前ній CMO Consensys: Еволюція корпоративної форми в епоху штучного інтелекту

Автор: Lex Sokolin

Переклад: Jia Huan, ChainCatcher

Ця стаття досліджує, як штучний інтелект змінює саму структуру організації. Компанії переходять від амазонівського “двохпіццового” підходу (команда приблизно 6–10 осіб, що зберігає гнучкість організаційної структури) до “AI-орієнтованих” малих груп з 3 до 5 осіб, що демонструють значний приріст продуктивності.

Ми порівнюємо два шляхи:

Стратегія заміщення AI у Klarna закінчилася невдачею. Кількість співробітників зменшилася з 5500 до 3400, проблеми з якістю обслуговування змусили компанію знову наймати.

Coinbase та Ramp обрали переформатування бізнесу навколо підсилення та оркестрування AI. Coinbase скоротила 700 співробітників і перейшла до однопродуктових команд та генерації коду за допомогою AI.

Ramp створила внутрішню платформу управління AI (harness), якою щодня користуються понад 99,5% співробітників, охоплюючи понад 350 бізнес-напрямків.

Крім того, ми аналізуємо, чому компанії, такі як Box і Plaid, переоцінюються на капітальному ринку як інфраструктура AI, оскільки вони контролюють корпоративні дані з правами доступу, необхідні для роботи AI-інтелекту.

Третя еволюція організаційної форми

Кілька місяців тому ми обговорювали концепцію “компаній без людей (Zero Human Companies)” та криву автономії економіки AI:

Хоча вже існують сили, що сприяють створенню організацій без людського втручання, наразі економічні суб’єкти все ще є людьми.

Найскладніше зараз — перетворити існуючі традиційні компанії у пріоритеті AI.

Це надзвичайно велика можливість, настільки, що Anthropic співпрацює з усією індустрією приватного капіталу для просування цього.

Крім вражаючих фінансових показників, ми починаємо чітко відчувати ще один аспект впливу AI: спосіб створення та організації компаній.

Саме організаційна структура — це технологія.

Каскадний розвиток (Waterfall) породив домінуючий у ранню епоху технологій, ієрархічний підхід у розробці програмного забезпечення.

Після цього галузь перейшла до застосування гнучких методологій у командах, а потім гнучкість еволюціонувала у “двохпіццову команду”, започатковану Amazon. Саме ця операційна структура сформувала сучасні фінансові технології.

Але напрямок змінюється.

Мартін Гаррісон і Наташа Маяр з McKinsey наприкінці 2025 року зробили прогноз:

“AI-орієнтовані ролі за своєю суттю означають, що ми переходимо від ‘двохпіццової структури’ до ‘однопіццових команд’ з 3–5 осіб.”

Людей скорочують удвічі, але працюють так само.

5 травня 2026 року Браян Армстронг, скоротивши 700 співробітників, підтвердив цю тезу.

Що зробила Coinbase?

Coinbase скоротила 14% з 4951 співробітника.

Частково це пов’язано з тим, що компанія все ще функціонує у високозв’язаному з обсягами торгівлі режимі — очікуваний дохід за перший квартал становить 1,7 мільярда доларів (зниження на 26% у порівнянні з минулим роком), а прибуток на акцію (EPS) впав на 86%.

Але особливо важливо — як керівництво планує впроваджувати AI у сучасних фінтех/криптокомпаніях і яких очікувань щодо продуктивності на людину вони дотримуються.

Інженери Coinbase тепер можуть запускати продукти за кілька днів, раніше для цього потрібно було кілька тижнів, і ця ефективність швидко зростає.

Армстронг перебудовує бізнес-лінії, щоб у керівній команді (CEO і COO) залишалося не більше п’яти рівнів управління.

Звичайні “керівники” зникнуть — кожен лідер має бути і особистим виконавцем, і фахівцем у сучасних інструментах, здатним вести команду і самостійно працювати “гравцем і тренером”.

Мультифункціональні “AI-орієнтовані групи” повністю замінюють традиційні команди. Coinbase навіть тестує внутрішню інтеграцію функцій інженерії, дизайну і продукту в одну команду з одним співробітником.

