3 ИИ стартапа, 1 экзит. Ошибки и выводы
Андрей Кузьминых и Ярослав Филиппов
О чем подкаст
Андрей Кузьминых:
– 10+ лет в AI, ML, Data Science
– Опыт в бизнесе и стартапах: Сбер, Accenture, Pygma, Fasta, Twino
– Основатель Andre AI Technologies
В 3 из 3 подкастов обсудили:
– 3 ИИ стартапа и 1 экзит
– 6 этапов: идея, прототип, мвп, юнит экономика, масштабирование, cashcow.
– Ошибки и выводы
– 10+ лет в AI, ML, Data Science
– Опыт в бизнесе и стартапах: Сбер, Accenture, Pygma, Fasta, Twino
– Основатель Andre AI Technologies
В 3 из 3 подкастов обсудили:
– 3 ИИ стартапа и 1 экзит
– 6 этапов: идея, прототип, мвп, юнит экономика, масштабирование, cashcow.
– Ошибки и выводы
40 ключевых мыслей
Мысли гостя (Андрей Кузьминых, компания Andre AI Technologies)
Венчурная студия — это бизнес-модель, которая заранее принимает тот факт, что 95% стартапов провалятся, поэтому ее цель — быстро и дешево тестировать десятки гипотез в поиске одной рабочей.
Создание инновационной технологии (например, машинок, обучаемых в симуляции) часто приводит к научным публикациям, но не гарантирует коммерческого успеха, если юнит-экономика не сходится.
Крупные корпорации (например, электросети) предпочитают нанимать инхаус-команды для решения внутренних задач, а не покупать готовые SaaS-решения у сторонних стартапов.
Путь создания стартапа делится на 6 этапов: Идея ➔ Прототипирование ➔ MVP ➔ Product-Market Fit ➔ Масштабирование (Scaling) ➔ Стабильный бизнес (Cash Cow).
Идеальный фундамент для стартапа — когда фаундер решает свою собственную, глубоко понятную ему боль, становясь самым первым и требовательным клиентом своего продукта.
Если фаундер не решает собственную проблему, ему необходимо сначала четко определить целевую аудиторию, а затем идти к этим людям и исследовать их боли (CustDev).
Анализ инвестиционных портфелей топовых акселераторов (Y Combinator, 500 Startups) — это мощный сигнал о том, в какие ниши прямо сейчас верит умный капитал.
Использование ИИ для генерации фейковых инфлюенсеров с целью продаж сталкивается с жесткой модерацией соцсетей, что делает такую бизнес-модель крайне хрупкой и нестабильной.
Индивидуальные предприниматели (солопренеры) — это гигантский и быстрорастущий рынок, до которого неповоротливым корпорациям тяжело добраться, что делает эту нишу золотой жилой для ИИ-стартапов.
Метод RICE (Reach, Impact, Confidence, Effort) помогает стартапам математически приоритизировать гипотезы и фичи, отсекая идеи, требующие огромных усилий при минимальном результате.
Главная цель на этапе проверки идеи — попытаться продать продукт еще до того, как написана первая строчка кода. Если люди не готовы платить за обещание, они не заплатят и за готовый продукт.
Сбор email-адресов на лендинге-заглушке (Waitlist) — это хорошая метрика интереса, но только реальная транзакция (пусть и с последующим рефандом) является истинным подтверждением спроса.
Современные инвесторы практически не вкладывают деньги в «чистые» технологии (если вы не Илья Суцкевер); их интересуют команды, умеющие агрессивно и эффективно продавать.
ИИ-модели (LLM) можно использовать как симуляторы пользователей: задав нейросети профиль клиента, продакт-менеджер может обкатать на ней сотни интервью перед выходом к живым людям.
Главное отличие прототипа от MVP заключается в том, что прототип тестирует саму техническую возможность реализации идеи, а MVP тестирует ее коммерческую ценность на первых пользователях.
Технология Low-Rank Adaptation (LoRA) дает высокую реалистичность ИИ-аватаров, но требует от пользователя 10 идеальных фотографий и 30 минут ожидания, что убивает конверсию массового продукта.
Эффект «зловещей долины» доказывает: лучше сделать явно нереалистичный, стилизованный ИИ-аватар, чем почти идеальный, в котором малейший изъян (например, отсутствие морщинки) будет пугать пользователей.
На этапе Product-Market Fit стартап должен маниакально отслеживать аналитику каждого касания клиента: откуда он пришел, куда кликнул и на каком этапе отвалился.
Чтобы рекламные алгоритмы (например, в Meta (признана в РФ экстремистской и запрещена на территории страны.)) начали приносить дешевые лиды, им требуется около трех месяцев непрерывного обучения на реальных данных о покупках вашего продукта.
Выход на Product Hunt — это мощнейший инструмент не только для получения бесплатного органического трафика, но и для формирования социального доверия к новому бренду.
Стартап — это жизнь в состоянии перманентного стресса: серверы падают в воскресенье ночью, сторонние API внезапно меняют политики, а код может удалить обиженный сотрудник в день важного релиза.
На ранних стадиях стартапу не нужны классические программисты (Software Engineers); нужен универсальный играющий тренер (CTO), способный собрать работающий прототип из готовых API и библиотек.
Полноценная корпоративная IT-команда строится по слоям: Инфраструктура ➔ Платформа ➔ Разработка (Software) ➔ Данные ➔ ML/AI ➔ R&D.
В стартапе роли максимально размыты: один AI Guy может закрывать задачи девопса, бэкендера, аналитика и дата-инженера одновременно. В корпорации же на каждую из этих функций нанимается отдельный человек.
Стабильная компания обязана реинвестировать минимум 5% своей выручки в R&D (исследования и разработку новых технологий), чтобы не проиграть конкуренцию в будущем.
Главный инсайт стартапера: по умолчанию все стартапы проваливаются; задача фаундера — не слепо верить в успех, а маниакально фокусироваться на клиенте, чтобы хоть немного повысить свои шансы на выживание.
Переход от найма к предпринимательству требует смены мышления (Anything as a Service): нужно относиться к своей текущей работе в найме не как к «зарплатной кормушке», а как к своему первому B2B-клиенту.
Сервисный бизнес (консалтинг, заказная разработка) упирается в стеклянный потолок: ты не можешь продать больше часов, чем есть в сутках, поэтому единственным путем к масштабированию становится создание собственных продуктов.
Социальная ответственность и желание создавать продукты, которые реально помогают людям (даже если они не суперокупаемые), — это сильный драйвер, спасающий от выгорания в жестком венчурном мире.
Идеальное партнерство — это миф. Любые партнерства сложны, полны конфликтов и компромиссов; иногда одиночке с четким видением гораздо проще и быстрее реализовать прорывную идею самостоятельно.
Мысли ведущего (Ярослав Филипов)
Идеальный классический путь стартапа (Идея ➔ Прототип ➔ MVP) на практике никогда не бывает прямолинейным: фаундеры часто возвращаются на этап идеи после неудачных тестов готового кода.
Статистика доказывает: стартапы, построенные на глубокой отраслевой экспертизе основателя, выживают на горизонте 5 лет гораздо чаще, чем проекты, запущенные исключительно на волне модного тренда.
Конкурировать в бизнесе без профильного опыта — это как пытаться выиграть Олимпиаду по бегу у человека, который профессионально тренируется последние 10 лет.
Y Combinator часто проверяет спрос максимально просто: вешает на лендинг кнопку «Записаться на демо», чтобы лично пообщаться с потенциальными клиентами и понять их истинную мотивацию до старта разработки.
Желание автоматизировать всё с первого дня (самостоятельные регистрации, бесшовный онбординг) часто убивает стартап; на старте гораздо эффективнее продавать «руками» через личные созвоны и демо.
