Drumul către Unicorn: Următoarele startup-uri de un miliard de dolari vor fi create de echipe mici

Este o perioadă de două săptămâni un termen rezonabil pentru a construi un CRM personalizat care combină tranzacții, contabilitate, strângere de fonduri, agenți și fluxuri de lucru ale partenerilor într-un singur interfață? Logica convențională spune nu. Însă eu continuă să văd versiuni ale acestui lucru, pentru că costul construirii de software intern a scăzut dramatic, în timp ce integrarea și configurarea nu au fost afectate.

Un exemplu recent din munca noastră demonstrează acest lucru. Co-fondatorul nostru non-tehnic, Denis, a construit un CRM intern în aproximativ două săptămâni, cu sprijinul nostru de orchestrare și al inginerului nostru, și unele părți ale acestuia erau deja funcționale în timp ce el încă lucra la el. Sistemul s-a conectat la o bază de date reală prin intermediul unui panou de administrare, astfel încât echipa noastră să poată monitoriza starea a peste 1000 de clienți în timp real, și a acoperit, de asemenea, gestionarea partenerilor cu link-uri de referință și urmărire a plăților.

El l-a construit pentru a rezolva o problemă cu care se confruntă fiecare echipă în creștere rapidă. CRM-urile standard vă trage în fluxul de lucru al altcuiva. Cheltuiți timp învățând funcții de care nu aveți nevoie, întâmpinați limitări și cheltuiți și mai mult timp integrând instrumente astfel încât sistemul să reflecte modul în care funcționează afacerea dvs. Când instrumentele de bază vă permit să construiți mai repede decât să configurați, vechea dilemă construire-cumpărare se schimbă, și mai multe echipe încep să-și construiască propria lor straturi de operare.

Scurtarea buclei dintre intenție și execuție

Pe piață, inteligența artificială reduce timpul dintre o idee și o versiune funcțională. Această schimbare a apărut pentru că puteți da unui agent o sarcină bine descrisă și primiți o primă versiune care este suficient de bună pentru a fi revizuită, corectată și integrată de un inginer senior. La SquareFi, estimăm că aproximativ 95 la sută din codul nostru este produs cu asistență AI, și grupul nostru tehnic de bază a scăzut de la aproximativ zece persoane la patru. Acest lucru nu este doar un truc pentru a reduce costurile — deși unicornii încearcă să rămână slabi — ci o realiniere a resurselor. Cu mai puțini oameni, livrăm de 10 ori mai mult cod de calitate.

Acest lucru ne este util în mai multe departamente. Echipele de design folosesc din ce în ce mai mult plugin-uri Figma pentru a converti design-urile în HTML, apoi folosesc instrumente AI pentru a construi mici prototipuri pentru testarea de nivel unu, înainte ca orice să ajungă în coada de dezvoltare. Acum putem itera testând idei devreme, fără a aștepta capacitatea.

De asemenea, rulează agenți unde partea negativă a feedback-ului lent este mare. Avem agenți de securitate care analizează continuu jurnalele și activitatea firewall-ului pentru modele neobișnuite, și folosim un agent care analizează fiecare angajament GitHub înainte de a-l integra în producție, comparându-l cu peisajul actual de amenințări. Oamenii rareori fac acea diligență repetitivă consistent, chiar și atunci când le pasă mult.

Rezultatul general este că acțiunile trec printr-un număr mai mic de transferuri și întârzieri cauzate de așteptarea unui specialist să devină disponibil.

Cunoașterea a ceea ce trebuie făcut este mai importantă decât cunoașterea modului de a face

Puteți cere unui agent AI să construiască aproape orice, și puteți face acest lucru la o fracțiune din timpul și costul necesar pentru a instrui o persoană să producă aceeași primă versiune. Calitatea ieșirii încă urmează precizia cererii dvs. și puterea validării.

În multe startup-uri, calitatea specificațiilor este constrângerile. Oamenii cei mai valoroși într-o echipă condusă de AI sunt adesea cei care înțeleg profund domeniul, pot descrie sisteme precis și pot valida rezultate fără a face gesturi largi. Noi etichete de locuri de muncă au început să urmeze această realitate, incluzând scriitori de specificații, proprietari de domeniu și orchestratori AI. Eticheta contează mai puțin decât capacitatea.

Acestă schimbare schimbă și cine devine eficient. Managerii puternici care pot înțelege rapid un proiect și îl pot descrie simplu pot produce acum mai mult decât mulți ingineri, pentru că intenția lor poate fi multiplicată prin agenți.

Sunt adesea întrebat de alți fondatori cât de departe poate merge acest lucru. Nu cred că există un răspuns universal, dar cred că filozofia se potrivește bine cu fintech-ul tradițional, deoarece este o zonă în care munca este complexă, dar sistemele sunt descrise și testabile.

