Дорога до Юнікорну: Наступні Стартапи Більярдної Категорії Будуть Будовані Маленькими Командами

Чи є два тижні розумним терміном для побудови спеціальної CRM, яка поєднує угоди, бухгалтерський облік, залучення коштів, агентів та партнерські робочі процеси в одному інтерфейсі? Традиційна логіка говорить про те, що ні. Однак я продовжую бачити версії цього, оскільки вартість побудови внутрішнього програмного забезпечення значно зменшилася, тоді як інтеграція та впровадження ще не змінилися.

Недавній приклад з нашої власної роботи демонструє це. Наш не-технічний співзасновник Денис побудував внутрішню CRM приблизно за два тижні, з оркестрацією підтримки від нашого інженера та мене, і частини її вже працювали в продуктивному режимі, поки він ще займався нею. Система підключалася до реальної бази даних через адміністративну панель, щоб команда могла контролювати здоров’я 1000+ клієнтів в режимі реального часу, і вона також охоплювала управління партнерами з реферальними посиланнями та відстеженням виплат.

Він побудував це, щоб вирішити проблему, з якою стикається кожна швидко зростаюча команда. Готові CRM втягують вас у чужий робочий процес. Ви витрачаєте час на вивчення функцій, яких вам не потрібно, ви зустрічаєте обмеження, і ви витрачаєте ще більше часу на інтеграцію інструментів, щоб система відображала, як ваш бізнес насправді працює. Коли основні інструменти дозволяють вам будувати швидше, ніж ви можете впровадити, старе порівняння між побудовою та покупкою змінюється, і більше команд починають будувати свій власний оперативний шар.

Зменшення циклу між наміром і виконанням

По всьому ринку AI зменшує час між ідеєю та робочою першою версією. Ця зміна сталася тому, що ви можете зараз передати агенту добре описане завдання та отримати перший драфт, який достатньо придатний для того, щоб його переглянув та виправив старший інженер. У SquareFi ми оцінюємо, що близько 95 відсотків нашого коду виробляється з допомогою AI, і наша основна технічна група зменшилася з приблизно десяти людей до чотирьох. Це не просто трюк для скорочення витрат – хоча єдинороги намагаються залишатися лаконічними – це реалізація ресурсів. З меншою кількістю людей ми доставляємо 10-кратну кількість високоякісного коду.

Це корисно для нас всередині та між кількома відділами. Команди дизайнерів все частіше використовують плагіни Figma для конвертування дизайнів в HTML, а потім використовують інструменти AI для побудови малих прототипів для першого рівня тестування до того, як щось потрапляє в розробницьку чергу. Тепер ми можемо ітеруватися, тестуючи ідеї рано, не чекаючи можливостей.

Ми також запускаємо агентів, де негативний аспект повільної зворотної зв’язки високий. У нас є агенти безпеки, які безперервно аналізують журнали та активність брандмауера для незвичайних моделей, і ми використовуємо агента, який аналізує кожен коміт GitHub до того, як він зливається з продукцією, порівнюючи його з поточним загрозливим ландшафтом. Люди рідко роблять такий повторюваний ділігентс консистентно, навіть коли їм дуже важливо.

Широким результатом є те, що дії проходять через менше передач та менше затримок, викликаних очікуванням на спеціаліста.

Відомість того, що робити, важливіше, ніж знання того, як це зробити

Ви можете попросити агента AI побудувати майже все, і ви можете зробити це за частку часу та витрат на навчання людини для виробництва того ж першого драфту. Якість виходу все ще залежить від точності вашого запиту та сили вашої валідації.

У багатьох стартапах зараз якість специфікації є обмеженням. Найцінніші люди в команді, керованій AI, часто ті, хто глибоко розуміє домен, може описати системи точно та валідувати результати без хвилі рук. Нові ярлики почали слідувати цій реальності, включаючи письменників специфікацій, власників домену та оркестраторів AI. Ярлик має менше значення, ніж здатність.

Ця зміна також змінює тих, хто стає ефективним. Сильні менеджери, які можуть швидко зрозуміти проект та описати його просто, тепер можуть виробляти більше виходу, ніж багато інженерів, оскільки їхній намір може бути помножений через агентів.

Мене часто запитують інші засновники, наскільки це може зайти. Я не думаю, що є універсальна відповідь, але я думаю, що філософія добре підходить до традиційного фінтеху, оскільки це область, де робота складна, але системи описані та тестирувані.

