a16z останні погляди: коли агент штучного інтелекту стане основним користувачем програмного забезпечення

Написано: Глибока рефлексія

Чи задумувалися ви коли-небудь, що вся логіка побудови програмного забезпечення може бути радикально скасована? За останні десятиліття всі програми створювалися для людей. Ми витрачали безліч зусиль на оптимізацію інтерфейсів користувача, щоб кнопки були легше знайти, меню — яснішими, а процеси — більш плавними. Але що, якщо майбутні основні користувачі програм — не люди, а AI-агенти? Якщо у компанії сто співробітників, але працює тисяча AI-агентів, чи варто ще зосереджуватися на оптимізації людського інтерфейсу?

Нещодавно у одному з подкастів a16z Ерік Торенберг, Стівен Сіновскі та Мартін Касадо обговорювали дуже глибокі питання. Основна тема — як зміниться вся індустрія програмного забезпечення, коли AI-агенти стануть головними користувачами. Ця розмова дала мені зрозуміти, що ми стоїмо на порозі змін парадигми, яка набагато глибша, ніж уявляли більшість. Це не просто додавання AI-функцій до існуючих програм, а кардинальне переосмислення того, як вони створюються, як взаємодіють і як використовуються.

Програмне забезпечення має бути створене для AI-агентів

У розмові Мартін Касадо висловив думку, яка мене дуже зацікавила: якщо у вас в 100 разів більше AI-агентів, ніж співробітників, то ваше програмне забезпечення має бути створене для них. Це не питання вибору, а неминучий тренд. Зараз Box витрачає стільки ж часу на розробку інтерфейсів для агентів, скільки й для людей. Швидкість цієї трансформації перевищує мої очікування.

Логіка тут досить проста. Коли AI-агенти стають основними користувачами, вони взаємодіють з системою через API, CLI (інтерфейс командного рядка) або MCP (Model Context Protocol — протокол контексту моделі). Найефективнішою парадигмою зараз є надання агентам, що можуть писати код, доступу до SaaS-інструментів, щоб вони могли отримати доступ до ваших знань, робочих процесів і контекстної інформації. Такі агенти не лише читають і розуміють інформацію, а й здатні виконувати завдання, створюючи код або використовуючи API.

Claude Code від Anthropic, суперзастосунки від OpenAI та обчислювальні функції Perplexity — все рухається у цьому напрямку. Я вважаю, що цей потенціал ще тільки починає зростати. Уявіть, що агент не лише розуміє команду “проаналізуй продажі за минлий квартал”, а й сам пише код для витягання даних, аналізу та створення візуалізацій, навіть виявляє тренди, які ви не помітили. Де межі таких можливостей? Я ще не бачу їх.

Але є одне ключове питання, яке я постійно розмірковую: люди часто кажуть “створювати для агентів”, “маркетити агентам”, “мати хороші API та мови опису інтерфейсів”. Мартін Касадо у розмові висловив дуже правильну протилежну точку зору: це майже повністю неправильно. Чому? Тому що агенти найкраще вміють знаходити правильні інструменти і бекенд-системи. Вони не обирають вас через гарний API-документ, а базуються на таких факторах, як вартість, надійність системи, довговічність даних. Агент має колективний інтелект людського використання цих платформ.

Ця ідея мене дуже прояснила. Як галузь, ми занадто зосереджені на інтерфейсах і документації, забуваючи про сутність: потрібно створювати кращі системи. Агент змусить нас повернутися до технічної суті, а не до маркетингового пакування. Раніше рішення про купівлю корпоративного софту залежали від сили продажів, бренду або навіть бізнес-ланчу. У світі, керованому агентами, ці фактори втратять вагу. Агент буде обирати на основі технічної переваги. Це — величезна можливість для компаній, що справді зосереджені на технологіях.

Мінімум алгоритмічного мислення: не кожен може керувати AI-агентом

У розмові був один момент, що мене дуже вразив: реальні виклики для нефахівців у використанні AI-агентів. Стівен Сіновскі висловив гостру думку: алгоритмічне мислення — це дуже складно для більшості працівників. Якщо попросити будь-кого намалювати процес для виконання задачі, він, швидше за все, не впорається.

