May-akda: Lex Sokolin
Isinalin ni Jiahuan, ChainCatcher
Tinatalakay ng artikulong ito kung paano binabago ng AI ang sariling istruktura ng organisasyon. Humuhulog ang mga kumpanya mula sa "dalawang pizza team" na estilo ng Amazon, (isang team na may halos 6–10 tao, na nagpapanatili ng agile na organisasyon.) patungo sa mga "AI-native" na小组 na binubuo ng 3 hanggang 5 tao na may malaking pagtaas sa produktibidad.
Ipinaghambing namin ang dalawang landas:
Nabigo ang AI replacement strategy ng Klarna. Bawasan ang bilang ng mga empleyado mula sa 5,500 patungo sa 3,400, at ang mga problema sa kalidad ng serbisyo ay nagresulta sa pagpapalit muli ng mga tao.
Pinili ng Coinbase at Ramp na muli ang kanilang negosyo sa paligid ng pagpapalakas at pag-organisa ng AI. Binawasan ng Coinbase ang 700 empleyado, habang lumilipat sa mga team na produkto na isang tao at AI-generated code.
Ang Ramp ay nagbuo ng isang panloob na AI harness na ginagamit ng 99.5% ng mga empleyado araw-araw, na nakakapalibot sa higit sa 350 na kasanayan sa negosyo.
Bukod dito, inanalisa namin kung bakit kinabukasan ng mga kompanya tulad ng Box at Plaid bilang AI infrastructure sa mga kapital na merkado, dahil sa kanilang pagkontrol sa mga enterprise-level na data na may pahintulot na kailangan ng pagpapatakbo ng AI agents.
Ikatlong pag-unlad ng organisasyonal na anyo
Ilang buwan na ang nakalipas, tinatalakay namin ang "Zero Human Companies" at ang kurba ng pagkakaroon ng awtonomiya ng AI:
Kahit may mga puwersa na nagpapalakas sa pagtatatag ng mga organisasyon na walang anumang taoong pag-intervensyon, ang mga pangunahing ekonomiko ngayon ay patuloy na tayo, ang mga tao.
Ang pinakamahirap na gawain ngayon ay ang pagpapalit ng mga umiiral na tradisyonal na kumpanya sa isang AI-first na anyo.
Ito ay isang napakalaking pagkakataon, kaya ang Anthropic ay nagtatrabaho kasama ang buong industriya ng private equity upang itaguyod ang proseso na ito.
Bukod sa mga nakakapanhikap na financial data, nagsisimula na tayong makaramdam ng isa pang punto ng pagkakaroon ng impluwensya ng AI: ang paraan kung paano nila itinatayo at inaayos ang kanilang mga kumpanya.
Ang organisasyonal na istruktura ay isang teknolohiya mismo.
Ang waterfall development ay nagdala ng mga malalaking, may malalim na hierarkiya na software development companies na naging dominante sa maagang panahon ng teknolohiya.
Pagkatapos ay umunlad ang industriya patungo sa paggamit ng mga lean team na gumagamit ng agile methodology, at pagkatapos ay umembargo ang agile patungo sa "two-pizza teams" na inilunsad ng Amazon. Ito ang uri ng operasyonal na istruktura na nagtatayo sa bawat modernong fintech company ngayon.
Ngunit muli ay nagbago ang direksyon ng alon.
Ang Martin Harrysson at Natasha Maniar ng McKinsey ay nagbigay ng pagsasabay sa huling bersyon noong katapusan ng 2025:
Ang mga native AI na karakter ay nangangahulugan na mula sa "double pizza structure," tayo ay lumilipat patungo sa mga "single pizza team" na binubuo ng 3 hanggang 5 tao.
Bawas ang tao, patuloy ang trabaho.
May 5, 2026, idinagdag ni Brian Armstrong ang malakas na suporta sa pahayag na ito sa pamamagitan ng pagpapabaya sa 700 mga empleyado.
Ano ang ginawa ng Coinbase?
Binawasan ng Coinbase ang 14% ng 4,951 mga empleyado.
