Artisan或许因其大胆的"停止招聘人类"营销活动而声名大噪,但现实是,每位创始人都需要组建合适的团队才能实现规模化增长。这家快速发展的AI初创公司正在为销售外拓和客户互动领域打造AI员工。本期《Build Mode》节目中,Isabelle Johannessen与Artisan联合创始人兼CEO贾斯帕·卡迈克尔-杰克(Jaspar Carmichael-Jack)深入探讨了团队建设初期的经历,以及那些差点在公司起步阶段就将其扼杀的招聘失误。
招错人或填补了错误的岗位,这类失误的负面影响会迅速累积。它们浪费时间、打击士气,还常常造成执行滞后——对于一家刚刚开始规模化的初创公司而言,这往往是致命的。
"我犯过很多招聘错误——几乎每个岗位都有过失误,"卡迈克尔-杰克说,"为了保住现在这40名员工,我们大概招过100多人。"但每一次失误都带来了宝贵的教训,帮助创始团队在后续工作中不断改进。
过度招聘
管理一支50人的团队,让所有人保持一致的方向和使命感,远比管理10人团队困难得多。"我以为招了这么多人、组建了这么大的团队,公司就能更快扩张,但实际上这反而让规模化变得更加困难,"卡迈克尔-杰克说。
早期初创公司的团队成员不应有空闲时间。只有当现有团队已经不堪重负时,才应考虑招人。
迷信名企背景
简历上拥有知名科技巨头工作经历,并不总意味着这个人已做好投身初创公司的准备。在资源充足的大型团队中表现出色所需的能力,未必与初创环境下的执行要求相匹配。候选人的实际经验和对工作的热情,远比简历上的大厂光环更重要。
招聘层级失当
职业生涯走到较后阶段的人,可能无法适应早期初创公司的混乱状态,并可能期待一套尚不存在的规范体系。另一方面,过于初级的招聘对象则缺乏推动业务规模化所需的能力。
招聘太急、辞退太慢
招聘过程应保持耐心,哪怕面对看起来很出色的候选人也不例外。而当某人与团队不匹配时,果断行动才是最佳选择。
"早期我们行动太迟缓了。我们会在一个决定上拖上几周甚至几个月,不采取任何实质行动,只是稍微帮一把,但也没真正帮到位,就这样一直悬而未决。这种做法从来没有好结果,"卡迈克尔-杰克说,"当一个人在某个岗位上行不通的时候,你能感觉到,通常他们自己也清楚。"
卡迈克尔-杰克早期的失误提醒我们:招聘不仅仅是一项运营任务,更是一项战略决策。招错人不只会拖慢进度,还会重塑团队文化、拉低整体标准,让每一次后续招聘都变得更加困难。而招对了人,正向效应同样会快速复利叠加。
最终,即便是一家致力于打造AI员工的公司,也学到了每位创始人迟早都会领悟的那条道理:没有人类,公司无法规模化发展——只是,你必须找到合适的人。
Q&A
Q1:Artisan的"停止招聘人类"活动是什么意思?
A:这是Artisan的一次营销活动,用来推广其为销售外拓和客户互动领域打造的AI员工产品。但创始人卡迈克尔-杰克本人强调,这并不意味着真的不需要人类,而是要停止招聘"错误的人"。他认为,组建合适的团队对于初创公司的规模化增长至关重要,AI员工是辅助而非完全替代人类。
Q2:Artisan创始人提到的最常见招聘错误有哪些?
A:卡迈克尔-杰克总结了四类常见招聘失误:一是过度招聘,团队过大反而拖慢规模化进程;二是迷信名企背景,大厂经验不代表适合初创环境;三是招聘层级失当,太资深或太初级都会带来问题;四是招聘太急、辞退太慢,对不合适的人应果断决策,而非拖延数月。
Q3:Artisan目前的团队规模是多少?
A:Artisan目前拥有约40名员工。但据创始人卡迈克尔-杰克透露,为了维持这40人的团队,公司历史上累计招聘过超过100人。每一次招聘失误都带来了经验教训,帮助团队在后续招聘中不断优化决策。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。