Путь к единорогу: следующие миллиардные стартапы будут построены небольшими командами

Является ли две недели разумным сроком для создания индивидуальной CRM, которая объединяет сделки, бухгалтерский учет, привлечение средств, агентов и партнерские рабочие процессы в одном интерфейсе? Традиционная логика говорит нет. Однако я постоянно вижу примеры того, как это происходит, потому что стоимость создания внутреннего программного обеспечения резко снизилась, а интеграция и ввод в эксплуатацию не стали проще.

Недавний пример из нашей собственной работы демонстрирует это. Наш не-технический сооснователь Денис построил внутреннюю CRM примерно за две недели, с помощью оркестровки от нашего инженера и меня, и части ее уже работали в производстве, пока он еще дорабатывал ее. Система подключалась к реальной базе данных через административную панель, чтобы команда могла отслеживать состояние более 1000 клиентов в режиме реального времени, и она также охватывала управление партнерами с реферальными ссылками и отслеживанием выплат.

Он построил ее, чтобы решить проблему, с которой сталкиваются все быстро растущие команды. Готовые CRM системы втягивают вас в чей-то чужой рабочий процесс. Вы тратите время на изучение функций, которые вам не нужны, вы сталкиваетесь с ограничениями и тратите еще больше времени на интеграцию инструментов, чтобы система отражала, как на самом деле работает ваш бизнес. Когда основные инструменты позволяют вам строить быстрее, чем вы можете ввести в эксплуатацию, старый компромисс между построением и покупкой меняется, и больше команд начинают строить свой собственный операционный слой.

Укорочение цикла между намерением и выполнением

На рынке AI сокращает время между идеей и рабочей первой версией. Это произошло потому, что теперь можно передать агенту хорошо описанную задачу и получить обратно первый черновик, который достаточно хорош для того, чтобы его рассмотрел и исправил старший инженер. В SquareFi мы оцениваем, что около 95 процентов нашего кода производится с помощью AI, и наша основная техническая группа уменьшилась с примерно десяти человек до четырех. Это не просто трюк, чтобы сократить затраты — хотя единороги действительно пытаются оставаться тонкими — это реализация ресурсов. С меньшим количеством людей мы выпускаем в 10 раз больше высококачественного кода.

Это полезно для нас внутри и между несколькими отделами. Команды дизайнеров все чаще используют плагины Figma, чтобы преобразовать дизайны в HTML, затем используют инструменты AI, чтобы построить небольшие прототипы для первого уровня тестирования, прежде чем что-либо попадет в очередь разработки. Теперь мы можем итерировать, тестируя идеи рано, не дожидаясь емкости.

Мы также запускаем агентов, где недостаток медленной обратной связи высок. У нас есть агенты безопасности, которые непрерывно анализируют журналы и активность брандмауэра на необычные закономерности, и мы используем агента, который анализирует каждый коммит GitHub перед его слиянием с производством, сравнивая его с текущим ландшафтом угроз. Люди редко делают такой повторяющийся усердие последовательно, даже когда они очень заботятся.

Общий результат заключается в том, что действия проходят через меньше передач и меньше задержек, вызванных ожиданием специалиста.

Знание того, что делать, важнее, чем знание того, как это делать

Вы можете попросить агента AI построить几乎 все, и вы можете сделать это за долю времени и стоимости обучения человека для производства того же первого черновика. Качество вывода все еще отслеживает точность вашего запроса и силу вашей проверки.

Во многих стартапах сейчас качество спецификации является ограничением. Самые ценные люди в команде, управляемой AI, часто являются теми, кто глубоко понимает область, может описать системы точно и может проверить результаты без расплывчатости. Новые метки работы начали следовать этой реальности, включая писателей спецификаций, владельцев доменов и оркестраторов AI. Метка имеет меньшее значение, чем способность.

Этот сдвиг также меняет, кто становится эффективным. Сильные менеджеры, которые могут быстро понять проект и описать его просто, теперь могут производить больше вывода, чем многие инженеры, потому что их намерение может быть умножено через агентов.

Меня часто спрашивают другими основателями, как далеко это может зайти. Я не думаю, что есть универсальный ответ, но я думаю, что философия хорошо соответствует традиционному финтеху, потому что это область, где работа сложна, но системы описываемы и тестируемы.

