Как построить компанию на AI с нуля

Коротко

Спикер (партнёр венчурного фонда) утверждает, что ИИ меняет не скорость разработки софта, а сам способ, которым должны устроены стартапы — компания должна стать AI-native, где ИИ это не инструмент, а операционная система. Центральная метафора — теория управления: старые компании работали как open loop (решение принято, результат не измеряется, процесс не корректируется), новые должны работать как closed loop — каждый успешный процесс захватывается, фидбек возвращается в интеллектуальный слой и улучшает систему. Чтобы это работало, всю компанию нужно превратить в «спортзал/додзё» для ИИ: записывать встречи, открывать ИИ доступ ко всем каналам, дашбордам, тикетам — убрать человеческий middleware между данными и интеллектом. Появляется модель software factory (развитие TDD): люди пишут спеки и тесты, ИИ-агент генерирует и переписывает код, пока тесты не пройдут — у некоторых компаний (StrongDM) в репозитории нет рукописного кода, только спеки и test harness. Следствие — эра «1000–10000 инженеров», три новых архетипа сотрудника (IC builder-operator, DRI, founder type), метрика расхода токенов как показатель ценности, и структурное преимущество стартапов перед инкумбентами, которым мешает legacy-продакшн.

Главный тезис

ИИ должен быть не функцией внутри компании, а её операционной системой: компанию надо перестроить как самоулучшающийся closed-loop, где каждый процесс становится обучающим материалом для ИИ, а человеческие прослойки координации устраняются.

Ключевые идеи

• 0:21 — ИИ меняет не скорость разработки, а саму модель устройства стартапа, а не просто добавляет фичи к существующему workflow.
• 1:22 — ИИ должен быть не «случайным инструментом», а операционной системой компании, с которой согласован каждый процесс и решение.
• 1:34 — каждый успешный процесс должен захватываться intelligent closed loop, который собирает данные и улучшает процесс со временем.
• 1:47 — прямая аналогия с теорией управления: open loop без обратной связи, closed loop непрерывно мониторит выход и корректирует процесс.
• 2:07 — open-loop организации вредны по своей природе, потому что не измеряют результат и не подстраиваются.
• 2:27 — всю организацию надо превратить в «тренажёр/додзё» для ИИ: каждый сотрудник своими действиями производит данные, на которых ИИ учится.
• 2:44 — практика: записывать встречи ИИ-ноутейкером, скармливать ему DM и письма, включать ИИ во все каналы и строить кастомные дашборды по всем функциям.
• 4:01 — команды сокращают инженерные спринты и делают в 10+ раз больше за то же время.
• 4:39 — появляется software factory как следующая стадия TDD: спеки + тесты как контракт, ИИ кодит и переписывает до прохождения тестов.
• 5:18 — у части компаний в репозитории нет рукописного кода — только спеки и test harness.
• 5:23 — StrongDM как кейс: ИИ-система убрала необходимость человеку писать или компилировать код.
• 6:02 — наступила эра «1000–10000 инженеров»: один человек с ИИ делает то, что раньше требовало целой команды.
• 6:31 — если компания «читаема» для ИИ (artifacts, rich data), человеческая прослойка-middleware не нужна, и каждый убранный слой = прямой рост.
• 7:19 — по Джеку Дорси будет три архетипа: IC builder-operator, DRI (directly responsible individual), founder type.
• 7:56 — DRI: один человек, один результат, негде спрятаться — не классический менеджер.
• 8:22 — расход токенов становится метрикой: лучшие компании наращивают потребление токенов, это меняет и число, и смысл найма.
• 9:03 — нельзя верить на слово: founder обязан сам сесть с coding-агентом и понять, что теперь возможно.
• 9:21 — у стартапов структурное преимущество: не нужно переучивать legacy-систему и тысячи людей, можно построить правильно с первого дня.

Почему это важно

Тезис перераспределяет конкурентное преимущество от инкумбентов к стартапам: крупным компаниям мешает живой продакшн и риск сломать работающее при переходе на ИИ-архитектуру, тогда как стартап может с нуля спроектировать систему, процессы и культуру вокруг ИИ и двигаться в тысячи раз быстрее. Выигрывают венчурные фонды и founder-и AI-native компаний, поставщики моделей (рост потребления токенов = рост выручки lab'ов), а также компании-примеры (StrongDM, Mutiny, Block Джека Дорси), которые монетизируют переход. Проигрывают слои человеческой координации — менеджеры-прослойки, чья функция была передавать информацию, и большие дорогие команды, заменяемые «дорогим биллингом» за ИИ.