Не стоит слепо доверять всему, что генерирует искусственный интеллект; нейросеть — это лишь инструмент-помощник, который помогает сфокусироваться и не сбиться с пути при написании контента или кода.
Эффективное использование ИИ для CustDev не заменяет общения с живыми людьми; оно служит фильтром, позволяющим отсеять глупые вопросы и прийти к реальным клиентам уже с качественной, обкатанной гипотезой.
Микропродукты, созданные инди-хакерами в одиночку, — это отличный способ сформировать финансовую подушку безопасности (до 20 000 долларов в месяц), не увольняясь с основной работы.
Из десятка успешных, но разрозненных микропродуктов впоследствии можно собрать одного мощного «Франкенштейна», который станет основой для крупного венчурного бизнеса.
Отношение к неудачным партнерствам должно быть философским: они похожи на браки, которые иногда распадаются, но этот болезненный опыт учит четко понимать свои границы и формирует правильные требования к будущим партнерам.
Венчурная студия — это бизнес-модель, которая заранее принимает тот факт, что 95% стартапов провалятся, поэтому ее цель — быстро и дешево тестировать десятки гипотез в поиске одной рабочей.
Создание инновационной технологии (например, машинок, обучаемых в симуляции) часто приводит к научным публикациям, но не гарантирует коммерческого успеха, если юнит-экономика не сходится.
Крупные корпорации (например, электросети) предпочитают нанимать инхаус-команды для решения внутренних задач, а не покупать готовые SaaS-решения у сторонних стартапов.
Путь создания стартапа делится на 6 этапов: Идея ➔ Прототипирование ➔ MVP ➔ Product-Market Fit ➔ Масштабирование (Scaling) ➔ Стабильный бизнес (Cash Cow).
Идеальный фундамент для стартапа — когда фаундер решает свою собственную, глубоко понятную ему боль, становясь самым первым и требовательным клиентом своего продукта.
Если фаундер не решает собственную проблему, ему необходимо сначала четко определить целевую аудиторию, а затем идти к этим людям и исследовать их боли (CustDev).
Анализ инвестиционных портфелей топовых акселераторов (Y Combinator, 500 Startups) — это мощный сигнал о том, в какие ниши прямо сейчас верит умный капитал.
Использование ИИ для генерации фейковых инфлюенсеров с целью продаж сталкивается с жесткой модерацией соцсетей, что делает такую бизнес-модель крайне хрупкой и нестабильной.
Индивидуальные предприниматели (солопренеры) — это гигантский и быстрорастущий рынок, до которого неповоротливым корпорациям тяжело добраться, что делает эту нишу золотой жилой для ИИ-стартапов.
Метод RICE (Reach, Impact, Confidence, Effort) помогает стартапам математически приоритизировать гипотезы и фичи, отсекая идеи, требующие огромных усилий при минимальном результате.
Главная цель на этапе проверки идеи — попытаться продать продукт еще до того, как написана первая строчка кода. Если люди не готовы платить за обещание, они не заплатят и за готовый продукт.
Сбор email-адресов на лендинге-заглушке (Waitlist) — это хорошая метрика интереса, но только реальная транзакция (пусть и с последующим рефандом) является истинным подтверждением спроса.
Современные инвесторы практически не вкладывают деньги в «чистые» технологии (если вы не Илья Суцкевер); их интересуют команды, умеющие агрессивно и эффективно продавать.
ИИ-модели (LLM) можно использовать как симуляторы пользователей: задав нейросети профиль клиента, продакт-менеджер может обкатать на ней сотни интервью перед выходом к живым людям.
Главное отличие прототипа от MVP заключается в том, что прототип тестирует саму техническую возможность реализации идеи, а MVP тестирует ее коммерческую ценность на первых пользователях.
Технология Low-Rank Adaptation (LoRA) дает высокую реалистичность ИИ-аватаров, но требует от пользователя 10 идеальных фотографий и 30 минут ожидания, что убивает конверсию массового продукта.
Эффект «зловещей долины» доказывает: лучше сделать явно нереалистичный, стилизованный ИИ-аватар, чем почти идеальный, в котором малейший изъян (например, отсутствие морщинки) будет пугать пользователей.
На этапе Product-Market Fit стартап должен маниакально отслеживать аналитику каждого касания клиента: откуда он пришел, куда кликнул и на каком этапе отвалился.
Чтобы рекламные алгоритмы (например, в Meta (признана в РФ экстремистской и запрещена на территории страны.)) начали приносить дешевые лиды, им требуется около трех месяцев непрерывного обучения на реальных данных о покупках вашего продукта.
Выход на Product Hunt — это мощнейший инструмент не только для получения бесплатного органического трафика, но и для формирования социального доверия к новому бренду.
Стартап — это жизнь в состоянии перманентного стресса: серверы падают в воскресенье ночью, сторонние API внезапно меняют политики, а код может удалить обиженный сотрудник в день важного релиза.
На ранних стадиях стартапу не нужны классические программисты (Software Engineers); нужен универсальный играющий тренер (CTO), способный собрать работающий прототип из готовых API и библиотек.
Полноценная корпоративная IT-команда строится по слоям: Инфраструктура ➔ Платформа ➔ Разработка (Software) ➔ Данные ➔ ML/AI ➔ R&D.
В стартапе роли максимально размыты: один AI Guy может закрывать задачи девопса, бэкендера, аналитика и дата-инженера одновременно. В корпорации же на каждую из этих функций нанимается отдельный человек.
Стабильная компания обязана реинвестировать минимум 5% своей выручки в R&D (исследования и разработку новых технологий), чтобы не проиграть конкуренцию в будущем.
Главный инсайт стартапера: по умолчанию все стартапы проваливаются; задача фаундера — не слепо верить в успех, а маниакально фокусироваться на клиенте, чтобы хоть немного повысить свои шансы на выживание.
Переход от найма к предпринимательству требует смены мышления (Anything as a Service): нужно относиться к своей текущей работе в найме не как к «зарплатной кормушке», а как к своему первому B2B-клиенту.
Сервисный бизнес (консалтинг, заказная разработка) упирается в стеклянный потолок: ты не можешь продать больше часов, чем есть в сутках, поэтому единственным путем к масштабированию становится создание собственных продуктов.
Социальная ответственность и желание создавать продукты, которые реально помогают людям (даже если они не суперокупаемые), — это сильный драйвер, спасающий от выгорания в жестком венчурном мире.
Идеальное партнерство — это миф. Любые партнерства сложны, полны конфликтов и компромиссов; иногда одиночке с четким видением гораздо проще и быстрее реализовать прорывную идею самостоятельно.
Мысли ведущего (Ярослав Филипов)
Идеальный классический путь стартапа (Идея ➔ Прототип ➔ MVP) на практике никогда не бывает прямолинейным: фаундеры часто возвращаются на этап идеи после неудачных тестов готового кода.
Статистика доказывает: стартапы, построенные на глубокой отраслевой экспертизе основателя, выживают на горизонте 5 лет гораздо чаще, чем проекты, запущенные исключительно на волне модного тренда.
Конкурировать в бизнесе без профильного опыта — это как пытаться выиграть Олимпиаду по бегу у человека, который профессионально тренируется последние 10 лет.
Y Combinator часто проверяет спрос максимально просто: вешает на лендинг кнопку «Записаться на демо», чтобы лично пообщаться с потенциальными клиентами и понять их истинную мотивацию до старта разработки.
Желание автоматизировать всё с первого дня (самостоятельные регистрации, бесшовный онбординг) часто убивает стартап; на старте гораздо эффективнее продавать «руками» через личные созвоны и демо.
Не стоит слепо доверять всему, что генерирует искусственный интеллект; нейросеть — это лишь инструмент-помощник, который помогает сфокусироваться и не сбиться с пути при написании контента или кода.
