Prezes Coinbase zwolnił 14% załogi, bo AI rzekomo zastąpi projektantów i menedżerów. To nie rewolucja, a PR-owa zasłona dla odchudzania firmy. I błąd.
W skrócie:
- Brian Armstrong, prezes giełdy Coinbase, ogłosił zwolnienie 14% załogi (ok. 660 osób), argumentując, że dzięki AI firma przechodzi na model “zespołów jednoosobowych”.
- Zmiana uderza w role projektantów aplikacji i menedżerów produktu, które według Armstronga może teraz przejąć jeden pracownik wspierany przez sztuczną inteligencję.
- Wizja ta, choć brzmi nowocześnie, ignoruje fakt, że kod generowany przez AI wymaga kosztownego nadzoru, a maszyna nie zastąpi ludzkiej empatii i strategicznego myślenia.
Piątego maja Brian Armstrong – prezes Coinbase, jednej z największych na świecie giełd kryptowalut – opublikował maila, który wstrząsnął branżą technologiczną. Firma zwalnia 14% pracowników. Powód? Sztuczna inteligencja. Armstrong twierdzi, że tempo pracy małych zespołów dzięki AI wzrosło tak diametralnie, że tradycyjne struktury – z programistą, projektantem i menedżerem produktu – stały się przeżytkiem. Wystarczy jeden człowiek z dostępem do odpowiednich narzędzi. W ten sposób prezes spółki wartej miliardy dolarów publicznie ogłosił, że model, na którym od dekady opierała się Dolina Krzemowa, właśnie umarł. To sygnał, którego nie można zignorować, bo jego echo obiegnie biura od San Francisco po Warszawę.
Jak AI “skasowało” całą branżę w jednym mailu?
Zespoły tworzące produkty cyfrowe to system naczyń połączonych, gdzie każda rola ma swoje precyzyjne zadanie. Programista pisze kod. Projektant dba, by aplikacja bankowa była zrozumiała. Menedżer produktu pilnuje, by całość miała biznesowy sens. Armstrong powiedział właśnie, że tych ludzi już nie potrzebuje. Można ich skompresować do jednej osoby i wspomóc ją modelem językowym. W środowisku projektantów i menedżerów zapanowała, całkiem słusznie, panika. Jeśli wizja prezesa Coinbase ma stać się nowym standardem, to tysiące specjalistów w Polsce i na świecie właśnie usłyszało, że ich praca przestaje być potrzebna. Ale zanim wpadniemy w żałobę, warto spojrzeć na drugie dno tej decyzji.
Czy firmy technologiczne po prostu sprzątają po pandemii?
Jest coś, co umyka w tej gorącej dyskusji. Większość firm technologicznych – również tych największych – przez ostatnie lata była po prostu niezdrowo rozdęta. Okres pandemii i zerowych stóp procentowych sprawił, że kapitał lał się szerokim strumieniem, a firmy zatrudniały “na zapas”. Tworzono zespoły, gdzie pięć osób odpowiadało za jeden ekran w aplikacji, a prosta zmiana wymagała akceptacji trzech poziomów menedżerów. Dlatego decyzja Coinbase to nie tylko rewolucja AI, ale też brutalne odchudzanie struktury, która stała się ciężarem. Sztuczna inteligencja jest tu wygodnym, nowoczesnym pretekstem. Wiele z tych etatów i tak zniknęłoby, gdy tylko inwestorzy zaczęli zadawać niewygodne pytania o efektywność. Armstrong nie jest tu zresztą pionierem – podobne cięcia przeprowadziły Meta, Klarna czy Salesforce. Większość z nich działa dalej, a niektóre nawet sprawniej. Ale to wszystko prawda tylko do pewnego momentu.
Dlaczego “jednoosobowe zespoły” to przepis na katastrofę?
Model “jeden człowiek i potężne AI u boku” nie jest idealny. Najpierw AI pisze kod, generuje interfejsy, a wydajność rośnie dziesięciokrotnie. Szefowie chwalą się wynikami na LinkedIn. Nastaje nowa rzeczywistość. Nikt już nie tworzy od zera – wszyscy edytują to, co wypluła maszyna. Odpowiedzialność się rozmywa, bo decyzje projektowe podejmuje algorytm. Potem nadchodzi otrzeźwienie. Zaczyna się piekło. Debugowanie kodu wygenerowanego w godzinę zajmuje dziesięć godzin. Nikt w zespole nie rozumie architektury systemu, bo nikt go nie projektował. Gdy aplikacja trafia do klientów, coś się psuje, a znalezienie przyczyny zajmuje tydzień. Wtedy doświadczony specjalista, który potrafi posprzątać ten bałagan, staje się dziesięć razy droższy niż rok wcześniej. Coinbase przejdzie tę drogę na oczach całego świata. Warto to obserwować.
Co AI potrafi, a czego nigdy się nie nauczy?
Armstrong ma rację co do jednego – tempo pracy faktycznie wzrosło. Problem w tym, że sztuczna inteligencja świetnie generuje, ale fatalnie rozumie kontekst i słowo “dlaczego”. AI nie wejdzie do pokoju pełnego skłóconych programistów i nie znajdzie źródła problemu. Nie usiądzie obok użytkownika i nie zobaczy, gdzie ten się gubi, próbując znaleźć prostą funkcję. Nie powie prezesowi: “Słuchaj, rozwiązujemy zły problem, musimy wrócić do początku”. Maszyna może dać tysiąc opcji, ale nie ma osądu, który pozwoli wybrać tę właściwą. I to właśnie w tej ludzkiej inteligencji, a nie sztucznej, leży cała wartość, która nam pozostaje.