Идеи

• ИИ как «операционная система» компании, а не tool в стеке — смена категории, а не степени.
• Перенос языка control systems (open/closed loop) на корпоративный менеджмент.
• «Open loop вреден по природе» — нормативное, а не нейтральное утверждение об организациях без фидбека.
• Компания как «query-yoke / study-yoke» — то есть тренажёрный зал/датасет, на котором ИИ непрерывно дообучается.
• Каждый сотрудник своими действиями должен производить «положительный пример» для обучения корпоративного интеллекта.
• ИИ-ноутейкер на всех встречах как инфраструктурное требование, а не удобство.
• Кастомные дашборды по каждой функции — goods, sales, engineering — как условие closed loop.
• Sprint planning с агентом, у которого доступ к linear-тикетам и всем Slack-каналам инженерии.
• Software factory как «следующая итерация TDD» — спеки и тесты как единственный артефакт, написанный человеком.
• Репозиторий без рукописного кода — только спеки и test harness — как достижимое состояние.
• «10 000 инженеров» как риторическая инфляция продуктивности одного человека.
• Идея, что каждый убранный слой человеческой маршрутизации = прямая прибавка к росту.
• «Человеческие границы должны показывать путь, а не передавать информацию» — переопределение роли человека в оргструктуре.
• Три архетипа от Дорси: IC как builder-operator (не только инженер), DRI, founder type.
• «Все приходят на встречи с прототипом работы» — норма для IC в AI-native компании.
• DRI: «один человек, один результат, негде спрятаться» — устранение диффузии ответственности.
• Founder type, который продолжает строить и коучить, задавая пример.
• Расход токенов как новая HR-метрика — компании, наращивающие токены, выигрывают.
• Готовность платить «высокий биллинг» за ИИ, потому что он замещает дорогой большой штат.
• «Не верь мне — сядь с агентом сам»: эпистемический призыв к личному опыту вместо доверия.
• Инкумбенты в ловушке: любое изменение front business рискует сломать работающее.
• Мелкие внутренние команды внутри корпораций как обходной путь (пример Mutiny).
• Стартап может проектировать культуру и методы работы вокруг ИИ с первого дня.

Инсайты

• Сдвиг ценности ИИ от «продукт/фича» к «архитектура организации» — настоящая дизрупция происходит в operating model, а не в product layer.
• Перенос инженерной дисциплины обратной связи на менеджмент превращает компанию в обучаемую систему, а не набор разовых решений.
• Чем «читаемее» организация для машины, тем меньше нужно людей-координаторов — наблюдаемость становится прямым драйвером роста.
• Человеческая координация переосмысляется как технический долг: каждый слой посредников — это потеря, а не ценность.
• Ответственность централизуется (DRI), исполнение демократизируется (каждый — builder-operator) — ИИ одновременно сплющивает и заостряет оргструктуру.
• Метрики смещаются от «голов» (headcount) к «токенам»: единицей продуктивности становится потребление вычислений, а не человеко-часы.
• Преимущество переходит к greenfield: отсутствие legacy становится активом, а накопленный масштаб — обузой (innovator's dilemma в ИИ-форме).
• Спека и тест как единственный человеческий артефакт смещают ценность инженера от написания кода к формулировке намерения и критериев успеха.
• Готовность платить за ИИ растёт пропорционально дороговизне замещаемого труда — биллинг ИИ оценивается через alternative cost команды, а не через себестоимость.
• Доверие к возможностям ИИ нельзя делегировать: требуется личный эмпирический контакт, потому что интуиция отстаёт от фронтира.

Фреймворки

Open loop vs Closed loop (теория управления → менеджмент):

• Open loop — нет обратной связи, результат не измеряется, процесс не корректируется; «вреден по природе».
• Closed loop — непрерывно мониторит выход и подстраивает процесс; компания на self-improving агентах должна работать так.

