Будут ли менеджеры среднего звена заменены ИИ? Как будет выглядеть структура компаний в будущем

marsbitОпубликовано 2026-04-01Обновлено 2026-04-01

Введение

Искусственный интеллект ставит под сомнение необходимость традиционных иерархических структур в компаниях, которые исторически строились вокруг ограниченного «диапазона контроля» — способности одного человека управлять лишь несколькими людьми. От римских легионов до современных корпораций, иерархии служили механизмом передачи информации. Однако ИИ, способный моделировать, анализировать и распределять данные в реальном времени, предлагает альтернативу. Такие компании, как Block (основанная Джеком Дорси), экспериментируют с переходом от «иерархической организации» к «интеллектуальной компании». Вместо менеджеров среднего звена, координирующих потоки информации, ключевую роль играют две модели: модель компании (понимание её внутренних процессов) и модель клиента (анализ реальных данных о поведении). На их основе работает «интеллектуальный слой» — ИИ, который комбинирует возможности компании (платежи, кредиты и т.д.), чтобы proactively предлагать клиентам решения, например, кредит при прогнозируемом кассовом разрыве. Организация упрощается: остаются индивидуальные исполнители (IC), ответственные руководители (DRI) и играющие тренеры (player-coach), а координация передается системе. Это не просто повышение эффективности, а фундаментальное изменение логики организации, где скорость и качество решений определяются не человеческими лимитами, а возможностями ИИ.

Примечание редактора: В то время как большинство компаний все еще рассматривают ИИ как «инструмент повышения эффективности», Джек Дорси пошел на шаг дальше: меняет ли ИИ саму логику функционирования организаций? Как сооснователь и бывший CEO X, а также основатель Block, он долгое время изучал взаимосвязь между технологиями и организационными структурами.

Эта статья, отталкиваясь от истории, вновь задается вопросом, почему компании эволюционировали до сегодняшней формы и почему эта структура начала меняться. От римских легионов до современных корпораций, эволюция организаций на протяжении последних двух тысяч лет вращалась вокруг одного и того же ограничения: передача информации и координация в условиях ограниченного «масштаба управления». Иерархические структуры, менеджмент среднего звена, матричные системы — по сути, являются разными решениями этой проблемы.

Появление ИИ впервые бросило вызов этой предпосылке. Когда информацию можно моделировать, понимать и распространять в реальном времени, нужны ли организации по-прежнему механизмы координации, основанные на «человеке»?

Подобные изменения уже появляются в реальности. Недавно издание «人物» сообщило, что в компании, занимающейся ИИ, «月之暗面» (Dark Side of the Moon), в команде из более чем 300 человек нет отделов, должностных уровней, не установлены OKR или KPI, а collaboration строится на прямом общении, а не на поэтапных отчетах; 5 сооснователей напрямую курируют по 40–50 сотрудников. При этом Agent уже встроен в повседневные рабочие процессы, способный за короткое время выполнять сбор информации, проектирование продуктов и даже генерацию кода. Эта структура — не просто «отказ от управления», а перенос сложности на этапы найма, текучки и системы инструментов.

На примере практик Block статья предлагает еще более радикальное видение: переход от «иерархической организации» к «интеллектуальной компании», где «модель мира компании + модель мира клиента + интеллектуальный уровень» заменяют традиционные системы маршрутизации информации и даже трансформируют сам менеджмент среднего звена. Это вопрос не только эффективности, но и потенциально переписывания организационной формы.

Далее следует оригинальный текст:

По мнению Sequoia Capital, «скорость» — лучший показатель для прогнозирования успеха стартапа. Большинство компаний все еще видят в ИИ инструмент повышения производительности, и лишь немногие начинают задумываться о том, как ИИ меняет способы collaboration людей. Block демонстрирует совершенно новый путь: фундаментальное переосмысление организационного дизайна и использование ИИ в качестве сложного конкурентного преимущества, постоянно усиливающего «скорость».

Истоки иерархической организации: от римских легионов к современной компании

За две тысячи лет до появления организационных диаграмм компаний римская армия уже решила проблему, которая до сих пор беспокоит крупные организации: как координировать тысячи людей при ограниченной коммуникации и больших расстояниях.

