a16z：Подчинённые ИИ-агенты, теряет ли софт-индустрия направление?

Автор: Сима Амбл, партнер a16z; источник: a16z; перевод: Shaw, 金色财经

Неужели индустрия программного обеспечения теряет направление?

В прошлом месяце Salesforce объявила об открытии API и запуске безголового продукта. Это по сути ставка: в эпоху интеллектуальных агентов их основная ценность заключается в данных, а не в пользовательском интерфейсе (UI). Это умный стратегический ребрендинг. Однако стоит отметить, что технически изменений практически нет: API, которые Salesforce сейчас продвигает как «безголовые продукты», на самом деле существуют уже много лет. Иными словами, это типичный маркетинговый релиз Salesforce. Основная идея нового продукта: AI-агент может напрямую извлекать данные из системы записи,无需 адаптации под пользовательский интерфейс, предназначенный для человека и рабочих процессов.

Этот релиз также вызывает более глубокий вопрос: если убрать пользовательский интерфейс и напрямую открыть доступ к базовым данным, в чем заключается их истинная ценность? Чем отличается это от работы с базой данных PostgreSQL, структурой данных и API? Сохраняют ли свою силу классические барьеры, обеспечивающие долгосрочную конкурентоспособность традиционных систем записи? Или индустрия сформировала новые стандарты оценки? В эпоху SaaS системы записи сохраняют конкурентное преимущество благодаря высокой зависимости пользователей от интерфейса для выполнения работы. В эпоху интеллектуальных агентов это преимущество начинает слабеть. Внутренние барьеры компаний начинают углубляться в модели данных, системы разрешений, бизнес-логики, соответствие нормативам, а также расширяться в сторону экосистем, собственных возможностей генерации данных и реализации бизнес-процессов.

Когда программное обеспечение движется к эпохе безголовых систем, куда перейдут настоящие конкурентные барьеры?

Пользовательский интерфейс — это продукт сам по себе

Системы записи — это авторитетные источники данных в конкретных бизнес-областях. Официальные версии клиентских отношений, кадровых дел, финансовых транзакций хранятся именно там, и это ядро для чтения и записи данных другими инструментами.

CRM — это система записи для доходных бизнес-процессов; HRIS — для управления персоналом; ERP — для финансов и ресурсов.

Сила таких систем заключается не только в хранении данных, но и в том, что они служат единой точкой фактов для всей компании.

За последние двадцать лет Salesforce по сути продавала методики управления продажами. Панели, воронки, прогнозы, динамические информационные потоки — это то, за что платят пользователи. Модель бизнеса основана на продаже лицензий на пользовательские места, позволяющих использовать эти функции. База данных важна, но в коммерческом смысле она — вспомогательная настройка.

Это означает: пользовательский интерфейс определяет приверженность пользователя. Он стандартизирует ввод данных, создает единые бизнес-термины: лиды, возможности, аккаунты. Он заставляет тысячи продавцов активно вводить данные, которые раньше не фиксировались. Пользовательский интерфейс — это ядро поддержания порядка и согласованности данных.

Эта система обладает высокой приверженностью пользователей: многие руководители продаж после перехода в новые компании продолжают использовать Salesforce не из-за удобства интерфейса, а из-за привычки.

Сегодня AI-агенты меняют эту традиционную модель. Они могут читать и писать данные напрямую, без обращения к фронтенду. Это породило множество новых инструментов и решений, обходящих оригинальный интерфейс (Salesforce — не исключение: недавно мы писали о том, как вокруг SAP быстро формируется экосистема, адаптированная к AI).

В долгосрочной перспективе, интеллектуальные агенты постепенно снизят роль человека в управлении системами: личные предпочтения, обучение на рабочем месте, неформальные знания о бизнесе — всё это станет менее важным. Иными словами, системы записи, которые смогут долго сохранять свою актуальность, претерпевают изменения в своих ключевых условиях.

