РЭЛИ, Северная Каролина — В то время как большинство компаний все еще выясняют, как заставить своих разработчиков эффективно использовать инструменты кодирования ИИ, финтех-компания Block только что за восемь недель развернула агенты ИИ для всей своей рабочей силы, насчитывающей 12 000 человек.
На конференции All Things Open 2025 на прошлой неделе Энджи Джонс, вице-президент Block по инжинирингу, объяснила, как компания этого добилась.
Все началось с малого
Как и многие истории успеха в сфере технологий, эта началась с одного-единственного разочарованного инженера. «Брэдли», главный инженер по машинному обучению (ML) в Block, сказал, что он устал от инструментов искусственного интеллекта, которые могут генерировать только фрагменты кода, сказала Джонс в своей презентации. По ее словам, ему нужно было что-то, что действительно могло бы делать что-то — автоматизировать сложные задачи разработки, а не просто предлагать следующую строку кода.
Когда OpenAI представила вызов функций, Брэдли и небольшая команда начали экспериментировать с автоматизацией некоторых частей рабочего процесса разработки. Эксперименты сработали, но быстро столкнулись с проблемой масштабирования. Без каких-либо стандартов построение интеграции для различных API стало головной болью. Каждый новый инструмент означал нестандартный код и проблемы с обслуживанием.
Затем Anthropic обратилась к Блоку по поводу так называемого протокола контекста модели (MCP) — открытого стандарта для подключения агентов ИИ к инструментам и источникам данных. Блоку понравилась эта идея, он стал партнером по запуску и переписал своего внутреннего агента («Гусь») для работы с MCP.
Случайное открытие
Тем не менее, создавая Goose для инженеров, команда поняла, что сможет заставить его работать на всех в компании.
«Мы начали думать: а что, если мы сможем сделать так, чтобы это работало для всех 12 000 сотрудников?» — сказал Джонс. Это звучало амбициозно. Большая часть сотрудников никогда не видела командной строки, не говоря уже о управляемых ключах API.
Первые попытки были промахами. Нетехнические сотрудники не могли понять, как установить программное обеспечение. Те, кто управлял этой частью, застряли в потоках аутентификации. По словам Джонса, весь этот опыт был создан для разработчиков.
Как заставить это работать на реальных людях
Однако команда перестала думать как инженеры и начала думать как их пользователи.
Во-первых, они упростили установку программного обеспечения. Весь процесс скачивания файла, его распаковки и перетаскивания в папку «Программы» многим сотрудникам был незнаком. Итак, они добавили Гуся во внутренний центр программного обеспечения. Теперь он автоматически устанавливается и обновляется на каждом ноутбуке компании.
«Итак, если у вас есть ноутбук Block, у вас есть Goose. Он просто работает», — сказал Джонс.
Затем они решили проблему «какую модель мне использовать». Вместо того, чтобы заставлять всех использовать одну модель ИИ, они позволяют сотрудникам выбирать. Маркетологи, как правило, предпочитают ChatGPT для написания писем. Инженеры доверяют Клоду решение технических задач. Гибкость значительно облегчила внедрение в разных командах.
«Мы позволяем сотрудникам выбирать между OpenAI, Anthropic, Google и Meta-провайдерами», — сказал Джонс. «И это дает людям возможность выбора, что значительно облегчает внедрение в различных дисциплинах».
Возможно, самая большая проблема была связана с безопасностью. Как отметил Джонс: «Block — это финтех-компания, то есть Square и Cash App, верно? И поэтому мы имеем дело с множеством правил. Мы должны быть очень безопасными». Вместо того, чтобы позволять людям устанавливать случайные инструменты, «мы создали небольшую рабочую группу для создания внутренних серверов, которые нужны людям».
Команда занялась работой.
«К концу той недели у нас было более 60 готовых к работе внутренних серверов MCP, а сегодня их уже более 100».
Эти внутренние серверы MCP включают подключения к таким инструментам, как Slack, Календарь Google, их хранилищам данных и внутренним системам. Все предварительно одобрено, все доступно автоматически.
Проблемы, о которых никто не говорит
Однако даже при наличии лучшего программного обеспечения возникли новые проблемы. Сотрудники начали использовать все доступные инструменты «на тот случай, если они им понадобятся», — сказал Джонс. Из-за десятков активных инструментов агент ИИ стал медленным, а иногда и непригодным для использования.
Решением Блока было внедрение автоматического управления инструментами. Если пользователь спрашивает о планировании календаря и задачах Asana, система автоматически включает Календарь Google и Asana, отключив все остальное. Пользователям не нужно об этом думать, сказал Джонс.
Они также создали обобщение разговоров. Когда чаты становятся слишком длинными, система автоматически подводит итог произошедшему и продолжает с новым контекстом.
Создание системы поддержки
Более того, Блок вложил значительные средства в то, чтобы помочь людям использовать эти инструменты.