Их решение заключалось в создании многоуровневой системы командования с относительно стабильным «масштабом управления» на каждом уровне. Наименьшая единица — «палаточная группа» (contubernium), состоящая из 8 солдат, делящих палатку, снаряжение и мула, под руководством декана (decanus). 10 палаточных групп составляют центурию (century, фактически около 80 человек), которой командует центурион (centurion); 6 центурий образуют когорту (cohort); 10 когорт составляют легион численностью около 5000 человек.

На каждом уровне был четкий командир, ответственный за сбор информации наверх и передачу приказов вниз. Эта структура от 8 → 80 → 480 → 5000 по сути является эффективным механизмом передачи информации, основанным на простой, но ключевой предпосылке: количество людей, которыми один человек может эффективно управлять напрямую, обычно составляет от 3 до 8. Римляне эмпирически пришли к этому правилу в ходе длительных войн. До сегодняшнего дня иерархическая система армии США в целом следует similar logic. Мы называем это ограничение «масштабом управления (span of control)», и оно до сих пор остается фундаментальным ограничением для всех крупных организаций.

Следующее важное изменение произошло в Пруссии.

После сокрушительного поражения от Наполеона в битве при Йене в 1806 году, Шарнхорст (Scharnhorst) и Гнейзенау (Gneisenau) возглавили военную реформу, выдвинув не очень удобную реальность: нельзя полагаться на гениальных отдельных личностей, нужно полагаться на систему. Они создали «Генеральный штаб» (General Staff), готовя офицеров, чья职责 (обязанность) состояла не в ведении боевых действий, а в планировании операций, обработке информации, координации между подразделениями. Изначальная цель Шарнхорста заключалась в том, чтобы «компенсировать недостатки неспособных генералов, предоставляя им отсутствующие способности». Фактически, это был прообраз «менеджмента среднего звена»: группа профессионалов, ответственных за передачу информации, предварительную проработку решений и поддержание collaboration сложных организаций. Одновременно армия четко разделила функции «линии» (line) и «штаба» (staff): первые отвечают за выполнение основных задач, вторые обеспечивают профессиональную поддержку. Это разделение до сих пор широко используется в бизнесе.

В 1840–50-х годах американские железнодорожные компании привнесли военную иерархическую систему в бизнес.

Армия США поставляла железнодорожным компаниям большое количество инженеров, обученных в Вест-Пойнте, которые принесли с собой военное организационное мышление. Структуры «линии» и «штаба», divisionalization, бюрократические системы отчетности и контроля — все это изначально родилось в армии. В середине 1850-х годов Дэниел Маккалем (Daniel McCallum) из New York and Erie Railroad составил первую в мире организационную диаграмму для управления железнодорожной системой протяженностью 500 миль и тысячами сотрудников. Неформальные методы управления, ранее применимые к небольшим железным дорогам, перестали работать, участились столкновения поездов. Маккалем институционализировал римскую логику иерархии: четкие уровни полномочий и ответственности, ясные отношения подчинения, структурированные потоки информации. Это стало прототипом современной компании.

Затем Фредерик Тейлор (Frederick Taylor, известный как «отец научного менеджмента») оптимизировал внутреннее устройство этой системы. Он разбивал работу на специализированные задачи, распределял их среди обученных специалистов и управлял с помощью количественных показателей, а не интуиции, сформировав thus структуру «функциональной пирамиды» — организационную форму, максимизирующую эффективность в существующей системе маршрутизации информации.

Первый серьезный стресс-тест этой функциональной структуры произошел во время Второй мировой войны в рамках «Манхэттенского проекта». Проект требовал междисциплинарного collaboration физиков, химиков, инженеров, металлургов и военных для достижения единой цели в условиях крайней секретности и нех ограничений. Роберт Оппенгеймер в Лос-Аламосской лаборатории использовал функциональное разделение, но настаивал на межdepartmental открытом collaboration, сопротивляясь тенденции военных к «изоляции». В 1944 году, когда «проблема имплозии» стала ключевым узким местом, он реорганизовал команду, создав кросс-функциональные группы, что в то время почти не имело прецедентов в бизнес-среде. Эта модель сработала, но была исключением военного времени, продвигаемым少数 выдающимися личностями. Проблема послевоенного бизнес-сообщества заключалась в следующем: может ли такой кросс-функциональный collaboration стать常态化?

