Каждый раз, когда появляется новая технология и снижает барьер входа, звучит один и тот же прогноз: теперь, когда этим может заниматься любой, преимущества не будет ни у кого. Камера в телефоне сделала фотографами всех. Spotify сделал музыкантами всех. ИИ превращает каждого в разработчика программного обеспечения.
Этот прогноз всегда сбывается лишь наполовину. Нижняя граница поднимается. Больше людей создают, выпускают продукты, конкурируют. Но то, в чем прогноз ошибается, — это потолок. Он растет быстрее. Разрыв между полом и потолком — между медианой и лучшими — не сужается. Он становится шире.
В этом суть степенного закона: ему безразличны ваши намерения. Эгалитарные технологии приводят к аристократическим результатам. Всегда.
ИИ не станет исключением. Он сделает это еще радикальнее.
Как формируются рынки
Когда Spotify появился, он сделал нечто по-настоящему радикальное: дал любому музыканту на планете доступ к тем же каналам распространения, которые раньше требовали лейбла, маркетингового бюджета и удачи. В результате произошел взрывной рост музыки. Миллионы новых артистов, миллиарды новых песен. Пол поднялся, как и обещали.
Но произошло и другое. Топ-1% артистов теперь получают большую долю прослушиваний, чем в эпоху CD. Не меньшую — большую. Больше музыки, больше конкуренции, больше возможностей найти лучших, и слушатели, не ограниченные географией или физическим пространством, сошлись на них. Spotify не демократизировал музыку. Он сделал соревнование еще жестче.
То же самое произошло с письмом, фотографией, программным обеспечением. Интернет дал миру больше писателей, чем любая технология в истории, и одновременно породил безжалостную экономику внимания. Больше участников, более высокие ставки на вершине, та же форма: небольшое число получает большую часть ценности.
Это удивляет нас, потому что мы мыслим линейно — ожидаем, что рост продуктивности распределится равномерно, как вода в сосуде. Но большинство сложных систем так не работают. Никогда не работали. Степенной закон — это не аномалия рынка и не сбой технологии. Это стандарт природы. Технология его не создает. Она его выявляет.
Вспомним закон Клейбера. Для любого живого организма на Земле — от бактерии до синего кита, на 27 порядков массы тела — метаболизм растет пропорционально массе в степени 0,75. Метаболизм кита не просто «размером с кита». Эта зависимость степенная, и она с поразительной точностью работает для почти всей жизни. Никто не проектировал такое распределение. Это просто форма, которую принимает энергия в сложных системах, если их оставить без вмешательства.
Рынки — сложные системы. Внимание — ресурс. Когда трение исчезает — когда география, физические ограничения и издержки на дистрибуцию перестают быть буферами — рынки принимают свою естественную форму. Это не колоколообразная кривая. Это степенной закон. Эгалитарная история и аристократический результат существуют одновременно, и именно поэтому каждая новая технология застает нас врасплох. Мы видим, как поднимается пол, и думаем, что потолок растет с той же скоростью. Но это не так. Он уходит вперед.
ИИ сделает это быстрее и сильнее, чем все предыдущие технологии. Пол поднимается прямо сейчас — любой может выпустить продукт, создать интерфейс, написать рабочий код. Но потолок тоже растет, и быстрее. Вопрос, который стоит задать: что на самом деле определяет, где вы окажетесь?
Когда выполнение становится дешевым, вкус становится сигналом
В 1981 году Стив Джобс настоял, чтобы печатные платы внутри первого Macintosh были красивыми. Не внешний вид — внутренний. Ту часть, которую никто из покупателей никогда не увидит. Его инженеры считали, что он сошел с ума. Но он не ошибался. Он понял то, что легко принять за перфекционизм, но что на самом деле является доказательством: как ты делаешь что-то, так ты делаешь все. Человек, который делает невидимые части красивыми, не имитирует качество. Он просто не способен выпускать что-то хуже.
Это важно, потому что доверие трудно заслужить и легко подделать — ненадолго. Мы постоянно используем эвристики, чтобы понять, кто действительно превосходен, а кто только имитирует это. Дипломы могут помочь, но ими можно манипулировать. Родословная помогает, но достается по наследству. То, что действительно трудно подделать, — это вкус: устойчивая, видимая приверженность стандарту, который никто не требовал соблюдать. Джобсу не нужно было делать платы красивыми. Тот факт, что он это делал, говорил все о том, что он будет делать, когда за ним никто не смотрит.
Большую часть последнего десятилетия этот сигнал был приглушен. В пиковую эру SaaS — примерно с 2012 по 2022 год — выполнение стало настолько стандартизированным, что дистрибуция стала настоящим дефицитом. Если ты умел эффективно привлекать клиентов, строить отдел продаж, выполнять «правило 40» — продукт почти не имел значения. Можно было создать посредственный продукт и победить, если стратегия выхода на рынок была достаточно сильной. Сигнал, который посылал вкус, утонул в шуме метрик роста.
