ซีอีโอของ Notion เกี่ยวกับ AI การสร้างบริษัทใหม่ และแบบจำลององค์กรแบบแจ๊สแบนด์

ลิงก์ลาวด์ คำพูด

ไอวาน เจ้า ซีอีโอของ Notion ได้ไปบันทึกพอดีกับ Sequoia Capital เมื่อสัปดาห์ที่แล้ว พูดคุยเกี่ยวกับประสบการณ์ของเขาที่ผ่านการที่บริษัทใกล้ล้มละลายสองครั้ง และต้องสร้างใหม่ทั้งหมดสองครั้ง ตอนนี้เขาใช้ตรรกะเดียวกันนี้ในการรีโครงสร้างบริษัทที่มีพนักงานกว่าพันคน และเรียกตัวเองว่า “Refounder”:

เขาเชื่อว่า AI ทำให้ความสามารถทางเทคนิคกลายเป็นสินค้า ความหายากที่แท้จริงอยู่ที่รสนิยม (Taste) และความริเริ่ม (Agency) ดังนั้นเกณฑ์การรับสมัครจึงต้องเปลี่ยนไป; การสื่อสารข้อมูลและการประสานงานกำลังถูก AI เข้ามาแทนที่ ดังนั้นโครงสร้างองค์กรจึงต้องเปลี่ยนไป; การเปลี่ยนแปลงทางเทคนิคเร็วเกินไป แผนการใดๆ ที่ยาวนานกว่าไม่กี่สัปดาห์อาจล้มเหลว ดังนั้นวิธีการวางแผนก็ต้องเปลี่ยนไป Enjoy!

ในปี 2015 Notion ใช้เวลาสองปีแต่ยังไม่พบ PMF เงินใกล้หมดแล้ว Ivan และผู้ร่วมก่อตั้ง Simon จึงตัดสินใจทำสิ่งที่ผู้ก่อตั้งส่วนใหญ่กล้าทำไม่ได้: ปลดพนักงานทั้งหมด แล้วย้ายไปอยู่ที่เกียวโตเพื่อสร้างใหม่ทั้งหมด พวกเขาให้เช่าบ้านและสำนักงานในซานฟรานซิสโกออกไป ในช่วงเวลานั้น Notion กลับประสบความสำเร็จในการสร้างกระแสเงินสดบวกเป็นครั้งแรก

(โนชันเริ่มต้นที่สำนักงานในซานฟรานซิสโก)

หลังจากเริ่มต้น ชีวิตกลายเป็นเรียบง่ายอย่างสุดขั้ว เขียนโค้ด รับประทานอาหาร แล้วเขียนโค้ดอีก แล้วรับประทานอาหารอีก ไม่มีทีม ไม่มีกระบวนการ ไม่มีทรัพยากร มีเพียงสองคนและไอเดียหนึ่งไอเดีย ประสบการณ์นี้ทำให้ Ivan เข้าใจอย่างแท้จริงเป็นครั้งแรกว่า สิ่งที่ขับเคลื่อนสิ่งต่างๆ ไม่เคยขึ้นอยู่กับทรัพยากรที่มีมากน้อยเพียงใด แต่ขึ้นอยู่กับความสามารถในการตัดสินใจและเจตจำนง หนึ่งปีครึ่งต่อมา Notion 1.0 ก็เปิดตัว

(บ้านของอิวานและซิมอน ผู้ร่วมก่อตั้งอีกคนหนึ่ง ในเกียวโต)

ครั้งที่สองคือปี 2023 ทีมงานจัดการประชุมนอกสถานทือที่คังคุน Ivan ได้รับสิทธิ์ทดสอบรุ่นเริ่มต้นของ GPT-4 การสัมผัสครั้งนั้นทำให้เขารู้สึกเหมือนถูกช็อคจนแทบไม่เชื่อ เขาตัดสินใจทันทีว่า: สิ่งนี้จะเปลี่ยนแปลงทุกอย่าง และถ้าไม่ลงทุนทั้งบริษัทเต็มที่กับมัน สิ่งอื่นใดที่ทำต่อไปก็ไร้ความหมาย ดังนั้นเขาจึงประกาศในบริษัทขนาด 500 คนว่าจะเริ่มต้นใหม่และหันไปมุ่งเน้นที่ AI อย่างเต็มที่

