С конца 2024 года, помимо нашего основного бизнеса по крипто-кастоди и платежам в стейблкоинах, Cobo активно исследует сочетание ИИ и блокчейна.
Сначала мы увидели потенциал стандартизации навыков, который принес MCP. Теоретически, если навыки достаточно стандартизированы, ИИ может вызывать возможности, как плагины, а блокчейн станет самой естественной финансовой инфраструктурой для ИИ.
Поэтому мы внутренне запустили магазин приложений MCP. Но быстро признали это ошибочным.
В то время порог входа в ИИ был еще настолько высок, что только опытные инженеры могли уверенно его использовать, а MCP был недостаточно стандартизирован, каждое подключение отнимало много времени и сил, затраты были высоки, продвижение медленным, и результаты внедрения были далеки от ожиданий.
Но команда ИИ все же была собрана. Дорогая, ее трудно набрать, и нельзя было просто так распустить.
Поэтому мы решили сменить направление. Если сейчас мы не можем изменить мир клиента, давайте сначала изменим себя.
Первая проблема: безопасность
Cobo, как компания по хранению активов, имеет крайне чувствительные данные и внутренние технические процессы. Внутри также существует строгая иерархия данных. Но без данных, без ввода реальных бизнес-операций, невозможно обучить собственный Agent компании.
Сначала мы думали о локальном развертывании модели. Но реальность такова, что интеллектуальный уровень локальных моделей не соответствует требованиям. Может работать, но неудобно; может отвечать, но недостаточно умно.
В итоге выбрали в основном Claude и Gemini (можно запросить ZDR — условие нулевого хранения данных для достижения наивысшего уровня изоляции).
Но большая языковая модель — это лишь базовый "мозг" бизнеса. По-настоящему сложны данные и права доступа.
Позже мы создали целую систему внутренней базы знаний и фреймворка для Agent.
Внутренняя база знаний + собственная система agent от Cobo
База знаний отвечает за分层ное хранение внутренних данных компании. В зависимости от прав сотрудника определяется доступный для чтения диапазон.
Agent при обращении к базе знаний также наследует права сотрудника, а не обладает "божественным всевидением".
Детали здесь включают:
- Как изолировать сетевую среду
- Как ограничить перемещение данных между уровнями
- Как контролировать ведение логов для аудита
- Как избежать утечки конфиденциальной информации
Это не сексуально, но определяет, может ли это работать в долгосрочной перспективе. ИИ не должен стать брешьью в безопасности.
Проблема после построения архитектуры: никто не использует
Даже сегодня компания сталкивается с реальной проблемой: многие фронт-офисные отделы относятся к ИИ с пренебрежением.
Если просто поощрять использование, изменение рабочих процессов благодаря ИИ не произойдет.
Позже мы осознали, что необходимо действовать через управление компанией.
Первый прорыв: OKR Agent
Первым сценарием, который мы стали навязывать, был не клиентский сервис и не написание кода.
А OKR (Цели и ключевые результаты).
Мы используем ИИ для декомпозиции стратегии компании, для помощи в постановке OKR, для отслеживания прогресса, для анализа узких мест.
То есть, управление компанией постепенно переходит от человеческого управления к совместному управлению кремнием и углеродом. Этот процесс крайне неприятен для сотрудников.
Раньше цели можно было сформулировать красивее, процесс объяснить убедительнее. Теперь еженедельные данные всегда под рукой, отговорок становится все меньше.
С этого момента цели перестали быть просто предметом обсуждения на совещаниях, а превратились в постоянную запись в системе.
Strategy OKR еженедельно контролирует прогресс бизнеса
Но именно с производительности труда каждый по-настоящему начал熟悉 (осваивать) ИИ. Потому что если ты не участвуешь, это напрямую влияет на твое вознаграждение.
От производительности к бизнесу: полная Agentизация
Когда OKR заработали, мы начали внедрять Agentизацию внутренних сервисов. Мы с помощью оценок и бонусов заставили каждый отдел создать Agent, связанный с его бизнесом.
Служба поддержки создала Agent поддержки. Юристы — Agent помощи с контрактами. Sales — CRM Agent.
Поиск самого пассивно-агрессивного клиентского agent
В итоге было запущено более 100 Agent.
Мы не можем точно измерить результат "совместного управления кремнием и углеродом".
Но по крайней мере одно изменение очевидно:
Раньше при возникновении проблемы первой реакцией было "надо ли нанять еще одного человека". Теперь первой реакцией стало: "Может сначала задействовать систему?".
Это и есть наше понимание совместного управления кремнием и углеродом. Не замена человека ИИ. А привыкание человека к работе вместе с системой.
Пройдя этот путь за год, мы получили несколько очень практических выводов
Во-первых, здоровый денежный поток.
Если денежный поток компании нездоров, такая трансформация не дойдет до конца. ИИ — не инструмент экономии денег, это первоначальные вложения в обмен на долгосрочное структурное обновление. Спасибо, что основной бизнес Cobo still имеет здоровый денежный поток.
Во-вторых, необходимо продвижение сверху вниз (top-down).
Организация не меняется spontaneously. Если руководство не будет настаивать, это дело естественным образом заглохнет.
Как известно, основатели Cobo — заядлые игроки в сфере ИИ, CTO доктор Цзян еще в нулевых годах, будучи постдоком в CMU, начинал некоторые исследования в области ИИ.
В-третьих, необходимо принудительное использование.
Если только поощрять, ИИ forever останется на уровне написания писем. Реальные изменения в процессах обязательно требуют некоторой "принудительности".
В-четвертых, сначала решайте свои бизнес-задачи.
Многие компании говорят про ИИ + Web3. Но если внутри они сами не завершили Agentизацию,对外 (вовне) они рассказывают лишь концепции.
Оглядываясь назад
Мы также не можем полностью измерить эту трансформацию. Компания начала постепенно переходить от "процессов, движимых людьми" к "системе, движимой целями".
Если в будущем действительно появится "интеллектуальная организация", она точно не возникнет в результате естественной эволюции. Её будут выталкивать一轮一轮不舒服 (волны дискомфорта).
Благодаря участию всего коллектива, компания также может лучше понять реальные потребности в эпоху ИИ.
Это побочный продукт нашей внутренней трансформации.
Недавно мы выпустили Cobo Waas Skill. Cobo WaaS Skill — это слой интеграции и операционных возможностей, специально разработанный для AI Coding Agent, который через структурированные знания, исполняемые примеры и оркестрацию сценариев позволяет Agent точно вызывать WaaS API. Мы модернизируем кошелек API до финансовых能力模块 (модулей возможностей), которые могут напрямую вызываться AI Agent. Цикл разработки сокращается с недельного до уровня диалога.
Это не вдохновение от какого-то одного продукта. А естественное переполнение возможностей после нашего внутреннего раунда совместного управления кремнием и углеродом.
Мы все еще摸索ем (нащупываем путь).
Но, по крайней мере,今天的 Cobo (сегодняшняя Cobo) — уже не та компания, что была в 2024 году.
