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、エージェントに詳しく説明したタスクを与え、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。ユニコーン企業も組織をスリムに保とうとはしますが、これは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倍出荷しています。

これは部門内でも部門間でも役立っています。デザイン チームは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ツールを使うようになっています。開発リソースが空くのを待たず、早い段階でアイデアを試して反復改善できます。

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、この種の反復的で綿密な確認を一貫して行うことはほとんどありません。

全体として、作業の引き継ぎが減り、専門家の手が空くのを待つことによる遅延も少なくなります。

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、曖昧な説明や根拠のない主張に頼らず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。

他の創業者から、このやり方をどこまで広げられるかとよく聞かれます。普遍的な答えがあるとは思いませんが、従来型のフィンテックにはよく合う考え方だと思います。仕事は複雑でも、システムを記述し検証できる分野だからです。

はい。人間はまだ仕事を持っている

私が最も避けたいのは、この文章が、人類を絶滅させたい邪悪なフィンテック創業者の主張として読まれることです。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。大額の金融取引は人間の承認を必要とするべきです。エージェントは支払い指図を準備できますが、それに署名するのは人間であるべきです。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、その案件を準備したエージェントではなく、担当者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。

この組み合わせは効率的であり、責任の所在も明確にできます。

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。

そのため、大手研究機関が、モデルにはまだ重大な結果を伴う不可逆な決定を自律的に下す能力がないと公に論じるとき、私は注目しています。フィンテックは、誤りに害がないふりをすることはできません。

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。ソフトスキルと見なされがちなコミュニケーションの価値は高まっています。機械が自分の仕事の多くをより速く、より安くできる環境で活躍するには、技術に熟達した人もこの能力を磨く必要があります。

この文脈では、静かに考える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つの実践に焦点を当てます。

• 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。

競争上の優位性は、テストと改善に向かってシフトしています。なぜなら、その傾きが変化したからです。小さなチームは、エージェントがコミュニケーションと調整をよりスムーズにするため、以前は大きな組織が必要だったものを生産できるようになりました。これは、才能の必要性を除去するのではなく、才能の意味を高めるのです。