ЭТА ПРЕЗЕНТАЦИЯ ДОСТУПНА ПО ССЫЛКЕ

cybos.ai/hard-fork

AI HARD FORK 2026

ИИ-центричные организации

архитектура и дизайн систем будущего

Степан Гершуни

24 февраля 2026 · AI Hard Fork Conference

Степан Гершуни

Инвестор, фаундер, исследователь AI-native организаций

cyber.fund

Investing in AI-native companies

cybos.ai

AI-native layer for investment firms

codos.ai

AI-powered transformation consulting

friendroid.eu

Robots & humanoids

✉ @cryptoEssay

𝕏 @cyntro_py

ACT 1: ПРОБУЖДЕНИЕ

Мир уже изменился

51%

интернет-трафика — боты и ИИ

Imperva Bad Bot Report 2025

40%

читателей документации — ИИ-системы (было 9%)

GitBook AI Docs Data 2025

+693%

рост ИИ-трафика к ритейлерам за год

Adobe Holiday Shopping Report 2025

50M

shopping-запросов в день через ChatGPT

OpenAI / Harvard Study 2025

4—11x

конверсия ИИ-трафика vs органика

Semrush / Seer Interactive 2025

20%

реферального трафика Walmart = ChatGPT

Similarweb / Modern Retail 2025

ACT 1: ПРОБУЖДЕНИЕ

Автономность агентов: ускорение

45 мин

99.9-й перцентиль автономной работы

Anthropic Research 2026

15 часов

50-й перцентиль автономной работы

METR Time Horizon 1.1, Feb 2026

Недели

автономной работы агентов уже реальность

Devin, Factory AI, 2025-2026

ОКНО ТРАНСФОРМАЦИИ СЖИМАЕТСЯ

Интернет

~15 лет

Мобильная

~8 лет

ИИ

~3 года

ACT 1: ПРОБУЖДЕНИЕ

Большинство думают, что внедряют ИИ. Они ошибаются.

66%

застревают в пилотах

Informatica 2025

26%

выходят дальше POC

BCG 2025

900 → 10%

пилотов J&J → 10-15% дают 80% ценности

Wall Street Journal

BOLT-ON

Retrofitting

ИИ добавлен поверх старых процессов

Пилоты без стратегии

Shadow IT и утечка данных

HARD FORK

AI-Native

Процессы спроектированы вокруг ИИ

Единая архитектура

Человек оркестрирует, ИИ исполняет

ОРГАНИЗАЦИЯ = СИСТЕМА
ОБРАБОТКИ ИНФОРМАЦИИ

Coase (1937)
фирмы = транзакционные издержки

Shannon (1948)
вся информация = биты

Wiener (1948)
эффективные системы = цель + обратная связь

ИИ делает обработку информации в 100× дешевле. Galbraith, 1974 · Организация = система обработки информации

ПАРАМЕТРСТАРАЯ МОДЕЛЬAI-NATIVE

СТОИМОСТЬЗарплата + бенефиты + офисТокены

СКОРОСТЬЧасы → дниМиллисекунды

ЁМКОСТЬЧисло Данбара ~150Без ограничений

МАСШТАБИРОВАНИЕНайм + онбординг (месяцы)Клонирование (секунды)

ОРГАНИЗАЦИЯ КАК TOKEN FLOW

Любая компания — система обработки информации

ВХОДНЫЕ
ТОКЕНЫ

→

ОРГАНИЗАЦИЯ

Люди + Агенты
Обработка · Решения · Действия

→

ВЫХОДНЫЕ
ТОКЕНЫ

↻ ОБРАТНАЯ СВЯЗЬ

Sales

Запрос → Контракт

Engineering

Требования → Код

Operations

Заказ → Выполнение

AI-native ≠ компания, которая использует ИИ

AI-native = компания, спроектированная ВОКРУГ ИИ

BOLT-ON (Retrofit)

ИИ добавлен к существующим процессам
Человек делает, ИИ помогает
Централизованные комитеты (медленно)
Изолированные пилоты

AI-NATIVE (Hard Fork)

Процессы спроектированы вокруг ИИ
ИИ делает, человек оркестрирует
Автоматизированный встроенный контроль
Единая архитектура

Агенты — не работники и не инструменты. Они требуют постоянного управления. The Nature of the AI Firm, 2026

