У подкасті УТ‑2 підприємець і керівник оборонного бізнесу Ярослав Ажнюк разом із Юрієм Федоренком розбирають не стільки модні AI‑інструменти, скільки глибинні зрушення в організаціях. Одна з центральних тем розмови — хто краще пройде через AI‑трансформацію: нативні AI‑стартапи, вільні від «багажу» старих процесів, чи великі корпорації з грошима, інфраструктурою та вмінням «прийти не першими, але зробити як слід».
Перевага «чистого аркуша»: нові компанії без багажу
Ажнюк пропонує почати з інтуїтивної версії відповіді: нібито логічно очікувати, що найуспішнішими у світі AI стануть ті компанії, які створюються саме зараз і одразу мислять у нових категоріях.
Він описує цей тип гравців так: це «нативні» бізнеси, які не тягнуть за собою спадок старих процесів, оргструктур, звітності й способів управління. Їхні засновники та менеджери входять у бізнес уже в епоху AI, мислять без прив’язки до «як було прийнято раніше» й намагаються «все оце винаходити заново».
У такій логіці:
- відсутність історичних систем, що важко ламаються,
- відсутність «священних корів» у вигляді усталених ролей і посад,
- готовність одразу будувати процеси навколо агентів і LLM
виглядають очевидною перевагою. Немає потреби вболівати за те, як «вкрутити» AI в багаторічну CRM, легасі‑ERP чи формалізований workflow: усе створюється наново з урахуванням того, що частина роботи буде виконуватися агентами, а не людьми.
Це добре лягає на досвід попередніх цифрових хвиль: ті, хто будували «цифрову торгівлю» з нуля, не копіювали супермаркет у браузері, а перепридумували саму модель. У AI‑епосі є спокуса повірити, що рівно так само нативні команди без інерції отримають фору над усіма іншими.
Але ця картина, зауважує Ажнюк, надто проста. Історія технологій показує: хвилі змін далеко не завжди виносять нагору саме «нових і чистих».
Як старі гравці переживають хвилі, які мали б їх убити
Історичний контрприклад, який він наголошує: дуже часто вигодонабувачами від нових технологічних хвиль ставали саме ті компанії, для яких ці хвилі були потенційно смертельними — але вони виявилися достатньо швидкими й гнучкими, щоб адаптуватися.
Мова не лише про окремі бренди, а про цілий клас бізнесів, які:
- змогли перебудувати процеси під нову реальність;
- скористалися структурними перевагами — грошима, каналами, людським капіталом;
- встигли переформатуватися до того, як нові гравці наростили критичну масу.
У розмові не звучать конкретні назви поза одним великим винятком — Apple. І на його прикладі Ажнюк показує логіку «не бути першим, але стати головним».
Він нагадує: Apple не була першою, хто створив персональний комп’ютер. Не першою, хто зробив MP3‑плеєр. Не першою, хто придумав смартфон чи навіть смартфон із сенсорним екраном. Але компанія раз за разом «подивилась довкола і зробила як слід» — і ставала переможцем категорії.
Цей патерн особливо цікавий у контексті AI:
- Apple свідомо не розвиває власні фундаментальні моделі, залишаючись осторонь гонки гігантських LLM.
- Водночас, зауважує Ажнюк, історично саме такий підхід — придивитися, дочекатися, поки ринок і технологія проясняться, а потім зібрати найкращі ідеї в цілісний продукт — і робив компанію переможцем.
Можливо, каже він, зараз Apple повторює те саме і з AI: не веде фундаментальні дослідження, не виходить першою, але стежить, дає іншим «набити ґулі» й готує свій «правильно зроблений» підхід.
AI як дорога розкіш: гроші і (особливо) увага
Ще один важливий фактор, який схиляє терези на користь великих гравців, — ресурсомісткість AI.
Ажнюк прямо формулює: «AI доволі ресурсозатратний. Це просто дорого коштує». І одразу розкладає це «дорого» на кілька шарів.
По‑перше, є рівень, який більшість компаній взагалі не торкається: токени для навчання моделей. Ними займаються обмежені гравці на кшталт OpenAI та Anthropiс, це капіталомістка гра для дуже небагатьох.
По‑друге, є вартість використання готових моделей — ті самі токени інференсу. Тут, за його оцінкою, «значного результату можна досягти за порівняно невеликі кошти»: щоб поекспериментувати, зробити прототипи й довести, що щось працює, мільйони не потрібні.
Але вирішальний ресурс — не гроші й навіть не «залізо».
«Найбільший ресурс насправді – це увага керівників усіх рівнів, яка потрібна для того, щоб переуявити свою компанію, свій відділ, свою роботу», — підкреслює Ажнюк.
Поряд із увагою потрібні воля і сміливість:
- прийти до керівника з новим AI‑рішенням;
- отримати «добре, впроваджуй»;
- зіштовхнутися з тим, що щось піде не так;
- пережити фейл і втрату частини внутрішньої репутації;
- наважитися пробувати наступного разу.
Ця «сміливість до експерименту» так само обмежена, як і бюджет. Кожен невдалий запуск з’їдає її запас у менеджерів. І оновлюється він не миттєво.
