ผู้นำทางความคิด

เส้นทางสู่ยูนิคอร์น: สตาร์ทอัพมูลค่าพันล้านดอลลาร์ถัดไปจะถูกสร้างโดยทีมขนาดเล็ก

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
A person from behind in a blue suit works at a desk with two monitors in front of a city window. A portrait monitor on the left shows an

สองสัปดาห์เป็นระยะเวลาที่เหมาะสมในการสร้าง CRM ที่กำหนดเองที่รวมข้อตกลง การบัญชี การระดมทุน ตัวแทน และการทำงานร่วมกันของพันธมิตรในอินเทอร์เฟซเดียวหรือไม่? ความคิดเห็นแบบดั้งเดิมบอกว่าไม่ แต่ฉันยังคงเห็นตัวอย่างของสิ่งนี้เกิดขึ้น เนื่องจากต้นทุนในการสร้างซอฟต์แวร์ภายในลดลง ในขณะที่การรวมและอบอุ่นเครื่องยังคงไม่เปลี่ยนแปลง

ตัวอย่างล่าสุดจากงานของเราแสดงให้เห็นถึงสิ่งนี้ Denis ผู้ร่วมก่อตั้งที่ไม่ใช่เทคนิคของเรา สร้าง CRM ภายในประมาณสองสัปดาห์ โดยมีการสนับสนุนการดูแลจากวิศวกรและฉัน และบางส่วนของมันกำลังทำงานในผลิตแล้วในขณะที่เขายังคงดัดแปลงอยู่ ระบบเชื่อมต่อกับฐานข้อมูลจริงผ่านแผงควบคุมดังนั้นทีมจึงสามารถติดตามสุขภาพของลูกค้า 1,000+ ในแบบเรียลไทม์ และยังครอบคลุมการบริหารพันธมิตรด้วยลิงก์แนะนำและติดตามการชำระเงิน

เขาสร้างขึ้นเพื่อแก้ปัญหาที่ทีมที่เติบโตอย่างรวดเร็วทุกคนต้องเผชิญ CRM ที่มีอยู่ดึงดูดคุณเข้าสู่การทำงานของใครบางคน คุณใช้เวลาทำความเข้าใจคุณสมบัติที่คุณไม่ต้องการ คุณพบข้อจำกัด และคุณใช้เวลาอีกในการรวมเครื่องมือเพื่อให้ระบบสะท้อนถึงวิธีการทำงานของธุรกิจของคุณจริงๆ เมื่อเครื่องมือพื้นฐานช่วยให้คุณสร้างได้เร็วกว่าที่คุณสามารถอบอุ่นเครื่องได้ การซื้อขายแบบดั้งเดิมเปลี่ยนไป และทีมงานหลายทีมเริ่มสร้างชั้นการทำงานของตนเอง

การย่อวงจรระหว่างความตั้งใจและการดำเนินการ

ทั่วทั้งตลาด AI กำลังลดเวลาระหว่างความคิดและรุ่นการทำงานแรกๆ การเปลี่ยนแปลงนี้เกิดขึ้นเพราะคุณสามารถมอบหมายงานที่อธิบายได้ดีให้กับตัวแทนและได้รับแบบร่างแรกที่ใช้ได้พอให้วิศวกรอาวุโสสามารถทบทวน แก้ไข และรวมเข้าด้วยกัน ใน SquareFi เราประมาณว่าประมาณ 95 เปอร์เซ็นต์ของโค้ดของเราถูกสร้างขึ้นด้วยการช่วยเหลือของ AI และกลุ่มเทคนิคหลักของเราลดลงจากคนประมาณสิบคนเหลือสี่คน สิ่งนี้ไม่ใช่แค่กลอุบายในการลดต้นทุน — แม้ว่ายูนิคอร์นจะพยายามที่จะยังคง苗สอด — แต่เป็นการปรับเปลี่ยนทรัพยากรด้วย เมื่อมีมนุษย์น้อยลง เรากำลังส่งโค้ดคุณภาพสูง 10 เท่า

สิ่งนี้มีประโยชน์ต่อเราในและระหว่างหลายแผนก ทีมออกแบบใช้ปลั๊กอิน Figma เพื่อแปลงการออกแบบเป็น HTML จากนั้นใช้เครื่องมือ AI เพื่อสร้างโพรโทไทป์ขนาดเล็กสำหรับการทดสอบระดับแรกก่อนที่จะเข้าสู่คิวพัฒนา ตอนนี้เราสามารถสร้างแบบจำลองโดยการทดสอบความคิดเร็วโดยไม่ต้องรอความสามารถ

