根针，但十来个人分工——有人抽丝、有人切断、有人磨尖、有人装针头——日产能能翻上千倍。分工带来巨大的效率，但分工也带来一个新麻烦：被拆开的工序必须有人重新协调起来。 这个"协调"的需求，就是后面一切管理和层级的起点。

回到那两个问题：第一个问题（要不要凑到一起）被蒸汽动力拉满到"必须集中"，组织第一次有了"厂房+工人+工时"的物理形态。

二、科层制：以"管理"替代"市场"，现代大企业的诞生

工厂能解决一栋楼里的协调，但当生意要跨城市、跨国家时，老板一个人盯不过来了。真正催生现代大企业的，是第二次工业革命的电力、铁路和电报。

历史学家钱德勒（Alfred Chandler）有个著名观察：铁路公司是人类第一个真正意义上的"大型管理组织"。 火车跑在同一条轨道上，调度错了就是相撞的人命事故；线路长达上千公里，老板不可能亲自盯。于是铁路被迫发明了一整套东西：精确的时刻表、电报实时调度、分层的管理岗位、标准化的汇报制度。这套东西后来成了所有大公司的模板。

为什么是这个时候？因为电报让"远距离传递信息"第一次变得又快又便宜——内部协调成本骤降，科斯的天平猛地往"把业务做大、装进一家公司"那边倒。规模经济（生产越多、单位成本越低）这时才真正有了管理上的可行性。

在工厂车间里，泰勒（Frederick Taylor）的"科学管理"（1911）把这套逻辑推到极致：用秒表给每个动作计时，找出"唯一最优做法"，工人只需照做。福特把它和流水线结合，1913 年的装配线把一辆 T 型车的组装时间从十几个小时压到一个多小时，汽车从奢侈品变成大众商品。

与此同时，社会学家韦伯（Max Weber）从理论上给这种组织起了名字——科层制（官僚制）：依靠明文规则、专业分工、层层上下级、按资历和能力晋升来运转，而不是靠老板的个人喜好。这听起来刻板，但在当时是巨大的进步：它让一个超大组织可以像机器一样可预测地运转。再加上股权分散后出现的"所有权与经营权分离"（股东出钱、职业经理人管事），现代大公司的骨架就此定型：一座庞大、稳定、命令自上而下的金字塔。

三、事业部制：管理作为核心竞争力的崛起

金字塔越长越大，新问题又来了：当一家公司同时做汽车、又做冰箱、还做军火，总部一个大脑根本管不过来这么多差异巨大的业务。

1920 年代，杜邦和通用汽车率先给出答案。通用汽车的斯隆（Alfred Sloan）把公司拆成多个事业部：雪佛兰、别克、凯迪拉克各管各的产品线，各自有完整的产供销和利润目标；总部只管战略、资本分配和考核，不插手每个事业部的日常。这就是"M 型组织"（多事业部制）。

钱德勒在《战略与结构》和《看得见的手》里把这件事的意义点透了：在这种公司里，资源不再主要靠市场的价格信号来配置，而是靠经理人的管理决策来配置——"看得见的手"（管理）部分替代了"看不见的手"（市场）。 而"看得见的手"之所以在那个年代更划算，根子在于当时的市场交易充满信息不对称与远距离履约风险：远方供应商的质量难以核验、合约难以低成本地签订与监督，一旦出问题代价高昂。把这些高风险环节内部化、用管理层的科层协调来替代市场的价格协调，反而更可控、也更有效率。正是在这个意义上，管理本身第一次成了一种核心竞争力。

四、人本与矩阵：管理重心从"动作"转向"认知"

泰勒制把人当成可计时、可标准化的零件。但 1924 到 1932 年，一系列在西屋电气霍桑工厂做的实验（后来由梅奥总结）撞见了一个意外：改善照明、调整休息，产出会涨；可把条件改回去，产出居然还在涨。结论是，真正起作用的不是物理条件，而是工人感到"被关注、被当人看"——社会关系和心理因素，会实实在在地影响生产率。

