Телеграм канал «Дизраптор»

Венчурный Мидас, или про удачу в бизнесе

У Forbes есть рейтинг топ-100 лучших венчурных инвесторов планеты под названием "Список Мидаса". Типа, кто превратил в золото то, к чему дотронулся, ну вы поняли.

Критерии там такие: вы проинвестировали в компанию, которая за последние 5 лет либо экзитнулась (в любом формате - IPO, продажа, не важно) на $200М+, либо подняла новый раунд по оценке $400М+. И вот 100 ребят, кто на этом больше всех поднял - входят в рейтинг. Да, критерии довольно "механические", но тем не менее. Такой "венчурный Оскар", если хотите.

Так вот, с ним есть два интересных момента:

Первый - скорее забавный. Вообще, этот рейтинг изначально задумывался как "Вот кто отыскал самые крутые инвестиционные возможности". Никто не нашёл, а бро нашёл, рискнул и выиграл - красавчик, велком в лист. Но в этом году всё свелось к одному вопросу: "Ты зашёл в OpenAI, Anthropic или SpaceX - или нет?". Если зашёл - ты в списке, если нет - ну, лох.

А вот второй - поучительный. В качестве одного из самых ярких номинантов Forbes выделяет партнёра Spark Capital Ясмин Разави. В 2023 году она возглавила раунд Anthropic на $450 млн (сама вложила $75 млн). OpenAI тогда уже был на хайпе, а про Anthropic знали ещё только глубоко погружённые. Сейчас же те $75 млн Разави превратились примерно в $3 млрд - и это ещё до IPO, черновую заявку на которое Anthropic недавно подал в SEC.

Массовый зритель обычно воспринимает такие венчурные победы как удачу: "Капец повезло, вот бы мне....". Более прошаренные списывают на бизнес-чутьё + насмотренность внутри тусовки. Но вот что интересно: Разави, уже будучи в борде Anthropic, активно убеждала Дарио Амодеи сделать ставку именно на программирование.

Вот цитата Даниэлы Амодеи (это сестра Дарио, она сооснователь):

Ясмин настойчиво призывала нас рассматривать программирование как отдельное направление. У нас были общие представления о будущем Claude Code, но она убеждала, что этот рынок станет колоссальным, и что завоевать его по силам именно нам [...] За кулисами Разави убеждала [соучредителей] сосредоточиться именно на программировании.

В итоге, именно благодаря код-навыкам (а также аналитике, которая с ними смежная) Claude стал самым топовым ИИ для профи и выиграл битву за корп-сегмент, а Anthropic сейчас дороже OpenAI.

Если посмотреть с этого ракурса, то фраза "удача благоволит храбрым" становится очень логичной, прямо-таки математически верной. Но я бы добавил: "храбрым и деятельным". Записывайтесь на мой курс по мотивации.

P.S. Кстати, среди первых инвесторов Anthropic был ещё и Сэм Бэнкман-Фрид, более известный как Скэм Бэнкрапт-Фрод. Всё-таки топ-скамеры (при всём осуждении) обычно оказываются людьми с отличным чутьём. С другой стороны, настоящих ТОП-скамеров мы с вами не знаем 🤔 Да и у самого Мидаса судьба в итоге была так себе.

Дизраптор

Я искренне хотел перейти в мессенджер Макс и прикладывал для этого все усилия.

Но теперь мои богатые подписчики с Айфонами (коих тут абсолютное большинство) не смогут скачать его из AppStore...

Так что, мне придётся продолжать постить в Телеге.

Горько это признавать, но такова жизнь. Прошу отнестись с пониманием и приношу извинения за неудобства.

С вас сдерут ровно столько, сколько вы готовы заплатить

Одна из тем, сильнее всего подрывающих пердаки обывателей - это персональные цены a.k.a. динамический прайсинг. Есть специальные софтины (их встраивают себе многие крупные компании), которая вычисляет день вашей зарплаты, чтобы в эту дату предложить вам Бигмак дороже (я не шучу, вот тут разбирал). Или такси-агрегатор, который ставит вам х1,5 от ценника, если у вас мобила разряжается.

