沒有獨角獸，百萬富翁卻翻倍了
預言落空了，但我們有了為成功故事打分的儀表板
前言
讀者 您好，該來打分了。2025 年 5 月，Anthropic CEO 達里奧・阿莫迪（Dario Amodei）預言「2026 年將出現一家只有一名員工的十億美元企業」，還把機率鎖在 70～80%。如今 2026 年已經過了一半，期中成績怎麼樣呢？一人獨角獸，目前還是 0 家。
不過，最近《華爾街日報》發了一篇很有意思的文章。預言裡沒提到的事，卻在支付數據裡浮現了——年營收超過 100 萬美元的「零員工公司」，兩年間翻了一倍；超過 1,000 萬美元的，更是接近三倍。獨角獸沒來，但百萬富翁變多了。
這些數字該信幾分？先說結論：這輪週期中真正新的東西，不是「一人成功」，而是有了能驗證成功故事的儀表板。今天我就來整理一下，怎麼讀這塊儀表板。
「零員工」神話比 AI 還老
回到 2008 年。加拿大溫哥華的馬庫斯・普林德（Marcus Prindl）獨自經營著約會網站「Plenty of Fish」。這個網站是 2003 年他為了練習新程式語言，兩週內趕出來的，到 2007 年為止，員工數量精確地是 0 人。2008 年營收約 1,000 萬美元（約 140 億韓元），利潤率超過 50%，每週工作時間大約 10 小時。2015 年，他把公司賣給了 Match Group，拿到 5 億 7,500 萬美元現金。他從沒接受過任何投資，所以 100% 的股份都是他自己的。
當時沒有 AI。有的只是廣告網絡、線上支付和幾台伺服器——也就是網際網路基礎設施。所以「一個人年入十億」不是 AI 發明的，20 年前就做到了，只是極為罕見而已。
那 AI 改變了什麼？我认为是頻率，不是規模。根據 Stripe 的統計，美國全職獨立創業者中年收入超過 10 萬美元的人，從 2010 年代初的 250 萬人左右，增加到 2023 年約 400 萬人。普林德那個年代，「營運」可以一個人做，但「開發」仍然需要工程師、設計師、行銷人員。AI 把那段「製作」環節的成本打到了地板價——程式碼、廣告文案、客戶服務，全都能做。正是這種力量，把罕見案例變成了統計範疇。
而真正的罕見案例旁邊，永遠伴隨著常見的騙局。美國聯邦貿易委員會（FTC）2023 年對一家名為「Automators AI」的公司提起訴訟，該公司以「AI 保證收益」為名，從亞馬遜自動化商店投資中集資 2,200 萬美元。2024 年 2 月，營運者交出資產，被永久逐出電商培訓行業。更意味深長的是，FTC 對這類「自動化收益」公司的執法是系列性的——去年又有同手法的公司被起訴。
真假交織的這 20 年，有一個共同點：證據永遠出自當事人之口。營收截圖拍一下只要 10 秒，美化一下只要 1 分鐘。但市場上沒有辦法讓別人驗證那塊螢幕上的數字。這輪週期與以往的分水嶺，恰恰就在這裡——第一次，別人量出的數字開始出現了。
證據有等級，儀表板有四個刻度
我將一人企業成功故事的證據分為四個等級。標準只有一個：美化這些數字需要多高的成本。越往下的刻度，篡改成本越高，也就越可信。
第一級：自我申報。 截圖、社群媒體認證，以及年化營收（run rate）1都屬於這一級。看看《華爾街日報》文章中的招牌案例——Polsia。創辦人 Ben Broka 去年 12 月獨自創立公司，聲稱已擁有 1 萬名付費用戶，年化營收 1,000 萬美元。聽起來很厲害。但這個 1,000 萬美元是拿最近一期的業績乘以 12 的年化數字。文章裡還提到，隨著用戶增加，AI 使用費導致虧損，他轉而使用了免費的中國開源模型。營收用年化來講，成本卻藏在腳註裡。還有一點值得注意：Polsia 的產品是「AI 代替你經營公司的平台」，而 Broka 自己說他的一人營運就是產品的證明。成功故事的主角，同時也是賣成功故事的公司創辦人——這個結構本身就值得玩味。另外，他從風投那裡募了 3,000 萬美元，這跟「白手起家」的神話調性不太一樣。這不是說他是騙子，而是說第一級的證據，就只該信第一級的程度。