Да. Люди все еще будут иметь работу.

Последнее, что я хочу, чтобы это было прочитано, — это злой финтех-основатель, который хочет уничтожить человеческий род. Любая здравомыслящая организация знает, что это люди, которые держат шестерни вращающимися.

Я считаю, что финтех требует дисциплины и подотчетности. Часть AI обеспечивает первое, а человеческая часть обеспечивает второе. Большие финансовые транзакции должны оставаться человеческими. Агенты могут подготовить платежный ордер, и человек должен подписать его. Окончательные решения по соблюдению требований также несут юридическую ответственность. Если офицер по соблюдению требований одобряет контрагента, подотчетность лежит на офицере, а не на агенте, который подготовил дело.

Итак, вопрос не в том, можно ли автоматизировать все. Вопрос в том, как вы распределяете человеческую судебную власть на моменты высшего риска, используя агентов для удаления массовой работы, которая замедляет экспертов. Подготовка к соблюдению требований — хорошая кандидатура. Проверки СМИ, анализ контрагентов и сбор документов можно автоматизировать, чтобы офицер по соблюдению требований получил дело, которое в основном подготовлено, и потратил свое время на решение.

Это сочетание эффективно и может быть привлечено к ответственности.

Как быть AI-ориентированным

Многие команды говорят, что они являются AI-ориентированными, и под этим они подразумевают интерфейс чата поверх того же инфраструктурного обеспечения. Меня гораздо больше интересует AI как внутренняя операционная модель.

В нашей работе мы используем AI сильно внутри, а AI на уровне продукта в настоящее время ограничен определенными областями, такими как поддержка и агенты бухгалтерского учета. Это больше практической границы, чем идеологической. Риск ведет себя по-разному в финансе, и автономность продукта требует тщательных ограничений.

Один из трендов, который, по моему мнению, будет расти, — это разработчико-ориентированная инфраструктура, которая подключается к рабочим процессам агентов. Например, мы планируем выпустить сервер SquareFi MCP, чтобы разработчики могли интегрироваться с нашим API более легко и подключать нас к своим собственным агентам. Практическое использование этого — финансовый агент, который может проанализировать ваши финансы, подготовить платежный ордер, а затем попросить вас подписать его.

Это также причина, по которой я обращаю внимание, когда ведущие лаборатории публично утверждают, что модели еще не оснащены для принятия автономных решений с высокими ставками. Финтех не может притворяться, что ошибки безобидны.

Что это значит для основателей, которые строят сейчас

CRM, которую построил Денис, была внутренним проектом, но она представляла собой более широкую реальность, где построение становится дешевле, а координация все еще сложна. Коммуникация, часто рассматриваемая как мягкий навык, растет в цене, и технически подкованные люди будут должны инвестировать в нее, если они хотят процветать в среде, где машины могут делать большую часть их работы быстрее и дешевле.

В этом контексте становится важным защитить время для тихого размышления. Чем быстрее агенты могут выполнять, тем более ценным становится замедление перед тем, как дать им направление. Глубокое понимание сложной архитектуры до описания ее агенту — это место, где определяется качество.

Если бы я начинал заново, я бы сосредоточился на трех дисциплинах.

• Во-первых, я бы обучил себя и свою команду писать лучшие спецификации. Вы хотите людей, которые могут разбить проблему, определить успех, определить неудачу и описать тесты. Это новый стандарт операционного совершенства.
• Во-вторых, я бы построил строгую культуру проверки. AI делает легко выпускать быстро, и он также делает легко выпускать ошибки быстро. Ваше преимущество не только в скорости, но и в улучшении с высокими стандартами.
• В-третьих, я бы относился к человеческой судебной власти как к дефицитному ресурсу и защищал ее. В доменах с высоким риском команды работают лучше, передавая подготовку и повторение агентам, сохраняя принятие решений с подотчетными людьми.

Конкурентное преимущество смещается в сторону тестирования и улучшения, потому что наклон этого изменился. Небольшие команды теперь могут производить то, что раньше требовало намного больше организаций, поскольку агенты делают коммуникацию и координацию намного более гладкими. Это не удаляет необходимость в таланте, а скорее повышает планку того, что значит талант.