Эффективное использование ИИ для CustDev не заменяет общения с живыми людьми; оно служит фильтром, позволяющим отсеять глупые вопросы и прийти к реальным клиентам уже с качественной, обкатанной гипотезой.
Микропродукты, созданные инди-хакерами в одиночку, — это отличный способ сформировать финансовую подушку безопасности (до 20 000 долларов в месяц), не увольняясь с основной работы.
Из десятка успешных, но разрозненных микропродуктов впоследствии можно собрать одного мощного «Франкенштейна», который станет основой для крупного венчурного бизнеса.
Отношение к неудачным партнерствам должно быть философским: они похожи на браки, которые иногда распадаются, но этот болезненный опыт учит четко понимать свои границы и формирует правильные требования к будущим партнерам.
Тайм-коды
00:00:00 О чем подкаст (3 из 3)
00:00:28 Опыт Андрея в Стартапах
00:03:20 6 этапов стартапа
00:03:48 1 этап – Идея
00:05:20 Где брать идеи
00:05:52 Эволюция идеи
00:10:50 Работа с гипотезами
00:13:20 Экспертиза и итеративность
00:17:38 Лендинг важнее продукта
00:21:35 Почему сделали иначе?
00:23:55 2 этап – Прототип
00:31:09 Жирный прототип
00:32:18 3 этап – MVP
00:34:30 Борьба на ProductHunt
00:39:46 MVP vs Прототип
00:41:18 Подтверждение ценности
00:42:05 4 этап – Юнит Экономика
00:48:20 5 этап – Масштабирование
00:50:55 6 этап – CashCow/Exit
00:53:22 Результаты студии
00:56:20 В одиночку или с партнером?
01:05:30 Работа с командой
01:16:21 Главный вывод
00:00:28 Опыт Андрея в Стартапах
00:03:20 6 этапов стартапа
00:03:48 1 этап – Идея
00:05:20 Где брать идеи
00:05:52 Эволюция идеи
00:10:50 Работа с гипотезами
00:13:20 Экспертиза и итеративность
00:17:38 Лендинг важнее продукта
00:21:35 Почему сделали иначе?
00:23:55 2 этап – Прототип
00:31:09 Жирный прототип
00:32:18 3 этап – MVP
00:34:30 Борьба на ProductHunt
00:39:46 MVP vs Прототип
00:41:18 Подтверждение ценности
00:42:05 4 этап – Юнит Экономика
00:48:20 5 этап – Масштабирование
00:50:55 6 этап – CashCow/Exit
00:53:22 Результаты студии
00:56:20 В одиночку или с партнером?
01:05:30 Работа с командой
01:16:21 Главный вывод
Транскрипция
Ярослав Филиппов: Всем привет. Это третий подкаст с Андреем Кузьминых, технологическим предпринимателем и экспертом в области искусственного интеллекта. Сегодня говорим о том, как строить стартап. Андрей — технический специалист и технический основатель.
В первых двух подкастах мы говорили в целом о том, как внедрять искусственный интеллект в бизнес, разбирали реальные кейсы. Поэтому, если их не смотрели, обязательно посмотрите. Ну и, собственно, переходим к первой теме этого подкаста. Андрей, с чего начнём?
Андрей Кузьминых: Да, ну, начну с того, что расскажу ещё коротко о моём опыте работы со стартапами. Какое-то время я был техническим директором венчурной студии, мы запускали стартапы разной сложности с ИИ. Это и беспилотные гоночные машинки, и цифровой двойник электросетей, и стартап, который стал «Продуктом недели» на Product Hunt. У нас было больше 200 000 пользователей — это Pigma, персональный ИИ-ассистент для ведения блога в соцсетях. Соответственно, на примере Pigma могу рассказать, как строить стартапы и как проверять гипотезы.
Ярослав Филиппов: Да, давай, наверное, зрителям сразу скажем, что мы не пытаемся учить, как строится «эталонно». Просто Андрей будет делиться своим опытом, через что он проходил, как они строили, что у них получилось лучше всего, какие ошибки он видел. Поехали!
Андрей Кузьминых: Начну с того, что за модель такая — венчурная студия. Это модель, в которой мы априори понимаем, что 95% стартапов провалится. Что с этим можно делать? Можно просто выпускать их побольше, тестировать гипотезы — и глядишь, какой-то один выстрелит.
В венчурной студии мы привлекли 5 млн долларов финансирования и начали строить разные стартапы ещё в конце 2021 года (до бума ChatGPT). Как я уже сказал, было три стартапа. Один из них — флагманский, где мы обучали беспилотные гоночные машинки чисто в симуляции. Пользователь мог открыть браузер, подключиться к настоящей машинке, которая ездит по реальной трассе, и управлять ею, сидя на диване. Технически это было сложно: из этого получилась хорошая научная работа для топовых международных конференций. Но стартап не выстрелил, потому что не сходилась юнит-экономика — машинки были очень дорогие в обслуживании. Поэтому, прежде чем делать стартап, нужно сначала понять, нужно ли это рынку, сделать первые прототипы и запускаться только тогда, когда вся математика сходится.
Второй стартап — цифровые двойники электросетей (мы искали, кто ворует электроэнергию). Там бизнес-модель не сошлась, потому что любые электросбытовые компании предпочтут нанять команду внутрь, нежели покупать коробочное решение. С такими нюансами мы тоже столкнулись.
А вот третий стартап — персональный ассистент для соцсетей Pigma — в принципе, выстрелил. На его примере расскажу, как мы это делали. Я бы разделил создание стартапа на шесть частей (как для бизнес-фаундера, так и для технического):
Создание идеи.
Прототипирование.
MVP (минимально жизнеспособный продукт).
Product-Market Fit.
Скелинг (масштабирование).
Cash Cow (переход в стабильный бизнес — «дойную корову»).
Всё начинается с идеи. Этот этап нельзя игнорировать и нельзя просто пойти с «голой» идеей и сразу начать что-то «пилить». Для начала идею нужно верифицировать. Идею можно получить из личного опыта: если фаундер глубоко погружен в какую-то специальность (например, ведёт Telegram-канал), он знает, какие там есть проблемы, и способен их решить. Как по мне, это идеальный способ — делать продукт условно «как для себя». Большинство стартапов взлетают, когда фаундер решает свою собственную проблему.
Если мы не решаем свою проблему, нужно найти клиента и проблему, которую мы будем решать. Главное — оттолкнуться от клиента: найти аудиторию, которой мы хотим помочь, провести кастдевы, понять их боли и предложить «таблетку».
Как понять, где есть ниша? Один из способов — смотреть, куда инвестируют венчурные фонды (Y Combinator, 500 Startups и другие). Это сигналы от рынка.
Когда мы запускали Pigma, мы, честно говоря, отходили скорее от технологии (ИИ-решений), и это было ошибкой. Но у нас был ресурс на «лабораторную работу». В параллель с машинками и электросетями мы экспериментировали с диффузионными моделями. Набирали популярность цифровые двойники людей в соцсетях. Мы решили пойти туда и создать виртуальных блогеров для продажи продуктов. Мы создали 1000 аккаунтов, наполнили их синтетическим контентом. Продажи шли (направили продуктов на $10 000), но аккаунты постоянно банили. Мы поняли, что бизнес-модель не подходит, и сделали пивот (разворот) в сторону создания виртуальных ассистентов для реальных блогеров.
Мы начали пилотировать идею на блогерах и поняли, что это тоже не наша аудитория! Помогать нужно «солопренерам» — индивидуальным предпринимателям (мастера маникюра, психологи, бизнес-коучи), которые зарабатывают деньги через ведение соцсетей. Они готовы платить за решение. В том числе мы это поняли из отчетов фондов: рынок индивидуальных предпринимателей в Европе и США стремительно рос.