第二級：支付數據。 去年 6 月 Stripe 發布的報告《獨立創作者的時代》（The Age of the Solopreneur）屬於這一級。開頭提到的「翻倍、三倍」就來自這份報告，而且不是問卷調查，而是實際通過 Stripe 支付網絡的資金統計。跟截圖完全不在一個層級。不過這裡也需要加個腳註：美國普查局 2022 年改變了統計口徑。之前，營收超過一定門檻的一人企業主會被自動重新分類為「僱用企業」，這個慣例取消後，高營收區間的一人企業數量在統計上突然跳升了。急增的部分，有些不是新成長的，而是終於被正確統計到的。Stripe 在報告中也直接承認了這個限制。當然，這份數據只能反映 Stripe 支付網絡上的世界，也有其侷限。但與自我申報不同的是，至少這是別人帳本上記錄的數字。
第三級：第三方數據。 不是當事人，也不是利益相關者，而是第三方量出的數字。哈佛商學院和 INSEAD 的研究人員去年 6 月發布的工作論文2《AI 原生企業》（AI-Native Firms）就是典型代表。他們將約 5 萬家新創公司與外部人力數據進行比對，發現將 AI 嵌入產品的公司，比同業、同時期的同儕少 25% 的員工。在更廣泛的樣本中，這個數字是 12%。但企業估值卻差不多。特別是新進人員和管理者的比例分別低了約 15%。原始數據的對比更生動：在 Y Combinator 的樣本中，AI 新創公司的平均人數是 13 人，對照組是 42 人。「用更少的人創造相同的價值」這個方向，確實能被第三方數據驗證。行政數據的方向也一致：美國資訊產業的新企業申請一年內增加了近 45%，但表示要僱用員工的回應，在所有產業中下降最劇烈。
第四級：價格。 別人做了盡調、燒了自己的錢——也就是收購價格。以色列開發者 Maor Shlomo 獨自開發的應用建構器「Base44」，上線半年後就被 Wix 以 8,000 萬美元現金收購。收購價格是造不了假的。必須通過會計盡調，數字有誤的話，買方要自己掏錢吃虧。相信一個成功故事，和用 8,000 萬美元為一個成功故事下注，是完全不同的行為。
讀完儀表板之後，最後要看的是分佈。根據 Stripe 統計，2025 年頂尖 10% 的獨立創業者前 6 個月的營收是中位數的 61 倍。這意味著，站在同一條起跑線上的旁邊那個人，可能比你多賺 61 倍。文章裡的人物也散佈在這個分佈上。來自 Launchdacky 的前產品負責人 Claire Bo 用 10 萬人在用的產品，今年有望實現七位數利潤，但她說：「人們高估了 AI 有多容易，也低估了我走到這裡所付出的努力。」另一邊，是擁有近 20 年 Verizon 資歷、離開後用 AI 做一人顧問的 Samir Ahmad。他把 AI 當事業計畫和行銷的參謀用，但幾個月後就關了門，現在已經回到公司上班了。分佈的移動是真的，但中位數的位置依然很冷。
在成功故事是商品的國家
我認為，這塊儀表板最迫切的地方是韓國。打開社群媒體，「月入千萬（韓元）」和「零資金創業」的認證鋪天蓋地，而這些截圖中的很大一部分，最終都導向課程的支付頁面。成功故事不是證據，而是商品——這個市場已經存在了。這種生意能成立的條件，我在 2023 年的論文中整理過，需要三個要素：只有賣方知道的資訊不對稱3、怕落後的恐懼（FOMO），以及缺乏驗證手段的資訊弱勢群體。三者齊聚，成功故事本身就變成了盈利模式。上個月「頂樓開發者」那篇裡看到的「賣夢產業」的骨架，就是這個。
這時候，儀表板第二級就很有用了。韓國的一人企業也有支付和稅務數據記錄的實體。根據中小企業部的實態調查，國內一人創意企業有 116 萬 2,529 家，一年內增長了 15.4%。成長本身是真的。但看平均數：每家企業年營收 2 億 6,640 萬韓元，當期純利潤 3,620 萬韓元。換算成月薪大約 300 萬韓元。負責人的平均年齡是 55.1 歲，創業動機第一名是「追求更高收入」（40.0%）。統計數據裡的韓國一人企業，不是 20 多歲的「月入千萬自動化」，而是 50 多歲的人用 16 年職場專業知識開的月入 300 萬的生意。想賺更多的心本身是健康的動力，但恰恰是這份心，被成功故事販子盯上了。資訊流裡的 success story 和統計數據裡的平均數之間，那道落差就是這門生意的利潤。
Oswald 的視角
老實說，我自己也是這些統計數據中的一行。從 2020 年開始經營一人顧問公司，就是那 116 萬家之一。作為當事人，我在 2023 年寫那篇剝削商業模式論文時得出一個結論：這門生意的原料不是謊言，而是不對稱。賣的一方只需要一個故事，買的一方卻需要花時間和專業知識去驗證。只要驗證成本這麼傾斜，神話的供應就不會斷。