Классические барьеры приверженности

Перед тем как обсуждать, какие изменения принесет эпоха интеллектуальных агентов, важно понять: что изначально создало высокую приверженность пользователей системам записи. Основной фактор — взаимодействие человека с программным обеспечением и его личные привычки. Высокая приверженность во многом обусловлена пользовательским интерфейсом, привычками, ручными рабочими процессами, встроенными бизнес-процессами.

Частота использования

CRM и подобные системы используются командой продаж и другими сотрудниками ежедневно. Высокая частота делает их критической инфраструктурой компании; при этом культурные и управленческие привычки — фиксированные рабочие процессы, мышечная память, ритм управления — очень трудно менять, зачастую даже не осознавая, что эти системы требуют переосмысления.

Только чтение или чтение и запись

Высокая приверженность достигается, когда система позволяет и читать, и писать данные. Например, CRM — это не просто архив, а активно используемая система. Каждая телефонная беседа, обновление стадии сделки, создание задачи — все это вводится вручную. Такой двунаправленный поток данных означает, что любую альтернативу нужно интегрировать с реальными бизнес-операциями, а не только с историческими данными. В компании обычно нет «окна» для бесшовного переключения, поэтому после внедрения системы она часто остается основной. В отличие от этого, системы отслеживания найма (ATS) — это системы с меньшей приверженностью: после завершения найма, данные почти не запрашиваются повторно, и приверженность слабая.

Сколько неформальных стандартных операционных процедур (SOP)?

Нематериальные знания, важные для бизнеса, не фиксируются в документах, а хранятся в правилах рабочих процессов, созданных администраторами и системными интеграторами. Например, в продажах: сделки свыше 100 тысяч долларов требуют одобрения вице-президента, заказы в EMEA требуют проверки на соответствие нормативам, скидки крупным клиентам можно предоставлять только в конце квартала без финансового одобрения. Эти неформальные правила определяют своевременность выполнения задач, соблюдение нормативов и успех сделки. При миграции системы приходится либо разбирать каждую автоматизацию, либо терять организационный опыт.

Много ли зависимостей внутри и вне системы?

Ключевой показатель — сколько внутренних систем, командных процессов и внешних участников зависит от этой системы. Внутренние связи — это интеграция с другими программами и рабочими процессами; внешние — аудиторы, бухгалтеры, регуляторы, которым часто требуется доступ к данным ERP. Чем больше связей, тем сложнее миграция.

Насколько важна для нормативных требований безопасность данных?

Важный вопрос — является ли система критичной для нормативного соответствия. Например, системы расчета зарплаты, ERP, кадровые системы требуют авторитетных данных и строгого контроля доступа. Любая миграция требует участия регуляторов и аудиторов, что повышает приверженность и барьеры для смены. В то же время, системы вроде CRM или Zendesk — важны для бизнес-процессов, но их миграция не несет риска нормативных нарушений.

Не все системы одинаково сложны для переключения. Например, ATS — это закрытая система для найма, где после завершения кандидатуры данные практически не меняются, и интеграции узкие. ERP — это бухгалтерский регистр, который служит доказательством для аудита; его замена — сложнее, чем ATS, и сравнима с «открытием грудной клетки у пациента во время операции».

Традиционно, системы записи не использовали преимущества собственных данных или сетевых эффектов для создания барьеров. Они основывались на бизнес-рабочих процессах. В потребительском секторе инструменты и экосистемы интегрируются, а системы записи — нет.

Собственные данные

Несмотря на то, что большинство систем собирают клиентские данные, они не используют их в полной мере (часто из-за контрактных ограничений). Даже если CRM содержит богатую информацию о клиентах, она редко превращается в практические инсайты или приложения. Были попытки, например, Salesforce Einstein.

Сетевые эффекты

Сетевые эффекты — это мечта отрасли. Если их удастся сформировать, ценность CRM будет расти с расширением экосистемы, позволяя платформе точно подбирать ресурсы и клиентов. Но, как и в случае с данными, сетевые эффекты систем записи остаются слабым фактором.

Что остается, когда пользовательский интерфейс уходит, а на сцену выходит AI?

