Быстрый старт или победный финиш: как новички на рынке ИИ конкурируют с корпорациями
Американский Midjourney генерирует около $500 млн в год. В компании работают 11 человек. Шведский стартап Lovable, которому нет и двух лет, добрался до $400 млн ARR (Annual Recurring Revenue — годовая повторяющаяся выручка) при команде в 146 человек. Каждый день у платформы добавляется 1500 новых платящих клиентов. Без единого продавца в штате — только за счет того, что каждое приложение, собранное на платформе, автоматически показывает ссылку на Lovable всем, кто его открывает. Израильский предприниматель Маор Шломо построил платформу Base44 для создания приложений в одиночку, без инвестиций. В мае 2025 года она принесла $189 000 чистой прибыли за один месяц. В июне международная облачная платформа для создания и развития интернет-проектов Wix купила ее за $80 млн. С момента запуска прошло шесть месяцев.
Для сравнения: средняя публичная SaaS-компания генерирует около $300 000 выручки на сотрудника. AI-native стартапы — от $2 млн до $4 млн. В 10 раз больше при команде в 10 раз меньше.
Начать стало проще
Раньше путь от идеи до первого $1 млн выручки занимал в среднем почти полтора года — и считалось, что это еще быстро. Сегодня, по данным американской технологической компании, разрабатывающей решения для приема и обработки электронных платежей Stripe, которая обслуживает 78% компаний из Forbes AI 50, лучшие AI-стартапы проходят этот путь за 11,5 месяца. Четыре месяца разницы — звучит скромно. Но дальше математика становится более впечатляющей: до $5 млн AI-компании добираются за 24 месяца — против 37 месяцев у лучших SaaS-компаний предыдущего поколения.
Стоимость запуска упала так же резко, как выросла скорость. Создание минимального рабочего продукта, на которое раньше уходило $200 000–500 000 и команда из 10 человек, сегодня стоит в разы меньше и занимает недели. В 2025 году число стартапов, достигших $10 млн ARR за три месяца с момента запуска, удвоилось по сравнению с 2024-м.
Еще недавно главная проблема технологического стартапа была довольно понятной: не хватало людей, чтобы достаточно быстро превратить идею в продукт. Нужно было собирать команду, искать деньги, параллельно писать код, тестировать гипотезы, разговаривать с клиентами и вручную закрывать десятки задач, без которых рост просто не случается. Сейчас эта логика меняется. ИИ резко удешевил и ускорил запуск программных продуктов — и несколько инструментов сделали это возможным для всех.
Cursor позволяет писать код в разы быстрее даже опытным разработчикам, v0 от Vercel превращает текстовое описание интерфейса в готовый код за секунды. Gamma собирает презентацию из идеи за две минуты. Clay позволяет одному человеку делать работу целого отдела продаж — находить клиентов, обогащать данные, писать персонализированные письма в промышленных масштабах. Чтобы понять масштаб изменений: по данным GitClear, сегодня ИИ помогает генерировать 41% всего кода в мире.
Но именно здесь начинается главный парадокс новой волны: запустить стартап стало проще, а построить устойчивый бизнес — сложнее. Отсюда и разговоры про маленькие команды, которые двигаются так, как еще недавно могли двигаться только хорошо финансируемые игроки.
Сделать продукт или построить компанию
Когда инструмент ускорения доступен всем, рынок быстро заполняется похожими конкурирующими решениями. Если раньше сам факт, что у тебя есть рабочий продукт, уже был достижением, то теперь это только входной билет. Похожих продуктов и команд, которые умеют быстро собирать первый рабочий вариант, будет много.
Что значит «не удержать клиентов» — хорошо видно на примере Chegg. Образовательная платформа с миллионами пользователей потеряла продуктово-рыночное соответствие почти мгновенно — как только ChatGPT дал студентам то же самое быстрее, дешевле и прямо в браузере. У компании был рабочий продукт, лояльная база и годы на рынке. Но всего этого не хватило, чтобы убедить пользователей остаться. Акции компании, достигшие пика в феврале 2021 года, к 2025-му потеряли 99% стоимости — $14,5 млрд капитализации испарились. Компания пережила четыре раунда увольнений и в итоге сократила 45% сотрудников.
Поэтому сегодня главная задача это уже не запустить классный продукт, а помочь ему пережить дистрибуцию, рост, удержание и конкуренцию.
Именно поэтому мы скептически относимся к красивой формуле, что ИИ «демократизирует предпринимательство». Он действительно демократизирует старт. Но не победу. Потому что инструменты у всех одинаковые, а умение ими пользоваться — нет. Побеждает не тот, кто быстрее собрал продукт, а тот, кто понимает три вещи.