เรายังใช้ตัวแทนในกรณีที่ผลเสียของการให้ข้อมูลช้าๆ สูง เรามีตัวแทนรักษาความปลอดภัยที่วิเคราะห์บันทึกและกิจกรรมของไฟร์วอลล์อย่างต่อเนื่องเพื่อหารูปแบบที่ไม่ปกติ และเรามีตัวแทนในการวิเคราะห์ทุกการ提交 GitHub ก่อนที่จะรวมเข้ากับการผลิตในขณะที่เปรียบเทียบกับภูมิทัศน์ภัยคุกคามในปัจจุบัน มนุษย์ไม่ค่อยทำความอดทนแบบนี้อย่างต่อเนื่อง แม้ว่าจะมีความสำคัญก็ตาม

ผลลัพธ์ทั่วไปคือการดำเนินการผ่านการโอนตัวน้อยลงและความล่าช้าที่เกิดจากการรอผู้เชี่ยวชาญที่จะพร้อม

การรู้ว่าจะทำอะไรมีความสำคัญมากกว่าการรู้ว่าจะทำอย่างไร

คุณสามารถขอให้ตัวแทน AI สร้างแทบจะอะไรๆ ได้ และคุณสามารถทำได้ในเวลาและต้นทุนที่เป็นเศษส่วนของการฝึกอบรมบุคคลเพื่อสร้างแบบร่างแรกเท่านั้น คุณภาพของผลลัพธ์ยังคงตามความแม่นยำของคำขอและความแข็งแกร่งของการตรวจสอบ

ในหลายสตาร์ทอัพตอนนี้ คุณภาพของข้อกำหนดเป็นข้อจำกัด บุคคลที่มีค่าที่สุดในกลุ่มที่ขับเคลื่อนด้วย AI มักเป็นคนที่เข้าใจโดเมนอย่างลึกซึ้ง อธิบายระบบได้อย่างแม่นยำ และตรวจสอบผลลัพธ์โดยไม่ต้องสั่นคลอน ใบหน้างานใหม่เริ่มปรากฏตามความเป็นจริงนี้ รวมถึงผู้เขียนข้อกำหนด เจ้าของโดเมน และผู้กำกับดูแล AI ใบหน้าไม่สำคัญเท่ากับความสามารถ

การเปลี่ยนแปลงนี้ยังเปลี่ยนคนที่มีประสิทธิภาพด้วย ผู้จัดการที่แข็งแกร่งที่สามารถเข้าใจโครงการได้อย่างรวดเร็วและอธิบายได้อย่างง่ายดายสามารถผลิตได้มากกว่านักวิศวกรหลายคน เพราะ ความตั้งใจของพวกเขาสามารถคูณด้วยตัวแทน

ฉันมักถูกถามโดยผู้ก่อตั้งคนอื่นว่าสิ่งนี้สามารถไปได้ไกลแค่ไหน ฉันไม่คิดว่ามีคำตอบทั่วไป แต่ฉันคิดว่าปรัชญานี้สอดคล้องกับฟินเทคแบบดั้งเดิมเพราะเป็นพื้นที่ที่ทำงานซับซ้อน แต่ระบบสามารถอธิบายและทดสอบได้

ใช่ มนุษย์ยังคงมีงาน

สิ่งสุดท้ายที่ฉันต้องการให้คนอ่านคือผู้ก่อตั้งฟินเทคที่ชั่วร้ายที่ต้องการกำจัดมนุษย์ องค์กรที่มีเหตุผลรู้ว่าคนเป็นคนที่ทำให้เครื่องจักรทำงาน

ฉันเชื่อว่าฟินเทคต้องมีวินัยและความรับผิดชอบ ส่วน AI รับประกันสิ่งแรก ในขณะที่ส่วนของมนุษย์รับประกันสิ่งหลัง การทำธุรกรรมทางการเงินขนาดใหญ่ควรยังคงอยู่ภายใต้การควบคุมของมนุษย์ ตัวแทนสามารถเตรียมคำสั่งการชำระเงินและมนุษย์ควรลงนามในคำสั่งดังกล่าว การตัดสินใจสุดท้ายเกี่ยวกับการปฏิบัติตามกฎระเบียบยังคงมีความรับผิดชอบทางกฎหมาย หากเจ้าหน้าที่ปฏิบัติตามกฎระเบียบอนุมัติคู่สัญญา ความรับผิดชอบอยู่กับเจ้าหน้าที่ ไม่ใช่ตัวแทนในการเตรียมคดี