Bahagi ng dahilan ay ang pagkilos sa normal na market cycle ng isang kumpanya na malalaking bahagi ng negosyo at volume ng transaksyon—inaasahan ang kanyang kinita sa unang kuartal na $1.7 bilyon (baba ng 26% kumpara sa nakaraang taon) at pagbaba ng 86% sa earnings per share (EPS).
Ngunit mahalagang tandaan kung paano plano ng pamamahala ang pagpapatupad ng AI sa mga modernong fintech/crypto company, at kung ano ang kanilang inaasahan sa produktibidad per capita sa hinaharap.
Ang mga inhinyero ng Coinbase ay ngayon ay nakakapagpapalabas ng mga produkto na dati ay nangangailangan ng ilang linggo sa loob ng ilang araw lamang, at ang pagpapabilis na ito ay patuloy na tumataas.
Binabawasan ni Armstrong ang mga linya ng negosyo upang siguraduhing mayroon lamang ng limang antas ng pamamahala sa ilalim ng CEO at COO.
Hindi na magiging makabuluhan ang isang "tagapamahala" lamang—ang bawat lider ay dapat magtaglay ng papel bilang personal na tagapagkontribyo, isang "player-coach" na may kasanayan sa modernong mga kasangkapan, na kayang magmaneho ng tim at maglaro nang direkta.
Ang interdisciplinary "AI-native team" ay nagpalit ng tradisyonalong mga koponan. Kahit sa Coinbase, sinubukan nila sa loob ang pagpapagsama ng mga tungkulin sa inhinyeriya, disenyo, at produkto sa isang tao lamang.
Ang Coinbase, isang umuunlad na kumpanya na may kita na $7 bilyon, ay nagpapatakbo ng isang produkto na timbang na binubuo ng isang tao.
Noong Setyembre 2025, nagpahayag si Armstrong na 40% ng code ng Coinbase ay ginawa ng AI, at plano niyang i-increase ang porsyento hanggang 50% noong Oktubre.
Sa podcast na Cheeky Pint ni John Collison, co-founder ng Stripe, kilala niya ang pagpapalayas sa mga inhinyero na patuloy na tumutol sa paggamit ng Cursor at GitHub Copilot sa loob ng isang linggo pagkatapos ng paglabas ng enterprise license:
May ilan na hindi nagagamit, kaya sinira sila.
Ang bersyon V1 ay direktang nagpalit, ngunit nabigo ito
Gayunpaman, ang Coinbase ay hindi ang unang fintech company na nag-reduce ng empleyado dahil sa AI.
Nalalala mo ba ang textbook-style na "AI cost reduction" experiment ni Klarna noong 2024? Sa panahong iyon, tila ito ay nagpapakita ng isang nakakagulat na pagtaas ng produktibidad sa hinaharap.
Ngunit noong panahong iyon, isinip namin na ito ay higit na pagkakapig sa credit cycle kaysa sa totoong inobasyon.
Si CEO Sebastian Siemiatkowski ay nagsilbi ng malakas na pahayag na ang AI assistant na dinisenyo ng OpenAI ay nakapag-angkop ng 2.3 milyong mga usapan sa unang buwan, na kumakatawan sa dalawang-katlo ng lahat ng customer chat, at nagawa ang katumbas ng 700 full-time customer service agents.
- Bumaba nang bigla mula sa 5,500 hanggang 3,400 ang kabuuang bilang ng mga empleyado
- Inaasahang pagtaas ng kita: $40,000,000
- Nabawasan ang oras ng paglutas ng mga tanong ng customer mula sa 11 minuto hanggang 2 minuto
Gayunpaman, bumagsak agad ang lahat nito sa pagkakasalig sa katotohanan.
Bumagsak ang customer satisfaction (CSAT) para sa mga kumplikadong ticket, tumaas ang rate ng pagkakontak muli.