ИИ полностью меняет соотношение сигнала и шума. Когда любой может за день сгенерировать рабочий продукт, отполированный интерфейс, кодовую базу — вопрос «работает ли это» перестает быть отличием. Вопрос становится: это действительно отлично? Этот человек различает хорошее и по-настоящему великое, и достаточно ли ему важно закрыть этот разрыв, даже если никто не заставляет?
Это особенно верно для критически важных бизнес-систем — тех, которым компании доверяют зарплаты, комплаенс, данные сотрудников. Это не продукты, которые можно попробовать и бросить через квартал. Издержки на смену реальны, риски серьезны, а человек, внедряющий их, отвечает за последствия. Значит, перед подписанием контракта он использует все свои эвристики доверия. Красивый продукт — один из самых заметных сигналов. Он говорит: те, кто это построил, заботятся. Им важны видимые части, значит, вероятно, важны и невидимые.
В мире, где выполнение дешево, вкус — это доказательство работы.
Что вознаграждает новая фаза
Это было верно всегда. Но примерно десятилетие рынок делал это почти невидимым. Самый важный навык в софте не имел отношения к самому софту.
Примерно с 2012 по 2022 год основная архитектура SaaS была выстроена. Облачная инфраструктура стала дешевой и стандартной. Инструменты разработчика — зрелыми. Построить рабочий продукт было сложно, но задача была решаемой: можно было нанять людей, следовать шаблонам, добиться приемлемого результата с достаточными ресурсами. То, что оставалось по-настоящему редким и действительно отделяло победителей от остальных, — это дистрибуция. Мог ли ты эффективно привлекать клиентов? Мог ли выстроить воспроизводимую модель продаж? Достаточно ли хорошо понимал юнит-экономику, чтобы вовремя масштабироваться?
Основатели, преуспевшие в этих условиях, пришли из продаж, консалтинга, финансов. Они свободно оперировали метриками, которые десять лет назад были бы абракадаброй: net dollar retention, средний чек, magic number, правило 40. Они жили в таблицах и воронках продаж, и в тех условиях это было абсолютно верно. Условия пика SaaS породили основателей пика SaaS. Это была рациональная адаптация.
Для меня это было удушающе.
Я вырос в маленьком городе в штате с населением 250 миллионов в Индии. Каждый год примерно три ученика со всей Индии поступают в MIT. Все они, без исключения, из дорогих школ в Дели, Бангалоре или Мумбаи — учреждений, созданных специально для этого. Я был первым в истории своего штата, кто поступил. Я рассказываю это не чтобы произвести впечатление, а потому что это миниатюрная иллюстрация тезиса: когда доступ ограничен, родословная определяет результат. Когда доступ открыт, выигрывают те, кто идет глубже. Я был ставкой на глубину в комнате, полной родословных. Это единственная ставка, которую я умею делать.
Я изучал физику, математику и компьютерные науки — области, где самые глубокие открытия связаны не с оптимизацией процессов, а с тем, чтобы увидеть то, что другие упустили. Моя магистерская работа была посвящена снижению задержек в распределенном машинном обучении: что происходит, когда система работает в огромном масштабе, а ее части отстают, и как оптимизировать это ограничение, не теряя целостности.
Когда я смотрел на мир стартапов в двадцать с небольшим, мне казалось, что все это не имеет значения. Ценилось не само решение, а выход на рынок. Построить технически выдающееся казалось почти наивным — отвлечением от настоящей игры, где важны привлечение, удержание и скорость продаж.
Потом, в конце 2022 года, условия изменились.
То, что сделал видимым ChatGPT — то, что стало осязаемо, в отличие от многих лет научных публикаций, — это то, что кривая изменила форму. Началась новая S-кривая. Переходные фазы не вознаграждают тех, кто лучше всех приспособился к предыдущей. Они вознаграждают тех, кто раньше других увидел новые возможности и оценил их правильно.
Я уволился и основал Warp.
Ставка была конкретной. В США более 800 налоговых ведомств — федеральных, штата, местных — каждое со своими требованиями, сроками и логикой комплаенса. Нет API. Нет программного доступа. Десятилетиями все провайдеры зарплат решали это одинаково: людьми. Армии специалистов по комплаенсу вручную разбирались с системой, которую никто не проектировал для масштабирования. Крупные игроки — ADP, Paylocity, Paychex — построили бизнес-модели на том, чтобы не решать сложность, а поглощать ее в штат и перекладывать издержки на клиентов.