Вообще, эта штука не новая, компании уже давненько такое умеют-практикуют. Но ИИ способен окрасить сей ценовой паттерн в такой насыщенный оттенок чёрного, что ни один луч света не вырвется.

Есть такая полумифическая штука "совершенная ценовая дискриминация". Это когда продавец знает потолок каждого покупателя и продаёт ровно по нему - выкачивая себе всю возможную маржу из каждой продажи. Дядьки-экономисты всегда писали, что это недостижимая "идеальная модель" (типа, удобно для изучения, но в реальном мире не водится). Ну, потому что невозможно залезть каждому в башку и понять, сколько он готов заплатить. Но через данные + ИИ - возможно.

ИИ может брать тысячи мелких следов (модель телефона, время захода, брошенную корзину, район, заряд батареи, с каким вареньем вы ели блинчики на завтрак и т.д.), и сворачивать их в персональный ценовой потолок. А ещё он:
1. Действует динамически. Показал цену повыше, купили - запомнил или протестил повыше, не купили - протестил пониже. И так до бесконечности, пока не найдёт оптимум.
2. Не прозрачен. Не всегда можно понять, из-за какого именно фактора нейронный чёрный ящик посчитал выплюнул ценник Х. Из-за этого сложнее возмущаться и жаловаться регулятору (и вообще - задетектить, что вас заставляют платить больше).

Логично, что от такого расклада баттхёрт не только у юзеров, но и у государств (второе = производное от первого с большим лагом). Решения разные. К примеру, Китай такое просто взял и запретил - с июля 2024 нельзя ставить разную цену на один товар "при одинаковых условиях сделки", а в 2025 аналогичный запрет ввели и для китайских цифровых платформ. В Европе выбрали компромиссную полумеру: там фактически можно дискриминировать, но нужно об этом рассказать. А-ля "Торжественно уведомляем, что мы вас грабим немношк поставили вам персональную цену". В США вопрос спихнули на уровень штатов, а там кто во что горазд.

В РФ сейчас готовят платформенный закон (часть той самой "платформенной экономики", которую я разбирал тут), но что там внутри - пока туман. Точнее, зарегулируют как пить дать (это ж наши 🤔), но как именно, и на сколько это будет эффективно - большой вопрос.

Лично я считаю, что регулировать эту историю, конечно, надо - иначе компании будут с кайфом выставлять нам лишнюю сотку тупо всегда. Но есть проблема (собственно, как и со всеми запретами): если создаётся некая запретительная рамка, то через неё тут же прорастают механики-вскрыватели. Скажем, что мешает продавцу просто давать разные скидки всем? Для ИИ-прайсинга такое - как нефиг. Персональные скидки же никто не запрещал, правда? А если запретить и их, то у компаний сломается весь маркетинг (а заодно и вся экономика).

И ещё любопытный нюанс. Алгоритм можно прописать так, чтобы он делал вид, что не учитывает знания о потребителе. Но алгоритм всегда можно проверить - просто найти соответствующие куски кода. А с ИИ-системой это не прокатит - есть много хитрых способов заставить её самостоятельно прийти к тому, что намерение надо скрыть.

Поэтому да - это одна из главных потребительских заварушек ближайших лет. И ИИ серьёзно её обостряет. Это будет влиять на нашу жизнь гораздо сильнее, чем большинство других проявлений новых технологий.

Дизраптор

У аналитики есть свой парадокс Джевонса

В 1865 году экономист Уильям Джевонс заметил странную штуку. Паровые машины становились всё экономичнее - жгли меньше угля на ту же работу. И по идее, раз уголь расходуется эффективнее, то и спрос на него должен упасть (ну, логично же?). Но на практике его суммарный расход только вырос.

Это и есть парадокс Джевонса: когда человеки учатся эффективнее использовать какой-нибудь ресурс, то его начинают потреблять не меньше, а больше. Почему? Ну, потому что внезапно появляются новые применения и "сценарии" - которые раньше были бессмысленны (экономически и технологически), а теперь стали норм.