Hanggang Mayo 2025, tinanggap ni Siemiatkowski sa Bloomberg na ang kompanya ay "nag-iba nang sobra." Kailangan ng Klarna na muling mag-recruit sa paraang remote tulad ng Uber—nagpapahintulot sa mga estudyante, mga full-time na magulang, at mga manggagawa mula sa malalayong lugar na magtrabaho nang fleksible.
Ang Commonwealth Bank of Australia ay agad na isinara ang 45 mga proyekto ng pagpapalit ng voice bots sa loob ng ilang araw. Tinanggal din ng Taco Bell ang voice AI mula sa 500 mga drive-thru restaurant.
Ipinagmamalaki ng Gartner na hanggang 2027, ang kalahati ng mga kumpanya na nagtatag ng "komprehensibong plano ng pagpapalit" ay magtatanggal sa plano na iyon.
Bumaba pa rin ang IPO ng Klarna ng 30% sa unang araw, na nagdudulot ng pagpapahalaga na $20 bilyon, na nagpapakita na kung ang isang kumpanya ay makakatugon nang maayos, ang publikong merkado ay lubos na mapagkumbaba.
Ngunit ang simpleng at pangit na lohika ng "pagsisilbi" na ito, kung saan diretso mong tinatanggal ang isang trabaho ng tao at isinusulpot ang isang malaking modelo sa wika (LLM), maaaring magtrabaho sa mga tukoy na nakatuon sa "dami", ngunit malalampasan nito ang mga tukoy na nakatuon sa "kalidad".
Ang gastos sa pagpapalit ng empleyado ay mas mataas kaysa sa mga gastos na naligtas noong unang panahon. Malinaw na ang unang pagsubok sa AI digital transformation sa larangan ng fintech ay nagbigay ng isang magkakaugnay na resulta.
Ngunit ito ay hindi magiging huling pagkakataon.
Ang V2 version ay isang pagpapalakas ng kakayahan, na may Harness bilang kalakasan
Ipinakilala ng Ramp ang "Glass" noong unang bahagi ng Abril 2026.
Ang internal AI expert na si Seb Goddijn, na nagtatrabaho kasama ang limang kagawad, ay nag-post ng mahabang artikulo. Sa araw na iyon, ang CEO ng Ramp na si Eric Glyman ay nag-retweet sa Twitter. Sa ilang oras, ang artikulo ay naging numero uno sa homepage ng Hacker News.
Tungkol sa bakit nabigo ang V1 version, sinabi nang malinaw ni Goddijn:
Ang pangunahing hadlang sa pagpapalaganap ng AI ay hindi ang modelo mismo, kundi ang extremong kumplikadong proseso ng pag-configure ng kapaligiran para sa pagpapatakbo ng AI.
Glass ay eksaktong idinisenyo ni Ramp upang sirain ang hadlang na ito:
Una, ang automated access configuration—tanging pagsali sa Okta SSO, at ang bawat awtorisadong internal tool (Salesforce, Gong, Notion, Linear, Snowflake, Slack, Zendesk, at ang mga internal tool ng Ramp) ay naka-link na sa ilalim.
Sa pangalawa, itatag ang Dojo—isang merkado na naglalaman ng higit sa 350 na AI skill, kung saan bawat skill ay isang Markdown file na responsable sa pagtuturo sa isang agent kung paano matapos ang isang gawain. Lahat ng ito ay naka-store sa Git, na sumasailalim sa code review at version control.
Isang autonomous agent na tinatawag na Sensei ay magpapadala nang smart ng limang kasanayan na pinakamakabuluhan para sa bago sa unang araw ng pagtatrabaho.
Ikatlo, bumuo ng tiyak na database ng memorya—awtomatikong nakakonekta batay sa pag-verify at patuloy na isinasaayos sa pamamagitan ng 24-oras na proseso. Kaya, kapag sumasali ang agent sa bawat usapan, puno na ito ng impormasyon tungkol sa team ng empleyado, mga proyektong kinasasangkutan, aktibong tickets, at mga patuloy na komunikasyon.
Ngayon, 99.5% ng mga empleyado ng Ramp ay gumagamit ng AI araw-araw.
