Cobo: Як ми здійснюємо трансформацію за допомогою штучного інтелекту?

“很多 компаній говорять про AI + Web3. Але якщо внутрішньо ще не завершили AI-інтеграцію, все, що вони пропонують зовні — це лише концепції.”

Автор: alexzuo4, віце-президент з інвестицій та кастодії @Cobo

З кінця 2024 року Cobo, окрім основних послуг з криптокастодії та платежів у стабільних монетах, активно досліджує поєднання AI та блокчейну.

Найраніше ми побачили потенціал стандартних навичок, які приносить MCP. Теоретично, якщо навички достатньо стандартизовані, AI може викликати їх як плагіни, а блокчейн стане найприроднішою фінансовою інфраструктурою для AI.

Тому ми створили внутрішній магазин додатків MCP. Але швидко це спростували.

Тоді бар’єр для AI був дуже високим — лише досвідчені інженери могли вільно його використовувати, MCP ще не був достатньо стандартизований, кожне підключення займало багато часу і ресурсів, коштувало дорого і просувалося повільно, а результати були значно гіршими за очікування.

Але команда AI все ж була сформована. Вона була дуже дорогою, важко наймати, і її не можна було легко зняти.

Тому ми вирішили змінити напрямок. Оскільки зараз ще не можемо змінити клієнтський світ, спершу змінимо себе.

Перше питання: безпека

Cobo як компанія з управління активами, будь-які дані та внутрішні технічні процеси — надзвичайно чутливі. У нас сувора ієрархія даних. Але без даних і реального бізнесу неможливо створити власного агенту.

Спочатку ми думали про локальне розгортання моделей. Але реальність така, що рівень інтелекту локальних моделей недостатній. Вони працюють, але не зручно; можуть відповідати, але не досить розумні.

Зрештою, ми зосередилися на Claude та Gemini (можна подати заявку на ZDR — умову нульового збереження даних, що забезпечує найвищий рівень ізоляції).

Але великі моделі — це лише базовий «мозок» бізнесу. Справжньо складним є управління даними та правами доступу.

Ми створили цілі внутрішні бази знань і фреймворк агентів.

Внутрішня база знань + власна система агентів Cobo

База знань відповідає за ієрархію внутрішніх даних компанії. Вона розподіляє доступ відповідно до рівня прав співробітників.

Агенти при зверненні до бази знань також успадковують права співробітників, а не мають «богоподібного» огляду.

Деталі включають:

• як ізолювати мережеве середовище
• як обмежити передачу даних між рівнями
• як контролювати збереження логів для аудиту
• як запобігти витоку конфіденційної інформації

Це не дуже привабливо, але визначає, чи зможе ця система працювати довго. AI не має ставати вразливістю безпеки.

Після побудови архітектури — проблема: ніхто не користується

Навіть сьогодні компанія стикається з реальністю: багато фронт-офісних підрозділів не цінують AI.

Якщо просто заохочувати до використання, зміни у робочих процесах не станеться.

Згодом ми зрозуміли, що потрібно починати з управління компанією.

Перший прорив: OKR Agent

Наш перший активний сценарій — не підтримка клієнтів і не написання коду.

Це OKR.

Ми використовуємо AI для формулювання стратегії компанії, допомагаємо встановлювати OKR, слідкуємо за прогресом, аналізуємо результати.

Інакше кажучи, управління компанією поступово переходить від людського до спільного управління з системою. Це дуже важкий процес для співробітників.

Раніше цілі можна було сформулювати красиво, процес — обґрунтувати логічно. Тепер щотижня дані оновлюються, і виправдань стає менше.

З того моменту цілі перестають бути лише обговореннями на нарадах і стають постійним записом у системі.

Стратегія OKR — щотижневе контролювання прогресу бізнесу

Але справжнє знайомство з AI починається з оцінки результатів — кожен починає розуміти його через систему, оскільки це безпосередньо впливає на зарплату.

Від оцінки до бізнесу: повна агентська трансформація

Коли OKR запущено, ми почали просувати внутрішніх сервісних агентів. За допомогою конкурсу і бонусів кожен відділ створює агентів, пов’язаних із їхнім бізнесом.

Обслуговування клієнтів — агент підтримки клієнтів. Юридичний відділ — агент допомоги з контрактами. Продажі — CRM-агент.

Знаходження найсмішніших клієнтських агентів

Загалом запущено понад 100 агентів.

Ми не можемо точно кількісно оцінити результати «спільного управління з системою».

Але одна річ стала очевидною:

Раніше при виникненні проблем перша реакція була «потрібно найняти ще одного». Тепер — «можна спробувати залучити систему».

Це і є наше розуміння спільного управління з системою. Не AI замінює людину, а люди звикають працювати разом із системою.

Цей рік — кілька важливих висновків

Перше, — стабільний грошовий потік.

Якщо у компанії немає здорового грошового потоку, ця трансформація не доведеться до кінця. AI — не економія, а інвестиція у довгострокову структурну зміну. Дякуємо Cobo за стабільний основний бізнес і здоровий грошовий потік.

Друге, — потрібно керувати зверху вниз.

Організація не зміниться сама по собі. Якщо керівництво не буде наполегливо впроваджувати, процес зірветься.

Як відомо, засновники Cobo — активні користувачі AI, зокрема CTO Джанг, який ще в 2000-х роках у CMU займався дослідженнями AI.

Третє, — потрібно примусово використовувати.

Якщо просто заохочувати, AI залишиться на рівні написання листів. Реальні зміни у процесах можливі лише з елементами «примусу».

Четверте, — починайте з власного бізнесу.

Багато компаній говорять про AI + Web3. Але якщо внутрішньо ще не завершили AI-інтеграцію, все, що вони пропонують — це лише концепції.

Погляд назад

Ми не можемо повністю кількісно оцінити цю трансформацію. Компанія поступово переходить від «людського управління процесами» до «системи, орієнтованої на цілі».

Якщо у майбутньому з’явиться «розумна організація», вона не виникне природним шляхом. Вона буде створена через послідовний дискомфорт і зміну.

Завдяки участі всіх співробітників компанія краще зрозуміє справжні потреби в епоху AI.

Це також побічний продукт нашої внутрішньої трансформації.

Нещодавно ми запустили Cobo Waas Skill. Це інтеграційний і операційний рівень для AI Coding Agent, що базується на структурованих знаннях, прикладах і сценаріях, що дозволяє агентам точно викликати WaaS API. Ми оновлюємо API гаманця до фінансових модулів, які може викликати AI-агент. Час розробки скоротився з тижнів до рівня діалогу.

Це не результат ідеї окремого продукту. Це природний витік здатностей після нашої внутрішньої трансформації з спільного управління з системою.

Ми ще досліджуємо.

Але принаймні сьогоднішній Cobo вже не та компанія, якою була у 2024 році.