Мы детально изучили солопренеров, построили ICP (Ideal Customer Profile) и поняли их проблемы. Главная боль — они не знают, как вести соцсети, делать контент-план, завлекать аудиторию, и делают это несистемно. Наше ценностное предложение было комплексным: «Поставь свои соцсети на автопилот и занимайся своей основной работой». Мы решили сделать цифрового двойника пользователя, который будет вести соцсети вместо него.
Прежде чем перейти к прототипу, гипотезы нужно верифицировать. В идеале нужно составлять список гипотез в формате «клиент — проблема — решение». Можно использовать шаблон Lean Canvas. Когда есть пул идей, их нужно ранжировать (например, по методу RICE), оценивая импакт (влияние) и эффорт (усилия).
Мы решили, что людям важно, чтобы блог велся персонально: копировалась их внешность, стиль текста, голос. В этом была душа. Продукт назвали Pigma (Personalize Your Generative Multimodal Agent) — технологию я, кстати, выпустил в Open Source.
Ярослав Филиппов: Извини, давай здесь сделаем небольшой промежуток про идею. Я слушаю тебя: путь «Идея — Прототип — MVP — Product-Market Fit» звучит в идеале классно, но на деле он не работает слева направо. Вы придумали идею, сделали 1000 инфлюенсеров, получили опыт, и снова пришлось переделывать идею! То есть на этапе идеи можно несколько раз «потоптаться».
И ещё вопрос: откуда вы взяли эти первые три идеи? Вы увидели хайп и пошли туда? Идеи очень разрозненные: копия инфлюенсера, виртуальные машинки и цифровой двойник электросетей. Почему именно они?
Андрей Кузьминых: Здесь специфика венчурной студии. В виртуальных инфлюенсеров больше всего верил я. Другой партнёр хотел заниматься беспилотниками (для «Формулы-1», но сделали прототипы на картах). А наш главный инвестор был бенефициаром электросетей. Это такой оппортунизм: у нас сложилось окно возможностей, и мы им воспользовались.
Ты прав, это итеративный процесс. Ты не переходишь на следующий этап без валидации предыдущего. С точки зрения бизнеса, прежде чем писать хоть строчку кода, идею нужно верифицировать.
Ярослав Филиппов: Почему я считаю этот момент важным? У вас было три основателя с тремя экспертизами. Стартапы, основанные на экспертизе основателя, выживают чаще, чем основанные просто на трендах. Если ты решаешь соревноваться в беге с человеком, который бегает 10 лет, ты его не догонишь. Лучше делать бизнес там, где у тебя уже есть сила, где ты «качал мышцу». Понятно, откуда вы взяли идеи. Важно понимать, что ни один стартап не доходит до успеха с тем же, с чем начинал.
Как ты видишь правильный подход? Человек с экспертизой пошёл тестировать идею с первого лендоса (не делая прототип) или всё-таки лучше сразу сделать прототип и тестировать с ним?
Андрей Кузьминых: Зависит от продукта, но лучшая практика — продавать через лендинг без прототипа. Если ты можешь это продать (то, чего ещё нет), значит, дальше всё будет гораздо лучше. Продать готовый классный продукт сможет любой. Инвесторы сейчас инвестируют в тех, кто умеет продавать, а не только строить.
Нужно сделать лендинг, прийти к людям, спросить фидбек и попытаться взять с них деньги. Если целевая аудитория уже сейчас готова дать денег, чтобы ты это сделал — идея прошла валидацию. Если продукт массовый, можно пустить трафик на лендинг и посмотреть конверсию в Waitlist (лист ожидания) или даже запустить продажи (а потом сделать возвраты — рефанды), чтобы понять реальную конверсию в покупку.
Ярослав Филиппов: Добавлю: стартапы из Y Combinator часто делают так же. Заходишь на их лендинг, нажимаешь «зарегистрироваться», а тебе пишут: «Только после демо». Они проверяют спрос, кастдевят людей на демо-звонках, показывают видеозапись работы и понимают, хочет ли человек купить. Многим морально сложно так сделать, хочется сразу автоматизировать регистрацию и онбординг, но это большая работа.
Вернемся к вашим проектам. Вы поняли, что машинки — это не то, когда уже вложили в них много денег. Почему не получилось?
Андрей Кузьминых: С машинками — классическая ошибка. Мы начали делать то, на что не было гигантского спроса. Это игра, развлечение, высокие риски. Плюс, нужен был большой mass adoption, а машинки дорогие в обслуживании: если каждый платит $10 за сессию, выстраивается огромная очередь, клиентский опыт страдает. С электросетями мы поняли, что компаниям проще нанять команду внутрь, чем покупать продукт.
А с блогерами проблема была ясной — солопренерам нужно продавать свои услуги. На этапе прототипа Pigma мы поняли, что ядром будет создание цифрового двойника. Основные метрики: похожесть на клиента и скорость генерации. В конце 2022 года мы тестировали технологию Low Rank Adaptation (LoRA). Нужно было загрузить 10 фото, ждать 20-30 минут. Качество было хорошим, но не у всех есть 10 качественных фото в Инстаграме (принадлежит Meta, признанной в РФ экстремистской и запрещённой на территории страны.), плюс это было дорого (около 100 рублей за обучение одного аватара в себестоимости). Мы видели, как стартапы на этой технологии закрывались через полгода.
Мы нашли другую технологию — IP-Adapter. Загружаешь одно фото, обучение идет 7 секунд. Качество чуть хуже, менее реалистично, но быстро. Мы протестировали на целевой аудитории: этот метод показал себя лучше в прикладном плане. Плюс есть эффект «зловещей долины»: чем реалистичнее аватар, тем сильнее отталкивает любая нехватка мимики (кажется зомби). Менее реалистичный аватар отталкивает меньше.
В качестве прототипа мы сделали систему: пользователь дает ссылку на свой Instagram (принадлежит Meta, признанной в РФ экстремистской и запрещённой на территории страны.), мы берем тексты его постов, копируем стиль. Берем фото — обучаем внешность. Находим сторис с голосом — клонируем голос. Получился мультимодальный агент!
Дальше нужно было понять, где брать контент. Мы сделали ассистента, который ежедневно общается с пользователем, чтобы тот рассказывал о своём дне (для лайфстайл-контента). Добавили фичу «аудит аккаунта» с подсказками по улучшению. Агент собирал новости по тематике пользователя (психология, сантехника) и писал экспертные статьи. ИИ позволяет людям выглядеть более экспертными, чем они есть на самом деле. Репетиторы нам писали, что сами с удовольствием читают свой блог, сгенерированный ИИ!
Ярослав Филиппов: Не кажется ли тебе по итогу, что это был слишком «жирный» прототип? Можно было начать с чего-то поменьше?
Андрей Кузьминых: Если хочешь сделать фокус на персонализацию, ты должен закрыть все модальности (текст, голос, фото). Прототип действительно жирный, но оно того стоило. Люди давали ссылку на соцсеть и получали двойника, который автоматически вёл блог. Конечно, были шероховатости: контент мог дублироваться, на фото бывало по 6-7 пальцев, но это мы потом отлаживали.
Затем мы перешли к MVP. MVP отличается от прототипа степенью готовности и количеством пользователей (человек 100). Мы дали продукт контрольной группе солопренеров (с бесплатным триалом на неделю), чтобы подтвердить ценность и понять, за что они будут платить. Часть пользователей генерила фото для Тиндера, часть — для LinkedIn, но в итоге победил Instagram (принадлежит Meta, признанной в РФ экстремистской и запрещённой на территории страны.). Люди были готовы платить именно за «блог на автопилоте».
Мы выкатились на Product Hunt. Сделали аутрич, просили всех рассказывать о нас. Это было важно для доверия, потому что доступ к своему Instagram (принадлежит Meta, признанной в РФ экстремистской и запрещённой на территории страны.) аккаунту давали только 5-10% пользователей. На Product Hunt мы получили мощный органический трафик, ревью и в итоге выиграли «Продукт дня» в жесткой гонке с сильным конкурентом.