Компанія з доходом 7 мільярдів доларів працює з однопродуктовими командами.

У вересні 2025 року Армстронг відкрито заявив, що 40% коду Coinbase генерується AI щодня, і планує підвищити цю частку до 50% вже у жовтні.

У подкасті Cheeky Pint співзасновника Stripe Джона Коллісона він зізнався, що звільнив інженерів, які відмовлялися використовувати Cursor і GitHub Copilot протягом тижня після видачі корпоративних ліцензій:

“Деякі просто не хочуть, тому їх звільнили.”

V1 — пряма заміна, але вона провалилася

Однак Coinbase не перша компанія у фінтех-сфері, яка звільняє співробітників під приводом AI.

Пам’ятаєте експеримент Klarna у 2024 році з “зниженням витрат за допомогою AI”? Тоді це здавалося проривом у продуктивності.

Але ми вже тоді вважали, що це більше схоже на циклічний стиснення кредитного ринку, ніж на справжні інновації.

Генеральний директор Себастьян Сіеміатковскі оголосив, що AI-асистент, створений на базі OpenAI, за перший місяць обробив 2,3 мільйона діалогів, що становить дві третини всіх клієнтських чатів, і виконав роботу, еквівалентну 700 штатним операторам.

• Загальна кількість співробітників зменшилася з 5500 до 3400
• Очікуваний приріст прибутку: 40 мільйонів доларів
• Час вирішення клієнтських запитів скоротився з 11 до 2 хвилин

Однак, коли це зіткнулося з реальністю, все швидко розвалилося.

Задоволеність клієнтів (CSAT) за складними запитами впала, кількість повторних звернень зросла.

До травня 2025 року Сіеміатковскі зізнався Bloomberg, що компанія “зробила занадто багато”. Klarna почала наймати знову за моделлю віддаленої роботи — студентів, батьків у декреті та працівників з віддалених регіонів.

Австралійський федеральний банк швидко зупинив 45 проектів заміни голосових роботів. Taco Bell також зняла голосовий AI з 500 своїх ресторанів.

Gartner прогнозує, що до 2027 року половина компаній, що планували “повну заміну”, відмовляться від цього.

IPO Klarna у перший день зросло на 30%, досягнувши оцінки у 20 мільярдів доларів, що частково свідчить: якщо компанія швидко коригує курс, ринок досить терпимий.

Але ця проста стратегія — просто звільнити людину і замінити її великим мовним моделем (LLM) — працює лише за кількістю, але руйнується за якістю.

Вартість повторного найму значно перевищує економію від скорочення.

Очевидно, що перша спроба цифрової трансформації у фінтеху з AI дала змішаний результат.

Але це не остання спроба.

V2 — здатність посилюється, з Harness як захисним щитом

У квітні 2026 року Ramp офіційно запустила “Glass”.

Спільно з п’ятьма колегами-експертами з AI, внутрішній спеціаліст Seb Goddijn опублікував довгу статтю. У той же день CEO Ramp, Eric Glyman, поширив її у Twitter. За кілька годин ця стаття стала лідером Hacker News.

Щодо причин провалу V1, Goddijn прямо зазначив:

“Головний бар’єр для поширення AI — це не сама модель, а надзвичайна складність налаштування середовища її роботи.”

Glass створена саме для подолання цього бар’єру:

По-перше, автоматизоване налаштування доступу — достатньо увійти через Okta SSO, і всі авторизовані внутрішні інструменти (Salesforce, Gong, Notion, Linear, Snowflake, Slack, Zendesk та внутрішні системи Ramp) будуть підключені.

По-друге, створено Dojo (зал бою) — маркетплейс з понад 350 AI-навичками, кожна з яких — Markdown-файл, що навчає інтелекту виконувати конкретне завдання. Всі вони зберігаються у Git, проходять код-рев’ю та версіонування.

Названий Sensei (наставник) інтелектуальний агент у перший день роботи нового співробітника автоматично підкаже п’ять найбільш релевантних навичок.

