Avoiding Death on the Yellow Brick Road | Andreessen Horowitz

Avoiding Death on the Yellow Brick Road

Как не погибнуть на Дороге из жёлтого кирпича

The question I keep getting from founders and prospective employees: is there any AI application layer left to build, or are OpenAI and Anthropic going to kill everything?

Вопрос, который мне постоянно задают основатели и потенциальные сотрудники: осталось ли вообще что-то для строительства на прикладном уровне ИИ, или OpenAI и Anthropic собираются убить всё?

There’s a particular flavor of AI psychosis behind the question. Some people have concluded the only durable places to avoid the permanent underclass are inside a big lab or out on the frontier building in robotics, hardtech, or similar – theoretically anything “the labs can’t touch.” If every piece of software is about to be eaten, either by Codex or Claude absorbing the work directly, or by a future model that will make whatever you’ve built unnecessary, then run!

За этим вопросом стоит особая разновидность ИИ-психоза. Некоторые пришли к выводу, что единственные надёжные места, где можно избежать попадания в вечный низший класс, — это внутри крупной лаборатории или на самом фронтире, в робототехнике, хардтехе и подобном — теоретически во всём том, «до чего лабораториям не дотянуться». Если каждый кусок софта вот-вот будет съеден — либо Codex или Claude напрямую заберут себе работу, либо будущая модель сделает всё, что вы построили, ненужным, — то бегите!

Listen I’m as much of an AI maximalist as almost anyone, and I think they’re half right. The labs really are coming for a huge swath of the application surface. But “the application layer” isn’t just one homogenous opportunity. The right framing is whether you’re on the Yellow Brick Road or somewhere else in Oz.

Послушайте, я такой же ИИ-максималист, как почти кто угодно, и я считаю, что они правы наполовину. Лаборатории действительно идут за огромным куском прикладной поверхности. Но «прикладной уровень» — это не одна однородная возможность. Правильная рамка такая: находитесь ли вы на Дороге из жёлтого кирпича или где-то ещё в Оз.

The Yellow Brick Road is our shorthand for the path the labs are walking, where they’re committing extraordinary resources. The reason the labs are best-suited for problems like code generation, writing, or image-creation is because these problems improve with raw model capability: every dollar spent on pre-training and post-training improves product quality. Meanwhile, the rest of Oz is inhabited by more complex, often vertical problems, that aren’t as simple as giving a business user a horizontal tool with access to standard tools and computer use. The value comes less from the underlying model’s raw capability (though that’s still important!) than from the scaffolding around it that makes the output trustworthy, compliant, and operational inside a specific industry.

Дорога из жёлтого кирпича — это наше сокращение для того пути, по которому идут лаборатории, вкладывая в него невероятные ресурсы. Лаборатории лучше всего приспособлены для таких задач, как генерация кода, письмо или создание изображений, потому что эти задачи улучшаются вместе с самой мощностью модели: каждый доллар, потраченный на пре-трейнинг и пост-трейнинг, повышает качество продукта. Тем временем остальную часть Оз населяют более сложные, часто вертикальные задачи, которые не сводятся к тому, чтобы дать бизнес-пользователю горизонтальный инструмент с доступом к стандартным инструментам и computer use. Ценность здесь идёт не столько от сырой мощности самой модели (хотя она по-прежнему важна!), сколько от обвязки вокруг неё, которая делает результат надёжным, соответствующим требованиям и работоспособным внутри конкретной отрасли.

We’re seeing this play out in real time as OpenAI and Anthropic are effectively telling the market they can’t solve every problem with a generic AI coworker. They’ve announced massive forward-deployed joint ventures to build whole companies around configuring and customizing their models for the enterprise. You don’t pour billions into those programs if you think the next model release is going to take care of it.

Мы наблюдаем это в реальном времени: OpenAI и Anthropic фактически говорят рынку, что не могут решить любую задачу универсальным ИИ-сотрудником. Они объявили о масштабных forward-deployed совместных предприятиях, чтобы строить целые компании вокруг конфигурирования и кастомизации своих моделей для энтерпрайза. Вы не вливаете миллиарды в такие программы, если считаете, что следующий релиз модели всё решит сам.

So if you want to get rich building AI apps – avoid the yellow brick road and build somewhere else in Oz. Here’s what we’ve learned, and what some of our portfolio founders have learned, about what works.

Так что если вы хотите разбогатеть, строя ИИ-приложения, — избегайте Дороги из жёлтого кирпича и стройте где-то ещё в Оз. Вот что мы узнали — и что узнали некоторые основатели из нашего портфеля — о том, что работает.

The Yellow Brick Road

Дорога из жёлтого кирпича

If you’re starting a company, The Yellow Brick Road is the most obvious path to go down, but it’s the most dangerous. Take a high performing model, plug in some off-the-shelf connectors (like G Drive, Slack, Salesforce, Notion, GitHub), and ship some sort of agentic orchestration layer on top of that. Magic!

Если вы запускаете компанию, Дорога из жёлтого кирпича — самый очевидный путь, но и самый опасный. Берёте высокопроизводительную модель, подключаете несколько готовых коннекторов (вроде G Drive, Slack, Salesforce, Notion, GitHub) и выпускаете поверх какой-нибудь слой агентной оркестрации. Магия!

The problem with this is that this is what the labs are doing with Cowork and Codex. Obviously, they own the model, which gives them better margins, control, and the ability to exert pricing power on anyone who’s downstream from them. But maybe most importantly also own the architectural choices that define what their products are built to solve well. They’ve been deliberate so far about the model plus tool calls pattern, and this is exactly what horizontal low-step-count work on the road requires. Even if a startup could somehow outperform Codex or Claude Code, the labs have massive distribution arms and the biggest brand halo in AI.

