Connect with us

Tielle yrittäjien tie: seuraavat miljardien arvoiset startupit rakennetaan pienillä tiimeillä

Ajatusjohtajat

Tielle yrittäjien tie: seuraavat miljardien arvoiset startupit rakennetaan pienillä tiimeillä

mm
A person from behind in a blue suit works at a desk with two monitors in front of a city window. A portrait monitor on the left shows an

Onko kaksi viikkoa kohtuullinen aikataulu räätälöidyn CRM-järjestelmän rakentamiseen, joka yhdistää tarjoukset, laskutus, rahoitus, agentit ja kumppanien työnkulut yhdessä käyttöliittymässä? Perinteinen logiikka sanoo ei. Silti näen jatkuvasti versioita tästä, koska sisäisen ohjelmistokehityksen kustannukset ovat romahtaneet, kun taas integrointi ja käyttöönotto eivät ole.

Viimeaikainen esimerkki omasta työstämme osoittaa tämän. Ei-tekniikan alan perustajamme Denis rakensi sisäisen CRM-järjestelmän noin kahdessa viikossa, jossa oli orkesterointituki meidän insinöörimme ja minun kanssa, ja osa siitä oli jo tuotannossa, kun hän vielä sääteli sitä. Järjestelmä yhdisti oikeaan tietokantaan hallintapaneelin kautta, jotta tiimi voisi seurata 1000+ asiakkaan terveyttä reaaliajassa, ja se kattoi myös kumppanien hallinnan viitekuvilla ja maksujen seuraamisella.

Hän rakensi sen ratkaisemaan ongelman, johon nopeasti kasvavat tiimit joutuvat. Valmiit CRM-järjestelmät vetävät sinut jonkun toisen työnkulkuun. Sinä vietät aikaa opiskellessasi ominaisuuksia, joita et tarvitse, ja törmät rajoituksiin, ja vietät vielä enemmän aikaa integroidessasi työkaluja, jotta järjestelmä heijastaa, miten liiketoimintasi tosiasiallisesti toimii. Kun taustalla olevat työkalut antavat sinun rakentaa nopeammin kuin voit ottaa käyttöön, vanha rakenna-ostomuoto muuttuu, ja enemmän tiimejä alkaa rakentaa omaa toimintakerrostaan.

Tielle lyhentäminen aikomuksen ja toteutuksen välillä

Markkinoilla yleisesti ottaen tekoäly vähentää aikaa idean ja toimivan ensimmäisen version välillä. Tämä muutos johtui siitä, että voit nyt antaa agentille hyvin kuvatun tehtävän ja saada takaisin ensimmäisen version, joka on tarpeeksi hyvä seniori-insinöörin tarkastettavaksi, korjattavaksi ja yhdistettäväksi. SquareFissä arviomme, että noin 95 prosenttia koodistamme tuotetaan tekoälyn avulla, ja meidän ydininsinööritiimimme on supistunut noin kymmenestä neljään. Tämä ei ole pelkästään kustannusten leikkaamiseen liittyvä temppu – vaikka yksisarviset yrittävät pysyä laihoja – vaan resurssien uudelleenjärjestely. Vähemmän ihmisten kanssa olemme toimittamassa 10-kertaista laadukkaampaa koodia.

Tämä on meille hyödyllistä sekä sisäisesti että useissa osastoissa. Suunnittelutiimit käyttävät yhä enemmän Figma-liitännäisiä muuttaakseen suunnitelmat HTML:ksi, ja käyttävät tekoälytyökaluja rakentaakseen pieniä prototyyppejä ensimmäisen tason testaamiseen ennen kuin mitään pääsee kehitysjonoon. Nyt voimme iteroida testaamalla ideoita ilman odottamista kapasiteetista.

Käytämme myös agenteja, joissa hitaan palautevirran haitta on suuri. Meillä on turvallisuusagenteja, jotka jatkuvasti analysoivat lokit ja palomuuritoimintaa epätavallisista kuvioista, ja käytämme agenttia, joka analysoi jokaisen GitHub- commitin ennen kuin se yhdistetään tuotantoon ja vertaa sitä nykyiseen uhkakuvioon. Ihmiset harvoin tekevät sellaista toistuvaa tarkkuutta johdonmukaisesti, vaikka he välittävät paljon.