แต่ตามมาด้วยความทุกข์ทรมานนานเกือบหนึ่งปีครึ่ง เทคโนโลยีโมเดลยังไม่สุกงอม พวกเขาลองทุกแนวทางแต่ไม่มีแนวทางไหนประสบความสำเร็จ การเติบโตหยุดนิ่ง ขวัญกำลังใจตกต่ำ จนกระทั่งโมเดลพื้นฐานพัฒนาจนสุกงอม ผลิตภัณฑ์จึงเริ่มเติบโตอย่างก้าวกระโดด จุดเปลี่ยนของรายได้และการผลักดันผลิตภัณฑ์ AI เกิดขึ้นพร้อมกันแทบจะในเวลาเดียวกัน

ในสองประสบการณ์นี้ สิ่งที่มีผลจริงๆ คือความสามารถในการตัดสินใจและความมุ่งมั่นของเขาในการก้าวต่อไปแม้อยู่ในความไม่แน่นอน ซึ่งเป็นจุดเริ่มต้นที่เขาเปลี่ยนแปลงบริษัทในภายหลัง

อิวานได้เสนอสูตรบุคลากร:

ความสามารถ = ทักษะ × รสนิยม × ความรับผิดชอบ

การเข้าใจสูตรนี้ ขึ้นอยู่กับกระบวนการอนุมาน

ทำไม Capability ถึงลดค่า?

ก่อนที่ Google จะปรากฏขึ้น การเข้าถึงข้อมูลเป็นทรัพยากรที่หายาก คนที่สามารถค้นหาข้อมูลได้มีข้อได้เปรียบเชิงแข่งขันที่แท้จริง หลังจากที่ Google ปรากฏขึ้น ข้อได้เปรียบนี้จึงหายไป และ “ฉันสามารถหาข้อมูลนี้ได้” กลายเป็นทักษะพื้นฐาน AI กำลังทำให้สิ่งเดียวกันนี้เกิดขึ้นในระดับการผลิตความสามารถ การเขียนโค้ด การเขียนเนื้อหา หรือการวิเคราะห์ข้อมูล ซึ่งในอดีตต้องใช้เวลาหลายปีในการสะสมทักษะเพื่อทำได้ดี ตอนนี้นักศึกษาใหม่ที่ใช้เครื่องมือ AI ก็สามารถทำได้ในระดับที่ค่อนข้างดีแล้ว ความหายากของ Capability กำลังถูกบีบอัดอย่างเป็นระบบ

อิวานกล่าวว่า: "สิ่งที่ LLM ทำได้ คล้ายกับที่ Google ทำให้ทุกคนเข้าถึงข้อมูลได้ มันทำให้ทุกคนสามารถเป็นนักเขียนและโปรแกรมเมอร์ที่ค่อนข้างดีได้ ทุกคนมีความสามารถ แต่รสนิยมยังคงสำคัญ มันคือระบบคุณค่าของคุณ คือสิ่งที่คุณต้องการนำเสนอบนโลกนี้; และAgency ก็เช่นกัน ความพยายามของคุณมากแค่ไหน นี่คือสิ่งที่บริษัทไม่สามารถเปลี่ยนแปลงได้ ดังนั้นตอนนี้เราจึงกำลังปรับปรุงสองสิ่งหลังนี้"

ทำไม Taste และ Agency ถึงไม่ถูกปรับให้เท่ากัน?

Taste คือระบบคุณค่าของคุณ คือความสามารถในการตัดสินใจเมื่อไม่มีคำตอบที่ถูกต้องชัดเจน ผลิตภัณฑ์ควรเดินไปในทิศทางใด สถาปัตยกรรมควรเลือกอย่างไร AI สามารถให้คำแนะนำได้ แต่การตัดสินว่าคำแนะนำใดถูกต้อง ยังคงต้องอาศัยบุคคลที่มีความสามารถในการตัดสินอย่างแท้จริง ทัศนคติทางศิลปะและคุณค่าเป็นรากฐานของ Taste ซึ่งไม่สามารถเปลี่ยนแปลงได้มากนักด้วยความพยายามในระยะสั้น