Проблема в том, что именно это и делают лаборатории с Cowork и Codex. Очевидно, они владеют моделью, что даёт им лучшую маржу, контроль и возможность диктовать цены всем, кто находится ниже по течению. Но, возможно, ещё важнее то, что они владеют и архитектурными решениями, определяющими, какие задачи их продукты заточены решать хорошо. Пока что они намеренно придерживаются паттерна «модель плюс вызовы инструментов», а это ровно то, что требуется для горизонтальной работы с малым числом шагов на Дороге. Даже если бы стартап каким-то образом превзошёл Codex или Claude Code, у лабораторий огромные дистрибуционные рычаги и самый сильный бренд-ореол в ИИ.

If you’re an AI app company running that playbook with the same connectors, no sub-agents or configuration below it, and no distribution, you’re likely walking down the road to nowhere.

Если вы — ИИ-компания, играющая по этому сценарию с теми же коннекторами, без саб-агентов и конфигурации под капотом и без дистрибуции, вы, скорее всего, идёте по дороге в никуда.

The Rest of Oz

Остальная страна Оз

It’s not all doom and gloom for startups. There’s an enormous opportunity outside the Yellow Brick Road, where startups have a clear path to own their customer and solve complex problems.

Для стартапов всё не так беспросветно. За пределами Дороги из жёлтого кирпича есть огромная возможность, где у стартапов есть чёткий путь владеть своим клиентом и решать сложные задачи.

These businesses are building agentic experiences where the model is woven through a complex web of tools, automations, and integrations (read: software), leading most of these startups to be vertical by default. They can focus on multi-step and multi-player work, with sub-agents for role- and vertical-specific tasks, that Anthropic and OpenAI can’t reach with horizontal platforms: gathering context across systems, then routing through multiple humans who have to approve at different stages. It often involves one or more legacy systems, tends toward needing deterministic outcomes where ambiguity isn’t acceptable, and is at times tied to some valuable business outcome. The labs understand how valuable these problems are: that’s why they’re building their own outsourced configuration shops, and why an entire upmarket class of reinforcement learning businesses exist.

Эти компании строят агентные опыты, где модель вплетена в сложную сеть инструментов, автоматизаций и интеграций (читай: софта), из-за чего большинство таких стартапов по умолчанию оказываются вертикальными. Они могут сосредоточиться на многошаговой и многоучастниковой работе, с саб-агентами под ролевые и отраслевые задачи, до которых Anthropic и OpenAI не дотягиваются горизонтальными платформами: сбор контекста по разным системам и последующая маршрутизация через нескольких людей, которые должны давать согласование на разных этапах. Часто здесь задействована одна или несколько legacy-систем, нужна детерминированность результата, где неоднозначность недопустима, и порой это привязано к какому-то ценному бизнес-результату. Лаборатории понимают, насколько ценны эти задачи: именно поэтому они строят собственные аутсорсинговые конфигурационные цеха и поэтому существует целый высококлассный сегмент бизнесов по reinforcement learning.

Why the rest of Oz won’t be owned by the Wizard

Почему остальной Оз не достанется Волшебнику

The response to the above would be that to date, it’s been a pretty bad trade to bet against the models/labs improving. They’ll likely just keep getting better and eventually eat into the market served by these application layer businesses.

Возражение на сказанное выше звучало бы так: до сих пор ставка против улучшения моделей/лабораторий была довольно проигрышной. Они, скорее всего, продолжат становиться лучше и в конце концов начнут отъедать рынок, который обслуживают эти бизнесы прикладного уровня.

The labs will certainly improve, but I’d argue there are a few ways the rest of Oz can defend themselves over time:

Лаборатории, безусловно, будут улучшаться, но я бы возразил, что есть несколько способов, которыми остальной Оз может защищаться со временем:

Data and learning flywheels:

Маховики данных и обучения:

A lot of what you internalize isn’t in any training set — unwritten industry norms, undocumented standards, the tribal knowledge that lives in practitioners’ heads. None of it is on the public web. No amount of training compute substitutes for being inside the workflows where this knowledge actually lives. There are two flywheels stacked on top of each other here: an across-customer one — patterns that compound as you see more variants of the same problem — and a within-customer one — the why behind specific decisions, the unsaid exceptions, the firm’s own rules of thumb that only surface through real interaction with the system.

Многое из того, что вы усваиваете, не содержится ни в одном тренировочном наборе — неписаные отраслевые нормы, недокументированные стандарты, племенное знание, живущее в головах практиков. Ничего из этого нет в открытом вебе. Никакой объём обучающих вычислений не заменит присутствия внутри рабочих процессов, где реально живёт это знание. Здесь два маховика, наложенных друг на друга: межклиентский — паттерны, которые накапливаются по мере того, как вы видите всё больше вариаций одной и той же задачи, и внутриклиентский — почему за конкретными решениями, негласные исключения, собственные эвристики фирмы, которые всплывают только в реальном взаимодействии с системой.

Even if customer data can’t be used across customers, application companies will be able to leverage pattern recognition across customer problem types, and use that to inform the right architecture for future problems. A company that has run its agents through a hundred legal redlines, a thousand insurance underwriting cycles, or ten thousand SDR campaigns has internalized the shape of the problem in a way the next entrant cannot replicate by spinning up a fresh agent for the first time.

Даже если данные одного клиента нельзя использовать для других клиентов, прикладные компании смогут опираться на распознавание паттернов по типам клиентских задач и на этой основе подбирать правильную архитектуру для будущих задач. Компания, которая прогнала своих агентов через сотню юридических редлайнов, тысячу циклов страхового андеррайтинга или десять тысяч SDR-кампаний, усвоила форму задачи так, как следующий новичок не сможет воспроизвести, поднимая свежего агента с нуля в первый раз.

A horizontal agent could in principle build the same learning infrastructure. The reason it doesn’t, beyond pure focus, is UX: capturing this kind of knowledge depends entirely on the workflow surfaces you give the user, and vertical players can shape those surfaces around exactly what their workflow needs to surface. Horizontal tools can’t. Eval sets, labeled outputs, and edge-case taxonomies can compound into a vertical-specific data flywheel which can fuel fine-tuning the next entrant can’t generate without comparable production exposure. Whether this is possible depends on data rights, the volume of production exposure accumulated, and the structure of customer contracts, but pattern recognition accrues regardless.