Da. Oamenii vor avea în continuare locuri de muncă.

Ultimul lucru pe care aș vrea să-l citesc este un fondator de fintech rău care vrea să extermine rasa umană. Orice organizație sănătoasă știe că oamenii sunt cei care mențin roțile în mișcare.

Cred că fintech-ul necesită disciplină și responsabilitate. Partea AI asigură prima, în timp ce partea umană asigură a doua. Tranzacțiile financiare mari ar trebui să rămână controlate de oameni. Agenții pot pregăti o comandă de plată și un om ar trebui să o semneze. Deciziile finale de conformitate poartă, de asemenea, responsabilitate juridică. Dacă un ofițer de conformitate aprobă un contrapartid, responsabilitatea stă cu ofițerul, nu cu agentul care a pregătit cazul.

Prin urmare, întrebarea nu este dacă puteți automatiza totul. Întrebarea este cum alocați judecata umană în momentele cu risc ridicat, în timp ce utilizați agenți pentru a elimina munca în bulk care încetinește experții. Pregătirea conformității este un bun candidat. Verificările mass-media adverse, analiza contrapartidelor și asamblarea documentației pot fi automatizate astfel încât un ofițer de conformitate să primească un caz care este în mare parte pregătit și să-și petreacă timpul pe decizie.

Această combinație este eficientă și poate fi ținută responsabilă.

Cum să fii AI-first

Multe echipe spun că sunt AI-first, și prin asta înțeleg o interfață de chat pe partea superioară a aceleiași infrastructuri. Sunt mult mai interesat de AI ca model de operare intern.

În munca noastră, folosim AI puternic intern, în timp ce AI-ul la nivel de produs este în prezent limitat la anumite zone, cum ar fi agenții de suport și contabilitate. Acesta este mai mult o limită practică decât ideologică. Riscul se comportă diferit în finanțe, și autonomia produsului necesită constrângeri atente.

O tendință pe care o aștept să crească este infrastructura orientată către dezvoltator care se conectează la fluxurile de lucru ale agenților. De exemplu, planificăm să lansăm un server SquareFi MCP, astfel încât dezvoltatorii să poată integra cu API-ul nostru mai ușor și să ne conecteze la agenții lor. Utilizarea practică a acestuia este un agent de finanțe care poate analiza finanțele dvs., pregăti o comandă de plată și apoi să vă ceară să o semnați.

Acesta este și motivul pentru care îmi pasă atunci când laboratoarele de conducere susțin public că modelele nu sunt încă echipate pentru a lua decizii autonome cu risc ridicat. Fintech-ul nu are voie să pretindă că erorile sunt inofensive.

Ce înseamnă acest lucru pentru fondatorii care construiesc acum

CRM-ul pe care l-a construit Denis a fost un proiect intern, dar a reprezentat o realitate mai mare în care construirea devine mai ieftină, în timp ce coordonarea este încă dificilă. Comunicarea, adesea tratată ca o abilitate moale, crește în valoare, și oamenii cu abilități tehnice vor trebui să investească în aceasta dacă doresc să prospere într-un mediu în care mașinile pot face mult din munca lor mai repede și mai ieftin.

În acest context, devine important să protejați timpul pentru gândirea liniștită. Cu cât agenții pot executa mai repede, cu atât devine mai valoros să încetiniți înainte de a le da direcții. Înțelegerea unei arhitecturi complexe în profunzime înainte de a o descrie unui agent este unde se decide calitatea.

Dacă aș începe din nou, m-aș concentra pe trei discipline.

• În primul rând, m-aș antrena pe mine și pe echipa mea să scriem specificații mai bune. Doriți oameni care pot descompune o problemă, defini succesul, defini eșecul și descrie testele. Acesta este noul standard pentru excelența operațională.
• În al doilea rând, aș construi o cultură strictă de validare. AI face ca livrarea rapidă să fie ușoară, și face, de asemenea, ca livrarea erorilor să fie ușoară. Avantajul dvs. nu vine doar din viteza, ci și din îmbunătățirea standardelor ridicate.
• În al treilea rând, aș trata judecata umană ca o resursă rară și aș o proteja. În domenii cu risc ridicat, echipele performează mai bine prin transferul pregătirii și repetiției către agenți, în timp ce păstrează luarea deciziilor cu oameni responsabili.

Avantajul competitiv se deplasează către testare și îmbunătățire, pentru că panta sa s-a schimbat. Echipele mici pot produce acum ceea ce necesita odinioară organizații mult mai mari, deoarece agenții fac comunicarea și coordonarea mult mai netede. Acest lucru nu elimină nevoia de talent, ci ridică standardul pentru ceea ce înseamnă talent.