Agency คือแรงจูงใจที่ผลักดันให้สิ่งต่างๆ เกิดขึ้น ไม่รอคำสั่งแต่ดำเนินการต่อไป แม้เจออุปสรรคก็ไม่ถอยหลัง และสามารถนำสิ่งที่ยังไม่สมบูรณ์ให้เสร็จสิ้นอย่างแท้จริง นี่ก็เป็นสิ่งที่ AI ไม่สามารถให้ได้

ก่อนหน้านี้การรับคนดูจากประสบการณ์ ต่อมาซิลิคอนแวลลี่นิยมดู Slope (อัตราการเติบโต) โดยใช้อัตราการเรียนรู้แทนการสะสมในอดีต แต่ Ivan บอกว่าตอนนี้ Slope ก็ยังไม่เพียงพอ เพราะมันวัดแค่อัตราการได้มาซึ่ง Capability ซึ่งโดยพื้นฐานยังหมุนเวียนอยู่ในมิติเดียวกันที่กำลังสูญเสียคุณค่า Taste และ Agency อยู่บนแกนพิกัดอีกแกนหนึ่งสมบูรณ์แบบ ความเร็วในการเรียนรู้ไม่สามารถทำนายได้

การดำเนินการสองประการที่เกี่ยวข้องกับการจ้างงาน

รับสมัครวิศวกรจำนวนมากสำหรับบุคคลที่เพิ่งสำเร็จการศึกษา โดยไม่เน้นประสบการณ์ในอดีตอีกต่อไป แต่ให้ความสำคัญกับความกระตือรือร้น ความอยากรู้อยากเห็น และความสามารถในการตัดสินใจ; สำหรับตำแหน่งขาย รอบสัมภาษณ์แรกยกเลิกการส่งเรซูเม่ และขอให้ผู้สมัครสร้างสิ่งใดสิ่งหนึ่งขึ้นมาก่อน เพื่อดูว่าตอนนี้พวกเขาทำอะไรได้บ้าง และยินดีที่จะลงมือทำด้วยตนเองหรือไม่ การกระทำทั้งสองนี้กำลังทำสิ่งเดียวกัน: เปลี่ยนจาก “คุณเคยทำอะไรมาแล้ว” เป็น “คุณเป็นคนแบบไหนในตอนนี้”

คุณสามารถพิจารณาคำถามเหล่านี้: ครั้งสุดท้ายที่คุณตัดสินใจรับพนักงาน คนที่ถูกเลือกมีเหตุผลอะไรที่ทำให้คุณเชื่อ? เป็นเพราะผู้สมัครเคยทำสิ่งที่คล้ายกันในบริษัทหนึ่ง หรือเพราะเรซูเม่มีพื้นหลังที่คุณยอมรับ หรือเพราะโครงการก่อนหน้ามีขนาดใหญ่พอ?

เหล่านี้เป็นสัญญาณของ Capability หากคุณไม่มีวิธีการประเมิน Taste และ Agency กระบวนการรับสมัครของคุณมีแนวโน้มที่ยังคงมุ่งปรับปรุงมิติที่กำลังสูญเสียค่า

สามปีที่แล้ว ไมชั่นได้ตั้งข้อความภายในว่า: เราต้องการเป็นวงแจ๊ส ไม่ใช่วงดนตรีเดินขบวน

ความแตกต่างพื้นฐานไม่ได้อยู่ที่ความเร็วของจังหวะ แต่อยู่ที่ใครสามารถร้องเล่นแบบทันทีได้ วงดนตรีเดินทัพต้องการผู้นำ นักดนตรีแต่ละคนต้องเล่นตามโน้ต ความเรียบร้อยคือคุณธรรม; ส่วนวงแจ๊สแม้มีโครงสร้างและเข้าใจกันดี แต่แต่ละคนสามารถรับช่วงต่อจากผู้อื่นและขับเคลื่อนแบบทันทีได้ทุกช่วงเวลา ผู้นำหายไป แต่โครงสร้างยังคงอยู่ เพราะโครงสร้างนั้นถูกยึดถือภายในตัวแต่ละคนแล้ว