Горизонтальный агент в принципе мог бы построить ту же инфраструктуру обучения. Причина, по которой он этого не делает — помимо чистого фокуса, — это UX: захват такого рода знаний целиком зависит от рабочих поверхностей, которые вы даёте пользователю, и вертикальные игроки могут формировать эти поверхности ровно под то, что нужно вытащить их рабочему процессу. Горизонтальные инструменты не могут. Наборы для eval, размеченные результаты и таксономии граничных случаев могут накапливаться в вертикально-специфичный маховик данных, который способен питать файн-тюнинг, недостижимый для следующего новичка без сопоставимого боевого опыта в продакшене. Возможно ли это, зависит от прав на данные, накопленного объёма боевого опыта и структуры клиентских контрактов, но распознавание паттернов накапливается в любом случае.

Managing model variability and complexity: The labs are already routing internally — different model classes for different requests, ensembles under the hood. What they can’t do is route across vendors, or evaluate a competitor’s model for a specific sub-task, or use an open-source fine-tune for the narrow piece where it’s actually best. The Rest of Oz company picks the right model for each sub-task across the entire model market, not just what its parent lab ships. It also does the work nobody wants to do — re-running evals on upgrades, recalibrating prompts for the customer’s edge cases, rolling out without breaking production — every time a new model lands. The labs aren’t doing this on the customer’s behalf; they sell you their next model and tell you to migrate. The Rest of Oz company absorbs the migration. What the customer gets is the best intelligence available across the whole market, plus continuity through every upgrade.

Управление вариативностью и сложностью моделей: Лаборатории уже маршрутизируют внутри себя — разные классы моделей под разные запросы, ансамбли под капотом. Чего они не могут — это маршрутизировать между вендорами, или оценить модель конкурента под конкретную подзадачу, или использовать опенсорсный файн-тюн для узкого куска, где он на самом деле лучше всего. Компания из остального Оз подбирает правильную модель для каждой подзадачи по всему рынку моделей, а не только то, что выпускает её родительская лаборатория. Она также делает работу, которую никто не хочет делать, — перепрогоняет evals на апгрейдах, перенастраивает промпты под граничные случаи клиента, выкатывает обновления, не ломая продакшен, — каждый раз, когда выходит новая модель. Лаборатории не делают этого за клиента; они продают вам свою следующую модель и говорят мигрировать. Компания из остального Оз берёт миграцию на себя. Клиент же получает лучший доступный на всём рынке интеллект плюс непрерывность через каждый апгрейд.

Cost optimization: Running every query through Opus 4.7 is the fastest path to negative gross margins. The best Rest of Oz companies route across tiers of models — frontier models for the hardest tasks, mid-tier for the bulk, smaller custom or fine-tuned models where they’ve earned the right to use them. Some are now post-training their own models on top of that, optimizing them for the narrow slice of work their customer cares about and serving them at a fraction of the cost of a frontier API call. The labs price the floor: the least intelligence available at $X. The Rest of Oz company sells the inverse — the lowest dollar cost for the specific level of intelligence the workflow actually requires. That’s only possible if you know exactly what level each sub-task needs, which the labs structurally can’t know across every vertical. It translates directly into lower, controlled prices for outcomes.

Оптимизация затрат: Прогон каждого запроса через Opus 4.7 — это самый быстрый путь к отрицательной валовой марже. Лучшие компании остального Оз маршрутизируют по ярусам моделей — фронтир-модели для самых трудных задач, средний ярус для основной массы, меньшие кастомные или файн-тюненные модели там, где они заслужили право их использовать. Некоторые теперь дополнительно делают пост-трейнинг собственных моделей поверх этого, оптимизируя их под узкий срез работы, который важен их клиенту, и обслуживая их за долю стоимости вызова фронтир-API. Лаборатории задают пол: минимум интеллекта за $X. Компания остального Оз продаёт обратное — минимальную долларовую стоимость за тот конкретный уровень интеллекта, который реально требуется рабочему процессу. Это возможно, только если вы точно знаете, какой уровень нужен каждой подзадаче, чего лаборатории структурно не могут знать по каждой вертикали. Это напрямую транслируется в более низкие, контролируемые цены за результаты.

Governance: There is considerable value in becoming the control plane for how their customers run AI in that vertical – the place where permissions, auditing, what-the-agent-is-allowed-to-do, and what-the-agent-actually-did all converge. That control plane is built out of use case specific guardrails that look completely different across industries and job types. Because they own the tools, the workflows, and the data the agent touches end-to-end, they can provide deterministic outcomes in ways horizontal tools will struggle to. They are also the entity that absorbs the regulatory complexity for the end buyer — FRCP and bar rules in legal, HIPAA in healthcare, SEC and FINRA in finance, state insurance regulations, and so on. A horizontal player can’t credibly do that without becoming a hundred different verticals at once. CIOs want to have a partner that contractually states they are handling compliance for the agents they are providing.

Governance: Есть значительная ценность в том, чтобы стать control plane для того, как клиенты запускают ИИ в этой вертикали, — местом, где сходятся права доступа, аудит, что-агенту-разрешено-делать и что-агент-фактически-сделал. Этот control plane строится из guardrails под конкретные сценарии использования, которые совершенно по-разному выглядят в разных отраслях и должностях. Поскольку такие компании владеют инструментами, рабочими процессами и данными, к которым агент прикасается от начала до конца, они могут обеспечивать детерминированные результаты так, как горизонтальным инструментам будет трудно. Они же — та сущность, которая берёт на себя регуляторную сложность за конечного покупателя: FRCP и правила коллегии адвокатов в юриспруденции, HIPAA в здравоохранении, SEC и FINRA в финансах, страховое регулирование штатов и так далее. Горизонтальный игрок не сможет правдоподобно это делать, не превратившись в сотню разных вертикалей одновременно. CIO хотят иметь партнёра, который контрактно заявляет, что отвечает за комплаенс агентов, которых он предоставляет.

