Cobo：Как мы использовали ИИ для осуществления трансформации?

Автор: alexzuo4, вице-президент по инвестициям и хранению @Cobo

С конца 2024 года Cobo, помимо своей основной деятельности по криптоконтролю и платежам в стабильных монетах, активно исследует интеграцию ИИ и блокчейна.

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

Мы создали внутренний магазин приложений MCP, но вскоре это оказалось неэффективным.

Тогдашний порог входа для ИИ был очень высоким — только опытные инженеры могли свободно использовать его, а MCP не был достаточно стандартизирован, каждая интеграция требовала много времени и ресурсов, что замедляло развитие и снижало эффективность.

Тем не менее, команда ИИ была сформирована. Она была очень дорогой, трудно нанимаемой и не могла быть легко отменена.

Поэтому мы решили сменить подход. Если сейчас невозможно изменить клиентский мир, 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-входов невозможно создать собственного агента.

Первоначально 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 (можно запросить ZDR — условие нулевого хранения данных, обеспечивающее максимальную изоляцию).

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

Позже мы разработали полноценную внутреннюю базу знаний и систему агентов.

Внутренняя база знаний + собственная система агентов Cobo

База знаний отвечает за уровни данных внутри компании, распределяя доступ по уровням в зависимости от прав сотрудников.

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

Ключевые детали включают:

• как изолировать сетевую среду
• как ограничить поток данных между уровнями
• как контролировать хранение логов для аудита
• как предотвратить утечку конфиденциальной информации

Эти аспекты не самые привлекательные, но определяют возможность долгосрочной работы системы. ИИ не должен становиться уязвимостью для безопасности.

После построения архитектуры возникла проблема: никто не использует

Даже сегодня многие отделы скептически относятся к ИИ.

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

Позже мы поняли — нужно начинать с управления компанией.

Первый прорыв: OKR Agent

Первое, что мы активно внедрили — это не служба поддержки или автоматизация кода, а OKR.

Мы используем ИИ для разбора стратегии компании, помощи в постановке целей, отслеживания прогресса и анализа результатов.

Иными словами, управление компанией переходит от человеческого к совместному управлению с системами. Этот процесс очень тяжел для сотрудников.

Раньше цели можно было красиво сформулировать, объяснить логично. Теперь же каждую неделю есть 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 по-настоящему все началось с оценки эффективности, когда каждый стал лучше понимать ИИ, потому что его участие напрямую влияет на зарплату.

От оценки эффективности к бизнесу: полное агентирование

Когда OKR заработали, мы начали внедрять агентные системы для внутренних сервисов. Используя конкурсы и бонусы, мы обязали каждый отдел создать и использовать собственных агентов, связанных с их задачами.

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

Ищем самых необычных клиентов-агентов.

В итоге было запущено более 100 агентов.

Точной оценки результатов «совместного управления» через системы мы дать не можем.

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 человеком и системой. Не ИИ заменяет человека, а человек учится работать вместе с системой.

За прошедший год мы сделали несколько важных выводов:

Первое — наличие здорового денежного потока.

Если у компании нет стабильных денег, такой переход не достигнет успеха. ИИ — не инструмент экономии, а инвестиция в долгосрочную структурную модернизацию. Благодарим Cobo за стабильный денежный поток в основном бизнесе.

Второе — необходимо управлять сверху вниз.

Организация не изменится сама по себе. Без активных усилий руководства проект не реализуется.

Известно, что основатели Cobo — активные пользователи ИИ. Например, CTO 蒋博士 еще в начале 2000-х делал исследования в CMU.

Третье — нужно принуждать к использованию.

Если только поощрять, ИИ останется на уровне написания писем. Настоящее изменение процессов требует некоторого «принуждения».

Четвертое — сначала решить свои бизнес-задачи.

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

Обратный взгляд

Мы не можем полностью количественно оценить эту трансформацию. 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 серию дискомфортных изменений.

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

Это побочный эффект нашей внутренней трансформации.

Недавно мы запустили Cobo Waas Skill. Это интеграционная и операционная платформа для AI Coding Agent, которая через структурированные знания, исполняемые сценарии и интеграцию позволяет агентам точно вызывать API WaaS. Мы переводим API кошелька в модуль финансовых возможностей, доступных для вызова агентами ИИ. Время разработки сокращается с недель до диалогового уровня.

Это не результат вдохновения одного продукта. Это естественный эффект нашей внутренней серии «совместного управления» через системы.

Мы продолжаем экспериментировать.

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