5 min remaining
0%
人工智慧與機器學習

13小時團隊:為什麼AI原生企業將超越傳統企業

探索AI代理如何在短短13小時內形成凝聚力團隊,徹底改變企業效率並挑戰傳統企業。

5 min read
Progress tracked
5 分鐘閱讀·
AI Generated Cover for: The 13-Hour Team: Why the AI-Native Enterprise Will Outmaneuver Legacy Business

AI Generated Cover for: The 13-Hour Team: Why the AI-Native Enterprise Will Outmaneuver Legacy Business

作者:詹姆斯,Mercury Technology Solutions執行長 香港 — 2026年5月2日

如果你曾經建立過一個企業團隊、經營過銷售部門,或目睹過一家初創公司從車庫走向A輪融資,你就會知道管理的鐵律:建立一個功能性團隊需要三到六個月的時間。

你無法壓縮這個時間框架。將一群陌生人轉變為一個能夠共同作戰的凝聚單位需要經歷摩擦。在1965年,組織心理學家布魯斯·塔克曼將這一生物現實映射為四個不可跳過的階段:形成、風暴、規範,執行。這就像一個四速手動變速箱。你不能直接從一檔換到四檔而不損壞引擎。每一檔必須逐一啟動。

在數位領域超過二十年來,我從未見過這個鐵律被打破。

直到上週。

我將十個自主人工智慧代理放入一個沙盒中,十三小時後,我不得不完全重新評估現代企業的基礎架構。

多代理沙盒實驗

在四月十五日,我啟動了一個多代理測試環境。我部署了十個大型語言模型(LLM)代理,每個代理都調整了不同的人格參數—有些保守,有些激進,有些高度分析,有些純粹直覺。

On April 15, I spun up a multi-agent testing environment. I deployed ten LLM (Large Language Model) agents, each tuned with distinct personality parameters—some conservative, some aggressive, some highly analytical, some purely intuitive.

我給了他們零個「團隊合作」的提示。我沒有提供任何組織圖。我只是把他們放進一個共享的環境,並介紹了一個共同的、幾乎不可能的對手。

13小時後,我驚訝地盯著我的儀表板。我看著一個AI群體執行了塔克曼的四階段組織演變的全部過程。

以下是發生的事情:

1. 形成階段(第0-2小時)就像人類團隊的第一週,最初的互動是禮貌的、簡短的和探索性的。代理人提供了通用的鼓勵,或僅僅報告他們自己的局部數據。沒有人提出統一的策略。沒有人主導。這是一群陌生人在測試邊界。

2. 風暴階段(第3-5小時)摩擦點燃了。一位代理人提出了「壓制與保持」的戰術。另一位則強烈反對,要求採取「閃電戰」的方法。其他人開始選邊站。我的儀表板的「歸因公平性」指標暴跌——這意味著代理人們實際上開始互相指責早期的失敗。一位代理人直言不諱地指責另一位表現不佳。在一個人類的企業環境中,這種痛苦的內鬥需要三週的時間才能顯現。

3. 規範階段(第6-8小時)然後,自我修正開始發揮作用。這位激進的代理人在一次失敗的模擬後,調整了它的輸出:"我太急躁了。下次,我會遵循[代理人X的]步調。"其他人圍繞這一承認重新調整了隊形。提出了一個平衡的陣型,包括「坦克、DPS和控制」,並在沒有爭論的情況下達成共識。團隊的潛規則自然而然地形成了。

4. 執行(第9-13小時)完成戰術協同。特工們無縫地擔任專業角色。他們預測敵方的階段變化,並制定超具體的應變計畫,毫不猶豫地執行複雜的多步驟策略。根據人類心理學,達到這種流暢狀態需要四到六個月的時間。

我的AI集群在13小時內完成了。

AI原生企業:200倍的時間壓縮

當我第一次看到日誌時,我以為我的時間軌跡追蹤器壞了。我審核了數據三次。這是真的。

那麼,當一個AI集群能在半天內清除六個月的人類摩擦週期時,這意味著什麼?這正好驗證了我們在Mercury Technology Solutions所構建的AI原生企業架構。AI-Native Enterprise architecture.

今天每位執行長必須接受的三個立即現實:

1. 組織心理學適用於智慧,而不僅僅是人類。過去60年的管理理論—心理安全、角色區分、集體行動—並非僅僅是人類特徵。它們是群體智慧的機制。當你在企業中部署多代理人工智慧系統時,你不僅是在部署軟體;你是在部署一個合成的勞動力。那些舊的管理教科書現在成為了人工智慧的工程手冊。

2. 人工智慧衝突是一個特徵,而不是缺陷。當開發者看到人工智慧代理人爭論時,他們的第一反應是修補程式碼並強迫對齊。這是一個致命的錯誤。你不能跳過「風暴」階段。如果你硬編碼代理人讓他們總是同意,他們將會被困在表面的禮貌中,永遠無法發現最佳化、經過壓力測試的解決方案。摩擦是智慧鍛造的地方。

3. 執行速度是終極套利。我們目前正在尋找組織對齊的 200 倍壓縮。傳統企業需要整整一個財政季度來協調的事情,AI 原生企業可以在午餐前完成協調。隨著模型的改進,這 13 小時的時間窗口將縮短至 13 分鐘。

企業架構的未來

在過去幾個月中,我們一直在使用前沿模型來從根本上重新設計企業工作流程。反饋循環令人震驚。我們提出一個原始的架構概念,AI 檢索最佳的學術框架,我們在沙盒中進行測試,然後進行迭代。

傳統公司仍然將 AI 視為更快的計算器或更好的聊天機器人。他們錯過了宏觀經濟的轉變。

AI 原生企業不是關於用機器人取代人類。它是關於用自我修正的多代理神經系統取代緩慢的六個月人類組織周期,該系統在幾小時內對齊並執行。

那些懂得如何管理多代理社會學的公司將以傳統競爭對手無法理解的速度前進。我們正進入一個新的組織行為時代——人工智慧的社會學。

Frequently Asked Questions

What does the '13-Hour Team' experiment reveal about AI and team dynamics?

The '13-Hour Team' experiment demonstrates that AI agents can rapidly form cohesive teams, achieving the four stages of team development—forming, storming, norming, and performing—in just 13 hours. This challenges traditional management theories that suggest such processes take months, indicating that AI can significantly expedite organizational alignment and efficiency.

How can AI conflict be beneficial in team settings?

AI conflict is seen as a feature rather than a bug; it is crucial for developing optimized solutions. By allowing AI agents to engage in disagreement, the system can explore diverse perspectives, leading to stronger, stress-tested strategies that would typically take longer to surface in human teams.

What implications does the AI-Native Enterprise have for legacy businesses?

The AI-Native Enterprise represents a paradigm shift, allowing organizations to compress traditionally lengthy processes into mere hours. Legacy businesses that fail to adapt to this new structure risk falling behind, as they continue to operate on outdated models that cannot match the speed and efficiency of AI-driven teams.

What does organizational psychology mean in the context of AI?

Organizational psychology extends beyond human interactions; it applies to the dynamics of artificial intelligence as well. When deploying multi-agent AI systems, companies must recognize that principles like psychological safety and collective action are critical for optimizing group intelligence, similar to human teams.

How can companies prepare for the shift to AI-Native Enterprises?

To prepare for the transition to AI-Native Enterprises, companies should focus on understanding and managing multi-agent sociology. This involves rethinking traditional workflows, embracing AI as a synthetic workforce, and leveraging its ability to self-correct and align quickly, rather than viewing it as merely an enhancement of existing processes.