Skip to main content
blockai-automationorg-design

Как Дорси собирает Block вокруг ИИ

Джек Дорси описал, как Block перестраивает компанию вокруг центральной ИИ-системы: средний менеджмент уходит, вместо него появляются роли IC, DRI и player-coach. Для бизнеса это важно, потому что меняется не только набор инструментов, а сама операционная модель и логика принятия решений.

Технический контекст

Я полез не в пересказы, а в первоисточник: мартовский текст Block, который Дорси написал вместе с Roelof Botha. Суть там не в модном слове AI, а в очень конкретной перестройке компании. Они выносят координацию из человеческой иерархии в центральную ИИ-систему, которая держит актуальную модель бизнеса и синхронизирует контекст между людьми.

Вот где у меня щёлкнуло. Обычно компании покупают очередной copilot и называют это AI-трансформацией. А тут идея жёстче: ИИ не помогает оргструктуре, а становится её несущей частью.

Роли тоже перекроили без особой сентиментальности. Глубокие специалисты становятся IC, то есть Individual Contributors, и получают контекст напрямую, без менеджерской прослойки. Продукты и владельцы направлений становятся DRI, Directly Responsible Individuals, и реально овнят задачу, включая доступ к ресурсам через общую систему.

Средний менеджмент в привычном виде режут. Часть людей превращается в player-coaches - это не администраторы статусов, а люди, которые и руками работают, и развивают команду. Всё, что раньше висело на слое «созвониться, переслать, синхронизировать, уточнить, эскалировать», по задумке уходит в AI-контур.

На бумаге это звучит почти как mini-AGI для компании, и сам Block именно так это и формулирует. Но я бы не романтизировал. Пока нет внятной публичной детализации по стеку, качеству модели, границам доступа, аудиту решений и тому, как они гасят ошибки в общей бизнес-памяти.

Есть ещё важный фон: в начале 2024 года Block провёл сокращения, уволив около тысячи сотрудников. Поэтому эту историю я читаю не как абстрактную философию управления, а как жёсткую операционную ставку: меньшая команда, больше плотности контекста, выше цена ошибки.

Что это меняет для бизнеса и автоматизации

Если смотреть трезво, Дорси сейчас показывает не «ещё один кейс внедрения искусственного интеллекта», а новый вариант оргдизайна. ИИ тут закрывает самую дорогую вещь в росте компании: передачу контекста между функциями. Не генерацию текстов, не чат-бота на сайт, а именно координацию.

Для fast-moving команд это очень сильный ход. Когда DRI может быстро собрать нужные IC-ресурсы, а специалист получает полный контекст без пяти созвонов, цикл решения реально сжимается. Я такое вижу и в клиентских кейсах: как только мы убираем ручную маршрутизацию знаний, ИИ автоматизация начинает приносить деньги, а не лайки в LinkedIn.

Кто выигрывает? Компании, где уже есть сильные исполнители, нормальная дисциплина данных и готовность описывать процессы как систему. Там AI-архитектура может стать центром управления, а не просто витриной. Особенно это заходит в продуктах, финтехе, SaaS и операционно тяжёлых бизнесах, где люди тонут в передаче статусов.

Кто проигрывает? Организации, где менеджерский слой держал всё на личных договорённостях, политике и памяти «старожилов». Если такого бизнеса нет в структурированных данных, центральная ИИ-система будет не синхронизировать, а красиво галлюцинировать. И тут будет больно.

Есть и второй риск, более бытовой. Не каждый сильный менеджер станет player-coach, и не каждый эксперт захочет жить как IC с повышенной автономией. Такая перестройка ломает карьерные лестницы, мотивацию и привычный способ прятать слабые решения за коллективной ответственностью.

Поэтому я бы не копировал Block по слайдам. Я бы брал принцип: сначала карта знаний, потом права доступа, потом DRI-модель, и только после этого интеграция искусственного интеллекта в операционный контур. Иначе получится дорогой хаос с красивым названием.

Мы в Nahornyi AI Lab как раз на этом слое и работаем: не просто прикручиваем модель, а собираем архитектуру ИИ-решений вокруг реальных процессов, владельцев задач и потоков данных. В этом месте теория быстро заканчивается, а начинается инженерия, доступы, orchestration и очень приземлённые вопросы ответственности.

Разбор сделал я, Вадим Нагорный из Nahornyi AI Lab. Я занимаюсь ИИ автоматизацией не в презентациях, а в живых системах, где нужно свести данные, роли и действия в одну рабочую механику. Если хотите обсудить ваш проект и понять, где у вас реально сработает внедрение ИИ, пишите мне, посмотрим вместе.

Поделиться статьёй