Правда, в этот же день мы увольняли сотрудника, и он удалил свою часть кода! Мы «упали» на час прямо во время запуска на Product Hunt. Был сильный стресс, но мы с инженерами всё быстро восстановили. Такое бывает, стартап — это всегда вызовы. Меня часто будили по ночам алерты, что у нас отвалились сервера.
Ярослав Филиппов: В чём для тебя ключевая разница между прототипом и MVP?
Андрей Кузьминых: Прототип — это голая кор-технология, которую можно показать только маме или коллегам. На ней ты отрабатываешь технический метод. MVP — это продукт, который можно дать 100 реальным пользователям, чтобы протестировать ценность: нужно ли им это решение вообще.
Ярослав Филиппов: Окей. Что было дальше, на этапе Product-Market Fit?
Андрей Кузьминых: Мы подтвердили ценность (7 из 100 человек купили). Дальше нужно было сделать так, чтобы юнит-экономика сходилась. Мы подключили платежку, настроили глубокую аналитику (Mixpanel, Google Analytics). Мы пускали платный трафик из соцсетей, работали с инфлюенсерами. По аналитике мы понимали, откуда пришел клиент, куда он кликает, и отрезали то, что съедало бюджет и не использовалось. Например, мы отказались от генерации картинок на супердорогой модели, взяли модель поменьше — качество осталось приемлемым, а затраты снизились.
Нужно было свести CAC (стоимость привлечения) и LTV (пожизненную ценность клиента). Мы кормили рекламный движок Meta (Meta признана в РФ экстремистской и запрещена на территории страны.) данными о покупках, и через 3 месяца реклама начала сходиться. У нас экономика строилась на кредитах: генерация разной сложности стоила разное количество кредитов. На сведение экономики ушло около полугода. Главное здесь — чтобы проблема пользователя была по-настоящему острой.
Когда экономика сошлась, мы перешли к скейлингу (масштабированию). Запускались на США и Европу (Tier-1), но там было дорого. Гораздо охотнее нас покупали в Индии и Бразилии, поэтому масштабировались туда. На этапе скейлинга технический фаундер работает с инфраструктурой, закупает новые инстансы, работает с SRE (чтобы всё было доступно 24/7 в разных странах).
Потом стартап превращается в Cash Cow («дойную корову»), где экономика стабильна. На каждом этапе фаундеры привлекают инвестиции (Pre-seed, Seed, Series A/B/C) и хотят вырастить единорога, чтобы сделать экзит. У нас единорог не получился, но я из стартапа вышел, забрал свои деньги и теперь запускаю свою компанию — Andre AI Technologies.
Я хочу сделать ИИ доступным для солопренеров и малого/среднего бизнеса. Вокруг них я строю экосистему AI-сотрудников: SMM, продажи, HR, бизнес-ассистент. Моя цель — чтобы солопренер работал как компания, а малый бизнес — как большая корпорация.
Ярослав Филиппов: Подведём итоги: вы привлекли 5 млн долларов в студию, сделали три проекта. Машинки провалились, электросети продали как команду, а Pigma продалась, и ты сделал экзит. Студия вышла в плюс или в минус?
Андрей Кузьминых: По метрикам Pigma мы понимали, что через полтора-два года годовая выручка составит 5 млн долларов, что отбило бы все бюджеты студии. Когда мы дошли до финальной стадии, пришла понятная инвестиционная оценка, я вышел, пришли новые инвесторы. Pigma, видимо, стала частью чего-то большего.
Сейчас я решил двигаться один, потому что есть все возможности для этого. Агенты заменяют команду на этапах прототипа и MVP. Команду можно нанимать уже после Product-Market Fit. Главный урок: технарь может пройти путь технического фаундера, покопаться в бизнесе, узнать, куда ехать, и дальше двигаться самостоятельно.
Ярослав Филиппов: Можно сделать всё самому, но компанию-единорога в одиночку не построишь. Покупают компанию, в которой "шестеренки" взаимозаменяемы. Ты так рассуждаешь, возможно, потому что в партнерствах что-то было не так? Успешные партнерства — такая же редкость, как успешные браки. Но если не закрываться от неуспешного опыта, рано или поздно сделаешь что-то крутое.
Андрей Кузьминых: Партнерство — это очень сложно. У вас могут быть разные подходы. Например, мне нравится быстро проверять гипотезы, а партнера нужно убеждать не писать ТЗ на месяц вперед. В моей практике часто бывало так, что один человек в команде оказывался прав, а остальные — нет.
У меня сейчас нет цели продавать свои новые проекты (делать экзиты). Инвестиций достаточно, чтобы строить в долгосрок. Я хочу развивать компанию, которая принадлежит мне, помогать людям и добавлять немного «личности», а не просто следовать правилу «ничего личного, только бизнес». У меня есть бесплатные боты, которые просто приносят пользу людям. Это социальная ответственность.
Ярослав Филиппов: Мы делали подкаст с Игорем Зуевым, он учит строить микропродукты. Если ты технический основатель, делай то, что легко создать и поддерживать самому. Находи реальную потребность и делай решение в одну кнопку. Так можно зарабатывать от 2 до 20 тысяч долларов в месяц, оставаясь на основной работе и создавая себе подушку безопасности. А потом из этих микропродуктов можно собрать «супер-франкенштейна» и запустить под новым брендом!
Андрей Кузьминых: В целом да. Pigma и была такой GenAI платформой: мы клонировали голос, генерили фото, стилизовали текст. По отдельности выходить на красные рынки с этими функциями не было смысла. А вот эмерджентная ценность — когда это всё вместе работает как конвейер и ставит соцсеть на автопилот — дала результат.
Ярослав Филиппов: Вопрос про техническую команду. В консалтинге я вижу, что бизнес часто не понимает, чего хотят технари. Технарям интересно поковыряться в сложных технологиях, но рынку часто нужно что-то простое. Расскажи про свой опыт создания команд. Как в Сбербанке всё работает и не падает, а в стартапе постоянно что-то отваливается?
Андрей Кузьминых: Есть два подхода к созданию команды. Первый — Waterfall (в корпорациях и консалтинге): есть понятный список задач, роли (frontend, backend, mobile). Второй — Agile (в стартапах): мы пока не знаем, что нам нужно.
На первых этапах стартапа (до MVP) вообще никого нанимать не надо. Идеально, если CEO/CTO — играющий тренер, который может сам собрать приложение (end-to-end). CTO бывает двух видов: бывший Software Engineer (умеет пилить код и инфраструктуру) или выходец из Data Science / ML (как я, больше по моделям и данным).
Когда стартап доходит до масштабирования, собирается полноценная команда. Идеальная структура (по слоям):
Инфраструктура и безопасность (Infrastructure/Security Engineer).
Платформа (DevOps / Platform Engineer).
Software (Frontend, Mobile, Backend-разработчики, Архитектор).
Данные (Data Analyst, Data Engineer).
ML/AI (ML/AI Engineer — строит модели и разворачивает микросервисы).
R&D (инвестиции в новые технологии — около 5% ресурсов компании).
В Сбере ничего не падает, потому что там на каждый "чих" свой узкий специалист. А в стартапе роли размыты: один «AI Guy» может пилить и архитектуру, и фронтенд, и модели обучать. Это вопрос репутационных рисков: если Сбер выкатит падающее приложение — его заклюют, а в стартапе рисков меньше.
Эволюция CTO: сначала ты работаешь руками, потом становишься главным экспертом для команды из 5 человек (делаешь код-ревью), а когда команда 10+ человек — ты превращаешься в чистого менеджера, который оркестрирует людьми и в продакшн-код уже не лезет.
Ярослав Филиппов: Главный инсайт за время создания стартапов?
