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

порожньо

Автор: Lex Sokolin

Переклад: Жасмин, ChainCatcher

Ця стаття досліджує, як штучний інтелект змінює саму структуру організації. Компанії переходять від амазонівського “двохпіцацького” підходу до команд з 3-5 осіб, що демонструють значне зростання продуктивності, — так званих “AI-орієнтованих” груп.

Ми порівнюємо два шляхи:

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

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

Ramp створила внутрішню платформу 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, — ключовим є їхній контроль над корпоративними даними з правами доступу, необхідними для роботи AI.

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 — ми, люди.

Найскладніше зараз — перетворити традиційні компанії у пріоритеті AI.

Це надзвичайно велика можливість, і Anthropic вже співпрацює з приватним капіталом для просування цієї ідеї.

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

Саме структура організації — це технологія.

Каскадний підхід (Waterfall) породив домінування у ранню технологічну епоху жорстких ієрархій у софтверній індустрії.

Після цього галузь перейшла до застосування гнучких методологій у командах, а згодом — до “двохпіцацьких” команд, започаткованих Amazon. Саме ця операційна структура сформувала сучасні фінтех-компанії.

Але напрямок змінюється.

Мартін Гаррісон і Наташа Маниар з McKinsey у кінці 2025 року зробили прогноз:

“AI-орієнтовані ролі за своєю природою означають, що ми переходимо від ‘двохпіцацької’ структури до ‘однопіцацьких’ команд з 3-5 осіб.”

Людей стає менше — працюємо так само.

5 травня 2026 року Браян Армстронг скоротив 700 співробітників, підтверджуючи цю тезу.

Що зробила Coinbase?

Компанія скоротила 14% з 4951 співробітника.

Причина частково у тому, що це — нормальний ринковий цикл для компанії, тісно пов’язаної з обсягами торгівлі — 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 важливо відзначити, як керівництво планує впроваджувати AI у сучасних фінтех/криптокомпаніях і яких очікувань воно має щодо продуктивності на людину.

Інженери Coinbase тепер можуть запускати продукти за кілька днів, що раніше займало кілька тижнів, і ця ефективність зростає.

Армстронг перебудовує бізнес-лінії, щоб у керівній структурі залишалося не більше п’яти рівнів.

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

Мультифункціональні “AI-орієнтовані групи” повністю замінюють традиційні команди. Coinbase навіть тестує внутрішню модель, де інженери, дизайнери та продуктові менеджери працюють у одній команді.

Компанія з доходом у 7 мільярдів доларів працює з однопроектними командами.

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

У подкасті Cheeky Pint співзасновник Stripe Джон Коллісон зізнався, що звільнив інженерів, які відмовлялися використовувати Cursor і GitHub Copilot протягом першого тижня після видачі корпоративних ліцензій:

“Деякі просто не використовують — їх звільнили.”

V1 — пряме заміщення, але провал

Однак Coinbase не перша компанія у фінтех-сфері, яка звільняє працівників через AI.

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

Але ми вважали, що це — скоріше циклічний ефект кредитного ринку, ніж справжня інновація.

Генеральний директор Себастьян Сіеміатковскі оголосив, що AI-асистент, створений на базі OpenAI, у перший місяць обробив 2,3 мільйона діалогів, що становить дві третини всіх клієнтських чатів, і виконав роботу 700 повноцінних співробітників служби підтримки.

Кількість співробітників зменшилася з 5500 до 3400

Очікуваний приріст прибутку: 40 мільйонів доларів

Час вирішення клієнтських проблем скоротився з 11 до 2 хвилин

Але все швидко зруйнувалося, коли почалися проблеми.

Зниження задоволеності клієнтів (CSAT) через складні запити, зростання повторних звернень.

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 з голосовими роботами. Taco Bell також зняла голосовий AI з 500 своїх ресторанів.

Gartner прогнозує, що до 2027 року половина компаній, які розробили “повну заміну”, відмовляться від цієї ідеї.

IPO Klarna у перший день зросло на 30%, до оцінки у 20 мільярдів доларів, що частково свідчить про те, що при правильних корекціях відкритий ринок досі досить терпимий.

Але ця проста стратегія — звільнити людину і замінити її великим мовним моделем (LLM) — працює лише з кількісними показниками, але руйнується при оцінці якості.

Вартість повторного найму значно перевищує економію від скорочення.

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

Але це не остання спроба.

V2 — підсилення можливостей, з Harness як захисним щитом

У квітні 2026 року Ramp офіційно запустила “Glass”.

Спільно з п’ятьма колегами внутрішній AI-експерт Себ Годджін написав довгу статтю. У той же день CEO Ramp Ерик Гліман поширив її у Twitter. За кілька годин стаття стала хітом на Hacker News.

Що спричинило провал V1? — Годджін чітко вказав:

“Головна перешкода поширенню AI — не сама модель, а надзвичайна складність налаштування середовища її роботи.”

Glass створена для подолання цієї перешкоди:

По-перше, автоматизований доступ до налаштувань — через вход у систему Okta SSO, кожен авторизований інструмент (Salesforce, Gong, Notion, Linear, Snowflake, Slack, Zendesk та внутрішні інструменти Ramp) вже інтегрований.

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

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

По-третє, створено довготривалу пам’ять — на основі автентифікації, що автоматично під’єднана, і постійно оновлюється через 24-годинний канал обробки. Це дозволяє агенту при кожному контакті мати повну картину: команду, проекти, активні запити та історію спілкування.