All of these come back to the same thing: focus. That could be a vertical (insurance, legal, accounting) or a function done deeply (sales, customer support, finance). Either way, the work needs a team that’s heads-down on one customer set — its workflows, its edge cases, its regulations. The labs aren’t built for that. They have to be everywhere, for everyone, which is how they built the Yellow Brick Road in the first place. The same trade-off keeps them out of the rest of Oz — you can be everywhere at once, or you can be great at one thing. Not both.

Всё это сводится к одному и тому же: к фокусу. Это может быть вертикаль (страхование, юриспруденция, бухгалтерия) или функция, проработанная глубоко (продажи, поддержка клиентов, финансы). В любом случае работе нужна команда, целиком сосредоточенная на одном наборе клиентов — на их рабочих процессах, их граничных случаях, их регуляциях. Лаборатории не построены для этого. Им приходится быть везде, для всех, — именно так они и проложили Дорогу из жёлтого кирпича в первую очередь. Тот же компромисс держит их вне остального Оз — можно быть везде сразу, либо быть великим в одном деле. Не и то, и другое.

Sales as an example – practical tips from 11x’s technical CEO

Продажи как пример — практические советы от технического CEO 11x

How should you think about this in practice? Here’s some practical tips from Prabhav Jain, the CEO 11x.

Как думать об этом на практике? Вот несколько практических советов от Prabhav Jain, CEO 11x.

Focus on outcomes

Фокусируйтесь на результатах

A tactical path to building a company that is resilient to the labs is to just start from a specific outcome that your customers really care about. For us that was helping companies generate more pipeline. From there the questions get tactical. Which activities do we want to own end-to-end that actually drive pipeline? Decompose each activity into tasks. Which tasks are agentic and which aren’t. Which require intricate domain insight and which don’t. The labs will ship workflows too, but when the workflow has many steps, messy inputs, hard-to-interpret state, or real-world constraints, a better model alone won’t get you there. The work falls to good old-fashioned software engineering, and the labs hold no edge over a focused application company on that surface. For example, here are some of the tasks that we handle, some agentic, and some not: lead prospecting based on custom signals, lead enrichment, deep account research, context fetcher from CRM, channel-specific message writer, lead qualification agent, and email deliverability system. These aren’t tasks you can just one-shot and require deep engineering.

Тактический путь к построению компании, устойчивой к лабораториям, — это просто начать с конкретного результата, который по-настоящему важен вашим клиентам. Для нас это была помощь компаниям в генерации большего pipeline. Дальше вопросы становятся тактическими. Какими активностями мы хотим владеть от начала до конца, чтобы они реально двигали pipeline? Разложите каждую активность на задачи. Какие задачи агентные, а какие нет. Какие требуют тонкого доменного знания, а какие нет. Лаборатории тоже будут выпускать рабочие процессы, но когда в процессе много шагов, грязные входные данные, трудно интерпретируемое состояние или ограничения реального мира, одна лишь более хорошая модель вас туда не доведёт. Работа ложится на старую добрую инженерию ПО, и на этой поверхности у лабораторий нет преимущества перед сфокусированной прикладной компанией. Например, вот некоторые задачи, которые мы решаем, часть из них агентные, часть нет: проспектинг лидов по кастомным сигналам, обогащение лидов, глубокое исследование аккаунтов, fetcher контекста из CRM, написание сообщений под конкретный канал, агент квалификации лидов и система доставляемости писем. Это не задачи, которые можно решить с одного выстрела, и они требуют глубокой инженерии.

The critical insight in the Oz analogy is that roughly half of any real workflow that is non-agentic carries no lab advantage. They are no better than you are at writing the deterministic software underneath the model layer. And the half that is agentic still requires you to tune, train, and constrain the models against the result you actually want. Domain knowledge often doesn’t sit in general training data. Those skills get built from the ground up for the vertical or function, and fed into the model at the right moment in the workflow. When our agents are qualifying an inbound lead on the phone, I have to be trained on what a good sales conversation is for that specific industry and that persona. That is application company work, and it compounds.

Критическое наблюдение в аналогии с Оз в том, что примерно половина любого реального рабочего процесса, которая является неагентной, не несёт никакого преимущества лабораторий. Они не лучше вас в написании детерминированного софта под слоем модели. А та половина, что агентна, всё равно требует от вас тюнить, обучать и ограничивать модели под тот результат, который вам действительно нужен. Доменное знание часто не лежит в общих тренировочных данных. Эти навыки выстраиваются с нуля под вертикаль или функцию и подаются в модель в нужный момент рабочего процесса. Когда наши агенты квалифицируют входящего лида по телефону, я должен быть обучен тому, что такое хороший разговор о продаже для этой конкретной отрасли и этой персоны. Это работа прикладной компании, и она накапливается.

More importantly, those skills become outdated all the time because businesses evolve, so your ability to evolve those workflows and context becomes a competitive advantage. As an example, when we started our scaled email outreach product, “AI” written emails were just starting to come into play. Fast forward to today, folks have a tuned sense of emails that are AI written vs human and crucially, this changes every few months. Our agents have to constantly adapt given the market dynamic, but this is where the moat is built. In fact, despite this dynamic, our positive reply rates have gone up 4x in the last few months and we’ve generated hundreds of millions in pipeline for our customers.

Что важнее, эти навыки постоянно устаревают, потому что бизнесы эволюционируют, так что ваша способность эволюционировать эти рабочие процессы и контекст становится конкурентным преимуществом. Например, когда мы запускали наш продукт масштабной email-рассылки, написанные «ИИ» письма только начинали входить в обиход. Перенесёмся в сегодня — у людей появилось натренированное чутьё на письма, написанные ИИ против человека, и, что критично, это меняется каждые несколько месяцев. Нашим агентам приходится постоянно адаптироваться под рыночную динамику, но именно здесь и строится ров. По факту, несмотря на эту динамику, наша доля положительных ответов выросла в 4 раза за последние несколько месяцев, и мы сгенерировали сотни миллионов pipeline для наших клиентов.