Первое: как продавать. Здесь ИИ тоже меняет правила: один человек с правильными инструментами сегодня может находить клиентов, персонализировать общение и закрывать сделки в темпе, который раньше требовал целого отдела продаж. Но инструменты не заменяют главного — готовности взяться за продажи самому, с первого дня.
Второе: сколько стоит один платящий клиент и сколько он приносит за все время — без этого невозможно понять, растешь ты или просто тратишь деньги быстрее, чем зарабатываешь.
Третье: удержание — какой процент заплативших возвращается через месяц. Если меньше 40% — продукт не решает проблему достаточно хорошо, и никакой рост привлечения это не скроет. Деньги будут утекать быстрее, чем приходить.
ИИ убрал барьер входа — и одновременно поднял барьер выживания. Рынок заполняется за недели, конкуренты появляются раньше, чем ты успеваешь закрепиться. Побеждает не тот, кто первым запустил, а тот, кто успешно и быстрее конкурентов подстраивается под рынок.
Что мешает большим компаниям
На корпоративном рынке — и это глобальная тенденция — ситуация особенно интересная. Крупный бизнес уже понял, что ИИ надо внедрять, но между пониманием и внедрением длинный путь. По данным McKinsey, две трети компаний по-прежнему находятся на стадии экспериментов или пилотов — и лишь треть смогла масштабировать ИИ на уровне всей организации. По данным Gartner, 85% корпоративных ИИ-проектов не доходят до production вовсе. В 2025 году, по данным ISG, лишь 31% приоритетных ИИ-инициатив дошли до реального запуска — и это уже вдвое больше, чем годом ранее.
Большим компаниям мешает собственная инфраструктура. Страховая индустрия — хороший пример того, как это выглядит изнутри. Более 80% страховщиков тратят на ИИ минимум $5 млн в год. Две трети из них все еще на стадии пилотов. По данным Boston Consulting Group, лишь 7% страховых компаний в мире успешно вывели свои ИИ-системы на масштаб. Причина простая: полис, выпущенный 20 лет назад, до сих пор требует ручной обработки. Данные разбросаны по десяткам несовместимых систем. Чтобы обучить на этом ИИ, сначала нужно разобраться с самими данными — а это отдельный многолетний проект.
Именно поэтому в индустрии давно гуляет тезис: легче построить новую компанию, чем переделать старую.
AI-native стартап проектирует продукт вокруг данных с первого дня. Крупная компания сначала годами разбирает накопленный беспорядок в своих системах — и только потом думает об ИИ поверх них. По оценкам Cognizant, полный переход корпорации к архитектуре, способной поддерживать ИИ, займет семь лет. И 79% компаний к 2030 году все равно не сократят даже половину устаревшей инфраструктуры.
Кроме того, технологии меняются настолько быстро, что решение, которое кажется передовым сегодня, к моменту полноценного запуска через год может уже устареть. При этом крупным компаниям трудно доверять маленьким игрокам. Недоверие идет с двух сторон: сложно начать работать с новой компанией без длинной истории и так же сложно довериться технологии, которая пока остается для многих непрозрачной.
Это означает, что корпоративный рынок открыт — но не так, как принято думать. Там высокий спрос, но длинный цикл сделки. Есть желание покупать, но еще больше желание снизить риск. Поэтому молодым компаниям мало просто сделать хороший продукт. Им приходится продавать не только решение, но и надежность, процесс, объяснимость и контроль качества.
Корпорации реагируют на это двумя способами. Первый — покупать. В 2025 году Salesforce потратил более $10 млрд на поглощения AI-компаний, Accenture закрыл 23 сделки. Google купил компанию по кибербезопасности Wiz за $32 млрд. IBM потратил $27,8 млрд на три сделки за год. Общий объем AI M&A вырос на 35% год к году. Логика простая: если не можешь построить быстро — купи того, кто уже построил.
Второй способ — имитировать. Microsoft выпустил Copilot, Salesforce — Agentforce, ServiceNow — своих агентов. Но эти продукты вызывают все больше скепсиса. По опросу Redpoint, среди 141 IT-директора крупных компаний большинство назвали Agentforce переоцененным. Copilot фактически удваивает стоимость корпоративной лицензии Microsoft 365 без сопоставимой отдачи, из-за чего часть компаний приостановила его внедрение. Проблема в том, что большие компании добавляют ИИ поверх старой архитектуры, а не выстраивают новую вокруг ИИ.
