Notion 从文档工具到 AI 工作空间的转型，揭示了成熟 SaaS 公司如何在 AI 时代避免沦为旧公司。创始人 Ivan Zhao 两次“重做”公司的经历，以及组织、招聘、市场的全面调整，为所有面临 AI 变革的企业提供了极具参考价值的样本。

今天分享的并不是一个新公司，大家应该都很熟悉：Notion，也是我最喜欢用的 app 之一。

Notion 2013 年成立，后来从文档、笔记、知识库、项目管理工具，一步步长成一家公司和个人都在用的生产力平台。

2021 年，Notion 完成 2.75 亿美元融资，估值达到 100 亿美元。

2025 年，Notion 启动了一轮员工股票出售，估值约 110 亿美元；公司年经常性收入已经超过 6 亿美元，其中约一半来自 AI 产品。

Notion 已经有庞大的用户、成熟的收入、完整的组织和路径依赖。

所以今天分享的是：一家已经成功的 SaaS 公司，怎么在 AI 时代避免变成旧公司。

创始人 Ivan Zhao 给出的答案是：必要的时候，把公司重新做一遍。

01｜Notion 第一次重做，是在京都

Notion 一开始并不顺利。

早期几年，公司一直没有找到明确的产品市场匹配。

Ivan Zhao 后来说，那时候的痛苦和现在完全不一样。

现在是事情太多、速度太快、到处着火；早期没有产品市场匹配，是一种更深的绝望，因为你不知道问题出在哪里，也不知道该往哪里走。

那时 Notion 已经找到了大概想做的产品形态，但钱快花完了。

Ivan Zhao 和联合创始人 Simon Last 做了一个很激烈的决定：裁掉团队，离开旧环境，去日本京都重新做。

他们选择京都，原因并不复杂。东京房子太小，京都房子更大、更便宜；他们把旧金山的住处和办公室租出去，反而让公司第一次实现了现金流为正。

到了京都之后，两个人进入一种非常简单的节奏：写代码，吃饭，再写代码。

公司已经没有太多资源，也没有多余的人可以协调。

创始人必须重新面对产品本身：这个工具到底要解决什么问题？为什么值得继续做？用户到底为什么需要它？

Ivan Zhao 没有选择关掉 Notion 再做一个新公司。原因很简单：他不是为了创业而创业。

他从大学最后一年开始，就一直着迷于一种“工具形态”的问题。

他和 Simon 都在“思维工具”的社区里，对早期计算机先驱、软件如何增强人类能力这些问题长期感兴趣。

所以，京都的那次重做，不是换方向，而是把不必要的东西砍掉，回到最核心的问题：做一个真正好用的人类工具。

这也解释了 Notion 后来的气质。

它不像传统项目管理软件，也不像普通文档工具。它一直试图把文档、数据库、知识库、任务、项目放到同一个灵活空间里。

02｜第二次重做，是在 GPT-4 之后

Notion 第二次重做，发生在 2023 年前后。

那时 Notion 已经不再是小团队。公司大约有数百名员工，产品已经成功，用户规模很大，估值也已经很高。

对于很多 SaaS 公司来说，这个阶段最自然的做法，是继续沿着既有路线增长：

加更多功能，招更多销售，服务更多企业客户，优化定价和转化。

但 GPT-4 改变了 Ivan Zhao 对公司的判断。

他在拿到 GPT-4 早期访问权限后，感觉原来的软件世界被打断了。

GPT-3 还只是让人觉得“有用”，但 GPT-4 让他意识到，这不是一个可以慢慢观察的新趋势，而是会改变知识工作的底层技术。

Notion 其实很早就做了 AI 写作产品，而且在 ChatGPT 发布前两周就上线了第一版 AI 功能。这个产品带来了明显收入增长。

但 Ivan Zhao 想做的不止是写作助手。

他很早就想做智能体产品，也就是让 AI 不只是帮你写几句话，而是能理解上下文、检索信息、执行任务、推动工作流。

但这条路并不顺利。

Notion 从 2022 年底就开始尝试智能体方向，但很长时间没有真正跑通。团队试过不同模型，也做过微调和定制模型，但效果都不稳定。

Ivan Zhao 后来承认，他们可能活得太靠近未来了，早期技术能力还不够，产品想得太超前，导致团队有一年半左右的时间走得很痛苦。

这也是 AI 产品和传统软件最大的不同之一。

传统软件更像造桥。需求清楚、设计清楚、工程能力足够，最后大概率能按计划做出来。

但用大模型做产品，更像酿酒。你不能直接命令酵母变成某种味道，只能不断实验，看模型能力会给你什么，再围绕这个能力重新组织产品。

这直接改变了 Notion 的产品开发方式。

过去是产品经理听客户需求，交给设计师，设计师再交给工程师。

现在，设计、产品、工程必须更早坐到一起，直接围绕模型能力、评测结果和用户体验实验。

边界变得模糊，职位本身的重要性下降，能不能把东西做出来变得更重要。

03｜Notion 正在从“工具箱”变成“AI 工作空间”