Я видел, что агенты были хрупкими в 2022 году. Я также видел кривую улучшения. Тот, кто много лет изучал распределенные системы в масштабе и наблюдал за развитием этих моделей, мог сделать взвешенную ставку: то, что было хрупким, через несколько лет станет способным. Мы сделали эту ставку: построить AI-native платформу с нуля, начиная с самого сложного процесса — того, который ни один старый игрок не мог автоматизировать из-за архитектуры.
Ставка уже оправдывается. Но главное — в умении видеть паттерны. Технические основатели эпохи ИИ выигрывают не только за счет инженерии — у них преимущество в инсайтах. Они видят другие точки входа. Делают другие ставки. Могут посмотреть на систему, которую все считают навечно сложной, и спросить: что нужно, чтобы ее автоматизировать? И главное — могут построить ответ.
Основатели, доминировавшие в пике SaaS, были рациональными оптимизаторами в заданных ограничениях. ИИ снимает эти ограничения и ставит новые. Теперь дефицит — не дистрибуция. Это способность увидеть новые возможности — и вкус с убежденностью довести их до нужного стандарта. Но есть еще одна переменная, которая решает все. И большинство основателей эпохи ИИ катастрофически ошибаются именно в ней.
Длинная игра на высокой скорости
В стартап-культуре сейчас ходит мем: у вас есть два года, чтобы выбраться из «перманентного нижнего класса». Строй быстро, привлекай быстро, продавай или умри.
Я понимаю, откуда это берется. ИИ движется с такой скоростью, что кажется, будто окно возможностей вот-вот закроется. Молодые люди, видя истории мгновенного успеха в Twitter, логично делают вывод, что главная ставка — на скорость: выигрывают те, кто двигается быстрее всех за короткое время.
Это верно, но только в абсолютно неправильном смысле.
Скорость исполнения действительно важна. Я верю в это не меньше других — это заложено даже в названии моей компании. Но скорость исполнения — не то же самое, что короткий горизонт. Основатели, которые построят самые ценные компании эпохи ИИ, — не те, кто спринтует два года и продает. Это те, кто спринтует десять лет и наращивает результат.
В чем ошибка краткосрочного мышления: самые ценные вещи в софте — собственные данные, глубокие клиентские отношения, настоящие издержки на смену, регуляторная экспертиза — накапливаются годами и не могут быть быстро скопированы, сколько бы денег или ИИ ни было у конкурентов. Когда Warp проводит зарплаты для компаний в нескольких штатах, мы накапливаем данные комплаенса по тысячам юрисдикций. Каждое решенное уведомление, каждый нестандартный случай, каждая регистрация — все это обучает систему, которую становится все сложнее повторить с каждым месяцем. Это не фича. Это ров, который появляется только потому, что мы строим его долго, качественно, и он набирает массу.
Такое накопление почти не видно на первом году. Слабо заметно на втором. К пятому году это становится всей игрой.
Фрэнк Слутман, построивший и масштабировавший больше софт-компаний, чем почти кто-либо, говорит просто: «Научитесь чувствовать себя комфортно в дискомфорте». Не на спринте. На постоянной основе. Туман войны в стартапе — дезориентация, неполная информация, постоянная необходимость принимать решения — не рассеивается через два года. Он эволюционирует. Новые неопределенности сменяют старые. Основатели, которые выдерживают, — не те, кто находит уверенность. А те, кто учится действовать без нее.
Строить компанию — тяжело так, что это трудно объяснить тому, кто не пробовал. Ты живешь в состоянии постоянного низкоуровневого страха, перемежающегося вспышками паники. Ты принимаешь тысячи решений на неполной информации, зная, что длинная череда ошибок закончится фатально. Истории мгновенного успеха в Twitter — это не просто выбросы в уже степенном распределении, это экстремальные выбросы. Строить стратегию на них — все равно что готовиться к марафону, изучая время финиша тех, кто случайно пробежал 5 км по неверному маршруту.
Так зачем этим заниматься? Не потому, что это комфортно или шансы высоки. А потому, что для некоторых людей нет другой альтернативы, которая бы ощущалась как настоящая жизнь. Потому что единственное, что хуже страха создавать что-то с нуля, — это тихое удушье бездействия.
И потому, что если ставка окажется верной, если ты увидел то, что другие не оценили, если ты работаешь со вкусом и убежденностью на длинной дистанции — результат будет не только финансовым. Ты создаешь то, что реально меняет работу людей. Ты строишь продукт, который любят. Ты нанимаешь и развиваешь людей, которые делают свою лучшую работу внутри того, что ты построил.
Это проект на десять лет. ИИ этого не меняет. Никогда не менял.
ИИ меняет только потолок возможного за эти десять лет — для тех, кто останется в игре достаточно долго, чтобы это узнать.
Потолок, за которым никто не следит
Так как же будет выглядеть программное обеспечение по ту сторону этой трансформации?
