بيتر شتاينبرغر في YC — الصعب والممل
قال بيتر شتاينبرغر إنه لو كان يبحث عن فرصته الريادية التالية، لاهتمّ بالأشياء الصعبة والمملة. وكلما طال بناؤنا لـ SnapLedger، فهمتُ السبب أكثر: قراءة فاتورة لم تعد الجزء الصعب — الصعب هو مطابقة معاملة عنيدة، أو الاعتراف بالإيراد بشكل صحيح، أو تحويل حكم محاسب مهني إلى برنامج ينفّذه بموثوقية. لا شيء من هذا برّاق، لكن كل حالة تتحول إلى معرفة، وآلاف الحالات المتراكمة عبر سنوات يصعب تكرارها جدًا.
بقيت معي فكرة أخرى من مشاركة بيتر شتاينبرغر الأخيرة في YC.
قال إنه لو كان يبحث عن فرصة الشركة الناشئة التالية، لاهتمّ بالأشياء الصعبة والمملة.
وكلما طال بناؤنا لـ SnapLedger، فهمتُ السبب أكثر.
مجال المحاسبة بالذكاء الاصطناعي يزدحم. كثير من المنتجات تستطيع الآن قراءة فاتورة، أو تصنيف مصروف، أو إنشاء تقرير، أو وضع روبوت محادثة أمام البيانات المحاسبية.
هذه الأشياء مفيدة.
لكنها لم تعد الجزء الصعب بشكل متزايد.
الجزء الصعب يبدأ عندما يلتقي البرنامج بالواقع.
عميل لديه معاملة لا تُطابَق.
عقد يتطلب الاعتراف بالإيراد بشكل مختلف عن طريقة إصدار الفاتورة.
مصروف يبدو مطابقًا تقريبًا لمصروف آخر، لكنه يجب أن يتلقى معالجة محاسبية مختلفة تمامًا.
قاعدة ضريبة القيمة المضافة تتغير حسب البلد أو العميل أو طبيعة المعاملة.
محاسب يخبرنا أن ما يبدو صحيحًا تقنيًا ليس الطريقة التي ينبغي أن تُمثَّل بها المعاملة فعليًا في الدفاتر.
هذه هي المشكلات التي نقضي عليها وقتًا متزايدًا.
نعمل مع العملاء لنفهم ما حدث فعلًا في أعمالهم. وعندما نكتشف مشكلة حقيقية، نحاول إصلاحها بسرعة — أحيانًا فورًا.
نناقش المعالجات المحاسبية الدقيقة مع شركائنا من المحاسبين. نتجادل حول كيفية عمل القاعدة، وما الذي يتطلبه المعيار المحاسبي فعلًا، وكيف نحوّل الحكم المهني إلى شيء يمكن للبرنامج تنفيذه بموثوقية في المرة القادمة.
لا شيء من هذا برّاق بشكل خاص.
عادة لا يوجد عرض ذكاء اصطناعي جميل في النهاية.
أحيانًا تكون نتيجة ساعات من النقاش ببساطة أن معاملة واحدة ستُقيد من الآن فصاعدًا تلقائيًا في الحساب الصحيح.
هذا صعب وممل.
لكن شيئًا مهمًا يحدث تحت السطح.
كل حالة من هذه الحالات تتحول إلى معرفة.
حالة حدّية لدى عميل تصبح قاعدة في المنتج.
حكم محاسب يصبح منطقًا في النظام.
مشكلة مطابقة تصبح سير عمل أفضل.
متطلب امتثال يصبح شيئًا يستطيع سنابي التعامل معه تلقائيًا في النهاية.
حالة واحدة بمفردها تبدو صغيرة.
آلاف الحالات المتراكمة عبر سنوات يصعب تكرارها جدًا.
هكذا أفكر بشكل متزايد في الخندق الحقيقي لـ SnapLedger.
على الأرجح لن يكون ميزة ذكاء اصطناعي مبهرة واحدة.
سيكون الفهم المتراكم لآلاف الحقائق المالية الصغيرة والفوضوية — والقدرة على تحويل هذا الفهم إلى برنامج.
الذكاء الاصطناعي يجعل بناء البرامج أسرع.
لكنه لا يلغي الحاجة إلى فهم العالم الحقيقي.
وفي مجالات مثل المحاسبة والضرائب والامتثال، العالم الحقيقي مليء بالاستثناءات والأحكام والتفاصيل والعواقب.
لهذا أصبحت أكثر ارتياحًا للعمل الممل.
لأن كل مشكلة مملة نحلها اليوم تجعل المنتج أصعب قليلًا على النسخ غدًا.
الصعب والممل يتراكم.
ومع الوقت، قد يصبح هذا الفهم المتراكم أحد أثمن الأشياء التي نبنيها.
يمكنك مشاهدة حديث بيتر في YC هنا: Peter Steinberger @ YC.
العرض التجريبي لم يعد هو الخندق. الخندق هو الفهم المتراكم لآلاف الحقائق المالية الصغيرة والفوضوية — الحالات الحدّية، وأحكام المحاسبين، وتفاصيل الامتثال — المحوَّل إلى برنامج يعمل بموثوقية في المرة القادمة.
في عملك الخاص: ما المشكلة الصعبة والمملة التي تظل تتجنبها — وماذا سيتراكم لو حللتها كما ينبغي مرة واحدة؟
الصعب والممل يتراكم كالفائدة المركبة. كل مشكلة مملة نحلها اليوم تجعل المنتج أصعب قليلًا على النسخ غدًا.
احصل على يوميات المؤسس + التحديثات التنظيمية لبلدك
بريد واحد في الأسبوع، وفقط عندما يكون هناك جديد حقيقي — يوميات ريتشارد المؤسس والتحديثات التنظيمية المهمة حيث تعيش. مجانًا، ويمكنك إلغاء الاشتراك في أي وقت.