Андрей Кузьминых: Главный инсайт про стартапы (как говорил доктор Хаус — «все лгут»): все стартапы априори проваливаются. Вопрос лишь в том, как повысить вероятность того, что твой не провалится. Золотого правила нет. Диктует условия только клиент! Единственный способ повысить вероятность успеха — самому быть клиентом своего продукта, решать собственную проблему. Думай, что у тебя ничего не получится — это снимет розовые очки и заставит слушать клиентов.
Второй инсайт (про карьеру): относись к своей работе в найме как к B2B-сервису («Anything as a Service»). В России люди привыкли к зоне комфорта по ТК РФ (зарплата, ДМС). В стартапах комфорта нет: ты сам за себя отвечаешь. Я работал в Сбере, но воспринимал это как своё дело. Сегодня мой клиент — Сбер, завтра я открою компанию, и клиентами станут Сбер и еще три банка. Фокусируйся на собственном деле и на клиентах. Когда ты упрёшься в потолок стоимости своего часа в консалтинге, ты неизбежно придёшь к созданию масштабируемых IT-продуктов.
Ярослав Филиппов: Андрей, спасибо тебе за интереснейшие три подкаста! Надеюсь, зрителям понравилось. Если кто-то посмотрел все три — напишите в комментариях, вам респект и уважение! Надеемся, это было полезно. Давай прощаться!
Андрей Кузьминых: Да, спасибо! Всего хорошего и счастливо!
В первых двух подкастах мы говорили в целом о том, как внедрять искусственный интеллект в бизнес, разбирали реальные кейсы. Поэтому, если их не смотрели, обязательно посмотрите. Ну и, собственно, переходим к первой теме этого подкаста. Андрей, с чего начнём?
Андрей Кузьминых: Да, ну, начну с того, что расскажу ещё коротко о моём опыте работы со стартапами. Какое-то время я был техническим директором венчурной студии, мы запускали стартапы разной сложности с ИИ. Это и беспилотные гоночные машинки, и цифровой двойник электросетей, и стартап, который стал «Продуктом недели» на Product Hunt. У нас было больше 200 000 пользователей — это Pigma, персональный ИИ-ассистент для ведения блога в соцсетях. Соответственно, на примере Pigma могу рассказать, как строить стартапы и как проверять гипотезы.
Ярослав Филиппов: Да, давай, наверное, зрителям сразу скажем, что мы не пытаемся учить, как строится «эталонно». Просто Андрей будет делиться своим опытом, через что он проходил, как они строили, что у них получилось лучше всего, какие ошибки он видел. Поехали!
Андрей Кузьминых: Начну с того, что за модель такая — венчурная студия. Это модель, в которой мы априори понимаем, что 95% стартапов провалится. Что с этим можно делать? Можно просто выпускать их побольше, тестировать гипотезы — и глядишь, какой-то один выстрелит.
В венчурной студии мы привлекли 5 млн долларов финансирования и начали строить разные стартапы ещё в конце 2021 года (до бума ChatGPT). Как я уже сказал, было три стартапа. Один из них — флагманский, где мы обучали беспилотные гоночные машинки чисто в симуляции. Пользователь мог открыть браузер, подключиться к настоящей машинке, которая ездит по реальной трассе, и управлять ею, сидя на диване. Технически это было сложно: из этого получилась хорошая научная работа для топовых международных конференций. Но стартап не выстрелил, потому что не сходилась юнит-экономика — машинки были очень дорогие в обслуживании. Поэтому, прежде чем делать стартап, нужно сначала понять, нужно ли это рынку, сделать первые прототипы и запускаться только тогда, когда вся математика сходится.
Второй стартап — цифровые двойники электросетей (мы искали, кто ворует электроэнергию). Там бизнес-модель не сошлась, потому что любые электросбытовые компании предпочтут нанять команду внутрь, нежели покупать коробочное решение. С такими нюансами мы тоже столкнулись.
А вот третий стартап — персональный ассистент для соцсетей Pigma — в принципе, выстрелил. На его примере расскажу, как мы это делали. Я бы разделил создание стартапа на шесть частей (как для бизнес-фаундера, так и для технического):
Создание идеи.
Прототипирование.
MVP (минимально жизнеспособный продукт).
Product-Market Fit.
Скелинг (масштабирование).
Cash Cow (переход в стабильный бизнес — «дойную корову»).
Всё начинается с идеи. Этот этап нельзя игнорировать и нельзя просто пойти с «голой» идеей и сразу начать что-то «пилить». Для начала идею нужно верифицировать. Идею можно получить из личного опыта: если фаундер глубоко погружен в какую-то специальность (например, ведёт Telegram-канал), он знает, какие там есть проблемы, и способен их решить. Как по мне, это идеальный способ — делать продукт условно «как для себя». Большинство стартапов взлетают, когда фаундер решает свою собственную проблему.
Если мы не решаем свою проблему, нужно найти клиента и проблему, которую мы будем решать. Главное — оттолкнуться от клиента: найти аудиторию, которой мы хотим помочь, провести кастдевы, понять их боли и предложить «таблетку».
Как понять, где есть ниша? Один из способов — смотреть, куда инвестируют венчурные фонды (Y Combinator, 500 Startups и другие). Это сигналы от рынка.
Когда мы запускали Pigma, мы, честно говоря, отходили скорее от технологии (ИИ-решений), и это было ошибкой. Но у нас был ресурс на «лабораторную работу». В параллель с машинками и электросетями мы экспериментировали с диффузионными моделями. Набирали популярность цифровые двойники людей в соцсетях. Мы решили пойти туда и создать виртуальных блогеров для продажи продуктов. Мы создали 1000 аккаунтов, наполнили их синтетическим контентом. Продажи шли (направили продуктов на $10 000), но аккаунты постоянно банили. Мы поняли, что бизнес-модель не подходит, и сделали пивот (разворот) в сторону создания виртуальных ассистентов для реальных блогеров.
Мы начали пилотировать идею на блогерах и поняли, что это тоже не наша аудитория! Помогать нужно «солопренерам» — индивидуальным предпринимателям (мастера маникюра, психологи, бизнес-коучи), которые зарабатывают деньги через ведение соцсетей. Они готовы платить за решение. В том числе мы это поняли из отчетов фондов: рынок индивидуальных предпринимателей в Европе и США стремительно рос.
Мы детально изучили солопренеров, построили ICP (Ideal Customer Profile) и поняли их проблемы. Главная боль — они не знают, как вести соцсети, делать контент-план, завлекать аудиторию, и делают это несистемно. Наше ценностное предложение было комплексным: «Поставь свои соцсети на автопилот и занимайся своей основной работой». Мы решили сделать цифрового двойника пользователя, который будет вести соцсети вместо него.
Прежде чем перейти к прототипу, гипотезы нужно верифицировать. В идеале нужно составлять список гипотез в формате «клиент — проблема — решение». Можно использовать шаблон Lean Canvas. Когда есть пул идей, их нужно ранжировать (например, по методу RICE), оценивая импакт (влияние) и эффорт (усилия).
Мы решили, что людям важно, чтобы блог велся персонально: копировалась их внешность, стиль текста, голос. В этом была душа. Продукт назвали Pigma (Personalize Your Generative Multimodal Agent) — технологию я, кстати, выпустил в Open Source.
Ярослав Филиппов: Извини, давай здесь сделаем небольшой промежуток про идею. Я слушаю тебя: путь «Идея — Прототип — MVP — Product-Market Fit» звучит в идеале классно, но на деле он не работает слева направо. Вы придумали идею, сделали 1000 инфлюенсеров, получили опыт, и снова пришлось переделывать идею! То есть на этапе идеи можно несколько раз «потоптаться».
И ещё вопрос: откуда вы взяли эти первые три идеи? Вы увидели хайп и пошли туда? Идеи очень разрозненные: копия инфлюенсера, виртуальные машинки и цифровой двойник электросетей. Почему именно они?