Третє, створено постійний сховище пам’яті — автоматично підключається через автентифікацію і оновлюється протягом 24 годин. Це дозволяє агенту при кожному діалозі мати повну інформацію про команду, проекти, активні запити та комунікації.

Зараз понад 99,5% співробітників Ramp щодня використовують AI.

Половина коду Ramp пишеться AI, і ця частка зростає до 80%. Гоф Чарльз, головний продукт-офіцер, запровадив модель зрілості L0–L3, де L3 — це безпосереднє випускання функцій у виробництво за допомогою AI.

Працівники, що залишилися на рівні L0, фактично вважаються неефективними.

Загалом, оцінка компанії — 320 мільярдів доларів, річний регулярний дохід (ARR) — 1 мільярд доларів, і вона очолює список найінноваційніших компаній у фінансовій сфері за версією Fast Company 2026.

Klarna намагається знизити бар’єри входу за допомогою автоматизації, а Ramp — максимально підвищує продуктивність кожного співробітника. Coinbase — десь посередині.

AI Harness

Головна ідея — “AI Harness”.

Компанії на кшталт Manus створили архітектуру, яка стискає первинний AI-інтелект і перетворює його у повторюваний бізнес-процес, а OpenClaw і подібні фреймворки роблять її доступною для широкого використання.

Загалом, Harness — це комплекс, що поєднує автентифікацію, системну інтеграцію, сховище пам’яті, каталог навичок команди, планувальник нічних обробок і багатоканальний інтерфейс для аналітиків.

Передові великі мовні моделі — це лише змінні компоненти цієї системи, які можна швидко замінити: коли OpenAI випустить GPT-5.5 або Anthropic — Opus 5, Ramp просто замінить модель, і вся система працюватиме без змін.

Продукт Cowork від Anthropic, запущений у першому кварталі 2026 року (GA), має 11 плагінів для конкретних посад — продажі, фінанси, юридична служба, маркетинг, HR, R&D, дизайн і операції — ця класифікація співпадає з концепцією Dojo.

Якщо ви приймете ідею, що “продуктивність AI формується бізнес-процесами, а не чатами”, посади стануть найменшою природною одиницею AI-організації.

Це і є базова логіка інструментів для створення “компанії без людей”, що розглядає, як будувати AI-пріоритетну структуру. Детальніше дивіться у Polsia та швидкий розподіл галузі.

Капітальний ринок наздоганяє

Коли багато традиційних софтверних компаній борються з децентралізацією через AI, є й ті, що стрімко зростають.

Ці компанії рано заклали свої дані як захисний щит і тепер безперешкодно накладають AI-інструменти.

Наприклад, компанія з корпоративного зберігання файлів Box: після публікації фінансової звітності за 2026 фінансовий квартал її акції зросли на 10%. Аарон Леві на конференції сказав:

“Файл — це природна робоча одиниця AI-інтелекту.”

Enterprise Advanced — підписка на AI та робочі процеси від Box — коштує на 30–40% дорожче за традиційний пакет Enterprise Plus.

За квартал обсяг виставлених рахунків склав 420 мільйонів доларів, зростання на 5%.

• Box Extract — точне витягування структурованих даних з контрактів
• Box Shield Pro — інтеграція агентів AI у систему контролю доступу
• Box AI Studio — режим професійного та розширеного використання, що дозволяє агентам працювати у більшому контексті та з багатоступеневими задачами

Леві у інтерв’ю GeekWire зазначив:

“Крім перших 12 місяців, Box ніколи не відчувала себе такою стартап-компанією, як сьогодні.”

Варто пам’ятати, що 95% корпоративних даних — неструктуровані. AI-інтелектуальні системи дуже потребують цих даних і мають отримувати до них доступ у межах прав.

Той, хто контролює цей безправний сховище даних, може позбавитися ярлика “дешеве зберігання” і отримати нову оцінку як “інфраструктура AI”.

Колись ринок вважав Box “старшим братом” Dropbox, і його акції довго коливалися біля 26 доларів. Тепер аналітики цінують його у 35,63 долара, що дає понад 35% премії.