ดังนั้นคำถามไม่ใช่ว่าคุณสามารถทำให้ทุกอย่างเป็นอัตโนมัติได้หรือไม่ คำถามคือคุณจัดสรรการตัดสินใจของมนุษย์ให้กับช่วงเวลาที่มีความเสี่ยงสูงในขณะที่ใช้ตัวแทนในการลบงานที่ชะลอความเชี่ยวชาญของพวกเขา การเตรียมการปฏิบัติตามกฎระเบียบเป็นตัวเลือกที่ดี การตรวจสอบสื่อที่ไม่พึงประสงค์ การวิเคราะห์คู่สัญญา และการประกอบเอกสารสามารถทำให้自动ได้ เพื่อให้เจ้าหน้าที่ปฏิบัติตามกฎระเบียบได้รับคดีที่เตรียมไว้แล้วและใช้เวลาในการตัดสินใจ

การผสมผสานนี้มีประสิทธิภาพและสามารถรับผิดชอบได้

วิธีการเป็นอันดับแรก

หลายทีมบอกว่าตนเองเป็นอันดับแรก และโดยที่พวกเขาหมายถึงสิ่งนี้ คืออินเทอร์เฟซแชทบนโครงสร้างพื้นฐานเดียวกัน ฉันสนใจ AI มากกว่านั้นในฐานะโมเดลการดำเนินงานภายใน

ในงานของเรา เราใช้ AI อย่างหนักภายใน ในขณะที่ AI ระดับผลิตภัณฑ์ยังคงมีจำกัดในพื้นที่เฉพาะ เช่น ตัวแทนสนับสนุนและการบัญชี สิ่งนี้เป็นขอบเขตที่เป็นประโยชน์มากกว่าข้อจำกัดทางอุดมการณ์ ความเสี่ยงมีพฤติกรรมที่แตกต่างในด้านการเงิน และความเป็นอิสระของผลิตภัณฑ์ต้องการข้อจำกัดอย่างรอบคอบ

แนวโน้มหนึ่งที่ฉันคาดหวังว่าจะเติบโตคือโครงสร้างพื้นฐานที่เผชิญกับนักพัฒนาที่เชื่อมต่อกับกระบวนการทำงานของตัวแทน ตัวอย่างเช่น เรากำลังวางแผนเพื่อเผยแพร่เซิร์ฟเวอร์ SquareFi MCP เพื่อให้นักพัฒนาสามารถรวมเข้ากับ API ของเราได้ง่ายขึ้นและเชื่อมต่อกับตัวแทนของตนเอง สิ่งปฏิบัติที่เป็นประโยชน์คือตัวแทนการเงินที่สามารถวิเคราะห์เงินของคุณ เตรียมคำสั่งการชำระเงิน และขอให้คุณลงนาม

สิ่งนี้เป็นเหตุผลที่ฉันให้ความสนใจเมื่อแล็บชั้นนำอ้างว่าโมเดลยังไม่พร้อมที่จะทำการตัดสินใจที่ไม่สามารถเปลี่ยนแปลงได้ด้วยตนเองในสถานการณ์ที่มีความเสี่ยงสูง ฟินเทคไม่สามารถแสร้งว่าข้อผิดพลาดเป็นอันตรายได้

สิ่งนี้หมายถึงอะไรสำหรับผู้ก่อตั้งที่สร้างอยู่ตอนนี้

CRM ที่ Denis สร้างเป็นโครงการภายใน แต่สิ่งนี้แสดงถึงความเป็นจริงที่กว้างขึ้นซึ่งการสร้างมีราคาถูกลง ในขณะที่การประสานงานยังคงยาก การสื่อสาร ซึ่งมักถือเป็นทักษะอ่อนๆ กำลังเพิ่มขึ้นในมูลค่า และบุคคลที่มีทักษะทางเทคนิคจะต้องลงทุนในการสื่อสารหากต้องการเติบโตในสภาพแวดล้อมที่เครื่องจักรสามารถทำงานได้เร็วกว่าและถูกกว่า

