Connect with us

思想领袖

通往独角兽之路:下一个十亿美元的创业公司将由小团队建立

mm
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

两个星期的时间是否足够来建立一个自定义的CRM系统,该系统将交易、会计、筹资、代理商和合作伙伴工作流程整合到一个界面中?传统的逻辑说不。但是我一直看到这种事情的发生,因为建立内部软件的成本已经大幅降低,而集成和上线的成本却没有降低。

最近,我们自己的工作中就有一个例子。我们的非技术联合创始人Denis,在大约两周的时间内,建立了一个内部的CRM系统,并得到了我们的工程师和我的支持,其中一些部分已经在生产环境中运行,而他还在不断改进它。该系统通过一个管理面板连接到一个真实的数据库,这样团队就可以实时监控1000多个客户的健康状况,并且还涵盖了合作伙伴管理,包括推荐链接和支付跟踪。

他建立了这个系统来解决每个快速增长的团队都会遇到的问题。现成的CRM系统会把你拉入别人的工作流程中。你会花时间学习不需要的功能,你会遇到限制,你还会花更多时间来集成工具,以使系统反映你的业务实际工作方式。当底层工具允许你比上线更快地建立时,旧的构建与购买的权衡就会改变,更多的团队开始建立自己的运营层。

缩短意图和执行之间的循环

在整个市场中,AI正在减少从一个想法到一个可用的第一版本的时间。这是因为你现在可以把一个任务交给一个代理,并得到一个足够好的草稿,让一位高级工程师可以审查、纠正和合并。在SquareFi,我们估计大约95%的代码是通过AI辅助生成的,我们的核心技术团队从大约十个人减少到四个人。这不仅仅是一个为了降低成本的噱头——尽管独角兽公司确实会保持精简——而是一种资源的重新分配。拥有更少的人,我们正在发布10倍以上的高质量代码。

这对我们来说在几个部门内外都很有用。设计团队越来越多地使用Figma插件将设计转换为HTML,然后使用AI工具建立小型原型进行第一级测试,在任何东西进入开发队列之前。现在我们可以在不等待容量的情况下通过测试想法来迭代。

我们还运行代理商,在那里,反馈缓慢的缺点很大。我们有安全代理商,它们不断分析日志和防火墙活动以寻找异常模式,我们使用一个代理商来分析每个GitHub提交之前将其与当前威胁格局进行比较。即使他们非常关心,人类也很少能始终如一地做到这种重复的勤勉。

广泛的结果是,行动通过更少的交接和更少的延迟来完成,这些延迟是由等待专家变得可用而引起的。

知道该做什么比知道如何做更重要

你可以要求AI代理建立几乎任何东西,你可以以比培训一个人生产相同的草稿所需的时间和成本的一小部分来完成它。输出质量仍然取决于请求的精度和验证的强度。

在许多现在的创业公司中,规格质量是限制因素。最有价值的人通常是那些深刻理解领域、能够精确描述系统并能够在没有手工操作的情况下验证结果的人。新的工作标签已经开始跟随这种现实,包括规格编写者、领域所有者和AI编排者。标签的重要性不如能力的重要性。

这种转变也改变了谁会变得有效。能够快速理解项目并简单描述它的强大经理现在可以比许多工程师生产更多的输出,因为他们的意图可以通过代理商来实现。

我经常被其他创始人问到,这可以走多远。我不认为有一个通用的答案,但我认为这种哲学很好地适应了传统的金融科技,因为这是一个工作复杂但系统是可描述和可测试的领域。

是的,人类仍然会有工作。

我不希望这被读作是一个邪恶的金融科技创始人,想要消灭人类。任何理智的组织都知道,维持齿轮运转的是人。

我相信金融科技需要纪律和责任感。AI部分确保了前者,而人类方面确保了后者。大量的金融交易应该保持人工门槛。代理商可以准备支付订单,人类应该签署它。最终的合规决策也带有法律责任。如果合规官员批准了对手方,责任在于官员,而不是准备案件的代理商。

所以问题不是你是否可以自动化一切。问题是如何将人类的判断力分配给最高风险时刻,同时使用代理商来消除减慢专家速度的繁重工作。合规准备是一个好的候选者。负面媒体检查、对手分析和文档组装可以被自动化,这样合规官员就可以收到一个已经准备好的案件,并花费时间在决策上。

这种组合是高效的,并且可以被追究责任。

如何成为AI优先

很多团队说他们是AI优先,这意味着在同样的基础设施上添加一个聊天界面。我更感兴趣的是AI作为内部运营模型。

在我们的工作中,我们大量使用AI,而产品级别的AI目前仅限于特定领域,如支持和会计代理商。这是一个实用的边界,而不是意识形态的边界。风险在金融领域表现出不同的行为,产品自治需要谨慎的约束。

我预计会增长的一个趋势是面向开发者的基础设施,它可以插入代理工作流程。例如,我们计划发布一个SquareFi MCP服务器,以便开发者可以更容易地与我们的API集成,并将我们连接到他们自己的代理商。这种做法的实际用途是一个金融代理商,可以分析你的财务状况,准备支付订单,然后要求你签署它。

这也是为什么我关注当领先的实验室公开辩论时,模型尚未具备自主做出不可逆转的高风险决策的能力。金融科技不允许假装错误是无害的。

这对现在建立的创始人的意义

Denis建立的CRM系统是一个内部项目,但它代表了一个更大的现实,即建立的成本正在降低,而协调的成本仍然很高。沟通,通常被视为软技能,在价值方面正在上升,技术人员将需要投资于此,如果他们希望在机器可以更快、更便宜地完成工作的环境中茁壮成长。

在这种情况下,保护安静思考的时间变得很重要。代理商可以执行得越快,在给他们方向之前,放慢速度就变得越有价值。在将其描述给代理商之前,深入理解复杂的体系结构是质量的决定因素。

如果我要重新开始,我会专注于三个学科。

  • 首先,我会训练自己和我的团队来编写更好的规格。你需要能够分解问题、定义成功、定义失败并描述测试。这是新的运营卓越标准。
  • 第二,我会建立一个严格的验证文化。AI使得快速发布变得容易,它也使得快速发布错误变得容易。你的优势不仅来自速度,还来自提高标准。
  • 第三,我会把人类的判断力当作一种稀缺资源来保护。在高风险领域,团队通过将准备和重复工作交给代理商,同时将决策留给负责的人类来表现得更好。

竞争优势正在转向测试和改进,因为它的斜率已经改变。小团队现在可以生产以前需要更大组织的东西,因为代理商使得通信和协调更加顺畅。这并不消除对人才的需求,而是提高了对人才的标准。

安东·洛宾采夫(Anton Lobintsev)是一位经验丰富的企业家,在科技行业拥有超过20年的经验,专注于基础设施、合规和产品创新交汇点的公司建设。作为SquareFi的联合创始人和首席产品官,他领导产品开发、法律合规和战略合作。

安东于2003年通过企业服务器销售进入IT行业,并于2007年创立了一家系统集成公司,提供高性能计算基础设施,与包括IBM和HP在内的全球巨头合作。他后来转入法律科技领域,并联合创立了一家专注于知识产权管理和数字权利的风险投资公司,他也曾在那里担任CTO。