Laaja tulos on, että toimet siirtyvät vähemmän käsiin ja vähemmän viivästyksiä, jotka johtuvat siitä, että odotetaan erikoisalan asiantuntijan saatavuutta.

Tiedän, mitä tehdä, on tärkeämpää kuin tietää, miten tehdä

Voit pyytää tekoälyagenttia rakentamaan melkein mitä tahansa, ja voit tehdä sen murto-osalla aikaa ja kustannuksia verrattuna siihen, mitä se maksaisi kouluttaa henkilö tuottamaan sama ensimmäinen versio. Tuloksen laatu seuraa edelleen pyynnön tarkkuutta ja tuloksen vahvistamisen voimakkuutta.

Monissa startupissa nyt määrityksen laatu on rajoitus. Arvokkaimmat ihmiset tekoälyohjatussa tiimissä ovat usein niitä, jotka ymmärtävät syvällisesti alaa, voivat kuvata järjestelmiä tarkasti ja voivat vahvistaa tuloksia ilman käsiheilautuksia. Uudet työnimikkeet ovat alkaneet seurata tätä todellisuutta, mukaan lukien määritysten kirjoittajat, alueen omistajat ja tekoälyorkesterit. Nimikkeen merkitys on vähäisempi kuin kyky.

Tämä muutos muuttaa myös sitä, kuka tulee tehokkaaksi. Vahvat johtajat, jotka voivat ymmärtää projektin nopeasti ja kuvata sen yksinkertaisesti, voivat nyt tuottaa enemmän tulosta kuin monet insinöörit, koska heidän aikomuksensa voidaan moninkertaistaa agenteilla.

Usein minulle kysytään muiden perustajien taholta, kuinka pitkälle tämä voi mennä. En usko, että on yleispätevää vastausta, mutta uskon, että filosofia kartoittaa hyvin perinteiseen fintechiin, koska se on ala, jossa työ on monimutkaista, mutta järjestelmät ovat kuvaamiskelpoisia ja testattavissa.

Kyllä, ihmisillä on edelleen työt

Viimeinen asia, jonka haluan tämän lukemisen, on paha fintech-perustaja, joka haluaa sammuttaa ihmiskunnan. Jokainen järkevä organisaatio tietää, että se ovat ihmiset, jotka pitävät koneet pyörivinä.

Uskon, että fintech edellyttää kuria ja vastuuta. Tekoälyosa varmistaa ensimmäisen, kun taas inhimillinen osa varmistaa jälkimmäisen. Suuret rahoitustoimet tulisi pitää ihmisten portaita. Agentit voivat valmistella maksutilauksen ja ihminen tulisi allekirjoittaa sen. Lopulliset tuotospäätökset kantavat myös oikeudellista vastuuta. Jos tuotospäätöksen hyväksyvä virkamies hyväksyy vastapuolen, vastuu on virkamiehellä, ei agentilla, joka valmisti tapauksen.

Joten kysymys ei ole siinä, voitko automatisoida kaiken. Kysymys on, miten aloitat ihmisen tuomion korkean riskin hetkiin, kun taas agenteja käytetään poistamaan päätyön, joka hidastaa asiantuntijoita. Noudattamisen valmistelu on hyvä ehdokas. Vastakkaisen median tarkastukset, vastapuolen analyysi ja asiakirjojen kokoaminen voidaan automatisoida, jotta noudattamisen virkamies saa tapauksen, joka on pääosin valmis, ja viettää aikaa päätöksenteossa.

Tämä yhdistelmä on tehokas ja voidaan pitää vastuussa.

Miten olla tekoälyensimmäinen

Monet tiimit sanovat olevansa tekoälyensimmäisiä, ja tarkoittavat tällä keskustelualueen käyttöliittymää saman infrastruktuurin päällä. Olen paljon kiinnostuneempi tekoälystä sisäisenä toimintamallina.

Työssämme käytämme tekoälyä voimakkaasti sisäisesti, kun taas tuotteen tasolla tekoäly on tällä hetkellä rajoitettu tiettyihin alueisiin, kuten tuki- ja laskentagentteihin. Tämä on enemmän käytännön raja kuin ideologinen. Riskin käyttäytyminen eroaa rahoituksessa, ja tuotteen autonomia tarvitsee huolellisia rajoituksia.