У великих організацій — корпорацій, міністерств, армій — ситуація ще жорсткіша: керівники структурно перевантажені. Ажнюк прямо говорить, що навіть йому, при всій включеності в AI‑тему, непросто знайти у власному графіку час, щоб думати про фундаментальне переосмислення компанії. У міністрів або командирів великих підрозділів часу ще менше.
Саме тому великі структури потребують всередині окремих лідерів, які «виділяють цей час, ці питання вирішують і так далі». І рано чи пізно такі люди з’являються — питання лише в тому, чи будуть вони лідирувати, чи наздоганяти.
Чи правильно роблять ті, хто «чекає, поки інші наб’ють ґулі»
На цьому місці розмова переходить у менш очевидну площину. Федоренко озвучує іншу інтуїцію: можливо, ті компанії, які зараз не спрямовують суттєві ресурси в AI‑експерименти, вчиняють раціонально.
Логіка така:
- інші гравці, захоплені AI‑хайпом, витрачають час і гроші, будують сирі рішення, наступають на граблі;
- поступово ринок і спільнота напрацьовують best practices;
- ті, хто вичікував, отримують можливість швидко й цілеспрямовано впровадити вже відпрацьовані моделі, не відволікаючись від поточних бізнес‑задач.
Ця стратегія «другого кроку» добре римується з описаною вище моделлю Apple. Власне, Ажнюк прямо називає Apple «хорошим прикладом таких компаній» і нагадує їхню історію з комп’ютерами, MP3‑плеєрами та смартфонами: не винайшли, але «подивились довкола і зробили як слід».
У цій логіці «небігання попереду» — не прояв відсталості, а свідомий менеджерський вибір. Допоки:
- поточні методи дають результат;
- ринок ще не визначився з форматом рішень;
- інфраструктура AI продовжує стрімко змінюватися;
раціонально може виглядати курс «спостерігати, збирати інформацію, не робити необоротних кроків».
Водночас ні Ажнюк, ні Федоренко не подають це як універсальний рецепт. Швидше як можливий, і для частини гравців — виправданий сценарій: хтось інвестує в ранні експерименти, хтось консервативно чекає. Питання лише в ціні помилки для кожної зі сторін.
Агентна трансформація без магії: чому AI не рятує автоматично
Контекст, у якому вони обговорюють це протиставлення «нові проти старих», — не віра в магічну силу AI. Навпаки, Ажнюк окремо наголошує: агентна трансформація «не працює якимось магічним чином».
Він говорить про реальний досвід тих, хто вже намагався «взяти агентів, написати, впровадити в організації й замінити ними половину складу колективу, аби всіх прискорити в 10 разів». Для людей, які цього не пробували, все виглядає просто: «ми зараз отут заїм, це все нам зараз буде AI робити». Насправді ж:
- не кожен елемент процесу взагалі піддається автоматизації;
- побудова працюючої агентної системи вимагає великої інженерної й управлінської роботи;
- простим усе здається лише тим, хто «не дивився туди».
Це важливий фон для дискусії про те, хто виграє AI‑гонку. У ній немає позиції «старі приречені, бо не встигають за стартапами», але немає й віри в те, що будь-який умовний Apple або велика корпорація за інерцією стане бенефіціаром хвилі.
Шанси розподіляються між різними типами гравців за трьома неприємно буденними критеріями:
- Хто здатен виділити увагу керівників, а не лише бюджети?
- Хто ризикне перебудувати оргструктуру і процеси, а не «причепити AI до Jira»?
- Хто витримає серію неминучих провалів, не втративши сміливості продовжувати?
Ніде в цій картині немає простих бонусів «за молодість» чи «за розмір». Перевагу отримують ті, хто швидше й чесніше переосмислять себе.
Висновок: AI як тест на здатність переуявляти, а не на вік компанії
Дискусія в УТ‑2 розбиває поширену дихотомію «старі гіганти проти молодих AI‑нативних стартапів». Замість вікової ознаки Ажнюк пропонує дивитися на інше:
- чи готова компанія переуявляти свою сутність, а не лише інтегрувати новий інструмент;
- чи вистачає їй управлінського ресурсу — уваги, волі, сміливості до експериментів;
- чи може вона дозволити собі дорогий, часом болючий цикл проб і помилок.
Нові гравці без багажу справді мають фору в гнучкості. Великі — у грошах, каналах, масі талантів і накопиченому досвіді адаптації до технологічних хвиль. Але AI‑трансформація, у тій версії, яку описує Ажнюк, — це насамперед про здатність до категорійного мислення: відірватися від «дерев» окремих інструментів і побачити «ліс» нової організації.
У такій грі перемагає не той, хто перший прикрутив LLM до продукту, і не обов’язково той, хто найдовше на ринку. Перемагає той, хто встигає першим щиро й глибоко відповісти на просте, але радикальне запитання: «Якщо ми винаходимо нашу компанію з нуля в епоху AI — як вона має виглядати?»
Джерело
Агентна трансформація, знову! Гіпермасштабування. Робота в умовах невизначенності. mvp #12, 2 сезон