Джек Дорси и Рулоф Бота
В Sequoia мы видим: лучший предсказатель успеха стартапа — скорость. Большинство компаний сегодня использует ИИ как инструмент для роста производительности. Но лишь немногие задаются более радикальным вопросом: может ли ИИ изменить сам способ совместной работы? Компания Block показывает, как выглядит попытка заново придумать устройство организации и превратить ИИ в источник скорости — а значит, и в накопительное конкурентное преимущество.
За две тысячи лет до появления первой корпоративной оргсхемы римская армия решила задачу, с которой любая крупная организация сталкивается до сих пор: как координировать тысячи людей на огромных расстояниях при слабой связи?
Римляне ответили на это многоуровневой иерархией с одинаковой нормой управляемости на каждом уровне. Самой маленькой единицей был контуберний — восемь солдат, которые жили в одной палатке, пользовались общим снаряжением и одним мулом; командовал ими декан. Десять контуберниев образовывали центурию из восьмидесяти человек под началом центуриона. Шесть центурий составляли когорту. Десять когорт образовывали легион численностью около пяти тысяч человек. На каждом уровне был свой командир с четко очерченными полномочиями: он собирал сведения снизу и передавал вниз решения, принятые наверху. Структура 8 → 80 → 480 → 5000 была, по сути, способом маршрутизации информации, выстроенным вокруг простого человеческого ограничения: один руководитель может эффективно управлять лишь несколькими людьми — обычно от трех до восьми. Римляне пришли к этому не в теории, а на опыте многовековых войн. И сегодня цепочка командования в армии США строится по очень похожему принципу. Теперь это называют «нормой управляемости», и именно она до сих пор задает пределы любой крупной организации.
Следующий большой поворот произошел в Пруссии. После того как армия Наполеона разгромила пруссаков при Йене в 1806 году, группа реформаторов во главе с Шарнхорстом и Гнейзенау перестроила военную машину, исходя из неприятной истины: нельзя рассчитывать на то, что наверху всегда окажется гений. Нужна система. Так появился Генеральный штаб — особый корпус подготовленных офицеров, которые не столько воевали, сколько занимались планированием операций, обработкой информации и согласованием действий разных частей. Шарнхорст видел их задачу так: «поддерживать некомпетентных генералов, предоставляя те способности, которых может недоставать командирам и начальникам». По сути, это был средний менеджмент задолго до появления самого термина: профессионалы, чья работа состояла в том, чтобы направлять потоки информации, заранее просчитывать решения и удерживать сложную организацию в едином строю. Тогда же военные закрепили различие между линейными и штабными функциями. Линейные ведут основное дело, штабные обеспечивают специализированную поддержку. До сих пор этот язык живет в каждой крупной компании.
В бизнес военная иерархия пришла через американские железные дороги 1840–1850-х годов. Армия США направляла в частные железнодорожные компании инженеров, подготовленных в Вест-Пойнте, и вместе с ними туда проникало военное представление об организации. Штабная и линейная иерархия, дивизионное устройство, бюрократические системы отчетности и контроля — все это сначала сложилось в армии и лишь потом было заимствовано железными дорогами. В середине 1850-х Дэниел Маккаллум из компании New York and Erie Railroad создал первую в мире организационную схему для управления системой длиной свыше пятисот миль и с тысячами работников. Старые неформальные способы управления, которые работали на небольших линиях, перестали справляться. Столкновения поездов уносили жизни. Схема Маккаллума закрепила в явном виде ту же логику, которой когда-то пользовались римляне: уровни власти, понятные линии подчинения, организованный поток информации. Именно она стала прообразом современной корпорации.
Фредерик Тейлор (1856–1915), которого часто называют отцом научного управления, занялся уже тем, что происходит внутри этой иерархии. Он разложил труд на специализированные операции, закрепил их за обученными специалистами и предложил управлять не по наитию, а через измерение. Так возникла функциональная пирамидальная организация — структура, заточенная на эффективность внутри той системы информационного обмена, которую военные создали, а железные дороги перенесли в хозяйственную жизнь.
