Автор: Lex Sokolin
Переклад: Цзя Хуань, ChainCatcher
Ця стаття досліджує, як ШІ перетворює саму організаційну структуру. Компанії переходять від амазонівських «команд з двох піц» (команда з приблизно 6–10 осіб, що зберігає гнучку організаційну структуру) до «AI-натуральних» груп з 3–5 осіб, продуктивність яких значно зросла.
Ми порівняли два шляхи:
AI-стратегія Klarna завершилася невдачею. Кількість співробітників зменшилася з 5 500 до 3 400, а проблеми з якістю обслуговування в кінцевому підсумку змусили їх знову набирати персонал.
Coinbase та Ramp вирішили переорієнтувати бізнес навколо підсилення та оркестрування ШІ. Coinbase скоротив 700 працівників і перейшов на команди з одного продукту та генерацію коду за допомогою ШІ.
Ramp створила внутрішню AI-платформу, якою щодня користуються 99,5% співробітників, охоплюючи понад 350 професійних навичок.
Крім того, ми проаналізували, чому такі компанії, як Box і Plaid, були переоцінені ринком капіталу як інфраструктура для ШІ, оскільки вони контролюють корпоративні дані з правами доступу, необхідні для функціонування ШІ-агентів.
Третя еволюція організаційної форми
Кілька місяців тому ми обговорювали «нульові людські компанії» та криву автономізації штучного інтелекту:
Хоча вже існують сили, що сприяють створенню організацій без будь-якої людської участі, поточними економічними суб’єктами все ще залишаються ми, люди.
Найскладнішою задачею на даний момент є перетворення існуючих традиційних компаній у форму, орієнтовану на ШІ.
Це надзвичайно велика можливість, через яку Anthropic співпрацює з усім приватним капіталом, щоб просунути це.
Крім тих дивовижних фінансових даних, ми починаємо відчувати ще один аспект впливу ШІ: спосіб, яким люди створюють і організовують компанії.
Організаційна структура сама по собі є технологією.
Водоспадний розробка (Waterfall) породила ієрархічно організовані гіганти програмного забезпечення, які домінували в ранній епоху технологій.
Після цього галузь перейшла до використання стрімких команд з застосуванням методологій стрімкості, а потім стрімкість еволюціонувала у «команди з двома піцами», запроваджені Amazon. Саме така операційна структура лежить в основі кожної сучасної фінтех-компанії.
Але напрямок припливу знову змінився.
Мартін Гарріссон і Наташа Маніар з McKinsey передбачили наступну версію на кінець 2025 року:
AI-незалежні ролі за суттю означають, що ми переходимо від «структури з двома піцами» до «однопіццевих груп» з 3–5 осіб.
Кількість людей зменшилася наполовину, а робота продовжується.
5 травня 2026 року Браян Армстронг підтвердив цю думку скороченням 700 працівників.
Що зробив Coinbase?
Coinbase скоротила 14% із 4 951 працівника.
Частково це нормальний ринковий цикл для компанії, бізнес якої тісно пов’язаний з обсягами торгівель — очікується, що її дохід за перший квартал складе 1,7 млрд доларів США (на 26% менше, ніж у попередній період), а прибуток на акцію (EPS) знизиться на 86%.
Але варто звернути увагу на те, як їхнє керівництво планує реалізацію ШІ в сучасних фінтех- та криптовалютних компаніях, а також їхні очікування щодо майбутньої продуктивності на душу населення.
Інженери Coinbase зараз можуть запускати продукти, які раніше вимагали кілька тижнів, за кілька днів, і ця ефективність продовжує зростати.
Армстронг переформовує лінії бізнесу, забезпечуючи, щоб під CEO та COO було не більше п’яти рівнів управління.
Чисто «менеджери» більше не існують — кожен лідер повинен бути одночасно особистим учасником, майстром сучасних інструментів, який може керувати командою та виходити на поле сам.
Міжфункціональна "група, нативна для ШІ", повністю замінила традиційні команди. Coinbase навіть проводить внутрішні пілотні проекти з об’єднанням функцій інженерії, дизайну та продукту в одиночні групи.
Coinbase, публічна корпорація з доходом у 7 мільярдів доларів США, управляє командою з одного розробника.
У вересні 2025 року Армстронг публічно заявив, що 40% коду Coinbase генерується штучним інтелектом щодня, і планує підвищити цей показник до 50% у жовтні.
У подкасті Cheeky Pint зі засновником Stripe Джоном Коллісоном він відкрито сказав, що звільнив інженерів, які відмовилися використовувати Cursor і GitHub Copilot навіть через тиждень після видання ліцензії для підприємств:
Дехто просто не використовував, тому їх звільнили.
