AI會讓企業更多外包還是更少？

諾亞·史密斯

2026年6月29日

照片由Jerry Zhang在Unsplash上提供

在疫情爆發之前，美國商業活力下降曾引發廣泛擔憂，新公司建立率持續走低。然而，新冠疫情幾乎一夜之間扭轉了這一趨勢。到2024年，商業申請數量仍遠高於疫情前水平，顯示出這一變化具有永續性。

新公司激增的原因尚不明確，但技術進步使個人創業所需員工數大幅減少是一個關鍵因素。根據Stripe Economics的部落格文章，“一人企業家”正在崛起。美國人口普查局在2022年修改了企業分類方法，發現非僱主企業數量遠超預期。這些獨立商人根本不僱傭他人，而是利用網際網路和AI工具獨立運營。

一人企業家自2008年以來持續增長，疫情進一步加速了這一程序。法律變化如歐巴馬醫保和稅收優惠，以及網際網路平臺如Substack、Twitter和Stripe，使得個人創業更加容易。Stripe Economics認為，AI將把這一趨勢推向新高度。AI代理可以幫助創業者選擇工具、整合資源，填補他們在市場營銷、程式設計、定價等方面的技能空白。Sam Altman將此稱為“點子王的復仇”。

Kim和Koning的最新研究顯示，當前創立的“AI原生”公司員工數量比同類企業少約25%。這暗示著自我僱傭可能成為未來就業的主流，人們將像船長一樣指揮AI代理團隊，而非依賴同事。

然而，AI也可能增加企業間的交易成本。交易成本理論由Ronald Coase在1930年代提出，後由Oliver Williamson完善。該理論認為，企業之所以存在，是因為內部交易有時比市場交易更便宜。過去，網際網路大幅降低了外包成本，促進了專業化分工。但AI不僅能分析資訊，還能創造資訊，從而引入新的風險。例如，AI可以生成虛假公司、偽造評價，進行大規模欺詐。BBC曾報道，不法企業利用AI生成的影像和虛假背景冒充英國家族企業，誘騙消費者。

即使使用AI進行採購和驗證，也需要前沿模型和大量計算資源來甄別真假，這本身就是高昂的交易成本。此外，AI的個性、目標和能力隨時間變化，難以建立長期穩定的信任關係。信任的頻繁重建會帶來巨大成本，正如比特幣依賴大量電力來持續驗證交易，最終限制了其作為交換媒介的實用性。

因此，AI對商業組織的影響存在兩個截然不同的方向：如果AI能大幅降低交易成本，將推動全球性的外包和一人經濟；但如果AI反而因欺詐和不可靠性抬高了交易成本，企業可能會迴歸內部化。最終結果取決於信任驗證的實際成本。