Первое по-настоящему серьезное испытание функциональная иерархия прошла во время Второй мировой войны. Манхэттенский проект требовал, чтобы физики, химики, инженеры, металлурги и военные работали поверх дисциплинарных границ ради одной цели — в условиях жесткой секретности и постоянной нехватки времени. Роберт Оппенгеймер построил Лос-Аламос как систему функциональных подразделений, но при этом настаивал на свободном взаимодействии между ними, сопротивляясь военному стремлению все изолировать. Когда в 1944 году проблема имплозии стала критической, он перестроил лабораторию вокруг этой задачи и создал межфункциональные команды, для тогдашней корпоративной Америки почти немыслимые. Это сработало, но было исключением военного времени и держалось на фигуре выдающегося руководителя. После войны перед бизнесом встал вопрос: можно ли превратить такую межфункциональную координацию не в исключение, а в повседневную норму?
Когда компании после Второй мировой войны начали быстро расти и выходить на мировой уровень, пределы функциональной схемы стали особенно заметны. В 1959 году консультанты McKinsey Гилберт Кли и Альфред ди Скипио опубликовали в Harvard Business Review статью Creating a World Enterprise, где предложили интеллектуальную рамку для матричной организации — соединения функциональных специализаций с дивизионным устройством. Под руководством Марвина Бауэра McKinsey помогала таким компаниям, как Shell и GE, внедрять эти принципы, стараясь совместить единые стандарты с гибкостью на местах. Так оформилась «профессиональная», или «современная», корпорация — та самая форма, которая и двигала послевоенную мировую экономику.
Позже появились и другие подходы, пытавшиеся справиться со сложностью, жесткостью и бюрократизацией матричных структур. Модель McKinsey 7-S, созданная в конце 1970-х Томом Питерсом и Робертом Уотерманом, различала «жесткие S» — стратегию, структуру и системы — и «мягкие S» — общие ценности, навыки, персонал и стиль. Главная мысль состояла в том, что одной лишь правильной схемы управления недостаточно. Чтобы организация работала, нужно согласовать не только формальные элементы, но и культуру, навыки и человеческие отношения — все то, от чего в конечном счете и зависит, заработает ли стратегия в реальности.
В последние десятилетия технологические компании особенно активно экспериментировали с устройством организаций. Spotify прославилась межфункциональными командами с короткими спринтами. Zappos пыталась внедрить холакратию и вовсе отказаться от управленческих титулов. Valve работала как плоская структура без формальной иерархии. Каждый из этих опытов что-то показал о границах традиционной иерархии, но ни один не снял главного противоречия. По мере роста Spotify начала возвращаться к более обычному менеджменту. Zappos столкнулась с заметным оттоком сотрудников. Модель Valve оказалось трудно масштабировать за пределы нескольких сотен человек. Когда организация вырастает до тысяч сотрудников, она снова опирается на иерархическую координацию — просто потому, что до сих пор не существовало достаточно мощного механизма, который мог бы заменить ее как способ проводить информацию сквозь компанию.
Ограничение осталось тем же, что было у римлян и что морская пехота США вновь обнаружила во Вторую мировую: если один руководитель способен охватывать меньше людей, приходится наращивать число уровней управления; но чем больше уровней, тем медленнее идет информация. Две тысячи лет организационных инноваций были, по сути, попыткой обойти этот узел, не разрубая его.
Так что изменилось теперь?
В Block мы ставим под сомнение сам исходный тезис: действительно ли организация обязана быть иерархией, а люди — единственным механизмом координации? Мы хотим заменить не отдельные элементы иерархии, а саму ее функцию. Сегодня большинство компаний, внедряя ИИ, просто выдает каждому сотруднику своего рода помощника. Это немного улучшает работу уже существующей структуры, но не меняет ее по существу. Мы идем за другим: хотим построить компанию как единый интеллект — или, если угодно, как мини-AGI.
Мы не первые, кто пытается выйти за пределы привычной иерархии. У Haier есть модель rendanheyi, есть платформенные организации, есть «управление на основе данных». Все это — реальные попытки решить ту же задачу. Им не хватало одного: технологии, способной действительно взять на себя координационные функции, ради которых и существует иерархия. ИИ и есть такая технология. Впервые появляется система, способная постоянно обновлять целостную картину бизнеса и координировать работу так, как раньше это делали люди, передавая сведения через множество уровней управления.
Чтобы такая схема заработала, компании нужны две вещи: целостная модель собственных процессов и достаточно богатый клиентский сигнал, который делает эту модель полезной.