Work on problems where complexity is high

Работайте над задачами, где сложность высока

Complex problems are where real business value gets unlocked. Otherwise you’ll find yourself building a thin wrapper.

Сложные задачи — это то, где раскрывается реальная бизнес-ценность. Иначе вы обнаружите, что строите тонкую обёртку.

Decompose any sufficiently complex business problem and messiness shows up quickly. Here’s an example from the GTM world that sounds trivial: you shouldn’t reach out to a contact at a company if that company is already a customer. It’s anything but. Maybe you have the domain associated with the company in your CRM. What about companies with dozens of subsidiaries? What if the CRM record has the parent’s domain? What if a stale matching field in Salesforce sends a cold pitch to a current customer’s CRO? Real-world data is messy. Humans struggle with it. Models don’t magically clear that bar. Driving order out of that mess requires purpose-built agents engineered for the specific shape of the problem, not a general-purpose copilot pointed at a CRM. In fact, based on the data that we have, we have realized that the quality and freshness of our data is much higher than our customers, so by default, we anchor on our own.

Разложите любую достаточно сложную бизнес-задачу — и беспорядок проявляется быстро. Вот пример из мира GTM, который звучит тривиально: не стоит выходить на контакт в компании, если эта компания уже клиент. На деле это что угодно, только не просто. Допустим, в вашем CRM есть домен, привязанный к компании. А как быть с компаниями, у которых десятки дочек? Что, если в записи CRM указан домен материнской компании? Что, если устаревшее поле сопоставления в Salesforce отправит холодный питч действующему CRO клиента? Реальные данные грязны. Люди с ними мучаются. Модели волшебным образом эту планку не берут. Чтобы навести порядок в этом беспорядке, нужны целевые агенты, спроектированные под конкретную форму задачи, а не универсальный copilot, наведённый на CRM. По факту, на основе имеющихся у нас данных мы поняли, что качество и свежесть наших данных намного выше, чем у наших клиентов, поэтому по умолчанию мы опираемся на собственные.

Guardrails aren’t just to prevent bad stuff from happening. That’s what your customers are paying you for.

Guardrails нужны не только чтобы предотвращать плохое. Именно за это вам платят клиенты.

Guardrails are severely underestimated. Even inside the same product, every use case needs its own. For us, a regulated financial services prospect demands different guarantees than a mid-market SaaS customer, and those guarantees roll down into how the agent is allowed to write, who it can contact, what data it can touch, what it can say on a call and how every decision gets logged.

Guardrails сильно недооценивают. Даже внутри одного продукта каждому сценарию использования нужны свои. Для нас регулируемый клиент из финансовых услуг требует иных гарантий, чем mid-market SaaS-клиент, и эти гарантии спускаются вниз — в то, как агенту разрешено писать, с кем он может контактировать, к каким данным прикасаться, что он может говорить в звонке и как логируется каждое решение.

A one-size-fits-all system collapses under that variance. Guardrails have to be built per use case, configured per customer, and audited continuously, and that work sits squarely with the application company. This is why we have FDEs and technical deployment strategists that need to tune for each customer’s requirement. As an example, we worked with a F1000 institution to do consented outbound via voice to their large SMB customer base. The initial few iterations had low pickup rates – we had to quickly iterate and learn how to get this specific type of audience to engage in the first 10s of the call. SMB business owners behave very differently from larger B2B buyers or consumers. We now generate more sales opportunities for them in a day than their entire sales team for that segment in a month

Система «один размер на всех» рушится под этой вариативностью. Guardrails должны строиться под каждый сценарий, настраиваться под каждого клиента и непрерывно аудироваться, и эта работа лежит ровно на прикладной компании. Именно поэтому у нас есть FDE и технические deployment-стратеги, которым нужно тюнить под требования каждого клиента. Например, мы работали с институтом из F1000, чтобы делать consented outbound голосом по их большой базе клиентов из сегмента SMB. Первые несколько итераций имели низкую долю поднятых трубок — нам пришлось быстро итерировать и учиться, как вовлечь именно эту аудиторию в первые 10 секунд звонка. Владельцы SMB-бизнесов ведут себя совсем иначе, чем более крупные B2B-покупатели или потребители. Теперь мы генерируем для них больше сделочных возможностей за день, чем вся их команда продаж по этому сегменту за месяц

Insurance as an example – practical tips from FurtherAI’s CEO

Страхование как пример — практические советы от CEO FurtherAI

Sales is one example. Insurance is another, and it makes the same point from a different angle. Here’s how Aman Gour, CEO of FurtherAI, thinks about building off the road:

Продажи — это один пример. Страхование — другой, и оно делает ту же мысль под иным углом. Вот как Aman Gour, CEO FurtherAI, думает о строительстве вне Дороги:

When we started deploying AI inside real insurance operations, we kept hearing a particular assumption: the model is the intelligence, and the workflow is just scaffolding around it.

Когда мы начали внедрять ИИ внутри реальных страховых операций, мы постоянно слышали одно предположение: модель — это интеллект, а рабочий процесс — лишь обвязка вокруг неё.

The more carriers we worked with, the more convinced we became that this is backwards.

Чем с большим числом страховщиков мы работали, тем сильнее убеждались, что всё наоборот.

In insurance, a lot of the intelligence lives inside the workflow itself. Two carriers can run a submission through what looks like the same path: submission, review, quote, bind. But the path is the easy part. What separates the two carriers is everything inside it: which risks get escalated, which loss signals matter, which appetite rule wins when two of them conflict, when a human has to sign off, which external data gets pulled in, and how the final decision gets documented.

В страховании немалая часть интеллекта живёт внутри самого рабочего процесса. Два страховщика могут прогонять заявку по тому, что выглядит как один и тот же путь: подача, рассмотрение, котировка, привязка полиса. Но путь — это лёгкая часть. Двух страховщиков различает всё, что внутри: какие риски эскалируются, какие сигналы убытков важны, какое правило аппетита побеждает, когда два из них конфликтуют, когда человек должен поставить подпись, какие внешние данные подтягиваются и как документируется итоговое решение.

