20 июля The Wall Street Journal опубликовал материал о том, как устроены компании, изначально построенные вокруг искусственного интеллекта. Основой стало рабочее исследование AI-Native Firms, подготовленное Хёнджин Ким из INSEAD и Рембрандом Конингом из Harvard Business School. Оригинал исследования Авторы изучили стартапы Y Combinator, созданные в 2020-2024 годах. Данные о компаниях сопоставили с информацией PitchBook о финансировании и оценке бизнеса, а также с данными Revelio Labs о составе сотрудников и структуре управления. AI-native компании сравнивали не со всеми подряд, а с обычными технологическими стартапами того же периода и из сопоставимых отраслей. Затем исследователи расширили проверку на более широкую выборку американских венчурных компаний. Результаты получились заметными: * в выборке Y Combinator AI-native компании имели примерно на 25% меньше сотрудников; * в более широкой выборке PitchBook разница составила около 12%; доля инженеров была примерно на 13% выше; * доля менеджеров и начинающих специалистов оказалась примерно на 15% ниже; * также было меньше сотрудников в операционных, финансовых, административных подразделениях и продажах; * при этом компании сохраняли сопоставимую оценку бизнеса и более высокую стоимость в расчёте на одного сотрудника. Интересно, что речь идёт не просто о компаниях, где сотрудникам выдали ChatGPT и попросили стать продуктивнее. Авторы разделяют два сценария. В первом ИИ помогает человеку быстрее выполнять привычную работу. Во втором он становится частью самого продукта и забирает часть работы на себя. AI-native компании упоминали Cursor, Claude и другие инструменты в вакансиях примерно в 2,6 раза чаще остальных. Но одно лишь использование таких инструментов не объясняло меньшую численность и более плоскую структуру. Гораздо сильнее эффект проявлялся там, где ИИ был встроен непосредственно в продукт. Так работали около двух третей исследованных AI-стартапов.

Что хорошего на мой взгляд можно подчеркнуть: Небольшая команда может обслуживать больше клиентов без пропорционального роста штата. Становится меньше потребности в людях, основная функция которых заключается в сборе статусов, ручной консолидации данных, распределении типовых задач и передаче информации между подразделениями. Опытные специалисты получают больше самостоятельности. Но руководство никуда не исчезает. Кто-то всё равно должен определять приоритеты, принимать решения в нестандартных ситуациях, отвечать за риски и развивать команду. Но ценность руководителя всё меньше определяется количеством людей в подчинении.

Но также появляются и вопросы: Если компании сокращают стартовые позиции и хотят сразу получать готовых специалистов, возникает простой вопрос: где эти специалисты будут получать первый опыт? Рутинная работа традиционно была не только дешёвой рабочей силой, но и учебной площадкой. Человек начинал с простых задач, видел последствия решений и постепенно переходил к более сложным. Если нижняя ступень исчезает, куда ставить кадровую лестницу? Одновременно небольшие экспертные команды сильнее зависят от отдельных людей, поставщиков моделей и качества данных. Обернется ли экономия на численности высокой стоимостью ошибки или ухода одного ключевого специалиста?

Какой сценарий вы видите более вероятным для российских компаний: небольшие экспертные команды с более плоской структурой или сохранение прежней иерархии?