AI-агенты не требуют браузера, им нужны API, бизнес-контекст, команды и действия. Два технологических условия делают масштабируемое внедрение возможным: во-первых, большие модели уже обладают достаточной логической способностью. Они могут самостоятельно понимать бизнес-контекст, планировать действия, вызывать инструменты, выполнять операции и анализировать результаты — большинство задач уже не требуют участия человека. Во-вторых, протокол MCP стандартизирует вызов внешних инструментов, предоставляя единый интерфейс для AI. Агент, подключенный к MCP, может за миллисекунды выполнять все операции человека, работать масштабно и без браузера. При наличии полного бизнес-контекста, даже без официальных API, такие агенты могут напрямую взаимодействовать с интерфейсами традиционных программ.

Обзор вариантов закупки программного обеспечения сегодня:

1. Использовать существующие системы + добавлять AI-агентов. На базе командных интерфейсов и API, можно использовать нативные продукты (например, Salesforce Agentforce, SAP Joule) или разрабатывать собственных агентов. (Гипотетически: API полностью доступны, безголовая архитектура — проще, чем есть на практике.)

2. Создать собственную систему записи. Построить с нуля модели данных, бизнес-логику, системы разрешений, аудит, интеграции и собственных AI-агентов (часто с помощью сторонних инструментов).

3. Купить готовое AI-решение. Использовать новые программные продукты, специально разработанные для эпохи AI: с нативной поддержкой машинного чтения, автоматизации и безголовой архитектурой.

Какие стандарты приверженности системам еще актуальны? Те, что основаны на человеческом поведении и привычках, — например, частота использования, свойства чтения/записи — постепенно теряют значение. AI-агенты могут разрушить мышечную память, но не заменят бизнес-логику и контекст. Напротив, их важность возрастает, поскольку AI требует четких правил, разрешений и процессов для безопасной работы.

В краткосрочной перспективе, без письменных бизнес-процессов, важны неформальные стандарты. Эти знания хранятся в рабочих правилах, и их трудно полностью оцифровать. Пока что невозможно полностью извлечь эти знания, особенно при участии людей. Но цифровизация бизнес-контекста идет быстро; по мере внедрения AI, роль неформальных знаний будет уменьшаться.

Разбор связей систем остается сложным и важным. Связи меняются: теперь нужно интегрировать бизнес-функции и системы, а не только адаптировать человека. Например, AI-агент CRM должен объединять продажи, счета, успех клиентов. Если платформа станет центром взаимодействия внешних участников — покупателей, продавцов, партнеров — зависимость от системы усилится. В любом случае, интеграция разных систем — сложная задача.

Важность данных, критичных для нормативных требований, не меняется. Это системы, где важна достоверность и контроль доступа: зарплаты, финансы, кадры. Их миграция — сложная и требует участия регуляторов. Если система станет платформой для взаимодействия AI-агентов, она должна будет управлять правами и идентификацией, что создаст стойкую структуру.

В будущем, ключевым фактором конкурентоспособности новых AI-ориентированных систем станет их способность создавать и защищать доверие, управлять правами и обеспечивать прозрачность.

Насколько сложно перестроить ядро системы записи?

Данные важны на нескольких уровнях. В краткосрочной перспективе — насколько легко извлечь и воспроизвести базовые данные. Инструменты AI значительно снижают эти барьеры. В краткосрочной перспективе, крупные поставщики могут усложнить миграцию: делать API сложными, ограничивать доступ, недооценивать возможности. Но по мере развития инструментов для извлечения данных и AI-агентов, эти барьеры снизятся. Новые игроки используют электронную почту, звонки, внутренние документы для сбора данных. Восстановить 80% функций системы записи — несложно; оставшиеся 20% — уникальные процессы, правила, сценарии, которые и определяют, насколько система действительно полная.

Есть ли у системы по-настоящему уникальные данные?

Стратегическая ценность данных становится все более очевидной. Настоящий барьер — это не внешние данные, а те, что возникают внутри бизнес-процессов. Экосистема с собственными данными — это актив, который регулируется, защищен и постоянно обновляется. Компании, инвестирующие в глубокое понимание своих данных, имеют преимущество. Внутренние данные — это не только внешние записи, а и результаты бизнес-операций, реакции клиентов, временные закономерности, результаты процессов, отраслевые стандарты, аномалии, траектории работы AI. Их суть — в бизнес-контексте.