That logic does not live in one clean rules engine. It is spread across SOPs, manager reviews, underwriting philosophy, carrier-specific appetite, and years of operational experience. A lot of it is not written down in a form a model can simply read.

Эта логика не живёт в одном чистом движке правил. Она размазана по SOP, проверкам менеджеров, философии андеррайтинга, специфичному для страховщика аппетиту и годам операционного опыта. Многое из этого не записано в форме, которую модель может просто прочитать.

This is why we do not believe in a pure agent that reasons from scratch every time, and we do not believe in a rigid workflow that breaks the moment reality gets messy. And instead been building agentic workflows. The workflow gives you repeatability, auditability, and cost control. The agent handles variability and recovers when the happy path breaks. The human stays in the loop for the judgment calls where accountability matters.

Именно поэтому мы не верим в чистого агента, который каждый раз рассуждает с нуля, и не верим в жёсткий рабочий процесс, который ломается в тот момент, как реальность становится грязной. Вместо этого мы строим агентные рабочие процессы. Рабочий процесс даёт вам повторяемость, аудируемость и контроль затрат. Агент справляется с вариативностью и восстанавливается, когда «счастливый путь» ломается. Человек остаётся в контуре для тех суждений, где важна ответственность.

On day one, this automates manual work. But over time, every escalation becomes a signal, every exception is a feedback and every human correction shows where the runbook was incomplete. Over time, the workflow stops being a script and starts becoming the carrier’s operating memory. This is the part the labs will find hard to reach. They will keep shipping better models and better general agents, and they should. But they do not sit inside a carrier’s production workflows long enough to learn why one account was escalated, why one risk was declined, or why an underwriter overrode the appetite guide and was right to do so.

В первый день это автоматизирует ручную работу. Но со временем каждая эскалация становится сигналом, каждое исключение — обратной связью, а каждая человеческая правка показывает, где runbook был неполным. Со временем рабочий процесс перестаёт быть скриптом и начинает становиться операционной памятью страховщика. Это та часть, до которой лабораториям будет трудно дотянуться. Они продолжат выпускать модели получше и общих агентов получше, и это правильно. Но они не сидят внутри продакшен-процессов страховщика достаточно долго, чтобы понять, почему один аккаунт был эскалирован, почему один риск был отклонён или почему андеррайтер переопределил гайд по аппетиту — и был прав, сделав это.

That understanding only comes from running the workflow, in production, many thousands of times. The workflow you ship on day one is not the moat. The loop that production usage creates over time is.

Это понимание приходит только из прогона рабочего процесса в продакшене многие тысячи раз. Рабочий процесс, который вы выпускаете в первый день, — это не ров. Ров — это петля, которую боевое использование создаёт со временем.

For us, that is what it means to build off the road.

Для нас именно это и значит строить вне Дороги.

How do you decide if you are in the rest of Oz or not?

Как понять, находитесь вы в остальном Оз или нет?

The tools-and-steps test: How many steps does the work take, and how complex are the tools you have to build to support it? Compare a horizontal AI search across Google Drive — one step against one tool with a forgiving outcome, the user reads the summary and re-asks if it’s wrong — to a multi-step legal redline against three years of firm precedent: dozens of steps across many tools, output that has to clear partner review and may need to be argued in court. Both look like “an agent doing work,” but only one of them requires the kind of deep software a focused team takes years to build.

Тест на инструменты и шаги: Сколько шагов занимает работа и насколько сложны инструменты, которые вам приходится строить для её поддержки? Сравните горизонтальный ИИ-поиск по Google Drive — один шаг, один инструмент с прощающим результатом: пользователь читает сводку и переспрашивает, если она неверна — с многошаговым юридическим редлайном против трёхлетнего корпуса прецедентов фирмы: десятки шагов через множество инструментов, результат, который должен пройти ревью партнёра и, возможно, должен быть отстаиваем в суде. Оба выглядят как «агент, делающий работу», но только один из них требует того глубокого софта, на постройку которого у сфокусированной команды уходят годы.

The system test: Are you building a system the customer runs their work through, or a tool that sits on top of a system they already have? Systems own the workflow end-to-end — the data capture, the governance, the records of what got done — and they’re what the customer points to when describing how the actual work happens. Tools on the other hand just add intelligence to a workflow the customer already runs. The tool case generates real revenue and the labs can take it because the customer isn’t depending on you as the orchestration layer. High ACV is usually a signal of a system, since systems replace real headcount and get paid accordingly, but it isn’t a guarantee. Ask yourself if the customer would still need your tool if a lab shipped something that supposedly directly competes with you. If yes, you’re building a system. If no, you’re a tool — even if your ACV is high.

Тест на систему: Вы строите систему, через которую клиент пропускает свою работу, или инструмент, сидящий поверх системы, которая у клиента уже есть? Системы владеют рабочим процессом от начала до конца — захватом данных, governance, записями о том, что было сделано, — и именно на них клиент указывает, описывая, как реально происходит работа. Инструменты же просто добавляют интеллект в рабочий процесс, который клиент уже ведёт. Случай инструмента генерирует реальную выручку, и лаборатории могут его забрать, потому что клиент не зависит от вас как от слоя оркестрации. Высокий ACV обычно сигнализирует о системе, поскольку системы замещают реальный штат и оплачиваются соответственно, но это не гарантия. Спросите себя: понадобился бы клиенту ваш инструмент по-прежнему, если бы лаборатория выпустила нечто, якобы напрямую конкурирующее с вами? Если да — вы строите систему. Если нет — вы инструмент, даже если ваш ACV высок.

The hedge fund / P&L test: While lab performance is judged against benchmarks, rest of Oz performance is judged against your customer’s P&L. Your customer doesn’t care that your model scored well on SWE-Bench or MMLU — they care whether your agent closed the deal, redlined the contract correctly, or bound the right policy. If they’re fixated on their workflow-specific outcome, not on a generic capability score, you’re in the rest of Oz. If they’re paying for generic capability, you’re selling them something they can get with a Claude or Codex seat. The best agent businesses are going to need to execute like hedge funds — winning on alpha measured in customer P&L, not in benchmark scores.