Це дуже важливий момент. Уявіть команду з 50 маркетологів, відповідальних за великий продукт. Лише один з них справді розуміє весь процес і може його задокументувати. Якщо дати цим співробітникам інструменти або агентів для автоматизації, їх здатність пояснити “що потрібно зробити” буде обмежено.

У відповідь на це Аарон Леві сказав, що це просто підвищує рівень роботи — потрібно опанувати новий навик. Це не новина в історії технологій. Він навів цікавий приклад: маркетолог Anthropic, який один використав Claude Code для виконання роботи, що раніше вимагала п’яти-десяти людей. Це важливо, бо цей фахівець був системним мислителем і добре розумів технології.

Але головне питання: що станеться, якщо кожна позиція матиме безліч інженерних ресурсів для автоматизації будь-яких завдань? Я вважаю, що це змінить роль цих позицій. Можливо, агенти стануть все більш майстерними у спрямуванні користувачів до системного мислення, але наразі ефективно користуватися цими інструментами можуть лише обрані.

Стівен Сіновскі навів чудовий приклад: його сестра після випуску з елітної бізнес-школи почала працювати у часи поширення обчислень. Вона раніше не використовувала електронні таблиці, але їй дозволили найняти багато стажерів, і вона керувала цілою командою студентів, що робили таблиці. Потім вона сама стала експертом у таблицях, виконуючи роботу, яку раніше робили стажери з калькуляторами. Весь рівень абстракції піднявся. Те, що раніше робили десятки людей, тепер робить одна — і з можливістю багаторазових ітерацій.

Ця історія показує, що ми зараз у подібній фазі розвитку AI-агентів. Спершу потрібно багато агентів, керованих одним розумним фахівцем. Але з часом ці агенти зіллються у єдину систему — код, що називається агентом — і зможуть виконувати маркетингові задачі, а потім і автоматизувати їх.

Ключовий момент: зараз потрібно бути справжнім “ракетником”, щоб створити 42 агенти і запустити їх. Але цей бар’єр швидко зникне, і знання з конкретних галузей повернеться до експертів. Це майже та сама дорога, що й еволюція електронних таблиць.

Страхи бізнесу: неконтрольована інтеграція та кошмар дозволів

У розмові був один момент, що мене дуже вразив. Аарон Леві розповів, що нещодавно виступав перед групою CFO і CIO, і шестеро з них сказали: “Ти зійшов з розуму, ти втратив довіру.” Чому? Тому що він казав, що інтеграційні проблеми стануть набагато простішими.

Ці побоювання IT-менеджерів цілком зрозумілі. Вони бояться не лише самих агентів, а й того, що працівники отримають доступ до створення нових інтеграцій. Це означає, що вони можуть “зламати” ключові системи. Уявіть, хтось створює новий API-зв’язок між системами 27 і 38. Якщо він просто генерує звіти — це його особиста справа. Але що, якщо він пише дані? А якщо йдеться про запис?

Аарон вважає, що у найближчі роки (N — дуже велике число) з’явиться так званий “read-only” агентський інтерфейс. Багато AI-застосунків — це споживацький рівень — людина є кінцевим користувачем. Але навіть на цьому рівні з’являються нові виклики.

Box нещодавно запустив офіційний CLI, і Аарон описав сценарій: ви даєте Claude Code доступ до Box CLI, і тепер можете взаємодіяти з системою за допомогою природної мови, використовуючи потужну модель Opus 4.6 для оркестрування операцій. Це круто: скажіть “завантажити весь цей папку на Box” або “обробити всі документи у цій папці” — і агент зробить.

Але виникають нові проблеми. Уявіть компанію з 5000 співробітників, кожен має доступ до спільних документів і маркетингових ресурсів, і всі використовують CLI. Як координувати тисячі запитів щогодини? Не з точки зору продуктивності, а щоб запобігти ситуаціям, коли один агент переміщує файли, інший — редагує, третій — видаляє? Це — нові виклики для CFO і CIO, коли агенти починають “божеволіти”.

