企业家精神每年NBER夏季的专题研讨会都有很多高质量文章，今年的创业和创新专题
企业家精神每年NBER夏季的专题研讨会都有很多高质量文章，今年的创业和创新专题尤其如此。看到这里的好几篇文章都非常有意思。这一篇和最近火热起来的一人公司（OPC）有关，也和大公司裁员有关。“生成式AI如何改变创业”？《PromptedtoStart:HowGenerativeAIisTransformingEntrepreneurship》探讨了生成式人工智能（GenAI）对创业活动、初创企业特征以及劳动力市场需求的早期影响。以下为AI提炼：1.主要内容：文章研究了GenAI的公开和普及（以2022年底ChatGPT发布为标志）如何改变新企业的创建和初创公司的内部组织结构(pp.2-3)。以往研究多关注GenAI导致成熟企业削减职位或提高个人生产力，而本文则从创业进入（ExtensiveMarginofEntry）这一全新视角出发，探讨了GenAI是如何降低创业门槛、促进“精益创业”、改变创始人技能画像，并最终通过新企业诞生来创造净就业增长的(pp.4,28)。2.研究方法与数据来源📊数据来源（多源异构数据库联动）创业意向与宏观企业创建数据：使用美国人口普查局的商业形成统计（BFS），通过雇员申请（EIN）的实时追踪捕获创业意向(pp.6-7)。细分行业及地理位置数据：使用InfoGroup（现名DataAxle）数据库，获取四位NAICS编码级别的高精度企业注册、初始规模和地理位置信息(pp.7-8)。初创公司及创始人微观特征：将Crunchbase的初创企业记录与LinkedIn（通过RevelioLabs）的员工/创始人简历数据进行匹配，构建了独特的“雇主-雇员匹配数据库”(pp.8-9)。行业就业与薪资整体效应：结合美国人口普查局的季度劳动力指标（QWI），重点对比0-1岁新企业与老企业的就业及薪资差异(p.8)。🔬研究方法（双重差分法+创新风险暴露指标）GenAI暴露率衡量（AEI创新指标）：文章摒弃了传统的“专利文本相似度”或“专家主观评估”方法，创新性地采用了Anthropic经济指数（AEI）(p.10)。该指数通过分析Claude.ai真实用户数百万次对话中特定任务的查询占比，构建了前瞻性的任务级、职业级和行业级GenAI暴露率(pp.10-11)。实证模型：采用双重差分法（Difference-in-Differences,DiD），以2022年底GenAI工具的大规模公测为分界点（Post），比较高GenAI暴露率行业与低暴露率行业在冲击前后的创业表现差异(pp.3,15)。LLM辅助分类管线：利用Perplexity和Tavily等深度研究API，通过抓取网页和公开信息，将初创企业精确分类为“AI原生型（AI-native）”和“AI赋能型（AI-enabled）”(pp.20-21)。3.主要结论，揭示了GenAI时代创业的全新生态：🔥激发高暴露行业创业潮，共存双重机制：在ChatGPT发布后，高GenAI暴露行业的初创企业数量显著增加了20%(pp.3,18)。这种增长不仅体现在利用AI优化内部流程以降低成本的“AI赋能型”企业中，更体现在大量提供全新AI数字化产品或服务的“AI原生型”企业中(pp.3,19)。📍创业版图地理去中心化（GeographicDispersion）：GenAI相关的创业浪潮正在向传统创新中心（如硅谷、硅巷等VC枢纽）以外的区域扩散(pp.4,24)。在缺乏成熟风险投资、本地行业特长劳动力薄弱的地区，新企业成立的增长幅度更大(pp.4,24)。这表明GenAI充当了“按需专家”，削弱了创业对空间集聚和本地成熟VC网络的依赖(pp.22,24)。📉初创企业显现“精益化”与“微型化”特征：单个初创公司在成立初期的员工规模明显变小（高暴露行业初创公司员工数平均减少近25%），且公司内部的职业种类更加集中，展现出“精益创业”特征(pp.24,27)。AI工具替代了大量行政、营销等外围辅助性岗位，使得创始团队能以极低人力维持核心运转(pp.3,31)。💼抵消大厂裁员潮，拉动社会净就业与薪资：虽然单个企业规模变小，但由于新开办的公司基数大幅增加，高暴露行业中初创企业（0-1岁）的总就业人数增长了7.4%，平均薪资增长了约5%(pp.4,28)。最关键的是，大型成熟企业正在裁减软件开发等GenAI高暴露职位，而初创企业则在大举吸纳并雇佣这些高AI暴露岗位的员工，初创公司成为了消化技术转型失业者的关键“安全网”(pp.4,31)。👤创始人技能画像从“PPT/找钱型”向“硬技术型”转变：高暴露行业的创始人越来越多地来自高AI暴露的背景(p.33)。他们在职场社交平台（LinkedIn）上的自我描述中，AI/ML开发和软件工程等“硬核技术技能”大幅增加，而资金募集（CapitalRaising）、交易撮合、管理和物流等“软性或协调型技能”则明显下降(pp.33-34)。四、政策启示（Conclusion延伸）：文章最后指出，由于GenAI极大降低了资金和团队门槛，政策制定者如果希望利用AI促进经济增长，其核心重心应从传统的风险投资扶持，转向改善数字基础设施、减少小企业合规成本与法律不确定性，并为因大企业引入AI而转型的毕业生提供“leanstartup（精益创业）”的孵化沙盒与再培训(p.40)。
