Самоуправляемые компании: AI-агенты в бизнесе — стрим со Степой Гершуни

# Самоуправляемые компании и AI-агенты в бизнесе — стрим со Степой Гершуни

Степа Гершуни: Всем привет. Меня зовут Степан Гершуни. Со мной Байрам Аннаков. Я занимаюсь инвестициями в киберфонде. Мы инвестируем в AI-стартапы ранней стадии, pre-seed, seed. Причем не только в AI — мы инвестируем в стартапы, которые делают всю экономику программируемой. Мы это называем кибернетической экономикой. AI делает программируемым то, что вы делаете головой, руками, мышкой и клавиатурой. Роботы делают программируемым то, что вы делаете физической силой. А крипта и Web3 делает программируемые рынки, финансы, платежи и всю экономическую платформу.

Степа: Сегодня тема самоуправляемой компании. Есть аналогия с автомобилями. Были обычные Жигули без самоуправления. Потом появился ABS или круиз-контроль — небольшая кнопочка, помогающая сохранить время работы водителя. Потом появилась Tesla с уровнями самоуправления, прописанными в законах.

Сегодня то же самое происходит на уровне агентов в бизнесе. У тебя был Excel, который помогал складывать циферки. Сегодня я запускаю Клод и учу его делать финансовую модель в Google Sheets. Дольше всего заняло сделать так, чтобы он красиво оформил — цветом выделил столбцы, чтобы это была не просто точно посчитанная модель с размытием акций, с несколькими раундами, но и презентабельная. Я всю ночь делал скилл для Клода, и теперь могу повторять эту задачу каждый раз.

Байрам: Меня зовут Байрам, мы занимаемся автоматизацией сейлс-функции. Наша цель — сделать сейлс-отдел автономным. Ориентируясь на шесть уровней самоуправляемых организаций, наши клиенты находятся где-то на втором-третьем уровне, сами мы на третьем-четвертом. Цель — понять, как построить roadmap и реализовать его, чтобы бизнес сам работал.

Вчера делал три отчета для кастомеров. Первый делал сам, а в конце попросил Клод отрефлексировать и обернуть всё в скилл. Уже этот скилл запустил на двух других клиентах. 80% пути прошли благодаря первому. Скиллы надо делать на повторяющиеся задачки, которые точно придётся делать вновь. Это гораздо лучший способ скейлить процессы и знания людей, нежели классические SOP и обучение.

Степа: Замена ручных бизнес-процессов на агентов неизбежна по четырём причинам:

1. Масштабируемость — один раз сделал агента, дальше Ctrl-C, Ctrl-V, и их тысяча. А для тысячи юристов или продажников нужны десятилетия обучения.
2. Дешевле — там, где это не дешевле, никто и не будет делать.
3. Эффективнее и предсказуемее — навык из чего-то внутри человека становится API.
4. Квантифицируемо — для landing page нужно 3 доллара токенов 10 агентам.

С ноября с Opus 4.5 произошло осознание. Если раньше половина программистов использовала AI, сегодня 99%. И последние два месяца это проникает во все функции — продажи, логистика, маркетинг, операции, продукт.

Байрам: Важно не забывать, что у моделей пока нет агентности — им сложно сказать, что хорошо и что плохо. Человек решает, что делать и что не делать. Даже в полностью автономной компании эта роль за человеком.

Одна из сил агентов — если можем автоматизировать когнитивную функцию, получаем 30 разных результатов и выбираем лучший. Value от scaling не только в копировании, а в получении альтернатив: разные способы ответить на возражения, разные сегменты, разные интерпретации.

70% работы B2B sales — административная: поиск лидов, анализ аналитики, квалификация входящих. Если сейчас 30% времени Sales на реальных митингах, а 70 на админной работе — надо перевернуть это соотношение.

Путь к автономности: начинаем с функций без взаимодействия с людьми, двигаемся по фреймворку пересечения импакта и повторяемости. Но после low-hanging fruits начинаются сложности.

Байрам: Наша задача — реализовать инфраструктуру обратной связи. Для агента обратная связь — это зеркало.

Пример с презентациями. Стал делать презентации в Claude Code — тексты заходили на картинки, картинки сплющенные. Добавил инструкцию: сгенерируй thumbnail всех слайдов, просмотри и исправь. Добавив в цикл обратную связь — «посмотрись в зеркало и причешись» — качество резко выросло.

До третьего уровня автономии можно без этого. Но дальше нужен harness engineering — инженерные системы, которые поставляют обратную связь агенту о его работе.