Block — компания, изначально построенная как удаленная. Все, что мы делаем, оставляет следы. Решения, обсуждения, код, дизайн, планы, проблемы и продвижение работы существуют в виде зафиксированных артефактов. Это и есть сырье для общей модели компании. В обычной фирме задача менеджера состоит в том, чтобы понимать, что происходит в команде, и передавать этот контекст вверх и вниз по цепочке. Но если компания работает удаленно и сама работа уже представлена в машиночитаемом виде, ИИ может непрерывно поддерживать такую картину сам: что сейчас создается, где возникли блокировки, куда уходят ресурсы, что работает, а что нет. Раньше все это несла на себе иерархия. Теперь это может нести модель компании.
Но возможности такой системы определяются качеством сигнала, который поступает от клиентов. А деньги — самый честный сигнал на свете.
В опросах люди лгут. Рекламу игнорируют. Корзины бросают. Но когда человек тратит, копит, переводит, занимает или возвращает деньги, это уже не мнение, а факт его жизни. Block каждый день видит обе стороны миллионов таких фактов: покупателя — через Cash App, продавца — через Square, а вдобавок и внутренние данные о том, как устроен бизнес самого мерчанта. Благодаря этому возникает редкая возможность: строить для каждого клиента, каждого продавца и каждого рынка модель финансовой реальности, основанную на честном сигнале и постоянно обогащающуюся. Чем богаче сигнал, тем точнее модель. Чем точнее модель, тем больше транзакций. Чем больше транзакций, тем богаче сигнал.
Вместе модель компании и модель клиента образуют основу компании нового типа. В ней продуктовые команды уже не живут по заранее придуманным дорожным картам. Вместо этого компания строит четыре слоя.
Во-первых, базовые возможности. Это атомарные финансовые примитивы: платежи, кредитование, выпуск карт, банковские сервисы, рассрочка, зарплатные механизмы и так далее. Это еще не продукты, а строительные блоки, которые трудно получить, трудно поддерживать и которые нередко опираются на сетевые эффекты и регуляторные разрешения. У них нет собственных интерфейсов для пользователя. Зато у них есть требования по надежности, соответствию правилам и производительности.
Во-вторых, модель мира компании и клиента. У нее две стороны. Первая — это модель самой компании: как она понимает свои процессы, эффективность, приоритеты и внутреннюю работу, то есть ту самую информацию, которая раньше ходила по управленческой цепочке. Вторая — модель клиента: представление о каждом клиенте, каждом продавце и каждом рынке, собранное на основе собственных транзакционных данных. Сейчас она начинается с сырого потока транзакций, а со временем должна перерасти в полноценные причинные и прогностические модели.
В-третьих, интеллектуальный слой. Именно он в нужный момент собирает базовые возможности в конкретное решение для конкретного клиента и делает это проактивно. Допустим, у ресторана начинает сжиматься денежный поток накануне сезонного спада — а модель уже умеет распознавать такие ситуации. Тогда интеллектуальный слой соединяет краткосрочный займ из блока кредитования, настраивает график возврата через платежную систему и предлагает решение владельцу еще до того, как тот сам начнет искать финансирование. Или, скажем, паттерн расходов пользователя Cash App меняется так, как обычно бывает при переезде в новый город. Тогда система сама собирает новый сценарий: настройку прямых зачислений, карту Cash App с подходящими категориями расходов для нового района и цель по накоплениям, рассчитанную под изменившийся доход. Ни один продакт-менеджер заранее не придумывал такие решения как отдельные продукты. Базовые возможности уже существовали, а интеллектуальный слой просто распознал момент и собрал их в нужную комбинацию.
В-четвертых, интерфейсы — программные и аппаратные. Square, Cash App, Afterpay, TIDAL, bitkey, proto. Это каналы, через которые интеллектуальный слой доставляет собранные решения до пользователя. Они важны, но ценность создается не в них. Главная ценность рождается в модели и в интеллекте.
Если интеллектуальный слой пытается собрать решение, но натыкается на отсутствие нужной базовой возможности, именно этот сбой и становится сигналом для будущего развития. В классической компании дорожная карта строится так: продакт-менеджеры предполагают, что следует делать дальше. Авторы текста считают, что именно это и становится в итоге главным ограничением роста. В их схеме сам клиентский мир напрямую формирует будущий бэклог.
Если компания устроена таким образом, возникает следующий вопрос: а что тогда делают люди?