Послевоенное расширение масштабов и глобализация компаний сделали ограничения функциональной структуры все более очевидными.

В 1959 году Гилберт Клии (Gilbert Clee) из McKinsey и Альфред ди Сципио (Alfred di Scipio) опубликовали в Harvard Business Review статью «Creating a World Enterprise», предложив框架 «матричной организации», сочетающий функциональную специализацию и дивизиональную структуру. При поддержке Марвина Бауэра (Marvin Bower) McKinsey помогла таким компаниям, как Shell, General Electric, внедрить эту модель, достигнув баланса между «центральными стандартами» и «местной гибкостью». Эта система стала парадигмой «современного предприятия» в послевоенной глобальной экономике.

Впоследствии, для应对 сложности и бюрократизации матричной структуры, появлялись новые управленческие框架.

McKinsey в 1970-х годах предложила «модель 7-S», разделив «жесткие элементы» (стратегия, структура, системы) и «мягкие элементы» (общие ценности, навыки, персонал, стиль), подчеркнув, что одной лишь структуры недостаточно для организационной эффективности, необходима также synergy на уровне культуры и человеческого фактора.

В последние десятилетия технологические компании проводили более радикальные эксперименты с организационной структурой.

Spotify внедрила кросс-функциональные группы (squad) и короткие циклы итераций; Zappos экспериментировала с Holacracy, отменив управленческие должности; Valve использовала плоскую структуру без формальной иерархии. Эти попытки выявили ограничения традиционной иерархии, но ни одна не смогла полностью решить проблему: Spotify при увеличении масштабов вернулась к традиционному управлению, Zappos столкнулась с большой текучкой кадров, модель Valve难以扩展 beyond нескольких сотен человек. Когда организация достигает масштабов в тысячи человек, ей приходится возвращаться к иерархической координации, поскольку более эффективного механизма маршрутизации информации пока не существует.

Это ограничение точно такое же, с которым сталкивались римляне и морская пехота во Второй мировой войне: уменьшение масштаба управления означает увеличение уровней иерархии, а увеличение уровней приводит к замедлению потока информации. На протяжении двух тысяч лет организационные инновации始终 пытались обойти эту дилемму, но так и не смогли ее сломать.

Так что же изменилось сейчас?

В Block мы начали ставить под сомнение базовое предположение: организация должна использовать человека в качестве механизма координации и adopt иерархическую структуру. Наша цель — заменить функции иерархии системой. В настоящее время большинство компаний просто снабжают сотрудников ИИ-помощниками, позволяя существующей структуре работать немного лучше, но суть не меняется. Мы хотим построить другую форму: компанию, которая сама по себе является «агентом» (или даже небольшим AGI).

Мы не первые, кто пытается выйти за пределы иерархии. «Rendanheyi» от Haier, платформенные организации, «управление на основе данных» — все это similarные исследования. Но им не хватает ключевого элемента: технологии, которая действительно может выполнять координационные функции. Таким technology является ИИ. Впервые появилась система, которая может continuously поддерживать модель работы предприятия в целом и на основе этого координировать, без необходимости людям передавать информацию через иерархию.

Для достижения этого компании нужны две вещи: «модель мира» своего собственного функционирования и достаточно богатые сигналы от клиентов.

Block в основном работает удаленно, и вся работа оставляет записываемый «след»: решения, обсуждения, код, дизайн, планы, проблемы и progress. Это составляет сырье для модели мира компании.

В традиционной компании менеджеры отвечают за понимание состояния команды и передачу информации вверх и вниз; а в «машино-читаемой» организации ИИ может continuously构建 это глобальное представление: что делается, где есть задержки, как распределены ресурсы, что эффективно, а что нет. Эта информация, которая раньше передавалась через иерархию, теперь передается через модель.