Notion 早期最强的产品理解是：一个工具，可以让用户自己搭系统。

这也是它和很多办公软件的区别。

传统办公软件通常是固定功能：文档就是文档，表格就是表格，项目管理就是项目管理。

Notion 则更像一套积木，用户可以把页面、数据库、任务、文档、知识库拼在一起。

AI 到来之后，这个基础变得更有价值。

因为 AI 真正需要的，不只是一个输入框，而是上下文。

公司里的文档、任务、会议纪要、项目进展、客户资料、流程记录、历史决策，都是 AI 可以理解和调用的上下文。

这就是 Notion 转向 AI 工作空间的核心逻辑。

Notion 不再只是笔记、文档或项目管理工具，而是一个 AI 工作空间。

产品里包括 Notion Agent、Custom Agents、Enterprise Search、AI Meeting Notes、Notion Mail、Notion Calendar 等能力。

这些功能背后，其实对应三个方向。

第一，是把知识找出来。

Enterprise Search 要解决的是企业信息分散的问题。一个公司的资料可能在 Notion、Slack、Google Drive、Jira、GitHub、邮件、会议记录里。

过去需要人自己到处找，现在 AI 可以基于权限去搜索，并给出带来源的答案。

第二，是把会议和沟通结构化。

AI Meeting Notes 的价值不只是自动记录，而是把会议里的决策、待办、问题、下一步动作沉淀到工作空间里。

这样会议不再只是一个录音文件，而是进入团队的知识系统。

第三，是让智能体执行重复工作。

Notion Agents 的方向，是让用户用自然语言描述工作，让 AI 去创建流程、读写数据库、整理反馈、更新项目状态、生成报告，甚至连接 Slack、Mail、Calendar 和外部工具。

如果说过去的 Notion 是“让人搭工作系统”，那么 AI 之后的 Notion 想做的是“让 AI 在这个系统里工作”。

04｜Notion 要把组织变成“爵士乐队”