Ще один приклад — Plaid, фінансовий агрегатор, який майже був поглинений Visa і прагнув стати платіжною мережею.

Але у 2021 році, на піку оцінки у 13,4 мільярда доларів, Plaid почав втрачати позиції, і до квітня 2025 року його оцінка знизилася до 6,1 мільярда. У лютому 2026 року, у другому раунді для ліквідності співробітників, компанія піднялася до 8 мільярдів доларів.

Компанія має еволюціонувати.

Нові клієнти Plaid — близько 20% — це AI-орієнтовані компанії, що будують системи доступу до фінансових даних з довіреними ідентифікаторами.

Платформа Plaid Protect для боротьби з шахрайством у тестуванні на початку 2026 року виявила на 50% більше шахрайських спроб, ніж інші системи.

Plaid Bank Intelligence, з Retention Score і майбутніми Primacy Indicators, продає прогнозування втрати клієнтів банкам.

Plaid переоцінюється як найбільша у світі база даних фінансових транзакцій з авторизацією.

Це не просто канал даних — це актив, на основі якого будується інтелект, і частка клієнтів, що використовують AI, підтверджує цю ідею.

Приклад — інтеграція з Perplexity для створення цілком автоматизованого особистого фінансового “комп’ютера”. Як ми сумуємо за Mint.com! (американський додаток для особистого обліку з 2006 року)

Box і Plaid — на одній дорозі, у одному сегменті.

Обидві компанії у період низьких ставок (ZIRP) були оцінені за моделлю SaaS-гігантів, і їхні оцінки знизилися. Тепер вони переоцінюються за новою моделлю — як інфраструктура для зчитування неструктурованого контенту та мережі даних з правами доступу, що є базою для V2.

V3 — оркестрація — народження “одиничної компанії”

Сам Альтман і інші керівники технологічних компаній ведуть парі: коли з’явиться перша “компанія вартістю у мільярд доларів”, що складається з однієї особи.

Даріо Амодей оцінює ймовірність появи такої компанії у 70–80% до 2026 року і називає три сфери: самостійна торгівля, інструменти для розробників, автоматизація обслуговування клієнтів.

Sequoia змінює модель інвестицій і кредитування, роблячи “агентський важіль” (agentic leverage), тобто продуктивність на людину, головним сигналом. Y Combinator вже має 95% коду, згенерованого AI.

Вже є компанії, що створюють приголомшливий економічний важіль за допомогою AI.

У таких компаніях CEO виступає як “оркестратор агентів”, керуючи безліччю AI-інтелектів з великої панелі управління.

Структура організації перетворюється на бізнес-процес, що може бути делегований машині. Бюджет на робочу силу — на обчислювальні ресурси.

Перші такі компанії працюють у вузьких сферах — самостійна торгівля, інструменти для розробників, сегментовані споживчі сервіси з мережею ефектів. Тут робота цілком цифровізована, регулювання мінімальне, довіра низька.

Вони дуже вразливі, оскільки будь-яка точка відмови — це ризик.

Вони також важко проникнуть у регульовані ринки, де контрактні ідентифікатори та обличчя — структурні елементи.

Але такі компанії вже з’явилися.

Кожна технологічна революція руйнує попередню парадигму — “комп’ютер” (раніше — людський обчислювач), керівник виробництва, менеджер проекту, middle management.

Ті, хто першим зрозуміє нову форму економічної організації, отримають величезний прибуток.

Наприклад, “правило двох піц” Amazon і її здатність зберігати інноваційність за 1 мільйон співробітників — це і є своєрідна оборонна стіна.

Ми не знаємо, чи з’явиться “компанія з однією людиною” чи “компанія без людей” — це не так важливо.

Зараз ми ще в процесі цифрової трансформації, і поширення цінності по всій економіці принесе трильйони доларів.

Головне питання — хто зможе сьогодні створити або володіти правильним AI Harness, щоб у 2026 році побудувати правильну організаційну структуру.

Це означає — оновити цю “суперорганічну” систему, щоб вона могла боротися і жити ще один день.

Сподіваємося, що й людство зможе отримати свою вигоду з цього.