Сам Аарон Леві під час тестування натрапив на цю проблему: намагався створити структуру маркетингового плану і зациклився, створюючи безліч вкладених папок. Жартував: “Я хочу знати, яка глибина вкладеності папок у Box, бо вже майже досяг її.”

Ця історія ілюструє більш глибоку проблему: коли агентам дають можливість діяти, вони можуть робити непередбачувані речі. А ця непередбачуваність — найстрашніше для бізнесу.

Обробляти AI-агента як співробітника? Не так просто

У розмові був цікавий момент щодо управління AI-агентами. Коли починаєш використовувати особистих агентів, їм дають свої API-ключі, електронні пошти. Як запобігти їхній неконтрольованій поведінці?

Мартін Касадо поділився практикою: давати агентам свої телефонні номери, кредитки (краще передплачені Visa з CVS), Gmail-акаунти. Gmail має багато механізмів RBAC (контроль доступу за ролями). Можна сперечатися, що вже існує багато таких систем, і агенту слід ставитися до нього як до окремої особи.

Але Аарон Леві одразу вказав на проблему: у команді з 50 людей уявляєте, що у них 100 “людей” — 50 людей і 50 агентів — у спільному просторі? Я можу контролювати свого агента, але що, якщо він співпрацює з іншими і випадково отримує доступ до заборонених ресурсів? Це — автономний агент із власною пам’яттю і статусом, що обробляє чужу інформацію.

Тут виникає фундаментальний конфлікт. З реальним співробітником ти не можеш дивитися його Slack, не можеш входити під його обліковим записом і контролювати кожен його крок. Він відповідає за свої дії. Але з агентом ти відповідаєш за все, що він робить. Ти маєш повний контроль і моніторинг, але він не має приватності.

Тому виникає суперечність: потрібно давати агентам доступ, але й мати можливість у будь-який момент “відкотити” їхні дії, наприклад, “зупинити все, що він зробив”. Але якщо я можу входити під його обліковим записом, як тоді зберігати конфіденційність і безпеку? Агент — це майже продовження тебе.

Аарон Леві підняв ще глибше питання безпеки: як зробити так, щоб агент зберігав секрети? Якщо ти скажеш йому “не розкривай X у контексті”, — це дуже складно. Якщо будь-яка інформація може потрапити у його контекстне вікно, бо він має доступ до ресурсів, то потрібно вважати, що ця інформація може бути викрадена через prompt injection.

Що це означає? Що, знаючи електронну пошту твого агента, я можу йому написати і обійти захисти — це набагато легше, ніж соціальний інженіринг людини. Тому зробити так, щоб агент не розкривав конфіденційної інформації, дуже складно.

Це — одна з головних технічних перешкод для AI-агентів. Поки цю проблему не вирішать, агентам не можна довіряти повністю у прийнятті рішень і доступі до ресурсів. Вони залишаться продовженням людини, а не самостійними суб’єктами.

Переваги стартапів: безстрашно впроваджувати AI-агентів

У розмові був один момент, що мене особливо зацікавив: швидкість поширення AI здатна бути набагато повільнішою, ніж уявляють у Кремнієвій долині. Чому? Тому що у стартапів і великих корпорацій різні обмеження.

Аарон Леві сказав, що стартапи можуть починати з нуля, не маючи тих ризиків, що є у великих компаніях, бо у них немає чого зламати. Це — наш шлях розвитку. Але у таких компаніях, як JPMorgan, питання — як налаштувати NanoClaw (гіпотетичний AI-агент) для автоматизації бізнесу? Тут — величезна різниця.

У чому вона? У великих корпораціях — 75 застарілих систем, суворі вимоги до відповідності, десятиліття накопичених стандартів безпеки, складна система дозволів. Вони не можуть собі дозволити помилку. Якщо агент зламав клієнтські дані — це катастрофа, що може зруйнувати компанію.

Стівен Сіновскі зробив цікаву передбачення: стартапи будуть витрачати всі доступні ресурси, імітуючи, що вартість обчислень не має значення. Більші компанії через страх і обережність будуть стояти на місці. А звичайні працівники почнуть самостійно купувати і використовувати ці інструменти, роблячи те, що раніше могли дозволити собі лише великі компанії.