Half of Ramp's code is written by AI and is progressing toward 80%. Its Chief Product Officer, Geoff Charles, has implemented an L0–L3 maturity framework, where L3 represents releasing production-grade features directly through AI agents.
Ang anumang empleyado na nananatili pa sa antas na L0 ay itinuturing na nagpapakita ng pagtataksil sa trabaho.
Ang Ramp ay may kasalukuyang valuation na humigit-kumulang sa $32 bilyon at ARR (Annual Recurring Revenue) na $1 bilyon, at nasa unang puwesto sa Fast Company 2026 na Listahan ng Pinakamalikhaing mga Kompanya sa Kalakalan.
Sinubukan ng Klarna na bawasan ang pangangailangan sa pagtutulungan sa pamamagitan ng automation, habang pinapataas ng Ramp ang bawat antas ng produktibidad ng bawat empleyado. Ang Coinbase ay nasa gitna ng dalawa.
AI Harness
Ang core ng lahat ng ito ay ang konsepto ng "AI Harness".
Ang mga kumpanya tulad ng Manus ang nagtataguyod ng arkitektura na nagpapaliit at nagpapalit ng orihinal na AI intelligence sa mga maaulit-ulit na proseso ng negosyo, habang ang mga framework ng pagpapalagay tulad ng OpenClaw ay nagpapalaganap nito sa mas malawak na publiko.
Isang harness ay isang komprehensibong solusyon na nagpapagsasama ng pag-verify ng identity, system integration, repository, directory ng mga kasanayan ng team, scheduler para sa nightly batch processing, at multi-pane interactive interface na nagpapahintulot sa mga analyst na magtrabaho nang sabay-sabay sa maraming proseso.
At ang mga advanced na malalaking modelo sa wika ay simpleng mga bahagi sa Harness na maaaring palitan kahit kailan—kapag inilabas ng OpenAI ang GPT-5.5 o ipinakilala ng Anthropic ang Opus 5, kailangan lang ng Ramp na palitan ang modelo, at ang buong sistema ay patuloy na gumagana nang walang pagbabago.
Ang sariling produkto ng Anthropic na Cowork ay magiging available sa komersyo (GA) noong unang quarter ng 2026, na may 11 plugin na nakadisenyo para sa mga partikular na posisyon, kumakalat sa sales, finance, legal, marketing, HR, R&D, design, at operations—ang logika sa pagkakasuri ng mga posisyon na ito ay katulad ng Dojo ng Glass.
Kapag tinanggap mo na ang produktibidad ng AI ay hugis ng mga business flow, hindi ang chat box, ang mga tungkulin ng trabaho ay natural na naging pinakamaliit na natural na yunit ng isang AI organization.
Ito rin ang pangunahing lohika ng mga kasangkapan na nakatuon sa pagbuo ng "zero-human company" habang isinasaalang-alang kung paano buuin ang mga organisasyon na may-una sa AI. Tingnan ang Polsia sa ibaba, at ang sumusunod na mabilis na paghahati-hati ng industriya.
Ang mga kapital na merkado ay nagtatryumph na
Habang maraming tradisyonal na kumpanya sa software ay nagdadasal dahil sa pagtanggal ng gitna ng AI, may isang uri ng player na umuunlad sa逆势.
Ang mga kumpanyang ito ay nagsimula na ng maaga na magbuo ng kanilang sariling lihim na data, at ngayon ay masasagot nila nang maayos ang pagdaragdag ng isang beses na AI software.
Kung kukunin ang halimbawa ng Box, isang kompanya sa enterprise-level file storage: Pagkatapos ng paglabas ng kanilang quarterly earnings report para sa ikaapat na kwarter ng fiscal year 2026, tumaas ang presyo ng kanilang stock ng 10%. Ipinaliwanag ni Aaron Levie sa telekonperensya ng earnings:
Ang file, sa huli, ay ang natural na unit ng trabaho ng AI agent.