Так вот, у корпоративной аналитики есть ровно такой же парадокс. Раньше вытащить ценный вывод из данных было дорого. Нужен был аналитик, который знает SQL, понимает структуру таблиц и готов угробить полдня на то, чтобы всё это свести. Я пять лет провёл в консалтинге и успел насмотреться, как любой самый большой проект с яркой вывеской на 90% скатывается в рутинную возню с циферками.

И здесь велик соблазн сделать простой (и неправильный) вывод: раз ИИ убирает эту возню - аналитиков можно распускать. Но это и есть ловушка Джевонса. Раз выводы становятся дешевле, то на них радикально вырастет спрос. Маркетолог, который раньше ставил задачу аналитику и ждал два дня, теперь спрашивает сам и моментально. Оператор склада, который в дашборды не лазил примерно никогда, вдруг начинает что-то в них проверять через ИИшку. И из этого следует одна интересная вещь: боттлнек аналитики сместился от умения отвечать на вопрос к умению понимать, когда именно нужно задать вопрос, что конкретно спросить, и как отличить хороший ответ от не очень хорошего.

К чему я это. На днях Yandex B2B Tech выкатил хороший пример этого сдвига. Они обновили своего Нейроаналитика в DataLens (это аналитический агент внутри корп данных). Раньше он умел работать только с готовыми дашбордами: помогал читать графики, подсказывал формулы, копайлотил с выводами и всё такое. А новая версия лезет в сырые данные напрямую. Вы пишете человеческим языком а-ля "Как улучшить выручку менеджера Пети?" - а агент сам находит нужные цифры, анализирует их, даёт гипотезы и строит визуализацию.

Но (важный момент) Нейроаналитик работает строго по правам доступа - он будет шерстить только тот кусок данных, куда пускают конкретного юзера. То есть, запустить агента в корп данных ≠ дать доступ вообще ко всему. И всё это в непрерывном режиме - можно повесить на дашборд ИИ-виджет с инструкцией, и дальше агент будет сам загонять на него свежие выводы при каждом открытии.

Выходит, что технический барьер "уметь достать данные" схлопнулся почти в ноль, но раз достать стало дёшево - то и вопросов по данным будут задавать в разы больше. Только выигрывать теперь будет не тот, кто знает точный синтаксис запроса, а тот, кто умеет задать правильный вопрос и отличить реально ценный инсайт от убедительного булшита (это, кстати, к вопросу о том, какие навыки нужны джунам и мидлам в ИИ-эпоху).

P.S. Самое смешное, что Джевонс-то зря переживал: Англии угля хватило с лихвой, потому что его вскоре начала активно вытеснять нефть. Аналогию в аналитике можете провести самостоятельно 😈

Дизраптор

ТГ-админы фильтруют запросы на нативки с ПМЭФа

В шоколаде всегда будут не золотоискатели, и даже не продавцы лопат, а ассенизаторы

Есть такой стартап InsightFinder AI. Вообще, он основан ещё в 2016 экс-сотрудницей Google и IBM, и основной его продукт - это сканить IT-системы и находить в них "кривые стыки". Условно, вот тут данные кривые, здесь в кэше какой-то шлак, там ещё что-то поехало. InsightFinder всё это детектит и даёт рекомендации, как починить.

Недавно они запустили похожий продукт, но под ИИ-агентов. Штука смотрит, где агенты криво работают и косячат, и как это пофиксить. После этого у них кратно выросла выручка, они собрали новый раунд, и вообще, всё у них прекрасно.

А интересно тут вот что. Основательница рассказывает, что подавляющее большинство агентных сбоев связано не с моделью, а с тем, что вокруг неё. Сама модель за редким исключением норм, а вот данные, которые в неё заливают, инфра и стыки между всем этим - сплошь и рядом кривые и косячные.