这催生了"人际关系学派"，以及后来马斯洛的需求层次、麦格雷戈的 X/Y 理论。管理的重心，开始从"管控动作"向"激励人"偏移。组织结构上也出现了松动：为了搞航天、搞复杂项目，出现了矩阵组织——一个人既属于职能部门、又属于项目组，同时向两个老板汇报。金字塔第一次被打上了横向的"补丁"。

这一步的驱动，是工作内容本身在变：越来越多的活儿不再是拧螺丝，而是设计、研发、协调——也就是知识工作。而知识工作没法用秒表来管。

五、精益与网络化：企业边界的主动收缩

到 1970–80 年代，剧情出现了反转：组织不再一味追求做大做全，而是开始主动拆小、往外甩。

第一推力来自日本。丰田的大野耐一搞出的"丰田生产方式"（精益生产），从根上挑战了福特式大批量：不靠堆库存，而靠"准时制"（JIT）按需生产、消灭浪费、让一线员工有权叫停产线。它证明了一件事——僵硬的大金字塔，未必打得过灵活的小单元。

第二推力来自信息技术。计算机、ERP、传真、电话普及后，"在市场上找供应商、下单、对账、监控质量"的协调成本大幅下降。科斯的天平又一次移动，这次是往"市场"那边倒：很多原本必须养在公司里的环节，现在外包出去更划算。于是耐克可以自己只做设计和品牌、把生产全交给代工厂；戴尔可以靠供应链直销、几乎不囤货。普拉哈拉德提出"核心竞争力"——企业应该只死守自己最强的那一小块，其余统统交给外部伙伴。

组织于是从"什么都自己干的大金字塔"，变成"专注核心 + 一张外部协作网"。扁平化、外包、全球供应链，都是这一逻辑的产物。企业的边界，第一次开始明显地往内收缩。

六、平台与生态：协调成本趋零，网络效应主导

互联网把上一步推到了极致。

过去最贵的协调动作——找到对的人、建立信任、撮合交易——在互联网上的边际成本几乎归零。于是出现了一种全新的组织：平台。淘宝自己不生产商品，却连接了海量卖家和买家；Uber、滴滴自己没有一辆车，却调度着千万司机；应用商店自己不写 App，却养活了一整个开发者生态。

平台的威力来自网络效应：用的人越多，它对每个人就越有价值，于是强者愈强。它协调的不再是"自己的员工"，而是"平台上素不相识的第三方"——靠的不是命令，而是规则、评分、算法和支付系统。与此同时，"零工经济"兴起：一个外卖骑手、一个网约车司机，和平台之间已经不是传统雇佣关系，而更像随时接入、随时退出的网络节点。

回到那架天平：当市场交易成本被互联网压到逼近于零，天平极度倒向"市场"一侧，组织的边界也就变得极度模糊——你已经很难说清"公司"到底包括哪些人。

七、敏捷与远程：组织的"软件化"与去中心化

进入 2010 年代，数字原生企业把内部也重构了。2001 年的《敏捷宣言》本是软件开发方法，后来蔓延成一种组织哲学：与其用庞大计划层层下达，不如让小团队自治、快速试错、持续迭代。亚马逊的"两个披萨团队"（一个团队小到两张披萨能喂饱）就是典型。

技术底座是云计算和 SaaS：基础设施可以按需租用，能力可以像积木一样调用，创业公司不必自建机房就能服务全球。组织内部也学互联网搞"中台"，把通用能力沉淀下来供各前线团队复用。2020 年的疫情则像一脚油门，把"远程办公"从少数派福利，一夜之间变成默认选项——办公室这个"物理集中"的最后堡垒，也开始松动。

到这一步，回头看会发现一个清晰的大势：从蒸汽时代"必须聚在一起"，一路走到了"原则上可以彻底分散"。 钟摆已经摆到了"散"的这一端。走完这七步，是时候停下来，把这条演化背后反复出现的规律提炼出来。