Деякі компанії, через фінансові можливості, ризикнуть і стануть лідерами у своїх сферах, зберігаючи фінансову стабільність. Не буде ситуацій, коли через страх CFO ніхто не ризикне. Можуть бути помилки — це нормально.

Це створить цікаву диференціацію ринку. Малі і середні компанії, що рано інвестують і готові ризикувати, отримають конкурентну перевагу. Вони матимуть достатньо ресурсів для AI, і не будуть обмежені застарілими системами і страхом перед ризиками.

Також з’являться нові сервіси. Уявіть, що ви створюєте маркетингову агенцію, інженерну консультацію або архітектурну фірму, базуючись виключно на AI-агентах, без інформаційних бар’єрів і з можливістю миттєво писати потрібне програмне забезпечення. Такі компанії матимуть значний прорив, поки великі гравці не зможуть подолати свої обмеження.

Бюджет токенів: новий фронт управління проектами

У розмові був цікавий момент про бюджет токенів. Аарон Леві сказав: “Обговорення бюджету токенів — одне з найгарячіших у найближчі роки.”

Чому? Тому що витрати на обчислення — це від 14% до 30% доходів будь-якої публічної технологічної компанії. Вартість обчислень у два рази більша за зарплату інженерів, або на 3% більше — і це може вплинути на прибутковість.

Але Стівен Сіновскі вважає, що ми ще не знаємо відповіді, а CFO хочуть мати цифру, якою можна керувати. На Уолл-стріт їх змушують давати цифри і нести відповідальність. Це — звичайна практика, що повторюється з кожною новою технологією: від пропускної здатності інтернету до мікросхем і кількості програмістів.

Аарон наполягає, що цього разу ситуація особлива. Ми ніколи раніше не мали такої можливості — кожен користувач може запускати ресурси без обмежень. І в багатьох випадках це цілком логічно.

Це схоже на перехід від CapEx до OpEx у 2000-х, коли компанії почали платити за хмару. Тоді CFO казали: “Ми — аграрна компанія, ми знаємо тільки про капітальні витрати”, або навпаки — “Ми — хмарна компанія, нам це подобається”. Це вплив бухгалтерських правил.

Але питання бюджету токенів — ще більш деталізоване. Тепер потрібно вирішити: скільки токенів витратити на кожен запит? Чи запускати багато коротких або довгих? Чи паралелити? Яка допустима втрата?

Аарон каже, що зараз потрібно багато витрачати, щоб досліджувати нові підходи. Це — експерименти. Навіть якщо 90% токенів витрачається даремно, головне — знайти успішний шлях. Або ж потрібно ретельно проектувати системи перед запуском.

Поки ця дискусія триває, багато хто боїться обмежень Max у Claude Code. Це — реальна проблема, поки не з’явиться достатня обчислювальна потужність.

Але я погоджуюся з довгостроковою точкою зору Стівена Сіновскі: ця проблема зникне сама собою. Адже потрібно робити математичні розрахунки, подібні до Benioff. Якщо за рік ви платите інженеру 100 тисяч доларів, то потрібно оцінити, скільки коштує його інструмент. І з часом, коли кількість інженерів і обчислень зросте, баланс встановиться. Ми зараз у перехідній фазі: раніше вважали, що AI — це просто чат-бот, але це — платформа, що змінює все.

Майбутнє SaaS: цінність даних повертається

У розмові був цікавий момент про майбутнє корпоративних систем. Мартін Касадо зазначив, що сучасні SaaS-провайдери не продають дані бізнес-ліній, а продають інтелект, галузеві знання і цілі системи. Але агенти хочуть купувати дані і мати безлімітний доступ, що не відповідає їхній бізнес-моделі.

Це — довгий конфлікт із системами типу Workday або SAP, які обмежують API. Salesforce вже тричі переробляв свою платформу. Що означає “система запису” (system of record), коли йдеться про доступ до даних?

Стівен Сіновскі прямо сказав: “Створювати SAP за допомогою vibe coding — це безглуздо.” Всі галузеві знання не зберігаються лише у структурованих даних. Вони є у UI, у проміжних шарах і у способі використання.