Тест хедж-фонда / P&L: Пока производительность лабораторий судят по бенчмаркам, производительность остального Оз судят по P&L вашего клиента. Вашему клиенту неважно, что ваша модель хорошо набрала на SWE-Bench или MMLU — его волнует, закрыл ли ваш агент сделку, корректно ли отредлайнил контракт или привязал ли правильный полис. Если он зациклен на специфичном для своего рабочего процесса результате, а не на общем балле способностей, — вы в остальном Оз. Если он платит за общую способность — вы продаёте ему то, что он может получить с местом Claude или Codex. Лучшим агентным бизнесам придётся исполнять как хедж-фонды — побеждать на альфе, измеряемой в P&L клиента, а не в баллах бенчмарков.

Both can (and will) win

Победить могут (и победят) оба

We’re going to see massive winners on and off the Yellow Brick Road. The models will continue to win because they own the model and they own the distribution for the horizontal tools they have designed.

Мы увидим огромных победителей и на Дороге из жёлтого кирпича, и вне её. Модели продолжат побеждать, потому что они владеют моделью и владеют дистрибуцией для горизонтальных инструментов, которые они спроектировали.

The rest of Oz can win if they own the system of work — the surface where the work of the company actually executes and the data that flows from it gets captured. These companies own the data capture, the workflow system of action, and the governance. As more complex workflows mature in a vertical, they compound into one core experience the customer comes to depend on. As new model generations ship from incumbents and new entrants, the company becomes the layer that integrates and delivers them to the customer. The model is fungible underneath; the system of work is not.

Остальной Оз может победить, если будет владеть системой работы — той поверхностью, где работа компании реально исполняется, и данными, которые из неё захватываются. Эти компании владеют захватом данных, рабочей системой действия и governance. По мере того как в вертикали созревают всё более сложные рабочие процессы, они складываются в один ключевой опыт, от которого клиент начинает зависеть. По мере того как от старожилов и новых игроков выходят новые поколения моделей, компания становится тем слоем, который интегрирует их и доставляет клиенту. Модель под капотом взаимозаменяема; система работы — нет.

The next generation of enterprise software is going to be built off the road.

Следующее поколение корпоративного софта будет построено вне Дороги.

If you’re building it, reach out: jschmidt@a16z.com.

Если вы его строите — пишите: jschmidt@a16z.com.

Joe Schmidt

Joe Schmidt

is a partner at Andreessen Horowitz, where he focuses on software, fintech, and insurtech investments.

— партнёр в Andreessen Horowitz, где он фокусируется на инвестициях в софт, финтех и иншуртех.

new Everything, Everywhere is Compliance

новое Everything, Everywhere is Compliance

Is Software Losing Its Head?

Is Software Losing Its Head?

Response to the FTC and the DOJ’s Request for Comment Concerning an Updated Guidance on Business Collaborations

Response to the FTC and the DOJ’s Request for Comment Concerning an Updated Guidance on Business Collaborations

Workday’s Last Workday?

Workday’s Last Workday?

Where Enterprises are Actually Adopting AI

Where Enterprises are Actually Adopting AI

Want More Enterprise?

Хотите больше про энтерпрайз?

News and resources for navigating the world of B2B technology, from AI and data, to security and SaaS, and more.

Новости и ресурсы для навигации в мире B2B-технологий — от ИИ и данных до безопасности, SaaS и не только.

Views expressed in “posts” (including podcasts, videos, and social media) are those of the individual a16z personnel quoted therein and are not the views of a16z Capital Management, L.L.C. (“a16z”) or its respective affiliates. a16z Capital Management is an investment adviser registered with the Securities and Exchange Commission. Registration as an investment adviser does not imply any special skill or training. The posts are not directed to any investors or potential investors, and do not constitute an offer to sell — or a solicitation of an offer to buy — any securities, and may not be used or relied upon in evaluating the merits of any investment.

Мнения, выраженные в «постах» (включая подкасты, видео и социальные сети), принадлежат тем отдельным сотрудникам a16z, которые в них цитируются, и не являются мнениями a16z Capital Management, L.L.C. («a16z») или её соответствующих аффилированных лиц. a16z Capital Management — инвестиционный советник, зарегистрированный в Комиссии по ценным бумагам и биржам. Регистрация в качестве инвестиционного советника не подразумевает какого-либо особого мастерства или подготовки. Посты не адресованы каким-либо инвесторам или потенциальным инвесторам и не являются предложением о продаже — или приглашением к оферте о покупке — каких-либо ценных бумаг, и не могут использоваться или служить опорой при оценке достоинств какой-либо инвестиции.

The contents in here — and available on any associated distribution platforms and any public a16z online social media accounts, platforms, and sites (collectively, “content distribution outlets”) — should not be construed as or relied upon in any manner as investment, legal, tax, or other advice. You should consult your own advisers as to legal, business, tax, and other related matters concerning any investment. Any projections, estimates, forecasts, targets, prospects and/or opinions expressed in these materials are subject to change without notice and may differ or be contrary to opinions expressed by others. Any charts provided here or on a16z content distribution outlets are for informational purposes only, and should not be relied upon when making any investment decision. Certain information contained in here has been obtained from third-party sources, including from portfolio companies of funds managed by a16z. While taken from sources believed to be reliable, a16z has not independently verified such information and makes no representations about the enduring accuracy of the information or its appropriateness for a given situation. In addition, posts may include third-party advertisements; a16z has not reviewed such advertisements and does not endorse any advertising content contained therein. All content speaks only as of the date indicated.