Зараз 99,5% співробітників Ramp щодня використовують AI.

Половина коду Ramp пишеться AI, і ця частка зростає до 80%. Головний продукт-офіцер Джефф Чарльз 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.

Оцінка Ramp — 320 мільярдів доларів, річний регулярний дохід (ARR) — 1 мільярд, і компанія посідає перше місце у списку найінноваційніших фінансових компаній за версією Fast Company 2026.

Klarna намагається знизити людські витрати за допомогою автоматизації, Ramp — підвищити продуктивність кожного співробітника. Coinbase — між ними.

AI Harness

Головна ідея — “AI Harness”.

Компанії на кшталт Manus створили архітектуру, що перетворює сирий AI у повторюваний бізнес-процес, а OpenClaw — поширили цю концепцію.

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

Передові великі мовні моделі — це лише змінні компоненти цієї системи. Коли OpenAI випустить GPT-5.5 або Anthropic — Opus 5, Ramp просто замінить модель, і система працюватиме без змін.

Продукт Cowork від Anthropic, запущений у першому кварталі 2026 року, має 11 плагінів для конкретних посад — продажі, фінанси, юридична служба, маркетинг, HR, R&D, дизайн і операції — ця структура схожа на Dojo у Glass.

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

Це і є базова логіка інструментів для створення “компанії без людей”. Детальніше дивіться у Polsia та швидко зростаючий сектор галузі.

Капітальний ринок наздоганяє

Коли багато традиційних софтверних компаній борються з дезінтермедіацією AI, є гравці, що стрімко зростають.

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

Наприклад, компанія Box, що спеціалізується на корпоративних файлах, після фінансового звіту за 2026 рік підскочила на 10%. Аарон Леві у конференційній розмові сказав:

“Файл — це природна робоча одиниця AI.”

Enterprise Advanced — преміум-версія Box для AI та робочих процесів — коштує на 30-40% дорожче за стандартний Enterprise Plus.

Четвертий квартал приніс 420 мільйонів доларів у рахунках, зростання на 5%.

Box Extract здатен точно витягувати структуровані дані з контрактів.

Box Shield Pro інтегрує AI у систему контролю доступу.

Box AI Studio дозволяє агентам працювати у більшому контексті та обробляти багатоступінчасті задачі.

Леві у GeekWire зазначив:

“Крім перших 12 місяців, Box ніколи раніше не відчував себе такою стартап-компанією.”

Загалом, 95% корпоративних даних — неструктуровані. AI-агенти дуже потребують цих даних і мають працювати у межах правових обмежень.

Той, хто контролює цей безпечний сховище даних, — отримує перевагу над “дешевим зберіганням” і переоцінюється як інфраструктура AI.

Раніше ринок вважав Box “старшим братом” Dropbox, і його акції коливалися біля 26 доларів. Тепер аналітики цінують його у 35,63 доларів — з премією 35%.

Ще один приклад — Plaid, що займався агрегуванням фінансових даних і майже був поглинений Visa, прагнучи стати платіжною мережею.

Але у 2021 році, на піку оцінки у 13,4 мільярда доларів, Plaid почав падати і до квітня 2025 року опустився до 6,1 мільярда. У лютому 2026 року, у другому раунді фінансування з ліквідністю для співробітників, він піднявся до 8 мільярдів.

Компанія має еволюціонувати.

Нові клієнти Plaid — близько 20% — це AI-орієнтовані компанії, що створюють системи з доступом до фінансових даних та довірчою ідентифікацією.

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

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

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

Це не просто канал даних — це актив, на основі якого будується інтелект. Частка клієнтів, що використовують AI, — найкрає підтвердження цієї ідеї.

Приклад — інтеграція з Perplexity для створення повністю інтегрованого фінансового менеджера. Як ми сумуємо за Mint.com! (американський додаток для особистого бюджету, створений у 2006 році)

Box і Plaid — на одній доріжці.

Обидві компанії у період низьких ставок (ZIRP) оцінювалися за моделлю SaaS, зазнали зниження вартості, але тепер знову переоцінюються як інфраструктура для зчитування даних та з правами доступу у V2.

V3 — оркестрація — “однопідприємницька” компанія

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

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, орієнтуючись на “агентський важіль” (agentic leverage), тобто середній дохід на людину. У ранніх інкубаторах Y Combinator 95% коду вже згенеровано AI.

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

У таких компаніях CEO — це “оркестратор агентів”, що керує безліччю AI у великому командному центрі.

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 легке, довіра низька.

Вони будуть вразливими, оскільки будь-яка точка відмови — це слабке місце.

Вони також важко проникнуть у регульовані ринки, де контрактні ідентифікатори та обличчя — структуровані дані.

Але такі компанії вже з’явилися.

Кожна технологічна революція руйнує попередню парадигму — “комп’ютер” (раніше — людські обчислювачі), керівники виробництва, менеджери, середній менеджмент.

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

Наприклад, “правило двох піц” Amazon і збереження інновацій у компанії з мільйонами співробітників — це і є своєрідна оборонна стіна.

Ми не зможемо однозначно відповісти, чи це буде “компанія однієї людини” чи “компанія без людей”. Зараз ми ще в процесі цифрової трансформації, і поширення цієї цінності по всій економіці принесе сотні мільярдів 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 процесу.