Версія V1 є прямим замінником, але вона не вдалася
Однак Coinbase не є першою фінтех-компанією, яка скоротила штат з причини використання ШІ.
Пам’ятаєте експеримент Klarna зі «зниженням витрат за допомогою ШІ» у 2024 році? Тоді це здавалося передвісником дивовижного вибуху продуктивності.
Але тоді ми вважали, що це більше схоже на стиснення кредитного циклу, ніж на справжній інноваційний прорив.
Генеральний директор Себастьян Сіеміатковський раніше оголосив, що AI-асистент, що працює на базі OpenAI, за перший місяць обробив 2,3 мільйона діалогів, що становить дві третини всіх клієнтських чатів, і виконав обсяг роботи, еквівалентний 700 повноцінним працівникам служби підтримки.
- Загальна кількість співробітників скоротилася з 5 500 до 3 400 осіб
- Очікуваний приріст прибутку: 40 мільйонів доларів США
- Час вирішення запитів клієнтів скоротився з 11 хвилин до 2 хвилин
Проте все це швидко розвалилося при зіткненні з реальністю.
Задоволеність клієнтів (CSAT) складних тікетів різко впала, а частота повторних звернень стрімко зросла.
До травня 2025 року Сієматковський визнав перед Bloomberg, що компанія "перетягнула шнурок". Klarna змушена була почати набір персоналу за аналогічною Uber моделлю віддаленої роботи — наймати студентів із гнучким графіком, повноцінних батьків і працівників із віддалених регіонів.
Австралійський федеральний банк за кілька днів швидко призупинив 45 проектів з заміни голосовими роботами. Taco Bell також вивів голосовий ІІ з 500 автомобільних ресторанів.
Gartner передбачає, що до 2027 року половина компаній, які розробили «план повної заміни», відмовляться від цього плану.
IPO Klarna за перший день зросло на 30%, до оцінки в 20 мільярдів доларів США, що частково свідчить: якщо компанія вчасно виправляє помилки, публічний ринок досить вимогливий.
Але така проста й груба логіка «заміни» — безпосередньо видалити людську посаду та вставити велику мовну модель (LLM) — може працювати при акценті на показники «кількості», але обов’язково розвалиться при акценті на показники «якості».
Витрати на повторний набір персоналу значно перевищують початкову економію. Очевидно, що перша спроба цифрової трансформації за допомогою ШІ у сфері фінтеху принесла змішані результати.
Але це не буде останнім спробою.
Версія V2 — це підвищення здатностей з використанням Harness як бар’єра
Ramp офіційно запустив "Glass" на початку квітня 2026 року.
Себ Годжейн, внутрішній експерт з ШІ, який разом із п’ятьма колегами створив цей інструмент, опублікував довгу статтю. У той же день генеральний директор Ramp Ерік Глайман перепостував її в Твіттері. Протягом кількох годин стаття зайняла перше місце на головній сторінці Hacker News.
Щодо того, чому версія V1 не вдалася, Годдйн вказав:
Основним бар’єром для поширення ШІ зовсім не є сама модель, а надзвичайна складність налаштування середовища для запуску ШІ.
Glass саме створений Ramp, щоб зруйнувати цю перешкоду:
Спочатку налаштовано автоматизований доступ — достатньо увійти через Okta SSO, і всі авторизовані внутрішні інструменти (Salesforce, Gong, Notion, Linear, Snowflake, Slack, Zendesk, а також власні внутрішні інструменти Ramp) вже інтегровані на рівні основи.
Другим кроком є створення Dojo — ринку, що містить понад 350 AI-навичок, де кожна навичка є Markdown-файлом, призначеним для навчання агентів виконанню окремих завдань. Всі вони зберігаються в Git, підлягають ревізії коду та контролю версій.
Інтелектуальний агент під назвою Sensei (наставник) у перший день роботи нового співробітника автоматично надсилає п’ять найбільш релевантних навичок.
Третє — створення постійної бази пам’яті, яка автоматично генерується на основі перевірки особистості та постійно оновлюється через 24-годинний комплексний конвеєр обробки. Таким чином, агент при кожному втручанні в діалог повністю володіє інформацією про команду працівника, проекти, у яких він бере участь, активні тікети та поточні комунікаційні ланцюги.
Зараз 99,5% співробітників Ramp щодня використовують ІІ.
Ramp написав половину коду за допомогою ШІ і рухається до 80%. Його головний продукт-офіцер Джофф Чарльз впровадив рамку зрілості L0–L3, де L3 означає прямий запуск функцій продукту через AI-агенти.