产品变了，组织也要变。

Ivan Zhao 对组织有一个很形象的说法：Notion 要做爵士乐队，不是军乐队。

这个说法容易被误解成“不要管理”或者“完全扁平”。但他的意思不是这样。

他并不相信人类组织可以完全没有层级。他认为层级是人性的一部分，强行消除层级并不现实。

Notion 真正要做的，是在保留基本层级的前提下，让公司更灵活、更分布式、更能即兴协作。

军乐队适合执行确定动作，每个人按照既定位置和节奏前进。

爵士乐队也有结构，但允许成员之间互相响应、临场发挥、接住新的旋律，再共同把它变成作品。

AI 时代的软件公司，更接近后者。

因为市场和技术变化不是按季度发生，而是按周甚至按天发生。产品计划不能再像过去那样写死六个月。

财务计划仍然重要，它告诉公司跑得多快、成本是否可控；但产品策略必须更灵活，不能指望一张路线图解决所有问题。

这也是 Notion 组织改造的出发点。

过去 SaaS 公司有一套相对成熟的剧本：

产品、设计、工程、市场、销售、客户成功，各司其职；

公司规模变大后，引入专业管理者，按部门搭组织；

通过流程和会议控制协作。

这套方法在稳定时期有效。但 AI 让产品边界、角色边界和协作方式都变了。

很多知识工作本来是人在中间传递信息、判断优先级、做小决策。

大模型进入之后，这些中间环节有机会被软件和 AI 重构。

Ivan Zhao 把大模型和软件比喻成组织里的“钢材”。

过去没有钢材，高楼只能盖五六层；有了钢材，建筑结构就可以完全不同。

AI 对组织也是类似作用：它不只是提高个人效率，还可能改变信息流动和决策结构。

05｜招聘标准也变了：少看经验，多看品味和主动性

Notion 的招聘标准也在变化。

Ivan Zhao 认为，大模型让很多基础能力被拉平。

过去，一个人会不会写、会不会写代码、能不能查资料，是很重要的能力差异。现在，AI 让更多人可以成为不错的写作者和程序员。

这不代表能力不重要，而是能力的稀缺性下降了。

更稀缺的是两件事：品味和主动性。

品味不是审美上的小资趣味，而是一个人知道什么是好东西、为什么好、应该往哪个方向做。

主动性则是一个人愿不愿意自己推进事情，愿不愿意在不确定中动手试。

因此，Notion 不再只按经验招聘工程师，而是更重视能量、好奇心、乐观、行动力和价值判断。

在工程组织上，Notion 采用了一个类似“杠铃”的结构：

一端是非常资深的架构型人才，另一端是非常年轻、很有冲劲的工程师。

中间层不是没有，但不是最核心的增长方向。

原因也很现实，如果只有一群资深工程师，每个人都在管理多个 AI 编程工具，当然可以提高效率。

但资深工程师更大的价值，是提供方向、架构判断和技术品味。

一个好的资深架构师，可以带几个年轻工程师；年轻工程师再各自使用 AI 工具执行任务。这样既能放大资深人才的判断，也能训练下一代人才。

这和很多公司现在的做法不一样。

很多 AI 公司倾向于只要“被 AI 加强的超级资深人才”，尽量减少初级员工。

Notion 的判断是，AI 时代仍然需要培养新一代人，只是培养方式变了。

设计和产品岗位也在变。

Notion 一直喜欢“会写代码的设计师”和“有产品感的工程师”。现在，这类模糊型人才更重要。

设计师不能只交付视觉稿，还要能理解用户、推动产品；产品经理不能只写需求文档，还要能动手试模型、做原型、看评测结果。

销售招聘也变了。

Notion 的第一轮面试不再只看简历，而是要求候选人做出一个东西，用 Notion 链接发过来。

它想看的是：这个人到底能不能用工具解决问题，而不只是说自己过去做过什么。

06｜市场部被拆开，是因为传统营销跟不上产品速度

Notion 甚至调整了市场部门。

过去很多公司都有一个完整的市场组织，由 CMO 统一管理品牌、产品营销、内容、增长、需求获取等职能。

但 Notion 认为，在产品高速变化的时候，传统市场组织的信息链路太长。

于是，Notion 把市场组织拆成两个方向。

一边是 storytelling，也就是产品叙事、内容表达、社区和社交传播。

这部分要更靠近产品，因为产品变化太快，传统市场部门很难通过一层层信息传递跟上节奏。

另一边是服务销售和商业化的需求获取，比如线索、增长、销售支持。这部分要更靠近收入团队。

这背后的逻辑是：市场不再是一个单独居中的部门，而是贴近产品和贴近销售的两个能力模块。

Notion 本来就是社区驱动很强的公司。

早期大量用户不是被销售说服的，而是在 YouTube、模板社区、社交平台、朋友推荐中接触 Notion。

用户会分享自己的模板、工作流、个人系统，也会把 Notion 带进学校、团队和公司。

但当公司进入企业市场后，光靠社区和产品驱动增长不够。

企业客户要采购、要合规、要权限、要安全、要导入、要服务。这就必须尊重企业销售的规律。

Ivan Zhao 后来也承认，Notion 曾经犯过一个错误：

太想用第一性原理重做销售，以为可以发明一种全新的增长方式，不用传统企业销售。

后来他意识到，企业销售之所以存在，是因为人性没有那么快改变。