Контроль за исполнением бизнес-процессов

В классической модели — достаточно хранить записи. В эпоху AI, важнее — создавать системы, которые могут самостоятельно управлять бизнес-циклами: инициировать операции, получать результаты, использовать обратную связь для улучшения решений. Например, ERP — автоматизация одобрения расходов, запуск зарплат, сверка счетов, уведомления — все это замкнутые циклы. Такие системы создают более глубокий барьер: они не только хранят данные, а и участвуют в бизнес-процессах, создают уникальные данные и улучшаются с использованием AI. Чем больше бизнес-контекста и сценариев, тем выше ценность.

Реализация бизнес-операций в реальном мире

Если бизнес-модель включает офлайн-операции, которые невозможно автоматизировать полностью, это создает уникальный барьер. Например, компании с сетью офлайн-операций (DoorDash) — это не классические системы записи, но очень ценны. Любое приложение, объединяющее доставку, логистику, работу на местах, платежи — создает уникальный конкурентный барьер. Такие системы не только хранят данные, но и управляют ресурсами, логистикой, персоналом.

Для стартапов это — огромная возможность: в сегментах, где AI принимает решения, а финальный шаг — офлайн-исполнение, есть простор для инноваций. Например, вертикальные решения для внешних служб.

Могут ли системы создавать сетевые эффекты?

Ранее большинство систем записи имели слабые сетевые эффекты, так как обслуживали внутренние процессы. В эпоху AI-агентов, если системы смогут интегрировать работу нескольких сторон, эффект станет сильнее. Платформа, которая станет центром взаимодействия — между покупателями и продавцами, работодателями и сотрудниками, компаниями и аудиторами, поставщиками и клиентами — будет иметь значительный сетевой эффект.

Три формы сетевых эффектов:

• Общий рабочий поток: платформа для совместной работы, обмена контекстом, обработки исключений;

• Отраслевые стандарты и инсайты: на базе данных всей сети — стандарты, предупреждения, рекомендации;

• Доверие и стандартизация: если все стороны используют одну платформу для одобрений, платежей, соответствия — это инфраструктура рынка, создающая высокий барьер входа.

Технические возможности заказчика

Теоретически, любой может разработать собственного AI-агента, но реализовать — сложно. Особенно в узкоспециализированных отраслях, где отсутствуют внутренние инженерные ресурсы. Стоимость разработки и поддержки — важный фактор. Самостоятельная разработка кажется дешевле, но на практике — это перенос затрат на внедрение, поддержку и развитие. Это создает рыночные ниши: сложные бизнес-процессы, где недостаточно решений, например, в производстве, строительстве, промышленности, внешних услугах, аудите.

Также есть базовые требования: нужно переосмыслить архитектуру данных, объекты должны учитывать бизнес-логику, а не только визуализацию. Необходима система разрешений, которая управляет не только людьми, а и AI-агентами, с учетом правил, аудита и откатов.

Все это — инвестиции, и их уровень определит будущее отрасли.

Куда движется индустрия?

Переход крупных софтверных компаний к безголовой архитектуре — это ставка на то, что основная ценность останется в данных. В некоторых сферах, особенно в финансовом секторе с жесткими нормативами, эта стратегия может сохраняться долго. Но в целом, индустрия движется к новым моделям.

Для стартапов, конкурирующих с крупными игроками, важно понять, что новые системы — это не просто хранилища данных, а платформы с встроенными AI-агентами, способные автоматически захватывать бизнес-контекст, запускать процессы и накапливать данные по всему циклу.

В будущем, наиболее перспективные компании будут расширять свои системы в сторону реального бизнеса: управлять внешним исполнением, логистикой, взаимодействием с физическими активами. Эти новые модели объединят традиционные бизнес-подходы и изменят роль данных — они станут фоном, а основное — это управление бизнес-процессами и доверие.