Але Аарон має іншу думку. Він вважає, що з часом агенти будуть обирати інструменти, які їм потрібні, і зможуть вказувати, що саме потрібно автоматизувати. Хоча вони не зможуть повністю замінити корпоративні системи, але з часом агент може сказати: “Ти маєш оновити свій HR-систему, інакше я не зможу автоматизувати цей процес.”

Це — революційна ідея. Уявіть, що кількість агентів у 100 або 1000 разів перевищує кількість людей. Якщо таке станеться, потрібно буде створювати спеціальні системи для їх підтримки. Можливо, залишаться кілька систем ERP, що будуть останніми, але все інше залежатиме від того, наскільки добре агент зможе отримати потрібну інформацію.

Мартін Касадо підкреслив важливий нюанс: багато говорять “маркетинг агентам”, “створювати API”, “оптимізувати інтерфейси”. Це — неправильно. Агентам важливо знайти правильний бекенд. Вони не обирають через гарний інтерфейс, а через вартість, довговічність і надійність. Вони мають колективний інтелект людського використання цих систем.

Він навів приклад: коли агент обирає хмарну платформу, він враховує саме ці параметри, а не зовнішній вигляд. Тому, замість зосереджуватися на маркетингу, потрібно створювати системи, які будуть дійсно кращими.

Це — дуже глибока ідея. У епоху агентів технічна перевага стане головним фактором, а маркетинг — другорядним. Продукти, що базуються на технологіях, виграють, а ті, що — на маркетингу — програють.

Мої висновки: ми недооцінюємо масштаб цієї революції

Після цієї розмови я відчув, що уся фінансова і технологічна індустрія неправильно оцінює економічний вплив цієї зміни. Аарон Леві правий: головна проблема — всі намагаються зрозуміти економіку, але недооцінюють масштаб можливостей у рази.

Стівен Сіновскі навів історичні приклади: коли з’явилися ПК, всі думали, що MIPS — обмежений ринок, і не уявляли, що їх можна розмістити у кожному домі. А потім з’явилася можливість продавати софт окремо.

Аналогічно з хмарою: спочатку вважали, що це просто перенесення серверів у чужі дата-центри, і не передбачали зростання у тисячі разів.

З AI — те саме. Уявляли, що це просто чат-боти, але насправді — платформа, що змінює все. Вони зможуть масштабуватися до рівня, коли кожен працівник матиме своїх агентів, і використання ресурсів зросте експоненційно. Це не конкуренція, а створення нових можливостей.

Аарон Леві зазначив, що за останні шість місяців кількість інфраструктурних компаній зросла у рази, бо зараз створюється більше програмного забезпечення, ніж будь-коли. З’являться ще більше агентів, і споживання обчислень зросте у мільярди разів.

Ми переживаємо “час транзистора”, як колись — перехід від вакуумних ламп до транзисторів. Токени стануть схожими на MIPS IBM: дешевіше і більше, поки не з’явиться новий рівень цін і технологій.

У короткостроковій перспективі буде хаос і невизначеність. Компанії будуть боротися з витратами, ризиками і контролем. Стартапи ризикнуть і швидко рухатимуться. Багато з них зазнають невдачі, але деякі — стануть лідерами. Це створить новий ринковий розподіл: сміливі і ризиковані компанії отримають перевагу.

Малі і середні фірми, що рано інвестують, отримають конкурентну перевагу. Вони зможуть створювати нові сервіси, базуючись на AI, і швидко виходити на ринок.

Бюджет токенів: новий фронт управління проектами

Обговорення бюджету токенів — ще один важливий момент. Аарон Леві сказав: “Обговорення бюджету токенів — одне з найгарячіших у найближчі роки.”

Чому? Тому що витрати на обчислення — це від 14% до 30% доходів технологічних компаній. Вартість обчислень у два рази більша за зарплату інженерів — і це може впливати на прибутковість.

Стівен Сіновскі вважає, що ми ще не знаємо відповіді, а CFO хочуть мати цифру, якою можна керувати. Це — звичайна практика: давати цифри і нести відповідальність. Це — історія, що повторюється з кожною новою технологією.

