本文來源：時代周報 作者：朱成呈

如果把時間撥回兩年前，“一人公司”更像是一種浪漫想象。

2024年，OpenAI 創(chuàng)始人奧特曼曾做過一個頗具沖擊力的判斷：“一個人加一萬塊GPU，可以打造一家數(shù)十億美元的公司。” 當(dāng)時，這句話更多被理解為對算力和AI工具效率的夸張比喻。但在大模型技術(shù)快速迭代的兩年后，這一判斷正逐漸從預(yù)言變?yōu)楝F(xiàn)實。

越來越多創(chuàng)業(yè)者開始嘗試一種新的組織形態(tài)——OPC（One Person Company，一人公司）。借助生成式AI與自動化工具，一個人或極小團隊即可完成過去需要完整公司架構(gòu)才能完成的工作：用Claude或Cursor寫代碼，用Midjourney生成設(shè)計，用智能體自動完成運營、客服甚至營銷。

這種變化正在改變創(chuàng)業(yè)敘事。過去十多年，中國互聯(lián)網(wǎng)創(chuàng)業(yè)強調(diào)“團隊規(guī)模”“融資速度”和“組織擴張”；而在AI工具全面滲透后，效率開始壓倒規(guī)模。

麥肯錫報告預(yù)測，到2030年全球57%的工作時長可被自動化，AI將催生大量人機協(xié)同型新崗位，崗位重構(gòu)而非單純替代。

但在這一轉(zhuǎn)型過程中，新的矛盾也在浮現(xiàn)。技術(shù)擴散速度遠(yuǎn)快于制度調(diào)整，“就業(yè)極化”風(fēng)險上升，人才供給與產(chǎn)業(yè)需求之間的結(jié)構(gòu)性錯位加劇，而“超級個體”“一人公司”等新型就業(yè)形態(tài)，在稅收、社保、監(jiān)管和創(chuàng)業(yè)支持體系中仍缺乏清晰的位置。

今年全國兩會期間，全國人大代表、科大訊飛董事長劉慶峰建議，設(shè)立跨部門協(xié)同推進機制，創(chuàng)造AI就業(yè)友好型社會。建立協(xié)同機制并制定專項行動計劃，推動全社會完成從“被動應(yīng)對”AI挑戰(zhàn)向“主動塑造”AI就業(yè)友好型社會的轉(zhuǎn)變。

全國人大代表、科大訊飛董事長劉慶峰

系統(tǒng)應(yīng)對AI時代就業(yè)變革

從AI Coding、科學(xué)計算到AI內(nèi)容生產(chǎn)、自動化SaaS，一批“超級個體”開始以更低的組織成本推動產(chǎn)品落地。在國內(nèi)，圍繞“一人公司（OPC）”創(chuàng)業(yè)者形成的社群也在多地出現(xiàn)，北京、上海、深圳、杭州、蘇州、南京等城市陸續(xù)形成相關(guān)網(wǎng)絡(luò)。

不過，這一新興創(chuàng)業(yè)形態(tài)仍處于早期階段。盡管發(fā)展勢頭明顯，但不少個體創(chuàng)業(yè)者仍面臨成本壓力高、資源獲取分散、企業(yè)存續(xù)穩(wěn)定性不足等現(xiàn)實問題。

對此，劉慶峰建議健全新就業(yè)形態(tài)制度供給，以“低成本合規(guī)、一站式服務(wù)、可持續(xù)保障”為導(dǎo)向，優(yōu)化新型市場主體準(zhǔn)入與合規(guī)流程；同時完善適配“一人公司”的稅費規(guī)則與普惠金融支持，健全靈活就業(yè)人員社保轉(zhuǎn)移接續(xù)與職業(yè)傷害保障制度，并通過算力與軟件服務(wù)補貼降低AI工具使用門檻，推動生產(chǎn)力工具普惠化，激發(fā)全社會創(chuàng)新活力。

在就業(yè)轉(zhuǎn)型階段，他同時提出，應(yīng)完善轉(zhuǎn)型期穩(wěn)崗轉(zhuǎn)崗公共支持與培訓(xùn)，強化社會保障托底。具體包括建設(shè)全國互認(rèn)的AI培訓(xùn)體系，打通培訓(xùn)與就業(yè)流動堵點，提升勞動者技能可遷移性與市場匹配效率；做強公共培訓(xùn)與實訓(xùn)供給，提供“培訓(xùn)-測評-推薦-跟蹤”一體化服務(wù)，提升培訓(xùn)成效；強化社會保障托底與再就業(yè)支持聯(lián)動，設(shè)立過渡性幫扶，完善失業(yè)保險制度，有效緩沖職業(yè)中斷帶來的收入波動沖擊。

提前布局下一代人工智能

推動人工智能產(chǎn)業(yè)高質(zhì)量發(fā)展，不僅依賴“超級個體”與“一人公司”等新型創(chuàng)業(yè)形態(tài)，更需要在關(guān)鍵技術(shù)和產(chǎn)業(yè)生態(tài)上實現(xiàn)自主可控。

劉慶峰認(rèn)為，在當(dāng)前國際競爭激烈、AI時代轉(zhuǎn)型的大背景下，應(yīng)加大全棧自主可控AI研發(fā)與應(yīng)用，提前布局下一代人工智能，搶占全球競爭制高點。

他表示，以大模型為代表的通用人工智能，正在成為國際科技競爭的關(guān)鍵焦點。我國AI產(chǎn)業(yè)發(fā)展迅速，但仍面臨兩大突出挑戰(zhàn)：一方面，國內(nèi)多數(shù)大模型對美國算力依賴度較高，國產(chǎn)算力占比偏低且更多用于模型推理。國產(chǎn)算力軟硬件生態(tài)仍不完善，適配效率不高、工程化能力不足，導(dǎo)致國產(chǎn)算力平臺“不好用、迭代慢、門檻高”等；另一方面，面向通用大模型的前沿交叉學(xué)科融合能力，以及跨底層架構(gòu)的系統(tǒng)性技術(shù)統(tǒng)籌能力相對薄弱。

針對上述問題，劉慶峰建議，應(yīng)強化在自主可控算力平臺上的AI研發(fā)和生態(tài)建設(shè)，布局國家級人工智能重大專項，組織國家實驗室、領(lǐng)軍企業(yè)和科研院所協(xié)同攻關(guān)，加強國產(chǎn)算力平臺上的大模型關(guān)鍵技術(shù)攻關(guān)與生態(tài)建設(shè)；支持“量子計算賦能AI”、腦啟發(fā)的新一代模型架構(gòu)等研發(fā)，探索突破算力、能耗與可解釋性等瓶頸的新路徑，為我國在下一代人工智能競爭中贏得先機。

在應(yīng)用側(cè)，他還建議以央國企為示范牽引做大做強國產(chǎn)生態(tài)，形成標(biāo)準(zhǔn)、采購、考核閉環(huán)。通過完善央國企“AI+”專項行動配套政策，加快建立自主可控大模型在央國企的標(biāo)準(zhǔn)體系、采購目錄與考核機制，推動國產(chǎn)方案在規(guī)模應(yīng)用中加速迭代與成熟。