Путь совместного управления кремниево-углеродной экосистемой в крипто-компании — внутренний AI-переход Cobo

С конца 2024 года Cobo, помимо своих основных бизнесов по крипто-кастодиалу и платежам в стабильных монетах, активно исследует интеграцию AI и блокчейна.

Первое, что мы заметили — потенциал стандартизации навыков с помощью MCP. Теоретически, если навыки достаточно стандартизированы, AI сможет вызывать их как плагины, а блокчейн станет самой естественной инфраструктурой для AI в финансах.

Мы создали внутренний магазин приложений MCP, но вскоре поняли, что это не работает.

Тогда уровень AI был настолько высок, что только опытные инженеры могли эффективно его использовать, а MCP не был достаточно стандартизирован — каждый интеграционный процесс занимал много времени, был дорогим и медленным, а результат не оправдывал ожиданий.

Тем не менее, команда AI была сформирована. Это было дорого, сложно нанять специалистов, и отказаться от нее было невозможно.

Поэтому мы решили сменить направление. Если сейчас невозможно изменить клиента, то начнем с себя.

Первый вопрос: безопасность

Cobo как компания по управлению активами очень чувствительна к данным и внутренним технологическим процессам. Внутри существуют строгие уровни доступа к данным. Без данных и реальных бизнес-процессов невозможно создать собственного агента.

Изначально мы рассматривали локальное развертывание моделей, но реальность такова, что уровень интеллекта локальных моделей недостаточен. Они работают, но неудобны; могут отвечать, но не достаточно умны.

В итоге мы выбрали Claude и Gemini (с возможностью получения ZDR — нулевого хранения данных, обеспечивающего максимальную изоляцию).

Но большие модели — это лишь «мозг» бизнеса. Настоящая сложность — это данные и права доступа.

Позже мы разработали полноценную внутреннюю базу знаний и фреймворк для агентов.

Внутренняя база знаний + собственная система агентов Cobo

База знаний отвечает за иерархию данных внутри компании. В зависимости от уровня доступа сотрудников, определяется их зона чтения.

Агенты при обращении к базе знаний наследуют права сотрудников, а не имеют «божественного» обзора.

Детали включают:

• как изолировать сетевую среду
• как ограничить межуровневое движение данных
• как контролировать хранение логов для аудита
• как предотвратить утечку конфиденциальной информации

Эти меры не самые привлекательные, но решают, сможет ли проект работать долго. AI не должен становиться уязвимостью.

После построения архитектуры — проблема: никто не использует

Даже сегодня компания сталкивается с тем, что многие фронт-офисы не заинтересованы в AI.

Если просто поощрять использование, изменения в рабочих процессах не произойдут.

Позже мы поняли — нужно начинать с управленческих процессов.

Первый прорыв: OKR Agent

Первым сценарием, который мы активно продвигали, был не клиентский сервис или автоматизация кода, а OKR.

Мы использовали AI для разбора стратегии компании, помощи в постановке целей, отслеживания прогресса и проведения ретроспектив.

То есть управление компанией постепенно переходит от человеческого к совместному управлению с системой. Этот процесс очень сложен для сотрудников.

Раньше цели можно было красиво оформить, объяснить логично. Сейчас же каждую неделю есть реальные данные, и оправдания становятся все меньше.

С этого момента цели перестают быть только обсуждениями на совещаниях — они постоянно фиксируются в системе.

strategy okr еженедельно отслеживает прогресс бизнеса

Но ключевым стал именно перехват ответственности за показатели — тогда сотрудники начали по-настоящему знакомиться с AI, потому что от их участия напрямую зависит зарплата.

От оценки эффективности к бизнесу: полное агентское внедрение

Когда OKR заработали, мы начали внедрять агентскую систему для внутренних сервисов. Мы использовали конкурсы и бонусы, чтобы заставить каждое подразделение создать и использовать собственных агентов.

Клиентский сервис — агент поддержки клиентов. Юридический отдел — агент по контрактам. Продажи — CRM-агент.

Искали самых «злых» клиентов-агентов.

В итоге было запущено более 100 агентов.

Точной оценки «совместного управления» пока нет, но есть очевидное изменение:

Раньше при возникновении проблемы первым вопросом было «нужно ли нанять еще одного человека». Теперь — «может ли система помочь?»

Это и есть наше понимание совместного управления — не AI заменяет человека, а человек учится работать вместе с системой.

Несколько практических выводов за прошедший год

Первое — наличие стабильного денежного потока.

Если у компании нет здорового cash flow, такой переход не завершится. AI — не инструмент экономии, а инвестиция в долгосрочную структурную модернизацию. Благодарим Cobo за стабильный основной бизнес и хороший денежный поток.

Второе — необходимо сверху вниз.

Организация не изменится сама по себе. Без активного руководства проект не выживет.

Известно, что основатели Cobo — ярые пользователи AI. CTO Джанг еще в 2000-х делал постдок в CMU и занимался AI-исследованиями.

Третье — нужно принуждать к использованию.

Если только поощрять, AI останется на уровне написания писем. Настоящие изменения в рабочих процессах требуют некоторого «принуждения».

Четвертое — сначала автоматизировать свои бизнес-процессы.

Многие компании говорят о AI + Web3, но если внутри не реализована AI-обработка, все разговоры — лишь концепции.

Обратный взгляд

Мы не можем полностью измерить эффективность этой трансформации. Компания переходит от «человеко-управляемых процессов» к «системам, ориентированным на цели».

Если в будущем появится «умная организация», она не возникнет естественным путем. Ее создают через дискомфорт и принуждение.

Потому что при участии всех сотрудников компания лучше понимает реальные потребности в эпоху AI.

Это побочный эффект нашей внутренней трансформации.

Недавно мы запустили Cobo Waas Skill.
Cobo WaaS Skill — это интеграционный и операционный слой для AI Coding Agent, основанный на структурированных знаниях, исполняемых сценариях и оркестровке задач, позволяющий агентам точно вызывать API WaaS.
Мы обновляем API кошелька до модуля финансовых возможностей, который может напрямую вызываться агентами AI. Время разработки сократилось с недель до диалогового уровня.

Это не результат идеи какого-то отдельного продукта. Это естественный эффект нашей внутренней совместной работы с AI после очередного этапа трансформации.

Мы продолжаем экспериментировать.

Но уже сегодня Cobo — это не та компания, что была в 2024 году.