ในบริบทนี้ มันสำคัญที่จะปกป้องเวลาในการคิดอย่างเงียบๆ ความเร็วที่ตัวแทนสามารถดำเนินการได้ ทำให้มีคุณค่ามากขึ้นในการชะลอการดำเนินการที่คุณให้คำสั่งให้พวกเขา ความเข้าใจโครงสร้างที่ซับซ้อนอย่างลึกซึ้งก่อนที่คุณจะอธิบายให้กับตัวแทนเป็นสถานที่ที่คุณภาพถูกตัดสิน

ถ้าฉันเริ่มต้นใหม่ ฉันจะเน้นไปที่สามวิชา

  • ประการแรก ฉันจะฝึกอบรมตัวเองและทีมของฉันในการเขียนข้อกำหนดที่ดีขึ้น คุณต้องการคนที่สามารถแบ่งปัญหาออกเป็นชิ้นเล็กๆ อธิบายความสำเร็จ อธิบายความล้มเหลว และอธิบายการทดสอบ สิ่งนี้คือมาตรฐานใหม่สำหรับการทำงานที่ยอดเยี่ยม
  • ประการที่สอง ฉันจะสร้างวัฒนธรรมการตรวจสอบอย่างเข้มงวด AI ทำให้สามารถจัดส่งได้อย่างรวดเร็ว และยังทำให้สามารถจัดส่งข้อผิดพลาดได้อย่างรวดเร็ว ดังนั้นข้อได้เปรียบของคุณไม่ได้มาจากความเร็วเท่านั้น แต่ยังมาจากการปรับปรุงด้วยมาตรฐานสูง
  • ประการที่สาม ฉันจะรักษาการตัดสินใจของมนุษย์เป็นทรัพยากรที่หายากและปกป้องมัน ในโดเมนที่มีความเสี่ยงสูง ทีมทำงานได้ดีขึ้นโดยการมอบหมายการเตรียมการและความซ้ำซ้อนให้กับตัวแทน ในขณะที่การตัดสินใจยังคงอยู่กับมนุษย์ที่รับผิดชอบ

ความได้เปรียบในการแข่งขันกำลังเปลี่ยนไปสู่การทดสอบและการปรับปรุง เนื่องจากความชันของมันเปลี่ยนไป ทีมขนาดเล็กสามารถผลิตสิ่งที่ต้องใช้องค์กรขนาดใหญ่มาก่อนได้ เนื่องจากตัวแทนช่วยให้การสื่อสารและประสานงานเรียบง่ายขึ้น สิ่งนี้ไม่ลบเลิกความจำเป็นในการมีพรสวรรค์ แต่เพิ่มมาตรฐานของสิ่งที่พรสวรรค์หมายถึง

อันโตน โลบินต์เซฟเป็นนักธุรกิจที่มีประสบการณ์มากกว่า 20 ปีในอุตสาหกรรมเทคโนโลยี โดยสร้างบริษัทที่จุดตัดระหว่างโครงสร้างพื้นฐาน การปฏิบัติตามกฎระเบียบ และนวัตกรรมผลิตภัณฑ์ ในฐานะผู้ร่วมก่อตั้งและประธานฝ่ายผลิตภัณฑ์ของ SquareFi เขาเป็นผู้นำในการพัฒนาผลิตภัณฑ์ การปฏิบัติตามกฎระเบียบทางกฎหมาย และการร่วมมือเชิงกลยุทธ์

อันโตนเข้าสู่อุตสาหกรรมไอทีในปี 2003 ผ่านการขายเซิร์ฟเวอร์องค์กร และในปี 2007 เขาก่อตั้งบริษัทระบบบูรณาการที่จัดหาโครงสร้างพื้นฐานคอมพิวเตอร์ประสิทธิภาพสูง ซึ่งร่วมมือกับบริษัทยักษ์ใหญ่ระดับโลก เช่น IBM และ HP จากนั้นเขาย้ายไปสู่เทคโนโลยีกฎหมายและร่วมก่อตั้งธุรกิจที่มุ่งเน้นการจัดการทรัพย์สินทางปัญญาและสิทธิดิจิทัล โดยที่เขายังดำรงตำแหน่ง CTO อีกด้วย