Аарон наполягає, що цього разу ситуація особлива. Ми маємо можливість, коли кожен користувач може запускати ресурси без обмежень. І в багатьох випадках це цілком логічно.

Це схоже на перехід від CapEx до OpEx у 2000-х. Тоді компанії почали платити за хмару, і CFO казали: “Ми — аграрна компанія, ми знаємо тільки про капітальні витрати”, або навпаки — “Ми — хмарна компанія, нам це подобається”. Це — вплив бухгалтерських правил.

Але питання бюджету токенів — ще більш деталізоване. Тепер потрібно вирішити: скільки токенів витратити на кожен запит? Чи запускати багато коротких або довгих? Чи паралелити? Яка допустима втрата?

Аарон каже, що зараз потрібно багато витрачати, щоб досліджувати нові підходи. Це — експерименти. Навіть якщо 90% токенів витрачається даремно, головне — знайти успішний шлях. Або ж потрібно ретельно проектувати системи перед запуском.

Поки ця дискусія триває, багато хто боїться обмежень Max у Claude Code. Це — реальна проблема, поки не з’явиться достатня обчислювальна потужність.

Але я погоджуюся з довгостроковою точкою зору Стівена Сіновскі: ця проблема зникне сама собою. Адже потрібно робити математичні розрахунки, подібні до Benioff. Якщо за рік ви платите інженеру 100 тисяч доларів, то потрібно оцінити, скільки коштує його інструмент. І з часом, коли кількість інженерів і обчислень зросте, баланс встановиться. Ми зараз у перехідній фазі: раніше вважали, що AI — це просто чат-бот, але це — платформа, що змінює все.

Майбутнє SaaS: цінність даних повертається

У розмові був цікавий момент про майбутнє корпоративних систем. Мартін Касадо зазначив, що сучасні SaaS-провайдери не продають дані бізнес-ліній, а продають інтелект, галузеві знання і цілі системи. Але агенти хочуть купувати дані і мати безлімітний доступ, що не відповідає їхній бізнес-моделі.

Це — довгий конфлікт із системами типу Workday або SAP, які обмежують API. Salesforce вже тричі переробляв свою платформу. Що означає “система запису” (system of record), коли йдеться про доступ до даних?

Стівен Сіновскі прямо сказав: “Створювати SAP за допомогою vibe coding — це безглуздо.” Всі галузеві знання не зберігаються лише у структурованих даних. Вони є у UI, у проміжних шарах і у способі використання.

Але Аарон має іншу думку. Він вважає, що з часом агенти будуть обирати інструменти, які їм потрібні, і зможуть вказувати, що саме потрібно автоматизувати. Хоча вони не зможуть повністю замінити корпоративні системи, але з часом агент може сказати: “Ти маєш оновити свій HR-систему, інакше я не зможу автоматизувати цей процес.”

Це — революційна ідея. Уявіть, що кількість агентів у 100 або 1000 разів перевищує кількість людей. Якщо таке станеться, потрібно буде створювати спеціальні системи для їх підтримки. Можливо, залишаться кілька систем ERP, що будуть останніми, але все інше залежатиме від того, наскільки добре агент зможе отримати потрібну інформацію.

Мартін Касадо підкреслив важливий нюанс: багато говорять “маркетинг агентам”, “створювати API”, “оптимізувати інтерфейси”. Це — неправильно. Агентам важливо знайти правильний бекенд. Вони не обирають через гарний інтерфейс, а через вартість, довговічність і надійність. Вони мають колективний інтелект людського використання цих систем.

Він навів приклад: коли агент обирає хмарну платформу, він враховує саме ці параметри, а не зовнішній вигляд. Тому, замість зосереджуватися на маркетингу, потрібно створювати системи, які будуть дійсно кращими.

Це — дуже глибока ідея. У епоху агентів технічна перевага стане головним фактором, а маркетинг — другорядним. Продукти, що базуються на технологіях, виграють, а ті, що — на маркетингу — програють.

Мої думки: ми недооцінюємо масштаб цієї революції