客户买昂贵的企业软件时，仍然希望和人沟通，而不是完全交给机器人。

他的结论很务实：每家公司只能把创新点放在少数几个地方，不能所有事情都重新发明一遍。

Notion 的创新点应该放在产品和 AI 工作流上，而不是强行重做企业销售。

07｜Notion 的 AI 转型，不是降本增效这么简单

很多公司讲 AI，最后都会落到降本增效：减少人力、提高产出、压缩成本。

Notion 当然也关心效率。

AI 产品会带来推理成本，毛利率可能不像传统 SaaS 那么漂亮。

传统 SaaS 的软件边际成本很低，而 AI 功能每一次调用模型都可能产生真实成本。

Ivan Zhao 也承认，AI 时代必须更认真地思考成本问题。

但 Notion 的 AI 转型，不只是为了让同样的人做更多事。

它更想改变知识工作的基本形态。

过去公司的知识管理经常失败，因为知识存在太多系统里，靠人整理、靠人搜索、靠人维护。知识库写得再好，如果员工不用，最后也会变成静态资料库。

AI 让这件事发生变化。

只要公司的知识被记录、被权限管理、被连接，AI 就可以在其中搜索、总结、比较、执行。

过去知识库是给人看的，未来知识库也可能是给 AI 用的。

这正好打到 Notion 的基础优势上。

Notion 过去十几年积累的，不只是一个文档工具，而是大量用户和团队的工作上下文：项目、任务、会议、文档、数据库、模板、评论、决策记录。

AI 进入之后，这些上下文变成新的资产。

这也是为什么 Notion 做 AI，有天然位置。它不需要从零开始说服用户上传资料，也不需要单独建一个企业知识库。

很多团队的工作本来就在 Notion 里，只是以前这些内容需要人自己翻，现在 AI 可以直接参与。

08｜为什么 Ivan Zhao 说创始人要“重新感受 AI”

Ivan Zhao 对其他 SaaS 创始人的建议很直接：不要只是读报告、看视频、开会讨论 AI，要自己动手做。

原因是，每家公司在市场里的位置不同，产品不同，用户不同，组织不同。

AI 作为一种新技术，不会自动告诉你应该怎么变。

创始人必须自己接触模型、自己做东西、自己把 AI 放进产品或内部系统里，才能知道哪条路径真的打开了。

他把公司看成一种在市场中寻找路径的实体。语言模型这个新要素进入市场后，会打开一些过去不存在的路径。

但这些路径不在报告里，也不在竞争对手发布会上，而是在产品、客户和团队的真实使用里。

这对很多成熟 SaaS 公司尤其重要。

一家公司做到几百人、上千人后，很容易被原来的流程、部门、指标和成功经验固定住。

过去让它成功的东西，也可能让它变慢。

它会继续优化旧产品、旧销售、旧组织，但没有真正重新思考：如果今天从零开始做这家公司，会不会还是这样做？

Notion 的答案显然是否定的。

如果今天重新做 Notion，它不会只是一个文档工具。它会是一个带有 AI 搜索、AI 会议、AI 邮件、AI 日历、AI 智能体和企业上下文的工作空间。

它不会只靠传统部门协作做产品，而会让设计、工程、产品、评测和模型实验更紧密地混在一起。

它也不会只用老 SaaS 的招聘和管理剧本，而会更重视品味、主动性、技术适应能力和跨职能推进能力。

这就是“重新创业”的含义：不是换一个新名字，也不是做一个新功能，而是用新的技术条件重新审视公司的一切。

09｜Notion 给 AI 公司和传统软件公司的启发

Notion 的案例，对国内创业者和产品团队有几个很具体的启发。

第一，AI 转型不能停在功能层。

在旧产品里加一个 AI 对话框很容易，但这通常只是第一步。

真正难的是：AI 会不会改变用户完成任务的方式？会不会改变产品结构？会不会改变团队协作和商业模式？

如果答案都是没有，那 AI 可能只是包装。

第二，做 AI 产品，要承认不确定性。

传统软件开发追求可控，但大模型产品早期很难完全可控。产品团队需要更快实验、更快评测、更快试错。需求文档仍然有用，但不能成为唯一入口。

创始人、产品、设计、工程都要更靠近模型本身。

第三，组织不能完全照搬过去的 SaaS 剧本。

AI 会让个人产能变高，也会让跨职能边界变模糊。只会写需求的产品经理、只会画稿的设计师、只会按任务开发的工程师，价值都会受到影响。

更有价值的人，是能理解用户、理解技术、能动手、能判断方向的人。

第四，企业销售不能被轻易否定。

即使 AI 能自动完成很多工作，企业采购仍然是人与人之间的信任过程。特别是涉及数据、安全、权限、流程改造和长期合同的产品，销售和客户成功仍然重要。

AI 可以提升销售效率，但很难完全替代信任建立。

第五，创始人不能只做旁观者。

AI 时代，很多判断没法完全委托给职业经理人。尤其是产品方向和组织改造，创始人需要亲自下场。

不是事事审批，而是要亲自理解新技术对公司意味着什么。

最后，AI 时代的老公司，不一定输给新公司。

但前提是，它不能只是在旧体系里修修补补。它要敢于承认

过去的成功方式可能不再适用，过去的组织结构可能不够快，过去的产品路线可能太保守。

对很多 SaaS 公司来说，这可能也是未来几年最难的一道题：敢不敢用 AI 把自己重新做一遍。

以上，祝你今天开心。