Андрей Кузьминых: Здесь специфика венчурной студии. В виртуальных инфлюенсеров больше всего верил я. Другой партнёр хотел заниматься беспилотниками (для «Формулы-1», но сделали прототипы на картах). А наш главный инвестор был бенефициаром электросетей. Это такой оппортунизм: у нас сложилось окно возможностей, и мы им воспользовались.
Ты прав, это итеративный процесс. Ты не переходишь на следующий этап без валидации предыдущего. С точки зрения бизнеса, прежде чем писать хоть строчку кода, идею нужно верифицировать.
Ярослав Филиппов: Почему я считаю этот момент важным? У вас было три основателя с тремя экспертизами. Стартапы, основанные на экспертизе основателя, выживают чаще, чем основанные просто на трендах. Если ты решаешь соревноваться в беге с человеком, который бегает 10 лет, ты его не догонишь. Лучше делать бизнес там, где у тебя уже есть сила, где ты «качал мышцу». Понятно, откуда вы взяли идеи. Важно понимать, что ни один стартап не доходит до успеха с тем же, с чем начинал.
Как ты видишь правильный подход? Человек с экспертизой пошёл тестировать идею с первого лендоса (не делая прототип) или всё-таки лучше сразу сделать прототип и тестировать с ним?
Андрей Кузьминых: Зависит от продукта, но лучшая практика — продавать через лендинг без прототипа. Если ты можешь это продать (то, чего ещё нет), значит, дальше всё будет гораздо лучше. Продать готовый классный продукт сможет любой. Инвесторы сейчас инвестируют в тех, кто умеет продавать, а не только строить.
Нужно сделать лендинг, прийти к людям, спросить фидбек и попытаться взять с них деньги. Если целевая аудитория уже сейчас готова дать денег, чтобы ты это сделал — идея прошла валидацию. Если продукт массовый, можно пустить трафик на лендинг и посмотреть конверсию в Waitlist (лист ожидания) или даже запустить продажи (а потом сделать возвраты — рефанды), чтобы понять реальную конверсию в покупку.
Ярослав Филиппов: Добавлю: стартапы из Y Combinator часто делают так же. Заходишь на их лендинг, нажимаешь «зарегистрироваться», а тебе пишут: «Только после демо». Они проверяют спрос, кастдевят людей на демо-звонках, показывают видеозапись работы и понимают, хочет ли человек купить. Многим морально сложно так сделать, хочется сразу автоматизировать регистрацию и онбординг, но это большая работа.
Вернемся к вашим проектам. Вы поняли, что машинки — это не то, когда уже вложили в них много денег. Почему не получилось?
Андрей Кузьминых: С машинками — классическая ошибка. Мы начали делать то, на что не было гигантского спроса. Это игра, развлечение, высокие риски. Плюс, нужен был большой mass adoption, а машинки дорогие в обслуживании: если каждый платит $10 за сессию, выстраивается огромная очередь, клиентский опыт страдает. С электросетями мы поняли, что компаниям проще нанять команду внутрь, чем покупать продукт.
А с блогерами проблема была ясной — солопренерам нужно продавать свои услуги. На этапе прототипа Pigma мы поняли, что ядром будет создание цифрового двойника. Основные метрики: похожесть на клиента и скорость генерации. В конце 2022 года мы тестировали технологию Low Rank Adaptation (LoRA). Нужно было загрузить 10 фото, ждать 20-30 минут. Качество было хорошим, но не у всех есть 10 качественных фото в Инстаграме (принадлежит Meta, признанной в РФ экстремистской и запрещённой на территории страны.), плюс это было дорого (около 100 рублей за обучение одного аватара в себестоимости). Мы видели, как стартапы на этой технологии закрывались через полгода.
Мы нашли другую технологию — IP-Adapter. Загружаешь одно фото, обучение идет 7 секунд. Качество чуть хуже, менее реалистично, но быстро. Мы протестировали на целевой аудитории: этот метод показал себя лучше в прикладном плане. Плюс есть эффект «зловещей долины»: чем реалистичнее аватар, тем сильнее отталкивает любая нехватка мимики (кажется зомби). Менее реалистичный аватар отталкивает меньше.
В качестве прототипа мы сделали систему: пользователь дает ссылку на свой Instagram (принадлежит Meta, признанной в РФ экстремистской и запрещённой на территории страны.), мы берем тексты его постов, копируем стиль. Берем фото — обучаем внешность. Находим сторис с голосом — клонируем голос. Получился мультимодальный агент!
Дальше нужно было понять, где брать контент. Мы сделали ассистента, который ежедневно общается с пользователем, чтобы тот рассказывал о своём дне (для лайфстайл-контента). Добавили фичу «аудит аккаунта» с подсказками по улучшению. Агент собирал новости по тематике пользователя (психология, сантехника) и писал экспертные статьи. ИИ позволяет людям выглядеть более экспертными, чем они есть на самом деле. Репетиторы нам писали, что сами с удовольствием читают свой блог, сгенерированный ИИ!
Ярослав Филиппов: Не кажется ли тебе по итогу, что это был слишком «жирный» прототип? Можно было начать с чего-то поменьше?
Андрей Кузьминых: Если хочешь сделать фокус на персонализацию, ты должен закрыть все модальности (текст, голос, фото). Прототип действительно жирный, но оно того стоило. Люди давали ссылку на соцсеть и получали двойника, который автоматически вёл блог. Конечно, были шероховатости: контент мог дублироваться, на фото бывало по 6-7 пальцев, но это мы потом отлаживали.
Затем мы перешли к MVP. MVP отличается от прототипа степенью готовности и количеством пользователей (человек 100). Мы дали продукт контрольной группе солопренеров (с бесплатным триалом на неделю), чтобы подтвердить ценность и понять, за что они будут платить. Часть пользователей генерила фото для Тиндера, часть — для LinkedIn, но в итоге победил Instagram (принадлежит Meta, признанной в РФ экстремистской и запрещённой на территории страны.). Люди были готовы платить именно за «блог на автопилоте».
Мы выкатились на Product Hunt. Сделали аутрич, просили всех рассказывать о нас. Это было важно для доверия, потому что доступ к своему Instagram (принадлежит Meta, признанной в РФ экстремистской и запрещённой на территории страны.) аккаунту давали только 5-10% пользователей. На Product Hunt мы получили мощный органический трафик, ревью и в итоге выиграли «Продукт дня» в жесткой гонке с сильным конкурентом.
Правда, в этот же день мы увольняли сотрудника, и он удалил свою часть кода! Мы «упали» на час прямо во время запуска на Product Hunt. Был сильный стресс, но мы с инженерами всё быстро восстановили. Такое бывает, стартап — это всегда вызовы. Меня часто будили по ночам алерты, что у нас отвалились сервера.
Ярослав Филиппов: В чём для тебя ключевая разница между прототипом и MVP?
Андрей Кузьминых: Прототип — это голая кор-технология, которую можно показать только маме или коллегам. На ней ты отрабатываешь технический метод. MVP — это продукт, который можно дать 100 реальным пользователям, чтобы протестировать ценность: нужно ли им это решение вообще.
Ярослав Филиппов: Окей. Что было дальше, на этапе Product-Market Fit?
Андрей Кузьминых: Мы подтвердили ценность (7 из 100 человек купили). Дальше нужно было сделать так, чтобы юнит-экономика сходилась. Мы подключили платежку, настроили глубокую аналитику (Mixpanel, Google Analytics). Мы пускали платный трафик из соцсетей, работали с инфлюенсерами. По аналитике мы понимали, откуда пришел клиент, куда он кликает, и отрезали то, что съедало бюджет и не использовалось. Например, мы отказались от генерации картинок на супердорогой модели, взяли модель поменьше — качество осталось приемлемым, а затраты снизились.