Так. Люди все ще будуть мати роботу.

Останнє, чого я хочу, щоб це було прочитано, це злий фінтех-засновник, який хоче знищити людську расу. Будь-яка розумна організація знає, що це люди тримають колеса в русі.

Я вважаю, що фінтех потребує дисципліни та підзвітності. Частина AI забезпечує перше, тоді як людський аспект забезпечує друге. Великі фінансові транзакції повинні залишатися людськими. Агенти можуть підготувати платіжний ордер, і людина повинна підписати його. Остаточні рішення щодо відповідності також несуть юридичну відповідальність. Якщо офіцер з відповідності схвалює контрагента, відповідальність лежить на офіцері, а не на агенті, який підготував справу.

Отже, питання полягає не в тому, чи можна автоматизувати все. Питання полягає в тому, як ви розподіляєте людську думку на моменти високого ризику, тоді як агенти використовуються для видалення основної роботи, яка сповільнює експертів. Підготовка до відповідності є хорошим кандидатом. Перевірки адверсивних ЗМІ, аналіз контрагентів та збір документів можуть бути автоматизовані, щоб офіцер з відповідності отримав справу, яка в основному підготовлена, і витратив час на рішення.

Це поєднання є ефективним і може бути підзвітним.

Як бути AI-першим

Багато команд кажуть, що вони AI-перші, і під цим вони мають на увазі чат-інтерфейс на вершині тієї ж інфраструктури. Мене цікавить AI як внутрішня операційна модель.

У нашій роботі ми використовуємо AI сильно всередині, тоді як рівень продукту AI зараз обмежений певними областями, такими як агенти підтримки та бухгалтерського обліку. Це більше практичної межі, ніж ідеологічної. Ризик поводиться інакше у фінансах, і продуктивна автономія потребує ретельних обмежень.

Одна з тенденцій, яку я очікую, що вона зросте, – це розробницька інфраструктура, яка підключається до агентських робочих процесів. Наприклад, ми плануємо випустити сервер SquareFi MCP, щоб розробникам було легше інтегруватися з нашим API та підключати нас до своїх власних агентів. Практичне використання цього – фінансовий агент, який може проаналізувати ваші фінанси, підготувати платіжний ордер, а потім попросити вас підписати його.

Це також пояснює, чому я звертаю увагу, коли провідні лабораторії публічно стверджують, що моделі ще не обладнані для прийняття незворотних високих ставок рішень автономно. Фінтех не може прикидатися, що помилки безневинні.

Що це означає для засновників, які зараз будують

CRM, побудована Денисом, була внутрішнім проєктом, але вона представляла більшу реальність, де побудова стає дешевшою, тоді як координація все ще складна. Комунікація, часто розглянута як м’яка уміння, зростає в цінності, і технічно кваліфіковані люди повинні інвестувати в неї, якщо вони хочуть процвітати в середовищі, де машини можуть виконувати більшу частину їхньої роботи швидше та дешевше.

У цьому контексті стає важливим захистити час для тихих роздумів. Чим швидше агенти можуть виконувати, тим ціннішим стає сповільнення перед тим, як дати їм напрямок. Глибоке розуміння складної архітектури до того, як описати її агенту, – це місце, де визначається якість.

Якби я знову починали, я зосередився б на трьох дисциплінах.

• По-перше, я б навчив себе та свою команду писати кращі специфікації. Ви хочете людей, які можуть розбити проблему, визначити успіх, визначити невдачу та описати тести. Це новий стандарт операційного досконалості.
• По-друге, я б побудував сувору культуру валідації. AI робить легко доставляти швидко, і він також робить легко доставляти помилки швидко. Ваше优势 не тільки в швидкості, але й у поліпшенні з високими стандартами.
• По-третє, я б ставив людську думку як дефіцитний ресурс і захищав би її. У високоризикових доменах команди виконують краще, передаючи підготовку та повторення агентам, тоді як прийняття рішень залишається з підзвітними людьми.

Конкурентна перевага зміщується до тестування та поліпшення, оскільки схил цього змінився. Малі команди тепер можуть виробляти те, що раніше вимагало більших організацій, оскільки агенти роблять комунікацію та координацію значно гладшою. Це не усуває потребу в таланті, а радше підвищує планку того, що означає талант.