Они создали два канала Slack: один для получения помощи, другой для обмена тем, что создали люди. Канал вдохновения стал одним из лучших драйверов внедрения. Сотрудники видят, как коллега автоматизирует что-то, с чем они столкнулись, и сразу же хотят попробовать это сами.
«Один [Slack channel] «Это место, где люди могут задавать вопросы, сообщать об ошибках, запрашивать новые функции или просто отвлекаться в режиме реального времени, и каждый просто вносит сюда свой вклад», — сказал Джонс. «Я не могу переоценить, насколько важно это было для внедрения, особенно для наших нетехнических пользователей».
Второй канал стал секретным оружием Блока.
«Это место, где сотрудники могут поделиться своими историями успеха, крутыми рабочими процессами, умными подсказками, которые они придумали, или дикими вещами, которые агент смог осуществить», — сказал Джонс. «Итак, этот канал быстро стал одним из лучших органических драйверов внедрения. Люди пролистывают, видят, что делают другие, и сразу же хотят попробовать это сами».
Блок также проводит еженедельные семинары, рабочие часы и тренинги по Goose. Не просто занятия «вот как использовать ИИ», а целевые семинары для конкретных команд. Отделы продаж прошли другое обучение, чем служба поддержки клиентов.
Что на самом деле построили люди
Результаты были удивительными, отметил Джонс. Сотрудники компании начали автоматизировать задачи, которые раньше были немыслимы, рассказала она:
- Аналитик безопасности теперь выявляет мошенничество, задавая вопросы о хранилище данных простым английским языком, вместо того, чтобы писать сложные SQL-запросы.
- Кто-то из отдела продаж проанализировал 80 000 записей о продажах и придумал, как распределить их по разным программам. То, что раньше занимало несколько дней работы с электронными таблицами, теперь занимало час.
- Инженер использовал интеграцию управления инцидентами, чтобы выявить закономерности в сбоях в работе системы, что привело к исправлениям, которые сделали инфраструктуру более надежной.
Джонс поделилась собственным опытом: когда ей нужно было спонсировать мероприятие, но у нее не было времени на обычный процесс закупок, она обратилась к Гусу за помощью. «Мне казалось, что Гусь шептал мне на ухо: «Позволь мне сказать тебе, с кем поговорить. Хочешь, я просто разберусь с этим за тебя?»»
Джонс сказала, что самая показательная история связана с сотрудницей, которая создала собственный сервер MCP, а затем спросила, куда ее отправить. Когда они дали ей ссылку на GitHub, она сказала: «О, у меня нет учетной записи GitHub. Я не разработчик». Джонс объяснила, что неинженер создала инструмент, который решил ее конкретную проблему.
Большая картина
Опыт Блока показывает кое-что важное в внедрении ИИ на предприятии: технология существует. Чего не хватает, так это всего, что вокруг него: установки, аутентификации, безопасности, обучения и сообщества, отметил Джонс.
«Это больше не побочный проект», — заключила она. «Мы применяем ИИ на практике в больших масштабах и выясняем, как это выглядит для реальной компании».
Другие компании, пытающиеся масштабировать ИИ, могут поучиться на подходе Блока. Начните со стандартов (MCP помог им избежать хаоса в интеграции). Сделайте вещи простыми в использовании, а не просто технически возможными. Обеспечьте безопасность и соблюдение требований с самого начала. «И инвестируйте в образование и поддержку общества», — объяснил Джонс.
Самое главное: позвольте пользователям внедрять инновации. По ее словам, некоторые из наиболее креативных заявок поступили от отделов, не имеющих ничего общего с технологиями.
Блок доказал, что внедрение ИИ на предприятии не должно быть медленным, ограничиваться разработчиками или фокусироваться на замене работников. Когда вы сделаете инструменты искусственного интеллекта по-настоящему доступными, сотрудники найдут способы работать умнее, быстрее и более автономно.
Будущее работы, возможно, не связано с заменой людей искусственным интеллектом. Возможно, речь идет скорее о предоставлении каждому человеку собственных возможностей на основе искусственного интеллекта. Блок показал, как это выглядит в масштабе.
ТЕНДЕНЦИОННЫЕ ИСТОРИИ YOUTUBE.COM/THENEWSTACK Технологии развиваются быстро, не пропустите ни одной серии. Подпишитесь на наш канал YouTube, чтобы смотреть все наши подкасты, интервью, демонстрации и многое другое. ПОДПИСАТЬСЯ Группа, созданная в Sketch. Дэррил К. Тафт освещает DevOps, инструменты разработки программного обеспечения и вопросы, связанные с разработчиками, в своем офисе в Балтиморе. Он имеет более чем 25-летний опыт работы в бизнесе и всегда ищет новые новости. Он работал… Узнайте больше от Дэррила К. Тафта.