Enterprise Advanced——ang Box na nagtatampok ng AI at workflow na advanced subscription tier—ang presyo nito ay direktang 30% hanggang 40% mas mataas kaysa sa tradisyonal na flagship na Enterprise Plus.
Ang kabuuang billings sa ikatlong kuwarto ay umabot sa $420 milyon, isang pagtaas ng 5% kumpara sa parehong panahon noong nakaraang taon.
- Ang Box Extract ay nakakakuha ng structured data nang tumpak mula sa mga kontrata
- Ang Box Shield Pro ay direktang idinudulot ang agentic AI sa sistema ng pagkontrol ng pag-access
- Ang Professional Mode at Extended Mode ng Box AI Studio ay nagpapahintulot sa mga agent na prosesuhin ang mga multi-step workload sa mas malaking context window.
Ipinahayag ni Levie sa isang interbyu sa GeekWire:
Hindi pa kailanman nagmukhang tulad ng isang startup ang Box mula nang maipatupad ang unang 12 buwan nito.
Alam nating 95% ng data ng mga negosyo ay hindi structured. Ang AI agents ay napakadaming kailangan ng mga data na ito, at dapat itong ma-access habang nananatiling intak ang mga hangganan ng pahintulot.
Sino man ang may kontrol sa data vault na may pagsasaklaw, siya ang makakalaya sa label na "mura na imbakan" at mababawi ang halaga bilang "infrastructure ng agent" sa mga kapital na merkado.
Noong nakaraan, itinuturing ng merkado ang Box bilang mas kakaibang kapatid ng Dropbox, na tumataas sa halagang $26. Ngayon, ang isang pagsasama-samang target price ng Wall Street ay nasa $35.63, na may 35% na premium sa kasalukuyang presyo.
Isang ibang halimbawa ay ang Plaid—ang financial data aggregator na malapit nang maakusyo ng Visa at naghihintay na maging direkta na payment network.
Ngunit may panahon na nasa mahirap na posisyon ang Plaid: lumampas ang Web3 sa Web2 at naging bagong paborito sa infrastruktura ng finansyal.
Mula sa pinakamataas na valuation ng $13.4 bilyon noong 2021, bumaba ang Plaid hanggang sa $6.1 bilyon sa pagsasagawa ng round sa primary market noong Abril 2025, at pagkatapos ay umabot muli sa $8 bilyon sa isang secondary market tender offer noong Pebrero 2026 na nagbigay ng liquidity sa mga empleyado.
Dapat itong mag-evolve.
Kahit sa mga pinakabagong kliyente ni Plaid, halos 20% ay AI-native na mga kumpanya—nagbuo sila ng mga agent na nangangailangan ng pagsasagawa ng awtorisadong pag-access sa mga financial data at nakikibatay sa isang tiwalaan na pagsasakatuparan ng identidad.
Ang anti-fraud platform ng Plaid Protect ay nakakatukoy ng 50% higit pang mga pagsubok sa pagpapaloko kaysa sa mga katulad na tool para sa pag-verify ng pagkakakilanlan sa mga pagsusulit noong unang bahagi ng 2026.
Ang Plaid Bank Intelligence ay nag-aalok ng Retention Score at ang darating na Primacy Indicators upang ibenta pabalik sa mga banko ang kanilang kakayahang manalikod sa pagkawala ng mga customer.
Plaid ay muling pinagpapresyo bilang pinakamalaking, may pahintulot na corpus ng financial transaction data sa buong mundo.
Hindi ito isang data pipeline—ang data pipeline ay palaging murang bagay. Ang tunay na asset ay ang智能化 na nakabatay dito, at ang porsyento ng AI-native na mga customer ay ang pinakamalakas na patunay sa argumentong ito.
Isang klasikong halimbawa ay ang integrasyon nito sa Perplexity—kakaisaang pagbuo ng isang kompletong integradong "computer" para sa personal na pagsasapalaran ng pera. Gaano kaming naiisip ang Mint.com! (isang pambansang app sa pagtatala ng personal na pera sa Amerika na ipinanganak noong 2006)
Ang Box at Plaid ay nasa parehong panig ng parehong track.
