Anton Lobintsev, SquareFiの共同創設者兼チーフプロダクトオフィサー Anton Lobintsev SquareFiの共同創設者兼チーフプロダクトオフィサー

ユニコーンへの道：次の10億ドルのスタートアップは小さなチームによって構築される

2週間で、取引、会計、資金調達、エージェント、パートナー ワークフローを1つのインターフェイスで結合したカスタム CRMを構築することは、妥当なタイムラインですか？従来の論理では、ノーです。しかし、私はこのようなことが起こるのを見続けています。なぜなら、内部ソフトウェアを構築するコストは大幅に低下しているのに、統合とオンボーディングはまだ簡素化されていないからです。私たちの仕事から最近の例を挙げます。非技術的な共同創設者であるデニスは、約2週間で内部 CRMを構築しました。エンジニアと私がオーケストレーションをサポートしましたが、その一部はまだ作業中だったにもかかわらず、すでに本稼働で実行されていました。システムは、管理パネルを介して実際のデータベースに接続し、チームが1000以上のクライアントのヘルスをリアルタイムで監視できるようにしました。また、リファラーリンクと支払い追跡を含むパートナー管理もカバーしました。彼は、急成長するチームが直面する問題を解決するためにそれを構築しました。オフザシェルフの CRMは、誰かのワークフローに引き込まれます。必要ない機能を学習する時間を費やし、制限に遭遇し、システムが実際のビジネス フローを反映するようにツールを統合するためにさらに時間を費やす必要があります。基礎となるツールがオンボーディングよりも構築が速い場合、構築対買い分けのトレードオフは変化し、より多くのチームが独自のオペレーティング レイヤーを構築し始めます。意図と実行の間のループを短縮する市場全体で、AIはアイデアと動作する最初のバージョンの間の時間を短縮しています。この変化は、エージェントにタスクを与え、シニア エンジニアがレビュー、修正、統合できる使用可能な最初のドラフトを取得できるようになったため起こりました。SquareFiでは、約95パーセントのコードがAIの支援で生成されており、コアの技術グループは約10人から4人に減少しました。これは単にコストを削減するための手段ではありません。リソースの再配置です。人間が少ないにもかかわらず、高品質のコードを10倍以上出荷しています。これは、デザイン チームがFigma プラグインを使用してデザインをHTMLに変換し、開発キューに到達する前に最初のレベルのテストのために小さなプロトタイプを構築するためにAIツールを使用するようにして、私たちにとって有益です。フィードバックが遅いと大きなデメリットがある場所でもエージェントを実行しています。セキュリティ エージェントがログとファイアウォール アクティビティの異常パターンを継続的に分析し、GitHub コミットをプロダクションにマージする前に現在の脅威の状況と比較するエージェントを使用しています。人間は、たとえ非常に気を配っていても、繰り返しの尽忠を一貫して行うことはほとんどありません。何をやるかがどうやってやるかよりも重要あなたは、AIエージェントにほぼ何でも構築するよう依頼できます。人を訓練して同じ最初のドラフトを生成するよりも、はるかに短い時間とコストで行うことができます。出力の品質は依然として、依頼の精度と結果の妥当性によって決定されます。多くのスタートアップでは、現在、仕様の品質が制約です。AI駆動のチームで最も価値のある人は、ドメインを深く理解し、システムを正確に説明し、手がかりを付けないで結果を検証できる人です。新しいジョブ ラベルが現れ始めています。仕様ライター、ドメイン所有者、AIオーケストレーターなどです。ラベルは能力よりも重要ではありません。これは、誰が効果的になるかも変えます。プロジェクトをすばやく理解し、シンプルに説明できる強力なマネージャーは、エージェントを介して意図を増幅できるため、多くのエンジニアよりも多くの出力を生成できます。はい。人間はまだ仕事を持っている私がここで伝えたい最後のことのは、邪悪なフィンテックの創設者が人間の種を消滅させたいということです。どの組織でも、人間が歯車を回し続けることを知っています。私は、フィンテックには規律と説明責任が必要であると信じています。AIの部分では規律を確保しますが、人間の側では説明責任を確保します。大量の金融取引は人間によってゲートされなければなりません。エージェントは支払い注文と人間が署名することができます。最終的なコンプライアンスの決定には法的責任があります。コンプライアンス オフィサーがカウンターパーティを承認した場合、エージェントがケースを準備したのではなく、オフィサーに説明責任があります。したがって、質問は、すべてを自動化できるかどうかではありません。人間の判断を最もリスクの高い瞬間に割り当て、エキスパートを遅くするバルク ワークと繰り返しをエージェントに移す方法です。コンプライアンスの準備は良い候補です。アドバース メディア チェック、カウンターパーティ分析、文書化の組み立ては自動化できます。コンプライアンス オフィサーは、ほとんど準備されたケースを受け取り、決定に集中できます。AIファーストになる方法多くのチームは、同じインフラストラクチャの上にチャット インターフェイスがあることを意味して、自分たちをAIファーストだと言います。私は、内部オペレーティング モデルとしてのAIに興味があります。私たちの仕事では、AIを内部で重度に使用していますが、現在、サポートと会計エージェントなどの特定の領域でのみ製品レベルのAIを使用しています。これは、イデオロギー的なものよりも実用的です。リスクは金融で異なり、製品の自主性には慎重な制約が必要です。私が期待する1つのトレンドは、エージェント ワークフローに接続できる開発者向けインフラストラクチャです。たとえば、開発者がAPIに簡単に接続してエージェントに接続できるSquareFi MCPサーバーをリリースすることを計画しています。実用的には、財務エージェントが財務を分析し、支払い注文の準備を行い、署名を求めることができます。これは、現在構築している創設者にとって何を意味するかデニスが構築したCRMは、内部プロジェクトでしたが、大きな現実を表しています。構築がより安くなり、調整はまだ難しいです。コミュニケーションは、技術的に熟練した人もそれに投資する必要がある、値打ちのあるものになります。この文脈では、静的な思考の時間を保護することが重要になります。エージェントが指示を実行できるだけ速くなるにつれて、指示を出す前に遅くすることがより価値があります。複雑なアーキテクチャを深く理解し、エージェントに説明する前に、品質が決定されます。もしも私は再び始めると、3つの学問に焦点を当てます。 まず、自分自身とチームをより良い仕様を書くように訓練します。問題を分解し、成功と失敗を定義し、テストを説明できる人を望みます。これが、新しい運用の基準です。 2番目に、厳格な検証文化を構築します。AIにより、迅速にシップすることが容易になりますが、迅速にエラーをシップすることも容易になります。優位性は速度だけではなく、高い基準で改善することから来ます。 3番目に、人間の判断を希少な資源として扱い、保護します。リスクの高いドメインでは、準備と繰り返しをエージェントに渡し、意思決定を説明責任のある人間に残すことで、チームはより良く機能します。...