Yksi odotettavissa oleva suuntaus on kehittäjien käyttöön tarkoitettu infrastruktuuri, joka liittyy agenttityönkulkuun. Esimerkiksi aikomme julkaista SquareFi MCP-palvelin, jotta kehittäjät voivat integroida meidän API: mme helpommin ja liittää meidät heidän omiin agenteihinsa. Käytännön käyttö on rahoitusagentti, joka voi analysoida rahoitustasi, valmistella maksutilauksen ja sitten pyytää sinua allekirjoittamaan sen.

Tämä on myös syystä, miksi kiinnitän huomiota, kun johtavat laboratoriot julkisesti väittävät, että mallit eivät ole vielä varustettu tekemään peruuttamattomia korkean riskin päätöksiä autonomisesti. Fintech ei voi esittää, että virheet ovat vaarattomia.

Mitä tämä tarkoittaa perustajille, jotka rakentavat nyt

CRM, jonka Denis rakensi, oli sisäinen projekti, mutta se edusti laajempaa todellisuutta, jossa rakentaminen on halvempaa, kun taas koordinointi on edelleen vaikeaa. Viestintä, usein kohdeltu pehmeänä taitona, nousee arvoonsa, ja teknisesti taitavien ihmisten on syytä investoida siihen, jos he haluavat menestyä ympäristössä, jossa koneet voivat tehdä paljon heidän työtään nopeammin ja halvemmalla.

Tässä kontekstissa on tärkeää suojella aikaa hiljaiselle ajattelulle. Mitä nopeammin agentit voivat suorittaa, sitä arvokkaampaa se tulee hidastaa ennen kuin annat heille ohjeita. Monimutkaisen arkkitehtuurin ymmärtäminen syvästi ennen kuin kuvaat sen agentille, on se, missä laatu päätetään.

Jos aloittaisin uudelleen, keskittyisin kolmeen tieteeseen.

  • Ensinnäkin, kouluttaisin itseni ja tiimini kirjoittamaan parempia määrityksiä. Haluat ihmiset, jotka voivat jakaa ongelman, määritellä onnistumisen, määritellä epäonnistumisen ja kuvata testejä. Tämä on uusi standardi operatiiviselle erinomaisuudelle.
  • Toiseksi, rakentaisin tiukkaa vahvistamiskulttuuria. Tekoäly tekee siitä helppoa toimittaa nopeasti, ja se tekee myös siitä helppoa toimittaa virheitä nopeasti. Etuasi ei tule ainoastaan nopeudesta, vaan myös parantamisesta korkeilla standardeilla.
  • Kolmanneksi, kohtelisin ihmisen tuomion niukkaa resursseina ja suojelisin sitä. Korkean riskin aloissa tiimit suorittavat paremmin antamalla valmistelun ja toistuvan työn agenteille, kun taas päätöksenteko säilyy vastuullisilla ihmisillä.

Kilpailuetu siirtyy kohti testaamista ja parantamista, koska sen kulmakerroin on muuttunut. Pienet tiimit voivat nyt tuottaa mitä aiemmin vaati paljon suurempia organisaatioita, koska agentit tekevät viestinnästä ja koordinoinnista paljon sulavampaa. Tämä ei poista tarvetta lahjakkaisiin ihmisiin, vaan nostaa sen, mitä tarkoitetaan lahjakkaisuudella.

Anton Lobintsev on kokenut yrittäjä, jolla on yli 20 vuoden kokemus teknologiaindustrissa, ja hän on rakentanut yrityksiä infrastruktuurin, vaatimustenmukaisuuden ja tuoteinnovaatioiden risteyksessä. SquareFin perustajana ja tuotejohtajana hän johtaa tuotekehitystä, lakien noudattamista ja strategisia kumppanuuksia.

Anton siirtyi IT-alalle vuonna 2003 yritysten palvelimien myyntiin, ja vuonna 2007 hän perusti järjestelmäintegraatioyrityksen, joka toimitti korkean suorituskyvyn laskentainfrastruktuuria, ja joka teki yhteistyötä maailmanlaajuisten jättien kanssa, mukaan lukien IBM ja HP. Hän siirtyi sitten oikeudelliseen teknologiaan ja perusti myöhemmin venture-yhtiön, joka keskittyi immateriaalioikeuksien hallintaan ja digitaalisiin oikeuksiin, ja hän toimi myös sen CTO:na.