Будь-який працівник, який все ще залишається на рівні L0, вважається діючим у порядку зневаги.
Ramp зараз оцінюється в 32 мільярди доларів США, з ARR (річними регулярними доходами) у 1 мільярд доларів США, посідаючи перше місце у списку Fast Company 2026 року як найбільш інноваційна фінансова компанія.
Klarna намагається знизити бар’єри для людських ресурсів за допомогою автоматизації, Ramp активно піднімає мінімальний рівень продуктивності кожного працівника. Coinbase знаходиться між цими двома підходами.
AI Harness
Ядром усього цього є концепція «AI Harness».
Компанії, такі як Manus, створили архітектуру для стиснення первісного AI-інтелекту та перетворення його у повторювані бізнес-потоки, а оркеструвальні фреймворки, такі як OpenClaw, зробили це доступним для широких мас.
Набір Harness — це комплексне рішення, яке ідеально поєднує аутентифікацію, інтеграцію систем, сховище даних, каталог навичок команди, планувальник нічних завдань та багатопанельний інтерфейс для одночасної багатопотокової роботи аналітиків.
А ті передові великі мовні моделі — це лише компоненти цієї системи Harness, які можна замінити в будь-який момент: коли OpenAI запустить GPT-5.5 або Anthropic випустить Opus 5, Ramp просто замінює модель, а всі інші системи продовжують працювати без змін.
Власний продукт Anthropic Cowork офіційно вийде на ринок у першому кварталі 2026 року (GA), і він містить 11 плагінів, розроблених для конкретних посад, які охоплюють продажі, фінанси, юриспруденцію, маркетинг, HR, дослідження та розробку, дизайн та операції — ця логіка класифікації посад ідентична логіці Glass Dojo.
Після того як ти приймаєш ідею, що продуктивність ШІ формується потоками бізнесу, а не чат-інтерфейсами, посадові ролі стають логічними мінімальними природними одиницями організації ШІ.
Це саме базова логіка інструментів, присвячених створенню «компанії без людей», які думають, як будувати організації з пріоритетом на ІІ. Детальніше про Polsia та наступний швидкий розподіл галузі.
Ринок капіталу стрімко наздоганяє
Коли багато традиційних програмних компаній страждають через дезінтермедіацію через ШІ, існує клас гравців, які розвиваються навпаки.
Ці компанії ще в ранній фазі заклали глибокі дані, і зараз вони легко накладають на них одноразові AI-програми.
Наприклад, компанія Box, що спеціалізується на корпоративному сховищі файлів: після публікації фінансових результатів за четвертий квартал фінансового року 2026 року її акції стрибнули на 10%. Ерон Леві зрозуміло сказав на фінансовій конференції:
Файл, по суті, є природною одиницею роботи AI-агентів.
Enterprise Advanced——Box, що позиціонується як просунутий підписний рівень з акцентом на ШІ та робочі процеси——має ціну на 30–40% вищу, ніж традиційний топовий Enterprise Plus.
Обсяг виручки за четвертий квартал становив 420 мільйонів доларів США, що на 5% більше, ніж у попередній період.
- Box Extract здатний точно витягувати структуровані дані з контрактів
- Box Shield Pro безпосередньо інтегрує агентну ІІ в системи контролю доступу
- Професійний та розширений режими Box AI Studio дозволяють агентам обробляти багатокрокові завдання в більшому вікні контексту.
Levie у інтерв’ю з GeekWire зазначив:
Крім перших 12 місяців після заснування, Box ніколи раніше не відчувався такою стартап-компанією, як сьогодні.
Відомо, що до 95% корпоративних даних є неструктурованими. AI-агенти надзвичайно потребують цих даних і повинні викликатися за умови повного збереження меж доступу.
Хто керує цим сховищем даних з правами доступу, той може позбутися ярлика «дешеве зберігання» і бути переоціненим ринками капіталу як «інфраструктура агентів».
Раніше ринок сприймав Box як трохи незграбного брата Dropbox, ціна акцій довго застрягла на рівні 26 доларів США. Зараз цільова ціна від аналітиків Уолл-стріт становить 35,63 долара США, що відповідає премії в 35% щодо поточної ціни.
Ще один приклад — Plaid, фінансовий агрегатор даних, який майже був придбаний Visa і сподівався стати безпосередньою платіжною мережею.
Але певний час Plaid перебував у досить незручному становищі: Web3 пізніше випередив Web2, ставши новою хвилею фінансової інфраструктури.