从历史里能读出的几条规律

把七个阶段连起来看，有五条规律反复出现：

第一，形态在"集中—分散—网络"之间摆动。 工厂制是极致的集中（人和机器必须在同一个屋顶下），平台和零工经济是极致的分散（参与者散落全球、按需组合）。决定钟摆往哪边走的，是当时协调成本的高低。

第二，协调方式从"命令"走向"协议"。 早期组织靠金字塔层层下达命令来协调；越往后，越靠标准、接口、平台规则来协调。人对人的指挥，逐渐变成系统对系统的对接——这一点，到 AI 时代会被推到极端。

第三，组织边界越来越模糊。 内部还是外部、雇员还是承包商、公司还是生态——这些界线被外包、平台、零工不断溶解。科斯那条"企业边界"的线，正变得越来越模糊和动态。

第四，层级被不断压扁。 这是理解"大削平"的关键：中层管理的本质，很大程度上是一个"中继节点"——既向下传递、拆解目标，又向上汇总、提炼进展。每当信息技术进步一次，这种中继的价值就被削薄一分，于是中间就少一层；而到了 AI，它会被压缩得最狠——原因留到后面"AI 这一次为什么不一样"再细说。

第五，价值来源持续上移。 从体力，到流程效率，到知识与数据。管理的对象，从"管动作"变成"管信息"，再变成"管认知"。

背后真正的引擎：协调成本

把上面这些规律再往下挖一层，会落到同一个总开关上——协调成本。

为什么大企业当年能持续做大？因为电报、铁路、电话先把"内部协调"成本降了下来，规模经济才具备了管理上的可行性——钱德勒所说的"看得见的手"，本质是用更低的内部协调成本，去替代当时仍然高昂的市场交易成本。

为什么后来又转向外包、收缩与平台化？因为 IT 和互联网把"市场交易"的协调成本也压了下来，且降幅更大。于是科斯天平迅速倒向"市场"一侧：许多原本必须内部化的职能，如今外部采购更具成本优势。

所以两百年纵览下来，组织演化史几乎可以浓缩成一句话：它是一部协调成本持续下降的历史。 协调成本每下降一档，组织就经历一轮重构——该集中的更集中，该分散的更分散，而中间专司协调的层级与岗位，被逐层压缩。

AI 这一次，为什么不一样

讲到这里，你可能会觉得 AI 不过是又一次"让协调更便宜"，和电报、互联网没本质区别。但它有一个关键的不同。

前几次技术革命，降低的主要是"通信与传输成本"——让信息传得更快、更远、更便宜。但信息传到了人面前，还是得由人去理解它、判断它、拆解它、决定下一步。大模型（LLM）开始直接降低的，是这后半段——"认知与逻辑推理成本"（Cognitive and Reasoning Cost）。

这就解释了为什么中层最先被压缩。说到底，中层管理者的本质是一个"人类认知中继节点"：把上层一个模糊的目标，理解并分解为下层十项具体任务；再把下层交回的十份结果，判断、聚合成一份报告上呈。而"理解—分解—判断—聚合"这一整套认知动作，恰恰是大模型最擅长的任务类型。 当一个人借助 AI 就能直接将目标分派给十个、二十个执行单元，再把结果回收整合，那么"管理跨度"（span of control，一个人能直接管辖的人数或单元数）就会指数级扩张。管理跨度一旦放大，金字塔结构便被压平数个层级。这正是"大削平"与"协调层最先被压缩"的底层动因。

而真正把这一切从"提效"推向"重构"的，是 AI 自身角色的一次跃迁：从 Copilot（副驾驶 / 辅助工具）演进为 Agent（自主行动者 / 数字员工）。 Copilot 仍然是"人在干、AI 在旁边帮忙"，它只是让既有岗位更高效；而 AI Agent 能自己规划、自己调用工具、自己执行闭环任务，它不再是工具，而是组织里一个能独立行动的执行单元。当多个 Agent 之间还能"多智能体协同"（Multi-Agent Collaboration）——互相分派、互相调用、互相校验——人所承担的那层调度协调，就被整体抽走了。这一步，才是组织重构的直接触发器。