Но возможности системы зависят от качества входных сигналов, и «деньги» — самый реальный сигнал. Люди могут лгать в опросах, игнорировать рекламу, бросать корзины покупок, но когда они тратят, сберегают, переводят, занимают или repay, эти действия реальны. Block ежедневно видит обе стороны транзакции: через Cash App видит покупателя, через Square — продавца, а также имеет данные о работе merchants. Это позволяет ей构建 редкую модель мира клиента — понимание финансового поведения каждого клиента и merchant на основе сигналов реальных транзакций, причем эти сигналы постоянно накапливаются и усиливаются.

Модель мира компании и модель мира клиента вместе составляют основу компании нового типа. В этой модели компания больше не управляется продуктовыми командами вокруг установленной дорожной карты, а строится вокруг четырех основных элементов:

Первое, возможности (capabilities): базовые финансовые возможности, такие как платежи, кредитование, выпуск карт, банковские услуги, покупка сейчас и оплата позже (BNPL), выплата зарплат и т.д. Это не продукты, а базовые модули, не имеющие интерфейса, но обладающие требованиями к надежности, compliance и производительности.

Второе, модель мира: включает модель компании (понимание собственного функционирования) и модель клиента (представление клиентов и рынка, построенное на данных о транзакциях), постепенно эволюционирующие в систему, обладающую causal и predictive способностями.

Третье, интеллектуальный уровень (intelligence layer): в определенный момент для определенного клиента комбинирует возможности,主动 предлагая решения. Например, когда система预测, что у ресторана скоро возникнут проблемы с денежным потоком, она автоматически комбинирует варианты кредита и погашения и отправляет их заранее; или когда изменения в поведении пользователя暗示 о переезде, автоматически настраивает新的 комбинацию финансовых услуг. Все это не требует предварительного проектирования менеджером по продукту.

Четвертое, интерфейсы (interfaces): такие как Square, Cash App, Afterpay, TIDAL и др., они являются лишь интерфейсами доставки, реальная ценность создается на уровне модели и интеллектуального уровня.

Когда система пытается скомбинировать решение, но обнаруживает отсутствие某种 возможности, этот «сигнал失败» становится future дорожной картой продукта. Традиционный способ, при котором менеджер по продукту предполагает потребности, заменяется прямыми реальными действиями клиентов.

В такой структуре организация также меняется. В традиционной компании интеллект распределен among людей и маршрутизируется через иерархию; а здесь интеллект存在于系统中, люди находятся на «периферии». Периферия — это место, где интеллект соприкасается с реальностью. Люди могут感知 интуицию, культуру, доверие и сложные ситуации, которые модель уловить не может, и играть роль в этических и высокорисковых решениях. Но им не нужно координироваться через иерархию, потому что модель мира предоставляет необходимый контекст.

На практике организация упростится до трех типов ролей:

· IC (индивидуальный вкладчик): эксперты, создающие возможности, модели и интерфейсы;

· DRI (прямой ответственный): мобилизует ресурсы вокруг конкретной проблемы или результата для клиента;

· Player-coach: участвует в работе на передовой и одновременно развивает таланты, заменяя传统ционных менеджеров.

Отпадает необходимость в фиксированном中层 менеджменте, остальную координационную работу выполняет система.

Block目前仍处于这一转型的早期阶段,这将是一个艰难过程,部分尝试可能会失败. Но мы之所以公开这一方向,是因为相信每家公司最终都会面临同一个问题:你是否在不断加深对某个复杂问题的理解?

Если答案是否定的, ИИ — всего лишь инструмент снижения затрат; если答案是肯定的, ИИ раскроет истинную сущность компании.

Ответ Block — «экономический граф»: соединение миллионов merchants и потребителей, реальное понимание поведения на обоих ends транзакций и постоянное накопление. Мы считаем, что эта модель «организации компании на основе интеллекта, а не иерархии» в ближайшие годы изменит способ функционирования предприятий различных типов.

Скорость компании по своей сути зависит от скорости потока информации. Иерархия и менеджмент среднего звена замедляют этот поток. Две тысячи лет, от римской армии до современных предприятий, у нас не было лучшей альтернативы. Но сейчас эта предпосылка меняется. Block строит следующую форму.

Трендовые криптовалюты

Связанные с этим вопросы

QКаковы исторические предпосылки иерархической структуры организаций, описанные в статье?