Три бизнес-архетипа AI-native компании (по Джеку Дорси):

1. IC / builder-operator — индивидуальный контрибьютор, который сам строит и запускает (не только инженеры; sales, ops — тоже строят, приходят с прототипом).
2. DRI (Directly Responsible Individual) — прямая ответственность за результат стратегии; не классический менеджер; «один человек, один результат, негде спрятаться».
3. Founder type — продолжает строить, коучить и задавать примеры.

Цитаты

«It should be an operating system that your company runs.» — 1:22 Это должна быть операционная система, на которой работает ваша компания.

«Open loops are naturally harmful.» — 2:07 Open-loop системы по своей природе вредны.

«In other words, the entire organization should be a study-yoke for AI.» — 2:32 Иначе говоря, вся организация должна быть тренажёром для ИИ.

«If your company is capable of finding, artifact, rich and studying for an AI, then you do not need any human middleware.» — 6:31 Если компания пригодна для поиска, насыщена артефактами и обучаема для ИИ — человеческий middleware не нужен.

«Every layer of human rooting that you can remove is the benefit of direct growth.» — 6:46 Каждый слой человеческой маршрутизации, который вы убираете, — это прямая выгода для роста.

«no handwritten code in their repose, only specs and test harnesses.» — 5:18 В их репозитории нет рукописного кода — только спеки и test harness.

«The age of 1000 or 10,000 engineers has come.» — 6:02 Наступила эра 1000 или 10 000 инженеров.

«One person, one result, no place to hide.» — 7:56 Один человек, один результат, негде спрятаться.

«The best companies will be the ones that are increasing the number of tokens.» — 8:27 Лучшими станут компании, наращивающие потребление токенов.

«You have to sit with the coding agent yourself and develop it by talking to them.» — 9:03 Ты должен сам сесть с coding-агентом и развивать его, общаясь с ним.

«You are so young that you can make your company the right way from the first day.» — 9:21 Вы настолько молоды, что можете построить компанию правильно с первого дня.

«So it will be very difficult for these big companies to become AI-based.» — 9:55 Крупным компаниям будет очень трудно стать AI-based.

Факты

• Спикер представляется как партнёр венчурного фонда (в SRT — искажённо «partner in Yuck», вероятно YC/венчур; точное название по транскрипту неразборчиво).
• StrongDM — приводится как пример AI-команды, чья система устранила необходимость человеку писать или компилировать код (по утверждению спикера).
• Mutiny — назван примером компании, строящей ИИ-систему из front business внутренней командой.
• Block (Джек Дорси) — упомянут как пример того, что сейчас «продаёт» / продвигает после внутреннего перехода (формулировка в SRT искажённая).
• Концепция трёх бизнес-архетипов (IC/builder-operator, DRI, founder type) атрибутируется Джеку Дорси.
• Спикер заявляет, что видел команды, сокращающие инженерные спринты и делающие в 10+ раз больше работы (личное наблюдение, не исследование).
• Software factory подаётся как развитие TDD (Test-Driven Development).
• Фигурируют конкретные инструменты в примере sprint planning: Linear (тикеты), Slack инженерные каналы (в SRT — «pylons/AJAEHA agent», машинно искажено).
• Утверждение про «1000–10 000 инженеров» — риторическая оценка спикера, не измеренная цифра.
• Метрика token usage называется новым показателем ценности компании.

Источники

• StrongDM — компания, кейс AI-команды без рукописного кода.
• Mutiny — кейс внутренней ИИ-команды из front business.
• Block / Jack Dorsey — источник модели трёх архетипов.
• TDD (Test-Driven Development) — методология, от которой отталкивается «software factory».
• Linear, Slack — инструменты в примере sprint planning.
• Теория управления (control systems, open/closed loop) — концептуальная рамка.

Рекомендации

• Записывать все встречи ИИ-ноутейкером и открывать ИИ доступ к DM, письмам и всем каналам.
• Построить кастомные дашборды по каждой функции (sales, engineering, ops).
• Founder-у — лично сесть с coding-агентом и на практике понять границы возможного.
• Стартапам — проектировать систему, методы работы и культуру вокруг ИИ с первого дня.
• Быть готовым платить высокий ИИ-биллинг, оценивая его через стоимость замещаемого штата.

Итог

Перестрой компанию в самообучающийся closed-loop, где ИИ — операционная система, а не инструмент: устрани человеческие прослойки, преврати каждый процесс в обучающие данные — и стартап обгонит инкумбента в тысячи раз.