La strada verso l'unicorno: le prossime startup da un miliardo di dollari saranno create da team minuscoli

Due settimane sono un lasso di tempo ragionevole per realizzare un CRM personalizzato che integri in un'unica interfaccia la gestione di trattative, contabilità, raccolta fondi, agenti e flussi di lavoro dei partner? La logica convenzionale direbbe di no. Eppure continuo a vedere casi simili, perché il costo di sviluppo di software interni è crollato, mentre quello di integrazione e onboarding è rimasto invariato.

Un esempio recente tratto dal nostro lavoro lo dimostra. Il nostro co-fondatore, Denis, che non ha competenze tecniche, ha creato un CRM interno in circa due settimane, con il supporto di me e del nostro ingegnere per l'orchestrazione, e alcune parti erano già in produzione mentre lui stava ancora lavorando al progetto. Il sistema si connetteva a un database reale tramite un pannello di amministrazione, consentendo al team di monitorare in tempo reale lo stato di salute di oltre 1000 clienti, e includeva anche la gestione dei partner con link di referral e tracciamento dei pagamenti.

Lo ha creato per risolvere un problema che affligge ogni team in rapida crescita. I CRM preconfezionati ti costringono ad adattarti al flusso di lavoro di qualcun altro. Perdi tempo ad apprendere funzionalità di cui non hai bisogno, ti imbatti in limitazioni e ne passi ancora di più ad integrare gli strumenti affinché il sistema rispecchi il funzionamento reale della tua azienda. Quando gli strumenti sottostanti ti permettono di sviluppare più velocemente di quanto tu riesca ad integrarli, il vecchio dilemma "sviluppare internamente o acquistare" cambia e sempre più team iniziano a costruire il proprio livello operativo.

Ridurre i tempi tra intenzione ed esecuzione

In tutto il mercato, l'IA sta riducendo il tempo che intercorre tra un'idea e una prima versione funzionante. Questo cambiamento è avvenuto perché ora è possibile affidare a un agente un compito ben descritto e ricevere in cambio una prima bozza sufficientemente utilizzabile da consentire a un ingegnere senior di esaminarla, correggerla e integrarla. SquareFiStimiamo che circa il 95% del nostro codice sia prodotto con l'ausilio dell'intelligenza artificiale e che il nostro team tecnico principale si sia ridotto da circa dieci persone a quattro. Non si tratta semplicemente di un espediente per tagliare i costi – sebbene le aziende "unicorno" cerchino di mantenere una struttura snella – ma di una riorganizzazione delle risorse. Con meno persone, riusciamo a rilasciare una quantità di codice di alta qualità dieci volte superiore.

Questo ci è utile sia all'interno che tra i vari dipartimenti. I team di progettazione utilizzano sempre più spesso i plugin di Figma per convertire i progetti in HTML, per poi impiegare strumenti di intelligenza artificiale per creare piccoli prototipi da testare in fase iniziale, prima ancora che il progetto venga inserito nella coda di sviluppo. Ora possiamo iterare testando le idee fin dalle prime fasi, senza dover attendere che si liberi la capacità di lavoro.

Utilizziamo anche agenti in situazioni in cui il rischio di un feedback lento è elevato. Abbiamo agenti di sicurezza che analizzano continuamente i log e l'attività del firewall alla ricerca di schemi anomali, e utilizziamo un agente che analizza ogni commit di GitHub prima che venga unito in produzione, confrontandolo con il panorama delle minacce attuale. Gli esseri umani raramente svolgono questo tipo di attività ripetitiva e meticolosa in modo costante, anche quando ci tengono molto.

Il risultato generale è che le azioni procedono con un minor numero di passaggi di consegne e con meno ritardi dovuti all'attesa che uno specialista si renda disponibile.

Sapere cosa fare è più importante che sapere come farlo

È possibile chiedere a un agente di intelligenza artificiale di creare praticamente qualsiasi cosa, e si può ottenere questo risultato in una frazione del tempo e del costo necessari per addestrare una persona a produrre la stessa prima bozza. La qualità del risultato finale dipende comunque dalla precisione della richiesta e dalla solidità della validazione.

Oggi, in molte startup, la qualità delle specifiche rappresenta il principale fattore limitante. Le persone più preziose in un team che si occupa di intelligenza artificiale sono spesso quelle che comprendono a fondo il dominio, sanno descrivere i sistemi con precisione e sono in grado di validare i risultati senza improvvisare. A questo proposito, sono nate nuove denominazioni professionali, tra cui "redattore di specifiche", "proprietario del dominio" e "orchestratore di IA". L'etichetta conta meno della competenza.

Questo cambiamento modifica anche chi diventa efficace. I manager competenti, capaci di comprendere rapidamente un progetto e di descriverlo in modo semplice, possono ora produrre risultati superiori a quelli di molti ingegneri, perché la loro intenzione può essere amplificata attraverso altri.