อิวานกล่าวว่านี่คือกลไกการปรับตัวเองของเขา เขาเป็นคนประเภทวงแจ๊ส ไม่สามารถทนได้กับการมอบหมายทุกอย่างให้ผู้อื่นแล้วตัวเองแค่สั่งการ เมื่อคิดชัดเจนแล้ว เขาก็เริ่มรับสมัครคนที่มีลักษณะคล้ายกันอย่างเป็นระบบ เพื่อสร้างบริษัทที่สอดคล้องกับบุคลิกของเขา

ตรรกะนี้แสดงออกในเชิงองค์กรผ่านการกระทำสามประการ

ทีมวิศวกรรมแบบ "ดัมเบล"

ทีมวิศวกรรมของ Notion ในปัจจุบันมีรูปร่างเหมือนดัมเบลล์: ปลายทั้งสองข้างประกอบด้วย Super Junior (วิศวกรระดับเริ่มต้นพิเศษ) และ Super Senior (วิศวกรระดับผู้เชี่ยวชาญพิเศษ) ขณะที่ชั้นกลางกำลังหดตัว

ก่อนหน้านี้ คุณค่าของวิศวกรระดับสูงมีหลายมิติ ได้แก่ โค้ดที่เชื่อถือได้ ความเข้าใจระบบลึกซึ้ง และสามารถขับเคลื่อนโครงการที่ซับซ้อนได้ด้วยตัวเอง หลังจากที่ตัวแทน AI สำหรับการเขียนโค้ดปรากฏขึ้น คุณค่าส่วนใหญ่ในลำดับนี้เริ่มถูกควบคุมไปแล้ว ดังนั้น คุณค่าของวิศวกรระดับสูงจึงถูกเน้นย้ำกลับไปที่ส่วนที่เหลืออยู่: การตัดสินใจด้านสถาปัตยกรรมและความรู้สึกในทิศทาง

LLM ยังคงอ่อนแอในเรื่องสถาปัตยกรรมระบบ คำแนะนำที่ให้มาแต่ละข้อดูสมเหตุสมผลเมื่อพิจารณาแยกกัน แต่เมื่อนำมารวมกันในระบบซับซ้อน มักจะเกิดปัญหา จึงจำเป็นต้องใช้ “รสนิยม” ซึ่งเป็นจุดที่ผู้เชี่ยวชาญระดับสูงเพียงไม่กี่คนเท่านั้นที่ไม่สามารถแทนที่ได้

การจัด組ที่ดีที่สุดที่ Ivan อธิบายน่าจะเป็นแบบนี้: สถาปนิกผู้เชี่ยวชาญระดับสูงหนึ่งคน นำทีมวิศวกรหนุ่มสองถึงสามคน โดยแต่ละคนจัดการกับ Coding Agent สองถึงสามตัว โครงสร้างนี้ให้ผลลัพธ์สูงกว่าและมีประสิทธิภาพแบบคูณมากกว่าเมื่อเทียบกับการที่วิศวกรระดับเซนior แต่ละคนดูแล Agent ของตัวเอง ชั้นกลางถูกบีบจากทั้งสองด้าน ชั้นปฏิบัติการถูกแทนที่โดย Junior + Agent ส่วนชั้นการตัดสินใจนั้นสามารถครองตำแหน่งได้เฉพาะผู้เชี่ยวชาญระดับสูงที่มีความสามารถด้านสถาปัตยกรรมเท่านั้น คุณค่าของตำแหน่งกลางกำลังกลายเป็นเรื่องไม่ชัดเจนมากขึ้นเรื่อยๆ

เลิกกิจกรรมองค์กร CMO

Notion ขณะนี้ไม่มี CMO การตลาดถูกแบ่งออกเป็นสองเส้นทางที่ดำเนินการอย่างอิสระ: เส้นหนึ่งเน้นใกล้ชิดกับผลิตภัณฑ์ เชื่อมต่อกับโซเชียลมีเดียโดยตรง และตามจังหวะการเปิดตัวผลิตภัณฑ์; อีกเส้นหนึ่งสนับสนุนการขาย โดยมุ่งเน้นที่การสร้างโอกาสและความต้องการ