Оптимисты говорят, что ИИ создает изобилие — больше продуктов, больше разработчиков, больше ценности, распределенной среди большего числа людей. Они правы. Пессимисты говорят, что ИИ разрушает защитные рвы — что все можно скопировать за день, защита исчезла. И они тоже отчасти правы. Обе стороны смотрят на пол. Никто не смотрит на потолок.
Появятся тысячи точечных решений — небольших, функциональных, сгенерированных ИИ инструментов, которые решают узкие задачи на приемлемом уровне. Многие из них будут созданы не компаниями, а отдельными людьми или внутренними командами для своих нужд. Для определенной категории простого, легко заменяемого софта рынок действительно станет демократичным. Пол будет высоким, конкуренция — жесткой, маржа — низкой.
Но для критически важного бизнес-софта — систем, которым доверяют движение денег, комплаенс, данные сотрудников, юридические риски, — все будет иначе. Это процессы с низкой терпимостью к ошибкам. Если зарплата не прошла — люди не получили деньги. Если ошибка в налогах — IRS заметит. Если сбой в льготах во время открытой подписки — реальные люди останутся без страховки. Человек, выбравший софт, отвечает за его работу. Эта ответственность не передается ИИ, который «написал» решение за день.
В таких процессах компании по-прежнему будут доверять вендорам. И среди вендоров динамика «победитель получает все» будет еще жестче, чем в прошлом поколении софта. Не потому, что сетевые эффекты сильнее — хотя это так, — а потому, что накопленные преимущества AI-native платформы, работающей в масштабе, собирающей собственные данные по миллионам транзакций и тысячам кейсов комплаенса, становится почти невозможно скопировать с нуля. Ров — это не набор фич. Это то, что накапливается при работе в высоком качестве, в масштабе, в области, где ошибки дорого обходятся, достаточно долго, чтобы никто не мог быстро повторить результат.
Это значит, что рынки софта будут консолидироваться еще сильнее, чем в эру SaaS. В HR и payroll через десять лет я не ожидаю двадцать компаний с маленькими долями рынка. Я ожидаю две-три платформы, которые соберут почти всю ценность, и длинный хвост точечных решений, которые не соберут почти ничего. Та же картина повторится во всех категориях программного обеспечения, где сложность комплаенса, накопление данных и издержки на смену складываются вместе.
Компании, которые окажутся на вершине таких распределений, будут похожи друг на друга: основаны технарями с настоящим продуктовым вкусом, построены на AI-native архитектуре с первого дня, работают на рынках, где старые игроки структурно не способны ответить, не разрушив свой бизнес. Они сделали ставку на инсайт раньше других — увидели, что ИИ позволяет то, чего остальные не оценили, — и остались в игре достаточно долго, чтобы эффект накопления стал видимым.
Я описывал этого основателя абстрактно. Но я знаю, кто это, потому что сам пытаюсь им стать.
Я начал строить Warp, потому что в 2022 году поверил: весь стек управления сотрудниками — payroll, налоговый комплаенс, льготы, онбординг, устройства, HR-процессы — держится на ручном труде и устаревшей архитектуре, которую ИИ может полностью заменить. Не улучшить. Заменить. Старые игроки построили миллиардные бизнесы, поглощая сложность в штат. Мы решили устранять сложность на корню.
Через три года эта ставка реализуется. С момента запуска мы обработали более $500 млн транзакций, быстро растем и обслуживаем компании, создающие важнейшие технологии мира. Каждый месяц накопленные комплаенс-данные, пройденные кейсы, построенные интеграции делают платформу все сложнее повторить и ценнее для клиентов. Ров еще на ранней стадии. Но он уже набирает массу и ускоряется.
Я рассказываю это не потому, что успех Warp неизбежен — в мире степенных законов ничего не гарантировано, — а потому что логика, которая нас сюда привела, — та же, что я описывал выше. Увидеть правду. Пойти глубже, чем кто-либо готов. Построить стандарт, который не требует внешнего давления. Оставаться достаточно долго, чтобы узнать, был ли ты прав.
Выдающиеся компании эпохи ИИ построят те, кто понял: доступ никогда не был дефицитом — им был инсайт. Исполнение никогда не было рвом — им был вкус. Скорость никогда не была преимуществом — им была глубина.
Степенной закон безразличен к вашим намерениям. Но он вознаграждает правильные.
Отказ от ответственности:
- Эта статья перепечатана с [ayushswrites]. Все авторские права принадлежат оригинальному автору [ayushswrites]. Если у вас есть возражения против перепечатки, пожалуйста, свяжитесь с командой Gate Learn, и они оперативно рассмотрят ваш запрос.
- Отказ от ответственности: Мнения и взгляды, выраженные в этой статье, принадлежат только автору и не являются инвестиционной рекомендацией.
- Перевод статьи на другие языки выполнен командой Gate Learn. Если не указано иное, копирование, распространение или плагиат переведенных материалов запрещены.