Зі свого піку в 13,4 млрд доларів США в 2021 році Plaid спадала до 6,1 млрд доларів США на раунді первинного ринку в квітні 2025 року, а потім піднялася до 8 млрд доларів США у лютому 2026 року під час вторинного пропозиції купівлі для забезпечення ліквідності для співробітників.
Воно має еволюціонувати.
Приблизно 20% нових клієнтів Plaid — це AI-натуральні компанії — вони розробляють агентів, яким потрібен доступ до фінансових даних і засновані на надійній ідентичності.
Платформа Plaid Protect у тестах на початку 2026 року виявила на 50% більше спроб шахрайства, ніж інші інструменти верифікації особистості.
Plaid Bank Intelligence разом із Retention Score та майбутніми Primacy Indicators пропонує банкам можливість передбачення втрати клієнтів.
Plaid перезначується як найбільша у світі авторизована фінансова транзакційна корпус даних.
Це не канал даних — канали даних завжди є дешевими. Справжнім активом є інтелект, побудований на їх основі, а частка AI-направлених клієнтів є найпотужнішим підтвердженням цього тезису.
Типовим прикладом є його інтеграція з Perplexity — спільне створення повністю інтегрованого «комп’ютера» для особистого фінансового менеджменту. Як ми сумуємо за Mint.com! (американський національний додаток для ведення особистих фінансів, створений у 2006 році)
Box і Plaid стоять на одній стороні однієї траси.
Обидві компанії в епоху нульових відсоткових ставок (ZIRP) оцінювалися за логікою «лідера SaaS», пережили зменшення оцінки наполовину, і зараз їх перезасновують за абсолютно новою логікою: неструктуроване сховище контенту та мережі даних із правами доступу — це базова основа, яку агенти зможуть читати в епоху V2.
Версія V3 — це оркестрування — народжується «компанія з одного человека»
Сем Альтман уклав парі з іншими топ-менеджерами технологічних компаній щодо того, в якому році з’явиться перша «одноосібна компанія в розмірі мільярда доларів».
Даріо Амодеї оцінює ймовірність появи цього в межах 2026 року на рівні 70–80% і вказав три галузі: селф-трейдинг, інструменти для розробників, автоматизований клієнтський сервіс.
Sequoia налаштовує модель інвестиційного підписання, встановлюючи «агентне кредитне плече» (agentic leverage) — дохід на одного працівника — як головний сигнал. У 95% коду компаній, що прийняті на ранніх етапах Y Combinator, вже згенеровано штучним інтелектом.
Насправді, вже існують компанії, які за допомогою ШІ створили дивовижний економічний важіль.
У таких компаніях генеральний директор перетворюється на «оркестратора агентів», керуючи безліччю AI-агентів з величезного кабіну.
Діаграма організаційної структури перетворилася на діаграму бізнес-процесів, які можна передати на виконання машині. Бюджет на працівників перетворився на бюджет обчислювальних потужностей.
Перші версії таких компаній будуть функціонувати в вузьких сегментах — власна торгівля, інструменти для розробників, сегментоване споживче програмне забезпечення з мережевим ефектом. У цих сценаріях робота повністю цифрова, регулювання мінімальне, а витрати на довіру низькі.
Вони будуть вразливими, бо всі системи з однією точкою відмови є вразливими.
Вони також важко проникають на регульовані корпоративні ринки, де ім’я в контракті та обличчя є структурними елементами.
Але такі компанії вже з’явилися.
Кожна технічна революція знищує ролі, які раніше вважалися ключовими — «computer» (ранні людські обчислювачі), начальники виробничих ліній, менеджери проектів, середнє керівництво.
Ті компанії, які першими зрозуміли "нові форми економічної організації", часто отримують величезні прибутки завдяки першочерговості.
Наприклад, правило «дві піци» в Amazon і здатність зберігати інноваційність навіть при мільйоні співробітників — це власне ринкова перевага.
Чи ми в кінцевому підсумку опинимося у «одноосібній компанії» чи «компанії без людей», це не справжнє питання.
Зараз ми все ще перебуваємо в процесі цифрової трансформації, і реалізація цінності в усьому економічному секторі в цьому напрямку принесе прибуток у кілька сотень мільярдів доларів США.
Справжнє питання полягає в тому: хто зможе сьогодні володіти або створити правильний AI Harness, той зможе спроектувати правильну організаційну структуру для компаній 2026 року.
Це означає оновити цей корпоративний суперорганізм, щоб він міг продовжувати боротися і жити ще один день.
Сподіваємося, що й ми, люди, зможемо досягти своїх бажань.