Массовый рынок: главная борьба — за внимание и удержание
Порог входа снизился для всех одновременно, поэтому новых сервисов становится все больше, а внимание человека по-прежнему остается ограниченным. Исследование ChartMogul, охватившее 3500 компаний, показало: AI-native продукты дешевле $50 в месяц удерживают лишь 23% выручки за год.
Три четверти платящих пользователей уходят. В индустрии их уже называют AI tourists (ИИ-туристы) — люди, которые платят за эксперимент, делятся восторженным постом в соцсетях и исчезают, как только появляется следующая новинка или бесплатная альтернатива. Быстрый рост на старте маскирует то, что на самом деле происходит на дне воронки.
Выигрывать здесь будут не те, кто быстрее собрал рабочий продукт, а те, кто найдет неочевидный путь к пользователю — и причину остаться. Поэтому следующим сильным преимуществом станут нестандартные стратегии роста: встраивание в уже существующие привычки, новые точки входа, кросс-платформенные сценарии. Следующая волна победителей будет определяться не только качеством продукта, но и тем, кто первым научится превращать туристов в постоянных жителей.
Особый путь России
На потребительском рынке России новым технологическим компаниям и раньше было трудно вырасти в по-настоящему большой бизнес: дистрибуция, пользовательские привычки и ключевые точки входа давно сосредоточены у крупных экосистем — «Яндекса», «Сбера» и VK. У каждой из них есть трафик, бренд, деньги и многолетняя привычка пользователя. ИИ вряд ли радикально изменит этот баланс — скорее наоборот: на массовом рынке он, вероятно, еще сильнее укрепит тех, кто уже стоит у точек входа. Новому игроку здесь не просто тяжело — ему практически негде встать.
Зато у гигантов все в порядке. Российский IT-рынок за пять лет удвоился и в 2025 году превысил 3,9 трлн рублей. Один из самых быстрорастущих сегментов — ИИ: по данным МТС Web Services, в 2025 году рынок AI-решений вырос на 35% и достиг 60,8 млрд рублей. Спрос есть — но разрыв между спросом и реальным внедрением примерно такой же, как и на глобальном рынке. Большие компании понимают, что ИИ нужно внедрять, но делают это медленно: мешают безопасность, согласования, старая инфраструктура и длинные циклы принятия решений.
Для небольших B2B-команд это реальная возможность. Не потому что конкуренции нет — она есть. Но крупные экосистемы строят горизонтально и не успевают доводить технологию до конкретных рабочих сценариев в каждой отрасли. Тот, кто научится быстро решать одну прикладную задачу и упаковывать ее в понятный продукт для российского бизнеса, получает шанс занять нишу раньше, чем туда придут большие компании.
Как стать победителем
Последние месяцы рынок выглядит почти одинаково: очередной ИИ-стартап, маленькая команда, высокая оценка, быстрый рост. На последнем Demo Day Y Combinator восьминедельные компании выходили к инвесторам с семизначными контрактами и посевными оценками в $40 млн. Три года назад это была бы новость. Сегодня — просто средний показатель по батчу.
Но именно поэтому настоящая проверка начинается не в момент запуска, а сразу после него. За красивыми цифрами ARR часто скрывается другая реальность — пилоты, которые не продлят, пользователи, которые уйдут через месяц, и выручка, которая держится на энтузиазме первых клиентов, а не на реальной встроенности в их процессы.
Победят не те, кто быстрее всех собрал первый продукт. Победят те, кто с самого начала выбрал узкую и дорогую для клиента проблему, а не просто модный сценарий, — и параллельно с продуктом строил канал продаж. Те, кто заложил контроль качества там, где ошибка ИИ слишком дорого стоит, и не оказался полностью зависимым от одного поставщика моделей. И главное — те, кто успел накопить то, что нельзя быстро скопировать: доверие, данные, встроенность в процессы клиента, репутацию.
По данным Redpoint, медиана для SaaS-компаний, основанных до 2000 года, — 25 лет до оценки в $50 млрд. Anthropic и Cursor сделали это за четыре года. Но скорость старта и скорость смерти выросли одновременно. Большинство из тех, кто сейчас в гонке, до финиша не доберется.
ИИ уже сделал запуск стартапа проще. Он демократизировал старт — но не победу. Большой бизнес по-прежнему строится на довольно старых вещах: качестве, дистрибуции, доверии и способности выдерживать конкуренцию дольше других. Технология изменила скорость старта. Сложность победы она не отменила.
Мнение редакции может не совпадать с точкой зрения автора