Содержимое здесь — и доступное на любых связанных платформах распространения и любых публичных онлайн-аккаунтах, платформах и сайтах a16z в социальных сетях (совокупно «каналы распространения контента») — не должно толковаться или использоваться в качестве опоры каким бы то ни было образом как инвестиционный, юридический, налоговый или иной совет. Вам следует консультироваться с собственными советниками по юридическим, деловым, налоговым и иным связанным вопросам, касающимся любой инвестиции. Любые прогнозы, оценки, предсказания, цели, перспективы и/или мнения, выраженные в этих материалах, могут изменяться без уведомления и могут отличаться от мнений, выраженных другими, или противоречить им. Любые графики, приведённые здесь или в каналах распространения контента a16z, предназначены только для информационных целей и не должны служить опорой при принятии каких-либо инвестиционных решений. Определённая информация, содержащаяся здесь, была получена из сторонних источников, включая портфельные компании фондов, управляемых a16z. Хотя она взята из источников, считающихся надёжными, a16z не проверяла такую информацию независимо и не делает заявлений о неизменной точности информации или её пригодности для конкретной ситуации. Кроме того, посты могут включать сторонние рекламные материалы; a16z не проверяла такую рекламу и не одобряет какое-либо рекламное содержание в ней. Всё содержимое актуально только на указанную дату.

Under no circumstances should any posts or other information provided on this website — or on associated content distribution outlets — be construed as an offer soliciting the purchase or sale of any security or interest in any pooled investment vehicle sponsored, discussed, or mentioned by a16z personnel. Nor should it be construed as an offer to provide investment advisory services; an offer to invest in an a16z-managed pooled investment vehicle will be made separately and only by means of the confidential offering documents of the specific pooled investment vehicles — which should be read in their entirety, and only to those who, among other requirements, meet certain qualifications under federal securities laws. Such investors, defined as accredited investors and qualified purchasers, are generally deemed capable of evaluating the merits and risks of prospective investments and financial matters.

Ни при каких обстоятельствах любые посты или иная информация, предоставленная на этом веб-сайте — или в связанных каналах распространения контента, — не должны толковаться как оферта, приглашающая к покупке или продаже какой-либо ценной бумаги или доли в каком-либо пуле инвестиционных средств, спонсируемом, обсуждаемом или упомянутом сотрудниками a16z. Равно как и не должны толковаться как предложение предоставить услуги инвестиционного консультирования; предложение инвестировать в управляемый a16z пул инвестиционных средств будет сделано отдельно и только посредством конфиденциальных документов о размещении конкретных пулов инвестиционных средств — которые следует читать полностью и только тем, кто, помимо прочих требований, отвечает определённым квалификациям согласно федеральному законодательству о ценных бумагах. Такие инвесторы, определяемые как аккредитованные инвесторы и квалифицированные покупатели, в целом считаются способными оценивать достоинства и риски предполагаемых инвестиций и финансовых вопросов.

There can be no assurances that a16z’s investment objectives will be achieved or investment strategies will be successful. Any investment in a vehicle managed by a16z involves a high degree of risk including the risk that the entire amount invested is lost. Any investments or portfolio companies mentioned, referred to, or described are not representative of all investments in vehicles managed by a16z and there can be no assurance that the investments will be profitable or that other investments made in the future will have similar characteristics or results. A list of investments made by funds managed by a16z is available here: https://a16z.com/investments/. Past results of a16z’s investments, pooled investment vehicles, or investment strategies are not necessarily indicative of future results. Excluded from this list are investments (and certain publicly traded cryptocurrencies/ digital assets) for which the issuer has not provided permission for a16z to disclose publicly. As for its investments in any cryptocurrency or token project, a16z is acting in its own financial interest, not necessarily in the interests of other token holders. a16z has no special role in any of these projects or power over their management. a16z does not undertake to continue to have any involvement in these projects other than as an investor and token holder, and other token holders should not expect that it will or rely on it to have any particular involvement.

Не может быть никаких гарантий, что инвестиционные цели a16z будут достигнуты или что инвестиционные стратегии окажутся успешными. Любая инвестиция в средство, управляемое a16z, сопряжена с высокой степенью риска, включая риск потери всей вложенной суммы. Любые упомянутые, указанные или описанные инвестиции или портфельные компании не репрезентативны для всех инвестиций в средства, управляемые a16z, и не может быть никаких заверений, что инвестиции будут прибыльными или что другие инвестиции, сделанные в будущем, будут иметь схожие характеристики или результаты. Список инвестиций, сделанных фондами под управлением a16z, доступен здесь: https://a16z.com/investments/. Прошлые результаты инвестиций a16z, пулов инвестиционных средств или инвестиционных стратегий не обязательно являются показателем будущих результатов. Из этого списка исключены инвестиции (и определённые публично торгуемые криптовалюты/цифровые активы), для которых эмитент не дал a16z разрешения на публичное раскрытие. Что касается её инвестиций в любой проект криптовалюты или токена, a16z действует в собственных финансовых интересах, не обязательно в интересах других держателей токенов. a16z не играет никакой особой роли ни в одном из этих проектов и не имеет власти над их управлением. a16z не обязуется продолжать иметь какое-либо участие в этих проектах, кроме как в качестве инвестора и держателя токенов, и другие держатели токенов не должны ожидать, что она будет это делать, или полагаться на то, что она будет иметь какое-либо особое участие.

With respect to funds managed by a16z that are registered in Japan, a16z will provide to any member of the Japanese public a copy of such documents as are required to be made publicly available pursuant to Article 63 of the Financial Instruments and Exchange Act of Japan. Please contact compliance@a16z.com to request such documents.

В отношении фондов, управляемых a16z и зарегистрированных в Японии, a16z предоставит любому представителю японской общественности копию таких документов, которые требуется делать публично доступными согласно статье 63 Закона Японии о финансовых инструментах и биржах. Пожалуйста, свяжитесь по адресу compliance@a16z.com, чтобы запросить такие документы.

For other site terms of use, please go here. Additional important information about a16z, including our Form ADV Part 2A Brochure, is available at the SEC’s website: http://www.adviserinfo.sec.gov.

Прочие условия использования сайта смотрите здесь. Дополнительная важная информация об a16z, включая нашу брошюру Form ADV Part 2A, доступна на сайте SEC: http://www.adviserinfo.sec.gov.