AСтатья прослеживает эволюцию иерархических структур от римских легионов до современных корпораций. Римская армия создала систему с фиксированным «диапазоном контроля» (span of control), где один командир мог эффективно управлять 3-8 подчиненными. Эта структура, от 8 солдат до когорты в 5000 человек, была эффективным механизмом передачи информации. Позже прусский Генеральный штаб ввел прообраз «среднего менеджмента» — офицеров, занимающихся планированием и координацией. В XIX веке американские железнодорожные компании, управляемые выпускниками West Point, перенесли эту военную модель в бизнес, создав первые организационные диаграммы и заложив основу современной корпорации.

QКак, согласно статье, искусственный интеллект бросает вызов традиционной необходимости в иерархиях и среднем менеджменте?

AИИ fundamentally бросает вызов основному ограничению, которое historically оправдывало иерархии: ограниченной способности человека к обработке и маршрутизации информации. Традиционно中层管理 (средний менеджмент) существовал для координации, передачи информации и принятия предварительных решений. ИИ предлагает технологическое решение для координации, которое не требует человеческого посредничества. Он может создавать «модель мира компании» — глобальное, постоянно обновляемое понимание всех процессов, ресурсов и узких мест, — что раньше было функцией менеджеров. Это позволяет заменить человеческую систему маршрутизации информации машинной.

QЧто такое «интеллектуальная компания» (intelligent company) по версии Block, какова ее предполагаемая структура?

AКонцепция Block «интеллектуальной компании» — это организация, которая функционирует как единый агент ИИ (или небольшой AGI). Ее структура состоит из четырех ключевых компонентов: 1. Возможности (Capabilities): базовые модули (например, платежи, кредитование). 2. Модель мира: включает в себя модель компании (понимание внутренних операций) и модель клиента (понимание поведения на основе реальных данных, например, финансовых транзакций). 3. Интеллектуальный слой (Intelligence layer): комбинирует возможности в реальном времени на основе моделей, чтобы proactively предлагать клиентам решения. 4. Интерфейсы (Interfaces): приложения типа Cash App, которые являются лишь точкой доставки решений, сгенерированных интеллектуальным слоем.

QКакие изменения в ролях сотрудников предполагает переход к «интеллектуальной компании»?

AПереход к «интеллектуальной компании» radically меняет роли сотрудников. Традиционная иерархия с многоуровневым менеджментом упрощается до трех основных ролей: 1. IC (Индивидуальный исполнитель): эксперты, которые создают возможности, модели и интерфейсы. 2. DRI (Непосредственно ответственное лицо): человек, который мобилизует ресурсы вокруг конкретной проблемы или результата для клиента. 3. Player-coach: тот, кто одновременно выполняет一线ную работу и наставляет других, заменяя традиционного менеджера. Постоянный средний менеджмент, чья основная функция — координация, становится избыточным, так как эту работу берет на себя система.

QКакой, по мнению автора, является конечная цель внедрения ИИ в организационную структуру, выходящая за рамки простого повышения эффективности?

AКонечная цель, согласно статье, — это не просто повышение эффективности (сокращение затрат), а фундаментальное переосмысление природы компании. Если компания постоянно углубляет свое понимание сложной проблемы (для Block это «экономический граф» — понимание финансового поведения миллионов клиентов и merchants), то ИИ становится инструментом, который раскрывает эту сущность. Он позволяет перейти от организации, чей интеллект распределен среди людей и координируется иерархией, к организации, где интеллект встроен в саму систему. Это меняет саму основу того, как компания работает, принимает решения и создает ценность, делая скорость和信息流动 (скорость потока информации) ключевым конкурентным преимуществом.