เหตุผลที่ตัดชั้นการประสานงานกลางออกนั้นง่ายมาก: เมื่อ AI รับผิดชอบการส่งข้อมูลและการประสานงานจำนวนมากแล้ว การส่งข้อมูลวนรอบผ่าน CMO ก่อนจึงจะกระจายต่อไป ทำให้เกิดการสูญเสียที่แพงเกินไป การที่แต่ละฝ่ายจัดการงานของตัวเองโดยตรงกลับเร็วกว่า

นำเข้าผู้ประกอบการกว่าสิบคน

Notion ผ่านการเข้าซื้อกิจการได้ดึงดูดผู้ก่อตั้งจำนวนมากที่มีประสบการณ์ด้านการเริ่มต้นธุรกิจ โดยแต่ละคนรับผิดชอบในพื้นที่ที่ตนเชี่ยวชาญที่สุด ผู้รับผิดชอบฟีเจอร์บันทึกการประชุมเคยมีบริษัทสตาร์ทอัพที่เชี่ยวชาญด้านบันทึกการประชุม; ผู้รับผิดชอบการค้นหาในองค์กรเคยเป็นผู้ก่อตั้งผลิตภัณฑ์การค้นหาในองค์กร ให้พวกเขาแพลตฟอร์มและทรัพยากรที่ดีขึ้น เพื่อให้พวกเขาสามารถดำเนินงานในสิ่งที่ตนเก่งที่สุดต่อไป นี่เองคือตรรกะในการรักษาบุคลากร

อิวานเองก็เป็น “ผู้ก่อตั้งใหม่” ที่สามารถเข้าไปในสาขาใดก็ได้ทันที หรือจะปล่อยวางก็ได้ โดยไม่มีการรู้สึกถึงการคุกคามพื้นที่ของกันและกัน นี่คือการเสริมคุณลักษณะขององค์กรในรูปแบบวงแจ๊สในระดับโครงสร้างบุคลากร โดยผู้ที่เข้ามาคือผู้ที่สามารถเล่นดนตรีได้อย่างอิสระอยู่แล้ว

อิวานแบ่งการวางแผนออกเป็นสองเรื่องที่มีลักษณะต่างกันโดยสิ้นเชิง และจัดการด้วยตรรกะที่ต่างกันอย่างสิ้นเชิง

แผนการเงินเขาเชื่อว่ายังมีประโยชน์ เช่น เครื่องวิ่ง คุณตั้งความเร็วไว้กี่ระดับ ก็รู้ว่าตัวเองวิ่งด้วยอัตราเร็วเท่าใด ตัวเลขที่แสดงนั้นเป็นความจริง Notion มีแนวโน้มทางการเงินไปทางระมัดระวังถึงกลางๆ โดยเก็บช่องว่างไว้ให้เพียงพอ ต้นทุนในยุค AI ก็กลายเป็นตัวแปรใหม่ ค่าใช้จ่ายของโทเค็นจะเพิ่มขึ้นตามปริมาณการใช้งานผลิตภัณฑ์โดยตรง จึงต้องคำนวณอย่างรอบคอบ

กลยุทธ์ผลิตภัณฑ์เป็นอีกเรื่องหนึ่ง

ไม่มีแผนจริงๆ ไม่มีหกเดือน ไม่มีสามเดือน แต่เป็นการ improvising ทีละสัปดาห์

การตัดสินใจนี้มาจากบทเรียนของการสร้างใหม่ครั้งที่สอง ปลายปี 2022 Notion ต้องการพัฒนาผลิตภัณฑ์ AI Agent และผลักดันอย่างจริงจัง แต่ตลอดหนึ่งปีครึ่งแทบไม่มีความคืบหน้าเลย ไม่ใช่เพราะทีมไม่ทุ่มเท แต่เพราะโมเดลพื้นฐานยังไม่พร้อม แผนผลิตภัณฑ์ใดๆ ในขั้นตอนนั้นล้วนเป็นเพียงแค่ความฝัน สิ่งที่มีผลจริงคือการปรับตัวแบบสุ่มอย่างต่อเนื่องภายในขอบเขตที่เทคโนโลยีให้มา