ВАШ СЛЕДУЮЩИЙ КЛИЕНТ
МОЖЕТ НЕ БЫТЬ ЧЕЛОВЕКОМ

51%

трафика = боты

+693%

ИИ-трафик к ритейлу

50M

запросов/день в ChatGPT

Imperva 2025 · Adobe Holiday Report · OpenAI / Harvard

АРХИТЕКТУРА AI-NATIVE ОРГАНИЗАЦИИ

5 слоёв + вертикаль управления

5

People & Organization
Org design · Training · Culture

4

Skills & Workflows
Skill library · Evals · Versioning

3

Orchestration
Agent teams · Routing · Failure handling

2

Data & Context
Context graph · Ontology · Ingestion

1

Infrastructure
Models · MCP · Monitoring · Compute

GOVERNANCE

Политики и правила
Аудит и compliance
Управление рисками
Trust framework
Мониторинг агентов

Модели меняются каждые 2 месяца. Архитектура — ставка без риска. The Nature of the AI Firm, 2026

INFRASTRUCTURE

MCP · Multi-model routing · Observability · Agent Trust

MCP = "USB-C для ИИ"

Универсальные коннекторы. Написал один раз — используешь везде.

Multi-model routing

Простые задачи → дешёвая модель. Сложные → frontier. 50-80% экономия

Observability

ПОЧЕМУ упало, а не просто ЧТО упало. Braintrust · Arize · Datadog

Agent Trust Framework

Агенты зарабатывают автономию как сотрудники: Intern → Junior → Senior

DATA & CONTEXT

Без общей схемы данных агенты не свяжут звонок продаж с дорожной картой

Unified Ontology

Общая схема данных — без неё агенты работают в изоляции друг от друга

Context Graph

Парсим данные один раз → запрашиваем структуру навсегда. DB hit вместо повторного LLM

Context Engineering

Правильный срез контекста для каждой конкретной задачи. Не всё — а то, что нужно

Pyramid Docs

3 предложения ↔ страница ↔ полная документация. Из одного источника

ORCHESTRATION

65% лидеров: оркестрация — барьер №1. Не модели. — KPMG

Span of Control

~4 агента

Лимит одновременного управления для человека. Нужны агенты-менеджеры

Sequential

A → B → C

Concurrent

A + B + C → merge

Group Chat

A ↔ B ↔ C debate

Handoff

A → human → B

Adaptive

Router → best path

СЛОЙ 3: ORCHESTRATION

ПОЧЕМУ БОЛЬШИНСТВО АГЕНТОВ
ПАДАЮТ В ПРОДЕ

95% на шаг × 20 шагов = ?

36%

общая надёжность 20-шагового процесса
при 95% успеха на каждом шаге

SKILLS & WORKFLOWS

Как извлечь и масштабировать знания организации

Human mirroring

Skill extraction

Self-improvement

Evals & Versioning

Skill library & Marketplaces

ТИПЫ АГЕНТОВ

Фоновые агенты

Работают непрерывно, независимо от людей

Мониторинг · Безопасность · Пайплайны

⇄

Зеркала людей

Привязаны к человеку, знают его контекст

Агенты продакта и маркетинга общаются друг с другом

Ролевые агенты

Привязаны к функции, а не к человеку

Поддержка · Code review · Compliance

PEOPLE & ORGANIZATION

70% ценности ИИ = переосмысление ЛЮДЕЙ. 20% технологии. 10% алгоритмы. — BCG

Откуда ценность ИИ

70%

Люди

20%

Технологии

10%

Алгоритмы

Новые роли

→ CAIO
→ AI Champion
→ Skill Designers
→ AI Engineer (+143% YoY)

Проекты, требовавшие больших команд, теперь делает один талантливый человек — Zuckerberg, Q4 2025

ПРИМЕР

Как это выглядит: VC Data OS

ЛЮДИ (SSO)

Ops Manager · operations
Finance · finance
Investor · full access

АГЕНТЫ (OAuth)

ops-agent ← inherits Ops scope
finance-agent ← inherits Finance scope
scouting-agent ← inherits Investor scope

MCP CONNECTOR LAYER

DocuSign · Notion · Mercury · Gmail · Slack · Stripe · Exa · Crunchbase

↓ token validated (Zitadel) · policy checked (Cerbos) ↓

CLICKHOUSE DATA WAREHOUSE

Ops

Finance

Investor

contracts, legal

✅

🔒

✅

bank, financials

🔒

✅

deal research

📖

🔒

✅

emails, comms

📧 ops

📧 fin

✅ all

ROW POLICIES enforced at storage engine — cannot be bypassed

OBSERVABILITY: every agent action → Langfuse trace · policy violation → DENIED, logged, alerted

