The Org Chart Math Behind AI-Native Speed
Борис Черни, создатель Claude Code, выпускает 20-30 пул-реквестов в день, запуская параллельно пять AI-инстансов, тогда как у обычного инженера показатель — 3 PR в неделю, то есть разница в производительности достигает 30 раз. Этот разрыв масштабируется на уровне компаний: Anthropic генерирует около $5 млн выручки на сотрудника, Cursor — $3,3 млн, Midjourney — $2 млн, против $200-300 тыс. у традиционных SaaS-компаний. Автор объясняет это законом Меткалфа: с каждым новым сотрудником число коммуникационных каналов растёт нелинейно, и в традиционной организации из 150 человек получается 11 175 потенциальных связей. AI-команда, выдающая тот же результат при 30 сотрудниках, имеет всего 435 каналов — сокращение на 96%. Главное преимущество AI-native стартапов кроется именно в организационной структуре: меньше людей, меньше каналов, быстрее итерации. Дискуссия о норме управляемости смещается от вопроса «сколькими людьми может управлять менеджер?» к вопросу «сколькими AI-агентами может оркестрировать один человек?».
«С ноября прошлого года 100% моего кода написано Claude Code. Я не отредактировал вручную ни одной строки, выпуская от 10 до 30 PR в день.»
Boris Cherny, создатель Claude Code, отправляет 20-30 пул-реквестов в день. Это крупные изменения кода, а не правки опечаток. Он запускает пять параллельных AI-инстансов, каждый в отдельной ветке.1
Сравните с традиционным инженером: 3 PR в неделю.2 Cherny не на 10% продуктивнее. Он продуктивнее в 30 раз.
Этот разрыв в производительности усиливается на уровне компании. Anthropic генерирует ~$5 млн на сотрудника.3 Cursor — $3,3 млн. Midjourney — $2 млн.4 Для традиционного SaaS показатель в $200-300 тыс. считается сильным. Разница в 10-20 раз.
Одно из объяснений: накладные расходы на коммуникацию. Математика подчиняется закону Меткалфа.5 Каждый новый член команды добавляет n-1 новых связей. Издержки координации растут не линейно. Они взрываются.
Теперь подумайте, что AI делает с этим уравнением.
Традиционная организация из 150 человек имеет четыре уровня иерархии. Оргструктура создаёт 11 175 потенциальных каналов коммуникации. Встречи множатся. Согласованность ухудшается.
AI-команда, выдающая эквивалентный результат, может обойтись 30 людьми. Число каналов коммуникации падает до 435. Сокращение на 96%.
Это одна из причин, по которой AI-native стартапы вырываются вперёд, и почему строить AI-компании увлекательно. Преимущество идёт от организационной структуры. Меньше людей, меньше каналов, быстрее итерации, нарастающая скорость.6
R&D перенимает это быстрее всех. AI пишет код. Узким местом становится человеческая коммуникация. Дискуссия о норме управляемости сдвигается от вопроса «сколькими людьми может управлять один менеджер?» к вопросу «сколькими AI-агентами может оркестрировать один человек?»
Маленькие команды всегда платили меньший налог на координацию. AI сокращает его ещё больше.
Cherny, Boris. Создатель Claude Code выпустил 259 PR за 30 дней, Hacker News, 2025. ↩︎ Seporaitis, Julius. Что могут рассказать 75 000 пул-реквестов?, 2021. Медианный разработчик открывает 3 PR в неделю; это согласуется с внутренними данными Google. ↩︎ Оценка на основе годового run rate выручки Anthropic ~$20 млрд (Bloomberg, март 2026), делённого на ~4 300 сотрудников (LinkedIn). ↩︎ Оценки Dealroom. Выручка на сотрудника в AI-стартапах: Cursor — $3,3 млн, Midjourney — $2 млн, OpenAI — $1,5 млн на сотрудника. ↩︎ Закон Меткалфа, Wikipedia. ↩︎ Как запустить компактный AI-native стартап в 2025", Henry the 9th, 2025. ↩︎