Похожее

Фуцзянь, Цзиньцзян: супер-единорог в сфере памяти тихо делает своё дело

В провинции Фуцзянь в городе Цзиньцзян, известном производством спортивной обуви, находится перспективная компания в области производства чипов памяти — Fujian Jinhua Integrated Circuit Co. (Jinhua). Основанная в 2016 году как часть национального плана по развитию полупроводниковой промышленности, компания столкнулась с серьёзными вызовами. В 2018 году она была внесена в санкционный список Министерства торговли США по обвинению в промышленном шпионаже в пользу американской компании Micron, что привело к остановке производственной линии. После пяти лет судебных разбирательств в феврале 2024 года федеральный суд в Сан-Франциско полностью оправдал Jinhua, сняв все обвинения. Несмотря на правовую победу, компания всё ещё остаётся в санкционном списке, а годы задержек серьёзно замедлили её развитие. Под руководством своего ключевого инженера Чэнь Чжэнкуня, известного как «мастер эффективности», компания сумела адаптировать производство, увеличив долю отечественного оборудования. В отличие от ChangXin Memory Technologies (CXMT) и Yangtze Memory Technologies (YMTC), которые продвинулись дальше в производстве DRAM и NAND-памяти соответственно, Jinhua сосредоточена на специализированной (нишевой) DRAM-памяти для потребительской электроники. Её текущая производственная мощность составляет около 40 000 пластин в месяц. Хотя её доход в 2023 году оценивался примерно в 2 млрд юаней, что значительно меньше, чем у конкурентов, компания остаётся важным игроком. История Jinhua тесно связана с амбициозной промышленной трансформацией города Цзиньцзян. Местные власти оказали компании полную поддержку, включая финансовые гарантии и создание кластера, что демонстрирует стратегическую важность проекта для региона. Несмотря на то, что Jinhua упустила первые годы бума на рынке памяти, её устойчивость в условиях санкций показывает потенциал для восстановления в новом цикле роста, движимом развитием искусственного интеллекта.

marsbit23 мин. назад

Фуцзянь, Цзиньцзян: супер-единорог в сфере памяти тихо делает своё дело

marsbit23 мин. назад

Почему биткойн-фермы внезапно стали новым входом для вычислительных мощностей ИИ на фоне дефицита электроэнергии в 38 ГВт?

Заголовок: Почему майнинговые фермы для биткоина внезапно стали новым входом для вычислительных мощностей ИИ на фоне дефицита электроэнергии в 38 ГВт? Краткое содержание: Когда конкуренция между центрами обработки данных ИИ сместилась с вопроса «кто купит больше GPU» к «кто раньше получит электроэнергию», некоторые майнинговые фермы для биткоина, ранее считавшиеся волатильными активами, начали трансформироваться в центры обработки данных для облачных провайдеров, используя свои готовые возможности подключения к сети, землю и трансформаторные подстанции. По расчетам Morgan Stanley, в период 2026-2028 годов в США может возникнуть дефицит электроэнергии для ЦОДов около 38 ГВт, и модернизация старых майнинговых ферм может обеспечить от 10 до 19 ГВт. Такие компании, как TeraWulf и Hut 8, переориентируются с добычи криптовалют на предоставление инфраструктуры («Powered Shell Provider»), предлагая клиентам из сферы ИИ критически важный ресурс — возможность быстрее конкурентов развернуть значительные вычислительные мощности. Ключевой ценностью становится не вычислительная мощность для майнинга, а дефицитный доступ к электросетям, получение которого «с нуля» в некоторых регионах США теперь может занять 5-7 лет.

华尔街日报25 мин. назад

Почему биткойн-фермы внезапно стали новым входом для вычислительных мощностей ИИ на фоне дефицита электроэнергии в 38 ГВт?

华尔街日报25 мин. назад

Майкл Сэйлор: «Мы никогда не говорили, что никогда не будем продавать биткоины»

Председатель стратегической комиссии Майкл Сэйлор прокомментировал сообщения о новом разрешении компании Strategy на продажу биткоинов. Он заявил, что данное разрешение не является новым — оно было объявлено ещё 29 июня в рамках системы управления капиталом компании. Соглашение позволяет продавать BTC на сумму до 5 миллиардов долларов для определённых целей, но не обязывает компанию к продаже. Сэйлор подчеркнул, что Strategy никогда официально не брала на себя обязательство никогда не продавать свои биткоины, хотя и рассчитывает оставаться чистым покупателем BTC в долгосрочной перспективе. Он назвал текущие новости «старыми», переподанными как новые, и подтвердил, что программа монетизации биткоинов компании не предполагает обязательной продажи её активов.