Степа: Часто цель — положить лучшего сотрудника в агента и умножить на 10 тысяч. Но это просто автоматизация — была лопата, стал экскаватор.

Цель должна быть амбициознее: сделать сверхчеловека — то, что с помощью сотрудника вообще невозможно.

Пример из банка в Германии: миллионы агентов параллельно искали клиентов. Классические системы — реестр юрлиц. Агенты пошли в Instagram, Google Maps — нашли миллион компаний без юрлица, но с реальным бизнесом. Ресторан на Google Maps — значит есть касса, нужно обслуживать, потенциальный клиент. Нашли новую точку роста, которая была недоступна людям.

Степа: Я не могу из 500 макетов выбрать лучший — ноль опыта в дизайне. Нужен дизайнер на 5 минут или 5 дней в месяц, чтобы сказал, как делать. Или юрист посмотрит на работу Клода за два месяца и скажет, где проблемы.

Многие фуллтайм-роли заменяются на аренду экспертизы — как Tesla, которая может попросить взять за руль.

Байрам: Аналогия с дирижером. Он не играет на каждом инструменте, но понимает, какое место каждый играет в интерпретации. Дирижёры travel'ят и играют с разными оркестрами — fractional модель.

Нагрузка на дирижёров растёт, их fractional время дорожает. Стоимость исполнителей падает или становится про человеческое взаимодействие.

Байрам: Какую часть пути к точке «1% самое важное, 99% делают агенты» мы можем пройти быстрее? Конкуренция — временная игра. Пока другие не делают, я получаю лучше маржинальность.

Степа: Некоторые рвы пропадают — репликация софта проще. Другие остаются:

• Регуляторика — банковская лицензия, Revolut до сих пор мучается
• Data moat — проприетарные данные из общения с клиентами
• Но вопрос: Anthropic видит все мои трейсы и делает RL на них в масштабе миллионов пользователей

Байрам: В Complexity Theory действия каждого агента адаптивны и рационально ограничены доступной информацией. Достигается точка, где невозможно предсказать поведение. Каждая система порождает антисистему.

Крупные организации уже защищаются: проверяют контракты на запрет обучения моделей, растёт бизнес on-prem. Ценность интеллекта модели будет снижаться, а ценность harness'ов — повышаться. Не только инженерных (MCP, CLI), а организационных: бизнес-процессы, бизнес-модели, прайсинг.

Вопрос Кристенсена — как большим компаниям защититься от disruption — это то, о чём думают стратеги.

Байрам: Два аспекта:

1. Погружаться руками — решать задачи с AI и ударяться в ограничения. Эти ограничения будут кровью написаны. Меньше теоретизировать, больше делать.
2. Повышать exposure к offline experience — travel, выступления, общение в оффлайне. Записи вебинаров — контент, который легко создаётся. Ценность преподавателя — в real-time взаимодействии.

Степа: Гарантирует незаменимость тот, кто больше всех часов потратил общаясь с Клодом. Если руками попробовал, сделал 10 тысяч ошибок и 10 тысяч итераций — всех продажников уволят, а вас оставят.

Байрам: Три тезиса:

1. Shopify Reflexive AI — когда просите ресурсы, докажите, почему AI это не сделает
2. После каждого разговора с Клодом — попросите отрефлексировать и сделать скилл
3. В создании скиллов из опыта — наша текущая задача

Байрам: Теория ограничений: перед бутылочным горлышком скапливается больше всего незавершённой продукции.

Поисковая задача: в вашей индустрии ищите, где скапливается. Объявления о найме — индикатор бутылочного горлышка: куда нанимают людей, там можно автоматизировать.

Степа: У меня Клод и пять субагентов-судей: по корректности, стилю, пунктуации. Клод пишет, судьи критикуют, он переписывает. Но это перестаёт работать.

Единственный способ улучшить — я говорю судье, что он в критике упустил важное. Перекладываю своё знание в судью, который судит агента. По сути делаю RL в человеческой форме — медленно, но работает.

Байрам: Эволюция — 90%+ exploit, но 1-5% мутация. Бесконечная критика приводит к локальному оптимуму. Мутация — внешний контекст, которого не было в системе.

Это теория игр: как только все знания в модели — появится необходимость в новых знаниях, обыгрывающих других с той же моделью. Этот луп бесконечный.

Степа: По Дэвиду Дойчу, спрос на знания бесконечен. Сейчас возможности построить миллиардную компанию лучше никогда не было — самая мощная технология за сотни лет, ещё не коммерциализирована.