Вычислительный бюджет вместо найма: как ИИ-нативные стартапы меняют логику построения команды

Вычислительный бюджет вместо найма: как ИИ-нативные стартапы меняют логику построения команды

Амила — один из лучших JavaScript-инженеров Сан-Франциско. Когда Парт, предприниматель и консультант стартапов, впервые рассказал ему о Claude Code и агентах для программирования, тот отнёсся скептически. Не потому что не понимал — а именно потому что понимал слишком хорошо: он видел ошибки моделей там, где другие не замечали ничего.

Прошло четыре месяца. На следующем ужине Амила отозвал Парта в сторону.

«Codex справляется со сложнейшей миграцией за двадцать минут. У меня на это ушла бы целая неделя».

Амила и его соосновательница по-прежнему вдвоём. Они запускают корпоративные партнёрства. И уже не готовы нанимать людей, которые не умеют работать с этими инструментами.

В разговоре с Ридом Хоффманом в подкасте «Possible» Парт описывает момент, который большинство основателей ещё не осознали до конца: граница между вычислительными расходами и расходами на персонал стирается. И те, кто первыми поймут это, переиграют остальных — не потому что умнее, а потому что думают другими категориями.

Когда двадцать пять человек превращаются в одного

Парт помогал команде подкаста «Possible» решить задачу, которая прежде требовала месяцев: локализовать программу на несколько языков — не перевести транскрипты, а воссоздать тот же разговор нативно, с клонированными голосами ведущих. Он взял Codex, провёл десять минут, объясняя задачу, попросил выстроить конвейер.

К концу того же дня работающий прототип был готов.

«Раньше в Clubhouse у нас была команда по интернационализации — человек двадцать-двадцать пять. И требовалось много времени, чтобы выйти хотя бы на один новый рынок. А теперь это занимает буквально пару дней».

Это не гипербола. Это конкретный контраст: двадцать пять человек и полгода — против одного инженера и одного дня для первой рабочей версии.

Важно не обманываться: «первая версия за день» — это прототип, а не готовый продукт. Настоящая работа начинается потом. Парт сам столкнулся с этим, когда французские друзья сказали, что перевод звучит «как канадский французский», а не парижский. Но вот что принципиально изменилось: эту поправку он внёс силами тех же агентов за часы, а не недели. Человеческий контроль никуда не делся — он просто сдвинулся ближе к концу процесса, а не к его началу. Скорость выросла в десятки раз; качество проверки по-прежнему за человеком.

Агент как статья бюджета

Ключевой сдвиг в мышлении, который Парт формулирует в интервью, не связан с конкретными инструментами. Он связан с тем, как считать деньги.

Традиционно вычислительные расходы — это IT-статья: серверы, лицензии, облако. Что-то техническое и административное. Парт предлагает другую бухгалтерию: расходы на агентов по программированию и на языковые модели в совокупности сопоставимы с наймом подрядчика. Не в переносном смысле — в прямом, по деньгам.

Это меняет всё. Если агент стоит как подрядчик, но работает круглосуточно, параллельно, без периода адаптации — это уже не инструмент. Это сотрудник без трудового договора.

По его оценке, команды, которые выстраивают такие процессы системно, получают рост производительности на 50–70%. Не средняя цифра по рынку — реальный результат для тех, кто прошёл путь от «попробовал ChatGPT» до «управляю флотом из двадцати агентов одновременно». Именно поэтому он считает: первый технарь в стартапе сегодня обязан пройти этот путь. Не просто освоить инструмент — а выйти на уровень оркестрации, когда ты запускаешь несколько параллельных потоков и управляешь ими как менеджер, а не как исполнитель.

Новые требования к команде

Логика с агентами как статьёй найма напрямую меняет то, как нужно строить команду.

Не только первый технарь. Каждый в небольшой команде, по мнению Парта, должен получить собственный бюджет на вычислительные мощности. Менеджер продукта, который может набросать прототип прямо на встрече. Человек, отвечающий за рост, который проверяет гипотезу с помощью агентов ещё до того, как формулирует задачу для разработчика. Это не «все должны уметь программировать» — это другая скорость принятия решений.

Стартапы адаптируются к этому быстрее крупных компаний по одной причине, которую Парт формулирует неожиданно прямо: «Вы уже почти мертвы. Вы существуете в режиме выживания по умолчанию». Нет накопленной бюрократии, нет тысяч сотрудников с устоявшимися процессами. Именно это делает их гибкими — не культура инноваций, а отсутствие груза прошлого.

Для русскоязычного рынка здесь прямая возможность. Канал, который выходит сразу на русском, украинском, казахском и азербайджанском — без отдельных команд для каждого языка. Голосовые модели сегодня поддерживают 68–70 самых популярных языков мира. Локализация, которая раньше стоила как небольшой бизнес, теперь становится задачей для одного инженера. При этом единственное, что по-прежнему нельзя автоматизировать полностью, — это проверка носителем языка, особенно идиом и культурных отсылок. Но это час работы фрилансера, а не команда из двадцати человек.

Как отличить настоящий ИИ от маркетинга

Под конец интервью Парт предлагает простой тест для оценки стартапов — и он работает в обе стороны, и для инвестора, и для самого основателя.

Можете ли вы описать то, что делаете, не используя буквы "ИИ"?

Если нет — скорее всего, ИИ здесь не является ключевым. Это не значит, что продукт плохой. Это значит, что он использует ИИ как функцию, а не как основу.

На российском рынке сейчас та же картина, что и везде: «на базе ИИ» стало штампом, за которым часто прячется вызов стороннего API с тремя строками кода. Настоящий вопрос конкретнее: какая именно модель? Какой процесс она заменила? Насколько дешевле это обошлось? Если основатель не может ответить на эти три вопроса — разница в оценке будет огромной, и не в пользу такого стартапа.

Что с этим делать

История Амилы — это не история об инструментах. Это история о том, как меняется планка. Лучшие инженеры скептически относятся к ИИ дольше всех именно потому, что видят его ошибки острее остальных. Но когда они переключаются — они переключаются полностью, и это становится конкурентным преимуществом, а не просто экономией времени.

Вычислительные расходы — это уже не строчка в IT-бюджете. Это эквивалент найма. Команды, которые научатся думать именно так, будут не просто быстрее. Они будут принимать решения другого класса — раньше, с меньшими деньгами и более высокой точностью.

Полное интервью — на нашем YouTube-канале. Там же субтитры и мои комментарии к самым интересным моментам. Можно найти по запросу

Один вопрос, который отличает настоящий AI-стартап от хайпа — отвечает инсайдер из Кремниевой долины

1