cryptonews.ru1 ч. назад

Майкл Сэйлор: «Мы никогда не говорили, что никогда не будем продавать биткоины»

cryptonews.ru1 ч. назад

«Летняя пила» продолжается: пробой $67 000 станет началом роста биткоина

Цена биткоина продолжает консолидироваться в диапазоне $58 000–$67 000 с начала июня. 1 августа актив снизился до $62 217. Аналитики расходятся в краткосрочных прогнозах: некоторые, как Crypto Candy, ожидают тестирования уровня $60 000 или ниже, пока цена находится под $66 000. Другие, как Jelle, видят в боковом движении «летнюю пилу» и придерживаются стратегии усреднения. Ключевым для определения дальнейшего направления считается уровень $67 000. По мнению Daan Crypto Trades, его пробой необходим для выхода из затянувшейся паузы. Roman полагает, что уверенный пробой с объемом может быстро запустить рост к $70 000–$80 000 и выше. С долгосрочной точки зрения, макроаналитик Герт ван Лаген рассматривает текущую фазу как накопление в рамках масштабной формации «чаша с ручкой». Он отмечает, что долгосрочные держатели не спешат продавать актив, о чем говорит показатель NUPL. Таким образом, рынок находится в решающей фазе, где пробой либо поддержки $60 000, либо сопротивления $67 000 задаст тренд на ближайшее будущее.

cryptonews.ru1 ч. назад

«Летняя пила» продолжается: пробой $67 000 станет началом роста биткоина

cryptonews.ru1 ч. назад

На неделе с 3 по 9 августа стоит обратить внимание: Закон CLARITY, возможно, будет поставлен на голосование в Сенате; SpaceX и Circle опубликуют финансовые отчеты

**Важные события на следующей неделе (3–9 августа 2026 г.)** **Ключевые даты:** * **3 августа:** Публикация отчетов American Bitcoin за Q2. Полное закрытие сервисов DeFi-трекера Zapper и кошелька Ctrl Wallet. LayerZero прекратит поддержку ретрансляторов v1. Upbit прекратит торговлю токенами AQT и AERGO. * **4 августа:** Публикация финансовых отчетов SpaceX и Hut 8 за второй квартал 2026 года. * **5 августа:** Circle опубликует отчет за Q2. Начинается предварительное ценовое консультирование для IPO компании Unitree Tech (Ушу Цзишу) в Китае. * **6 августа:** Первая крупная разблокировка акций SpaceX — до 12% от общего капитала. * **7 августа:** Выход важных данных по рынку труда США (отчет о занятости за июль). Предельный срок для Сената США — получить 60 голосов в поддержку **Закона CLARITY** (билль о регулировании криптовалют и этике). Ожидается выпуск Grok 4.6 от xAI. * **8 августа:** Начало принудительной подачи сигналов в сети Bitcoin согласно предложению BIP-110. * **На неделе (дата уточняется):** Ожидается голосование полного состава Сената США по **Закону CLARITY**. Выход нового релиза XRP Ledger (v3.3.0) с новыми функциями, такими как конфиденциальные данные и пакетные транзакции. **Основные темы недели:** корпоративная отчетность (SpaceX, Circle), регулирование (CLARITY Act), рыночные события (разблокировка акций SpaceX, отчет по занятости в США) и обновления в технологиях блокчейна.

marsbit2 ч. назад

На неделе с 3 по 9 августа стоит обратить внимание: Закон CLARITY, возможно, будет поставлен на голосование в Сенате; SpaceX и Circle опубликуют финансовые отчеты

marsbit2 ч. назад

Торговля

Спот

Популярные статьи

Неделя обучения по популярным токенам (2): 2026 может стать годом приложений реального времени, сектор AI продолжает оставаться в тренде

2025 год — год институциональных инвесторов, в будущем он будет доминировать в приложениях реального времени.

1.9k просмотров всегоОпубликовано 2025.12.16Обновлено 2025.12.16

Неделя обучения по популярным токенам (2): 2026 может стать годом приложений реального времени, сектор AI продолжает оставаться в тренде

Обсуждения

Добро пожаловать в Сообщество HTX. Здесь вы сможете быть в курсе последних новостей о развитии платформы и получить доступ к профессиональной аналитической информации о рынке. Мнения пользователей о цене на AI (AI) представлены ниже.

活动图片