สิ่งที่คุณสามารถวางแผนได้คือ Tempo เท่านั้น เป้าหมายทางการเงินกำหนดความเร็วของลู่วิ่ง; ส่วน Melody นั้นเป็นการดัดแปลงแบบทันที ซึ่งเขียนขึ้นใหม่ทุกสัปดาห์ตามสถานการณ์ทางเทคนิคและตลาดจริงๆ นี่คือเหตุผลหลักที่วงแจ๊สเหมาะกับยุคปัจจุบันมากกว่าวงมาร์ช: วงมาร์ชต้องจัดทำโน้ตทั้งหมดล่วงหน้าก่อนขึ้นเวที ในขณะที่วงแจ๊สสามารถปรับตัวแบบทันทีในขณะแสดง ไม่รู้ว่าท่อนถัดไปจะไปทางไหน แต่มีความสามารถในการรับมือกับมันในขณะนั้น

อิวานถูกถามว่าองค์กรจะเป็นอย่างไรในอีกสามถึงสี่ปีข้างหน้า แต่เขาไม่ได้อธิบายแผนภาพเทคโนโลยีใดๆ กลับถามก่อนว่า: อะไรที่ไม่เปลี่ยนแปลง?

คำตอบของเขาคือความเป็นมนุษย์ มนุษย์มีธรรมชาติที่เป็นลำดับชั้นโดยกำเนิด การแบ่งหน้าที่มีความหมาย มนุษย์มีความสนใจและคุณค่าที่ต่างกัน ซึ่งเป็นค่าคงที่มาหลายพันปี แม้ในระบบกฎหมายก็ไม่มีบริษัทที่ปกครองตนเอง ซีอีโอและซีเอฟโอยังคงต้องลงนามรับผิดชอบ ค่าคงที่เหล่านี้เป็นจุดยึดสำหรับการออกแบบองค์กร สิ่งที่ AI เปลี่ยนแปลงคือวิธีการสื่อสารข้อมูลและการไหลเวียนการตัดสินใจระหว่างบุคคลเหล่านี้ แต่ธรรมชาติของมนุษย์เองนั้นไม่สามารถเปลี่ยนแปลงได้

แต่เหนือจุดยึดนี้ การเขียนใหม่สามระดับกำลังเกิดขึ้นแล้ว ควรตั้งคำถามกับตัวเองสามข้ออย่างจริงจัง:

• กระบวนการรับสมัครงาน ยังคงเน้นการปรับปรุง Capability เป็นหลักอยู่ไหม? มีวิธีการประเมิน Taste หรือไม่? มีวิธีการประเมิน Agency หรือไม่?
• ในองค์กรของคุณ มีกี่คนที่มีคุณค่าหลักคือการส่งต่อข้อมูลและดำเนินการคำสั่ง? แรงกดดันเชิงโครงสร้างที่ตำแหน่งเหล่านี้ต้องเผชิญ จะเพิ่มขึ้นอย่างต่อเนื่องตามความก้าวหน้าของเครื่องมือ AI
• การวางแผนผลิตภัณฑ์ของคุณยังคงพยายามจัดตารางล่วงหน้าหกเดือนอยู่หรือเปล่า? ไม่ใช่ว่าการวางแผนรายไตรมาสเองมีปัญหา แต่คุณใช้มันเป็นข้อผูกพัน หรือเป็นแนวทางที่จะถูกปรับทุกสัปดาห์?

สุดท้าย:

งานความรู้สมัยใหม่มีอายุเพียงประมาณ 150 ปีเท่านั้น มันถูกคิดค้นขึ้นมา ไม่เก่าเท่าไฟหรือภาษา ทำไมมันถึงไม่สามารถเป็นรูปแบบใหม่ของมันได้?

งานความรู้เริ่มขึ้นเมื่อเพียง 150 ปีที่ผ่านมา ซึ่งเป็นสิ่งที่มนุษย์คิดค้นขึ้น และตรรกะการดำเนินงานของบริษัทก็ถูกกำหนดโดยมนุษย์เช่นกัน สิ่งที่ถูกคิดค้นขึ้นก็สามารถเขียนใหม่ได้ Notion กำลังเขียนใหม่อยู่แล้ว และเร็วกว่าคนส่วนใหญ่ถึงสองปี