LIVE DEMO

Вот как это работает
прямо сейчас

Демонстрация реального рабочего процесса с агентами

ACT 3: ДЕЙСТВИЕ

ЭТО УЖЕ РАБОТАЕТ

SaaStr

20 агентов = ~10 людей

Агент закрыл сделку на $70K в субботу в 11 вечера

Klarna

2.3M диалогов / мес

ИИ-ассистент заменил 700 FTE за первый месяц

Spotify

1500+ авто-PR

Coding-агенты автономно создают и мёржат PR

Ramp / Finance

40-80% меньше людей

70-85% финансовых исключений решаются автономно

Бенчмаркайте по лучшим, а не по средним.

ЧЕГО НЕ ДЕЛАТЬ

01

Не копируй чужие внедрения

Измеряй ROI, экспериментируй, масштабируй то, что работает у тебя

02

Думай о безопасности с первого дня

Identity, мониторинг, инфраструктура — не после, а параллельно

03

Пересмотри найм

Перед каждой вакансией: может ли агент? Не увольняй — не нанимай на роли ИИ

04

Build vs Buy

Commodity → покупай. Конкурентное преимущество → строй сам

ЧТО ДЕЛАТЬ ЗАВТРА

5 конкретных шагов к AI-native

1

Карта реальных процессов

Сядь с людьми. Запиши что РЕАЛЬНО происходит, а не что написано в SOP.

2

Найди свой token flow

Где информация входит? Как трансформируется? Где выходит? Это И ЕСТЬ твоя организация.

3

Одну вертикаль, но глубоко

Не распыляйся на 10 отделов. Выбери ОДНУ функцию, пройди end-to-end.

4

30 дней обучения

1-2 часа/день на review агентов. К 30-му дню — "pretty good".

5

Инвестируй в людей

Training ROI: $3.70 на $1. Новые роли > старые роли. Извлечение скиллов > сокращение.

СЛЕДУЮЩИЙ ШАГ

PLAYBOOK

ai-native.aimindset.org

Полный AI-Native Playbook с архитектурой и примерами

PLATFORM

codos.ai

AI-трансформация вашей организации

✉ @cryptoEssay

𝕏 @cyntro_py

Степан Гершуни

ИИ-центричные организации

Степан Гершуни

Мир уже изменился

Автономность агентов: ускорение

ОКНО ТРАНСФОРМАЦИИ СЖИМАЕТСЯ

Большинство думают, что внедряют ИИ. Они ошибаются.

ОРГАНИЗАЦИЯ = СИСТЕМАОБРАБОТКИ ИНФОРМАЦИИ

ОРГАНИЗАЦИЯ КАК TOKEN FLOW

AI-native = компания, спроектированная ВОКРУГ ИИ

ВАШ СЛЕДУЮЩИЙ КЛИЕНТМОЖЕТ НЕ БЫТЬ ЧЕЛОВЕКОМ

АРХИТЕКТУРА AI-NATIVE ОРГАНИЗАЦИИ

INFRASTRUCTURE

DATA & CONTEXT

ORCHESTRATION

ПОЧЕМУ БОЛЬШИНСТВО АГЕНТОВПАДАЮТ В ПРОДЕ

SKILLS & WORKFLOWS

ТИПЫ АГЕНТОВ

PEOPLE & ORGANIZATION

Как это выглядит: VC Data OS

Вот как это работаетпрямо сейчас

ЭТО УЖЕ РАБОТАЕТ

ЧЕГО НЕ ДЕЛАТЬ

ЧТО ДЕЛАТЬ ЗАВТРА

СЛЕДУЮЩИЙ ШАГ

ОРГАНИЗАЦИЯ = СИСТЕМА
ОБРАБОТКИ ИНФОРМАЦИИ

ВАШ СЛЕДУЮЩИЙ КЛИЕНТ
МОЖЕТ НЕ БЫТЬ ЧЕЛОВЕКОМ

ПОЧЕМУ БОЛЬШИНСТВО АГЕНТОВ
ПАДАЮТ В ПРОДЕ

Вот как это работает
прямо сейчас