再往后一步会更彻底。我前几篇聊过智能体支付和机器经济——当 AI Agent 不仅能干活，还能自己结算、自己交易，它就从一个"执行单元"升级为组织里一个能独立行动、能为结果负责的"数字员工"。那时候，组织的"人头数"会和"产出"彻底脱钩：一家公司的"员工"名册里，可能有相当一部分根本不是人。

顺着这套框架推下去，未来组织的形状可能往两个方向走：

• 沙漏化：极少数做判断、定方向的人在顶部，海量 AI 智能体在底部执行，中间那层被抽空——传统金字塔被挤成沙漏。
• 细胞化：组织被拆成大量"一个人 + 一群智能体"的小单元，像细胞一样按需组合、快速增殖，单元之间靠协议（而不是科层）来协作。这其实是"敏捷小团队"和"零工经济"逻辑的极端延伸。

两种形态有个共同点：协调，越来越多地由系统和协议来完成，而不再由一层层的人来完成。 这正是前面那条"从命令走向协议"的规律，被 AI 推到了终点。

把它再凝练一步，终极形态可能是一种由智能体工作流（Agentic Workflow）驱动的"无边界组织"：业务被拆成一条条可自动编排的任务流，由人与 AI Agent 共同承接；而人与 AI、Agent 与 Agent 之间，不再靠"劳动合同"绑定，而是靠 API 与智能合约动态结盟——需要时即时接入、即时结算，任务完成即解散。到那时，科斯那道"企业边界"会被稀释到极致：组织不再是一份固定的员工名册，而是一张随任务实时重组的协作网络。

三条生存法则：给个人，也给创业者

如果这套判断成立，下面三条值得现在就刻进决策里。

• 法则一：从"被协调者"升级为"协调机器的人"。 如果你的价值主要建立在"传递与转译信息"上（典型的中层协调角色），它正在快速贬值；而"做判断、定方向、为结果负责"以及"驾驭一群 AI Agent 把事干成"的能力，会越来越值钱。历史上每一次变革都一样：被替代的从来是某一类任务，而真正稀缺的能力，每次都在往上挪一层。

• 法则二：用"智能体工作流"而非"人头"做杠杆。 组织规模与团队人数第一次得以大幅解耦——一个人 + 一群 Agent，可能顶得过去一个部门。创业的杠杆不再是"招了多少人"，而是"能编排多少智能体工作流"。

• 法则三（最易被忽视，却最高级）：警惕中层削减后的隐性知识流失，守住组织韧性。 被精简掉的中层并不只是"信息中继"，他们还隐性地承担着传承经验、维系横向协作、在流程异常时兜底这些难以量化却至关重要的职能。一刀切裁撤，效率会显著提升，但组织韧性会同步下降——抗风险能力、文化传承、创造性碰撞都可能受损。真正的难题不是"要不要扁平化"，而是如何用新机制把这些隐性职能重新补位，而非简单地一裁了之。

结语

回到开头那个"大削平"的数字。它之所以不让人意外，是因为它高度吻合那条贯穿两百年的主线：协调成本每下降一档，组织就重构一次，而专司协调的那一层人首当其冲。蒸汽机如此，铁路与电报如此，互联网亦如此，如今轮到 AI。

但这一次确实有点不同：被压缩的不再只是"信息怎么传"，而是"事情怎么被想清楚、拆下去、再协调起来"——也就是组织之所以存在的核心理由本身。当协调几乎免费，我们或许真该重新问一句：未来的"公司"，到底还需要多少层人？又到底为什么，还要把人聚在一起？

最后留一个问题给你：如果有一天，你一个人借助一群 AI 智能体，就能完成过去整个部门的工作量——届时真正稀缺、真正只有人能胜任的，会是什么？