Ang parehong kompanya ay na-price sa ilalim ng logika ng "SaaS monarch" sa panahon ng zero interest rate (ZIRP), at nakakita ng pagbaba ng valuation sa kalahati, at ngayon ay muling isinasayos sa isang bagong logika—ang non-structured content vault at data network na may pagsasayos ay ang pundasyon na mababasa ng mga agent sa panahon ng V2.
Ang Version 3 ay isang pagkakasunod-sunod—ipinanganak ang "Isang Tao na Kompanya"
May isang taya si Sam Altman at iba pang mga CEO sa tech tungkol sa taon kung kailan magiging unang "isang-bilyong dolyar na kumpanya ng isang tao".
Ipinaglalagay ni Dario Amodei ang posibilidad ng pagkakaroon nito sa loob ng 2026 sa 70% hanggang 80%, at tinukoy ang tatlong larangan: proprietary trading, developer tools, at automated customer service.
Ang Sequoia ay nag-aayos ng kanilang investment underwriting model, ginagawa ang "agentic leverage" o per capita income bilang pangunahing signal. Sa mga unang batch ng mga kumpanya sa Y Combinator, 95% ng code ay nilikha ng AI.
Totoo nang may mga kumpanya na nakapagbuo ng nakakagulat na ekonomikong levers sa pamamagitan ng AI.
Sa ganitong kumpanya, ang CEO ay nagsisilbing "agent orchestrator" at nagpapatakbo ng maraming AI agents sa isang malaking cockpit.
Ang organizational chart ay naging isang business flow chart na maaaring ibinigay sa machine para sa pagpapatupad. Ang budget para sa puwersa ng paggawa ay naging budget para sa computing power.
Ang unang anyo ng mga kumpanyang ito ay magiging bahagi ng mga maliit na larangan—mga sariling pagtutok sa pagtutok, mga kasangkapan para sa mga developer, at mga hiwalay na software para sa konsumidor na may network effect. Sa mga sitwasyong ito, ang lahat ng trabaho ay digital, mababaw ang regulasyon, at mababa ang gastos sa pagkakatiwala.
Sila ay magiging mahina, dahil ang lahat ng mga sistema na may iisang punto ng pagkabigo ay mahina.
Mahirap din silang masali ang reguladong merkado ng mga negosyo, dahil doon, ang pangalan sa kontrata at ang mukha ay estruktural na umiiral.
Ngunit ang ganitong kumpanya, ay nangyari na.
Sa bawat pagbabago sa teknolohiya, nasisira ang mga papel na dating itinuturing na mahalaga sa nakaraang paradigma—ang "computer" (mga taong nagkalkula sa nakaraan), mga tagapagmaneho sa linya ng produksyon, mga project manager, at mga mid-level na manager.
Ang mga kumpanya na unang maunawaan ang "bagong anyo ng ekonomikong organisasyon" ay karaniwang nakakakuha ng malaking kapalit dahil sa kanilang pagkilos nang maaga.
Halimbawa: ang “patakaran ng dalawang pizza” ng Amazon, at kung paano ito ay nananatiling makabago kahit sa sukat ng milyon-milyong empleyado, ay isang sariling parian.
Hindi totoo ang tanong kung tatawagin natin ito bilang "isang tao na kumpanya" o "kompanyang walang tao".
Sa kasalukuyan, nasa proseso pa rin tayo ng digital transformation, at ang pagpapadala ng halaga sa buong ekonomiya ay magdudulot ng milyon-milyon dolyar na benta.
Ang totoong tanong ay: Sino ang makakapag-ari o makakabuo ng tamang AI Harness ngayon, siya ang makakadisenyo ng tamang organizational chart para sa mga kumpanya noong 2026.
Ibig sabihin nito, i-upgrade ang corporate superorganism na ito upang patuloy na lumaban at mabuhay pa isang araw.
Sana, maaari rin naming makamit ang ating mga pangarap bilang mga tao.