Cobo: Як ми використовуємо штучний інтелект для трансформації?

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

З кінця 2024 року Cobo, окрім власних ключових послуг з криптозберігання 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 найзручнішою фінансовою інфраструктурою для AI.

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

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

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

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

Перше питання: безпека

Як компанія з управління активами, Cobo дуже чутлива до даних і внутрішніх технологічних процесів. У нас сувора ієрархія даних. Без даних і реального бізнесу неможливо створити власного агентa.

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

Зрештою ми обрали Claude і 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 доступами.

Ми створили цілі внутрішні бази знань і фреймворки агентів.

Внутрішня база знань + власна система агентів Cobo

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

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

Деталі включають:

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

Це не найсексуальніша частина, але саме вона визначає, чи зможе ця система працювати довго. AI не має ставати вразливістю безпеки.

Після побудови архітектури виникла проблема: її ніхто не використовує

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

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

Ми зрозуміли, що потрібно починати з управління компанією.

Перший прорив: OKR Agent

Ми вперше активно просували не клієнтську підтримку і не написання коду.

А — 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.

Щотижневе слідкування за прогресом у strategy OKR

Але справжній перехід починається з оцінки ефективності — тоді співробітники починають по-справжньому знайомитися з AI, бо якщо не береш участі, це безпосередньо впливає на твою зарплату.

Від оцінки до бізнесу: повна автоматизація агентами

Коли OKR запущено, ми почали просувати автоматизацію внутрішніх сервісів за допомогою агентів. За допомогою змагань і бонусів кожен відділ створює агентів, що відповідають його бізнесу.

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

Шукаємо найсмішніших клієнтських агентів.

Загалом запустили понад 100 агентів.

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

Але одна річ очевидна:

Раніше при проблемах перша реакція була: «Може, найняти ще одного співробітника». Тепер — «Може, спершу залучити систему».

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

За цей рік ми зробили кілька важливих висновків:

1. Мати стабільний грошовий потік.

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

2. Потрібно керувати зверху вниз.

Організація не зміниться сама по собі. Без активного керівництва ця ініціатива приречена.

Як відомо, засновники Cobo — глибокі шанувальники AI. Доктор Цзян, наш CTO, ще в 2000-х роках після аспірантури в CMU почав дослідження AI.

3. Потрібно примусово використовувати.

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

4. Спершу — внутрішній бізнес.

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

Поглядаючи назад

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

Якщо колись з’явиться «розумна організація», вона не виникне природним шляхом. Вона буде створена через послідовні дискомфорти.

Залучення всіх співробітників допомагає краще зрозуміти реальні 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 дозволяє агентам точно викликати WaaS API за допомогою структурованих знань, прикладів і сценаріїв. Ми оновлюємо API гаманця до фінансових можливостей, які може викликати AI-агент. Час розробки скоротився з тижнів до рівня діалогу.

Це не результат ідеї одного продукту. Це природний наслідок нашої внутрішньої трансформації та спільного управління з системою.

Ми ще досліджуємо.

Але принаймні сьогодні Cobo вже зовсім інша компанія, ніж у 2024 році.