Отсюда вырастает и новая оргструктура, причем она переворачивает привычную картину. В традиционной компании интеллект распределен между людьми, а иерархия его собирает и направляет. В новой схеме интеллект сосредоточен в системе. Люди же находятся на краю — там, где система соприкасается с действительностью.
Именно на этом краю и происходит главное. Люди проникают туда, куда модель еще не дотягивается. Они замечают то, чего она пока не чувствует: интуицию, направленное суждение, культурный контекст, отношения доверия, атмосферу в комнате. Они принимают решения, которые нельзя без остатка передать машине, — особенно когда речь идет об этике, о действительно новых обстоятельствах или о ситуациях, где цена ошибки слишком велика. Модель, которая не касается мира, — всего лишь база данных. Но людям на этом краю уже не нужен многослойный управленческий аппарат для координации: общая модель дает каждому тот контекст, который раньше поставлял менеджер, и позволяет действовать без ожидания, пока информация поднимется наверх и снова спустится вниз.
На практике это означает переход к трем основным ролям.
Первая — индивидуальные специалисты (IC). Они строят и поддерживают базовые возможности, модель, интеллектуальный слой и интерфейсы. Это профессионалы глубокой специализации, каждый из которых отвечает за свой слой системы. Общая модель дает им тот контекст, который прежде приносил менеджер, и поэтому они могут принимать решения в своей области без постоянных указаний сверху.
Вторая — напрямую ответственные за результат (DRI). Они ведут сквозные проблемы, возможности и клиентские исходы. Такой человек, например, может на девяносто дней получить полную ответственность за снижение оттока мерчантов в конкретном сегменте и право привлекать ресурсы из команды модели компании, из блока кредитования и из команды интерфейсов. Где-то DRI закрепляются надолго, где-то переходят с задачи на задачу.
Третья — играющие наставники. Они совмещают собственную практическую работу с развитием людей вокруг себя. Это замена традиционному менеджеру, чья главная функция прежде состояла в передаче информации. Играющий наставник по-прежнему пишет код, строит модели или проектирует интерфейсы, но при этом помогает расти другим. Его день не уходит на бесконечные статусные встречи, согласования и торг за приоритеты. За согласование отвечает общая модель. За стратегию и приоритеты — роль DRI. А играющий наставник отвечает за мастерство и за людей.
Постоянный слой среднего менеджмента при такой схеме больше не нужен. Все прочие задачи старой иерархии берет на себя система, а люди оказываются гораздо ближе и к реальной работе, и к клиенту.
Block пока находится только в начале этого перехода. Путь будет трудным, и какие-то элементы наверняка сначала сломаются и только потом заработают. Но авторы пишут об этом уже сейчас, потому что уверены: со временем любая компания упрется в тот же вопрос. Что именно ваша компания умеет понимать такого, что по-настоящему трудно понять, и становится ли это понимание глубже день за днем?
Если ответ — ничего, тогда ИИ остается лишь историей про сокращение издержек. Можно уменьшить штат, на несколько кварталов улучшить маржу, а потом в конце концов быть поглощенным кем-то более умным. Но если у компании есть действительно глубокое понимание своей реальности, тогда ИИ не просто усиливает ее. Он помогает выявить, чем эта компания в сущности является.
Ответ Block — экономический граф: миллионы продавцов и покупателей, обе стороны каждой транзакции, финансовое поведение, наблюдаемое в реальном времени. Это понимание накапливается каждую секунду, пока система работает. Авторы полагают, что сама эта логика — компания, организованная как интеллект, а не как иерархия, — настолько важна, что в ближайшие годы изменит устройство самых разных организаций. По их мнению, Block уже продвинулась достаточно далеко, чтобы показать: это не просто теория. Хотя спорить с этой моделью, проверять ее на прочность и критиковать они, разумеется, предлагают.
Компании движутся быстро или медленно в зависимости от того, как в них течет информация. Иерархия и средний менеджмент этот поток тормозят. На протяжении двух тысяч лет — от римского контуберния до современных глобальных корпораций — у нас не было настоящей альтернативы. Восемь солдат в палатке нуждались в декане. Восемьдесят человек — в центурионе. Пять тысяч — в легате. Вопрос никогда не стоял так: нужны ли вообще уровни? Вопрос был в другом: действительно ли только люди могут выполнять ту функцию, ради которой эти уровни существуют? Теперь ответ, по мнению авторов, уже не таков. Block пытается построить следующую форму организации.