Нужно было свести CAC (стоимость привлечения) и LTV (пожизненную ценность клиента). Мы кормили рекламный движок Meta (Meta признана в РФ экстремистской и запрещена на территории страны.) данными о покупках, и через 3 месяца реклама начала сходиться. У нас экономика строилась на кредитах: генерация разной сложности стоила разное количество кредитов. На сведение экономики ушло около полугода. Главное здесь — чтобы проблема пользователя была по-настоящему острой.
Когда экономика сошлась, мы перешли к скейлингу (масштабированию). Запускались на США и Европу (Tier-1), но там было дорого. Гораздо охотнее нас покупали в Индии и Бразилии, поэтому масштабировались туда. На этапе скейлинга технический фаундер работает с инфраструктурой, закупает новые инстансы, работает с SRE (чтобы всё было доступно 24/7 в разных странах).
Потом стартап превращается в Cash Cow («дойную корову»), где экономика стабильна. На каждом этапе фаундеры привлекают инвестиции (Pre-seed, Seed, Series A/B/C) и хотят вырастить единорога, чтобы сделать экзит. У нас единорог не получился, но я из стартапа вышел, забрал свои деньги и теперь запускаю свою компанию — Andre AI Technologies.
Я хочу сделать ИИ доступным для солопренеров и малого/среднего бизнеса. Вокруг них я строю экосистему AI-сотрудников: SMM, продажи, HR, бизнес-ассистент. Моя цель — чтобы солопренер работал как компания, а малый бизнес — как большая корпорация.
Ярослав Филиппов: Подведём итоги: вы привлекли 5 млн долларов в студию, сделали три проекта. Машинки провалились, электросети продали как команду, а Pigma продалась, и ты сделал экзит. Студия вышла в плюс или в минус?
Андрей Кузьминых: По метрикам Pigma мы понимали, что через полтора-два года годовая выручка составит 5 млн долларов, что отбило бы все бюджеты студии. Когда мы дошли до финальной стадии, пришла понятная инвестиционная оценка, я вышел, пришли новые инвесторы. Pigma, видимо, стала частью чего-то большего.
Сейчас я решил двигаться один, потому что есть все возможности для этого. Агенты заменяют команду на этапах прототипа и MVP. Команду можно нанимать уже после Product-Market Fit. Главный урок: технарь может пройти путь технического фаундера, покопаться в бизнесе, узнать, куда ехать, и дальше двигаться самостоятельно.
Ярослав Филиппов: Можно сделать всё самому, но компанию-единорога в одиночку не построишь. Покупают компанию, в которой "шестеренки" взаимозаменяемы. Ты так рассуждаешь, возможно, потому что в партнерствах что-то было не так? Успешные партнерства — такая же редкость, как успешные браки. Но если не закрываться от неуспешного опыта, рано или поздно сделаешь что-то крутое.
Андрей Кузьминых: Партнерство — это очень сложно. У вас могут быть разные подходы. Например, мне нравится быстро проверять гипотезы, а партнера нужно убеждать не писать ТЗ на месяц вперед. В моей практике часто бывало так, что один человек в команде оказывался прав, а остальные — нет.
У меня сейчас нет цели продавать свои новые проекты (делать экзиты). Инвестиций достаточно, чтобы строить в долгосрок. Я хочу развивать компанию, которая принадлежит мне, помогать людям и добавлять немного «личности», а не просто следовать правилу «ничего личного, только бизнес». У меня есть бесплатные боты, которые просто приносят пользу людям. Это социальная ответственность.
Ярослав Филиппов: Мы делали подкаст с Игорем Зуевым, он учит строить микропродукты. Если ты технический основатель, делай то, что легко создать и поддерживать самому. Находи реальную потребность и делай решение в одну кнопку. Так можно зарабатывать от 2 до 20 тысяч долларов в месяц, оставаясь на основной работе и создавая себе подушку безопасности. А потом из этих микропродуктов можно собрать «супер-франкенштейна» и запустить под новым брендом!
Андрей Кузьминых: В целом да. Pigma и была такой GenAI платформой: мы клонировали голос, генерили фото, стилизовали текст. По отдельности выходить на красные рынки с этими функциями не было смысла. А вот эмерджентная ценность — когда это всё вместе работает как конвейер и ставит соцсеть на автопилот — дала результат.
Ярослав Филиппов: Вопрос про техническую команду. В консалтинге я вижу, что бизнес часто не понимает, чего хотят технари. Технарям интересно поковыряться в сложных технологиях, но рынку часто нужно что-то простое. Расскажи про свой опыт создания команд. Как в Сбербанке всё работает и не падает, а в стартапе постоянно что-то отваливается?
Андрей Кузьминых: Есть два подхода к созданию команды. Первый — Waterfall (в корпорациях и консалтинге): есть понятный список задач, роли (frontend, backend, mobile). Второй — Agile (в стартапах): мы пока не знаем, что нам нужно.
На первых этапах стартапа (до MVP) вообще никого нанимать не надо. Идеально, если CEO/CTO — играющий тренер, который может сам собрать приложение (end-to-end). CTO бывает двух видов: бывший Software Engineer (умеет пилить код и инфраструктуру) или выходец из Data Science / ML (как я, больше по моделям и данным).
Когда стартап доходит до масштабирования, собирается полноценная команда. Идеальная структура (по слоям):
Инфраструктура и безопасность (Infrastructure/Security Engineer).
Платформа (DevOps / Platform Engineer).
Software (Frontend, Mobile, Backend-разработчики, Архитектор).
Данные (Data Analyst, Data Engineer).
ML/AI (ML/AI Engineer — строит модели и разворачивает микросервисы).
R&D (инвестиции в новые технологии — около 5% ресурсов компании).
В Сбере ничего не падает, потому что там на каждый "чих" свой узкий специалист. А в стартапе роли размыты: один «AI Guy» может пилить и архитектуру, и фронтенд, и модели обучать. Это вопрос репутационных рисков: если Сбер выкатит падающее приложение — его заклюют, а в стартапе рисков меньше.
Эволюция CTO: сначала ты работаешь руками, потом становишься главным экспертом для команды из 5 человек (делаешь код-ревью), а когда команда 10+ человек — ты превращаешься в чистого менеджера, который оркестрирует людьми и в продакшн-код уже не лезет.
Ярослав Филиппов: Главный инсайт за время создания стартапов?
Андрей Кузьминых: Главный инсайт про стартапы (как говорил доктор Хаус — «все лгут»): все стартапы априори проваливаются. Вопрос лишь в том, как повысить вероятность того, что твой не провалится. Золотого правила нет. Диктует условия только клиент! Единственный способ повысить вероятность успеха — самому быть клиентом своего продукта, решать собственную проблему. Думай, что у тебя ничего не получится — это снимет розовые очки и заставит слушать клиентов.
Второй инсайт (про карьеру): относись к своей работе в найме как к B2B-сервису («Anything as a Service»). В России люди привыкли к зоне комфорта по ТК РФ (зарплата, ДМС). В стартапах комфорта нет: ты сам за себя отвечаешь. Я работал в Сбере, но воспринимал это как своё дело. Сегодня мой клиент — Сбер, завтра я открою компанию, и клиентами станут Сбер и еще три банка. Фокусируйся на собственном деле и на клиентах. Когда ты упрёшься в потолок стоимости своего часа в консалтинге, ты неизбежно придёшь к созданию масштабируемых IT-продуктов.
Ярослав Филиппов: Андрей, спасибо тебе за интереснейшие три подкаста! Надеюсь, зрителям понравилось. Если кто-то посмотрел все три — напишите в комментариях, вам респект и уважение! Надеемся, это было полезно. Давай прощаться!
Андрей Кузьминых: Да, спасибо! Всего хорошего и счастливо!