Spesso altri fondatori mi chiedono fino a che punto questo modello possa spingersi. Non credo ci sia una risposta universale, ma penso che la filosofia si adatti bene al fintech tradizionale, perché si tratta di un settore in cui il lavoro è complesso, ma i sistemi sono descrivibili e testabili.

Sì. Gli esseri umani avranno ancora un lavoro.

L'ultima cosa che vorrei fosse interpretata è che questo sia il racconto di un malvagio fondatore di una fintech che vuole sterminare la razza umana. Qualsiasi organizzazione sana di mente sa che sono le persone a far funzionare le cose.

Credo che il settore fintech richieda disciplina e responsabilità. L'intelligenza artificiale garantisce la prima, mentre l'aspetto umano assicura la seconda. Le transazioni finanziarie di importo elevato dovrebbero rimanere gestite manualmente. Gli operatori possono preparare un ordine di pagamento, che dovrà poi essere firmato da una persona. Anche le decisioni finali in materia di conformità comportano responsabilità legali. Se un responsabile della conformità approva una controparte, la responsabilità ricade sul responsabile stesso, non sull'operatore che ha preparato la pratica.

La questione, quindi, non è se sia possibile automatizzare tutto. La questione è come assegnare il giudizio umano ai momenti a più alto rischio, utilizzando al contempo agenti per eliminare il lavoro ripetitivo che rallenta gli esperti. La preparazione per la conformità è un buon esempio. Le verifiche sui media, l'analisi delle controparti e la raccolta della documentazione possono essere automatizzate, in modo che un responsabile della conformità riceva un caso già in gran parte preparato e possa dedicare il proprio tempo alla decisione.

Tale combinazione è efficiente e può essere ritenuta responsabile.

Come essere all'avanguardia nell'IA

Molti team affermano di dare priorità all'IA, intendendo con ciò un'interfaccia di chat sovrapposta alla stessa infrastruttura. Io sono molto più interessato all'IA come modello operativo interno.

Nel nostro lavoro, utilizziamo ampiamente l'IA internamente, mentre l'IA a livello di prodotto è attualmente limitata ad aree specifiche come l'assistenza clienti e gli agenti contabili. Si tratta più di un limite pratico che ideologico. Il rischio si comporta in modo diverso nel settore finanziario e l'autonomia del prodotto richiede vincoli ben definiti.

Una tendenza che prevedo in crescita è quella delle infrastrutture rivolte agli sviluppatori che si integrano nei flussi di lavoro degli agenti. Ad esempio, stiamo pianificando di rilasciare un server SquareFi MCP in modo che gli sviluppatori possano integrarsi più facilmente con la nostra API e connetterci ai loro agenti. L'applicazione pratica di questo è un agente finanziario in grado di analizzare le tue finanze, preparare un ordine di pagamento e poi chiederti di firmarlo.

Questo è anche il motivo per cui presto attenzione quando i principali laboratori sostengono pubblicamente che i modelli non sono ancora in grado di prendere autonomamente decisioni irreversibili ad alto rischio. Il settore fintech non può fingere che gli errori siano innocui.

Cosa significa questo per i fondatori che stanno creando ora

Il CRM creato da Denis era un progetto interno, ma rappresentava una realtà più ampia in cui la creazione di sistemi diventa più economica, mentre il coordinamento rimane difficile. La comunicazione, spesso considerata una soft skill, sta acquisendo sempre più valore e le persone con competenze tecniche dovranno investire in essa se vorranno avere successo in un ambiente in cui le macchine possono svolgere gran parte del loro lavoro più velocemente e a costi molto inferiori.

In questo contesto, diventa fondamentale dedicare del tempo alla riflessione. Più velocemente gli agenti possono agire, più prezioso diventa rallentare prima di impartire loro delle istruzioni. La qualità dipende dalla profonda comprensione di un'architettura complessa prima di descriverla a un agente.

Se dovessi ricominciare da capo, mi concentrerei su tre discipline.

• Innanzitutto, addestrerei me stesso e il mio team a scrivere specifiche migliori. Servono persone in grado di scomporre un problema, definire il successo, definire il fallimento e descrivere i test. Questo è il nuovo standard per l'eccellenza operativa.
• In secondo luogo, creerei una rigorosa cultura di validazione. L'IA facilita il rilascio rapido, ma facilita anche il rilascio rapido degli errori. Il vantaggio non deriva solo dalla velocità, ma anche dal miglioramento continuo attraverso standard elevati.
• In terzo luogo, considererei il giudizio umano come una risorsa scarsa e la proteggerei. Nei settori ad alto rischio, i team ottengono risultati migliori affidando la preparazione e la ripetizione ad agenti, mantenendo però il processo decisionale in mano a persone responsabili.

Il vantaggio competitivo si sta spostando verso la sperimentazione e il miglioramento, perché la sua curva di apprendimento è cambiata. I piccoli team ora possono produrre ciò che un tempo richiedeva organizzazioni molto più grandi, poiché gli agenti rendono la comunicazione e il coordinamento molto più fluidi. Questo non elimina la necessità di talento, ma piuttosto innalza l'asticella di ciò che il talento rappresenta.