Exploitation Business: Leveraging Information AsymmetryThis paper investigates the “Exploitation Business” model, which capitalizes on information asymmetry to exploit vulnerable populations. It focuses on businesses targeting non-experts or fraudsters wh從策劃 GTM 策略的經驗來看，這塊儀表板的意義就在這裡。支付數據和收購價格這類外部證據，是降低驗證成本的裝置。資訊不對稱縮小，剝削商業模式的利潤就先被削掉。好的數據本身就是消費者保護裝備——就像金融市場有了資訊揭露制度，操盤手的空間就縮小了。
所以我的結論不是懷疑論。我不認為這個趨勢是假的。儀表板下面的刻度確實顯示了分佈的移動。只是，真實的規模永遠比神話的規模小，而有人專門在賣那個差額。往後看到一人企業的成功故事時，只問一個問題就好：這個數字是儀表板第幾級的證據？如果拿第一級的證據就要求你付款，那對方賣的不是方法，而是故事。
結語
來總結一下。預言中的一人獨角獸還沒出現，但百萬美元一人企業翻倍了，這是支付數據確認的事實。證據有等級：自我申報、支付數據、第三方數據、收購價格，越往下越難造假。在成功故事是商品的市場裡，這塊儀表板在是分析工具之前，先是你保護錢包的裝備。
讀者 您最近看到的成功故事中，最可疑的案例卡在第幾級？請在留言中告訴我卡住的點，以及您想加入儀表板第五級的驗證標準。案例累積夠了，下一期我們來做一份「韓國版成功故事鑑別檢查清單」。
💬 請在留言中告訴我，可疑的成功故事卡在了儀表板第幾級。下一期會反映大家的意見。 📨 如果有被成功故事廣告煩到的同事，請把這篇文章轉給他們。
參考資料 & 延伸閱讀
核心來源
- The Wall Street Journal, “The Rise of Million-Dollar Companies With Just One Employee”, 2026. ··· 今天這篇文章的起點。Broka、Bo、Ahmad 三個人的案例，恰好展示了儀表板的上端和下端。
- Stripe Economics, “The Age of the Solopreneur”, 2026.6. 連結 ··· 「翻倍、三倍」和 61 倍冪律的原始出處。要讀到普查局統計口徑變更那段，才能取得平衡。
- Kim, H. & Koning, R., “AI-Native Firms”, Harvard Business School Working Paper 26-090, 2026. 連結 ··· 「員工少 25%、價值同級」的原始論文。新進人員和管理者最先消失的組織結構分析是精華所在。
- Ahn, K., “Exploitation Business: Leveraging Information Asymmetry”, arXiv:2310.09802, 2023（2024 修訂版）. 連結 ··· 韓國章節的骨架，是我的論文。整理了資訊不對稱和 FOMO 如何組裝成剝削商業模式。請注意這是同儕審查前的預印本。
- FTC, “FTC Action Leads to Ban for Owners of Automators AI E-Commerce Money-Making Scheme”, 2024.2. 連結 ··· 「AI 收益保證」騙局的判決記錄。展示了神話膨脹時，什麼東西會一起長大。
背景知識
- Chafkin, M., “And the Money Comes Rolling In”, Inc., 2009.1. 連結 ··· 2008 年普林德的人物特寫。可以親眼看到沒有 AI 年代的「零員工、年入 140 億（韓元）」。
- 中小企業部, “2025 年一人創意企業實態調查”, 2026.4. ··· 韓國 116 萬家一人企業的官方統計。不要先看資訊流，先看這裡。
搭配閱讀的往期文章
- 頂樓開發者為什麼每晚都要跑外送 ··· 同一個一人經濟的另一面，賣時間的人被壓價的結構。
- 三萬粉絲的薪資明細 ··· 本週二討論的創作者中產階級故事。從頂樓開發者到這篇文章，組成了「個人經濟」三部曲。
- 新任聯準會主席為什麼像新創公司一樣說話 ··· 一篇討論敘事跑在數據前面的文章。今天這篇文章是它的反面——用數據來為敘事打分。