Она приводит такой пример. У крупной кредитной компании жёстко "повело" ("drifted") антифрод. Логичная реакция - полезть крутить модель, она же фродеров пропускает, караул. Но когда копнули глубже, стало ясно, что всё из-за устаревшего кэша на части серверов. То есть, вполне здорового пациента накормили тухлятиной, и ему закономерно стало плохо.

К чему я это. Есть такой старый аналитический (ну, или разрабский, кому что ближе) принцип "GIGO", garbage in - garbage out (старославянск.: "Что посеешь - то и пожнёшь")
Короче, шлак на входе - шлак на выходе. Даже самая умная моделька не соберёт из говна конфэтку. ИИ-агент и его инфра могут быть идеальными, но если у вашей компании все данные и швы между ними кривые - то агент будет вечно спотыкаться, галлюцинировать и творить дичь.

Из этого следуют два важных вывода:

Первый - если делаете у себя ИИ-трансформацию, то удостоверьтесь, то ИИшке не придётся "питаться помоями" (проведите аудит всех ИТ-слоёв, причешите данные и т.д.). Это принципиально важный этап подготовки, но на который часто забивают.

Второй - это классная ниша. Золотоискателей пруд пруди, продавцов лопат тоже хватает, а вот говночерпателей всегда недостаточно. А ведь если не они, то все в процессе потонут. Поэтому маржа там всегда будет водиться.

Дизраптор

Компаниям всё проще "брать рост" извне

На днях вышел свежий рейтинг инновационности банков от фонда Сколково за 2025 год (его считают с 2019-го). Я много гонял на ивенты к Точка Банку, где в том числе общался про их ИИ-инициативы и стартап-экосистему, поэтому интересно было глянуть на их результаты. Оказалось, они в топ-10 (при этом единственный в списке "монобанк" - т. е. банк, заточенный под один сегмент). А поднялись и улучшили позиции они в том числе благодаря плотной работе со стартапами.

И вот что тут интересно. Банки (на самом деле, не только они, но тут - на примере банковского сектора) меньше строят сами и больше ищут компетенции и инновации на стороне. Это видно в том числе по контрактам со стартапами-резидентами Сколково - за год их число выросло в 5 раз, а выручка финтех-компаний от работы с банками дошла до 137 млрд руб.

Тут очень хочется вспомнить первый курс моего экономфака и дедушку Коуза с его "теорией Фирмы". В 1937 году Коуз задался вопросом: зачем вообще нужны компании? Почему люди их создают? Ответ - чтобы срезать транзакционные издержки. Иногда найти подрядчика, договориться и проконтролировать выходит дороже, чем нанять человека в штат и сделать самому. Граница фирмы проходит ровно там, где "сделать внутри" дешевле и надёжнее, чем "купить снаружи".

Но прикол в том, что этот водораздел не прибит гвоздями, а двигается. В том числе - под влиянием технологических волн. Сейчас ИИ обвалил стоимость создания продукта. То, на что банку раньше нужен был отдел из полусотни человек и пара лет, юркий стартап собирает за полгода силами полутора землекопов. Годных стартапов становится больше (падает порог входа), а значит, покупать становится выгоднее, чем держать всё внутри. Стало проще найти стартап и взять его под крыло (дать ему пилот, инфраструктуру и своих клиентов), а если выстрелит - встроить его решение к себе через M&A или как-то ещё.

И ещё важный нюанс. Этот рейтинг оценивал не только работу со стартапами, но и цифровые сервисы с внедрением ИИ - а это уже про то, что банк делает сам. И тут хорошо видно, как по-умному теперь могут проходить границы фирмы: то, что ближе к клиенту, Точка строит внутри. Например, своего ИИ-ассистента, который понимает запросы на обычном языке, подсказывает решения и помогает бизнесу замечать риски и возможности. А то, что можно взять готовым - добирает у юрких команд снаружи. Более того, по идее, разделение на "внутри"и "извне" может быть даже в рамках одного инструмента. К примеру, у той же Точки в поддержке есть два режима - ИИ и человек (можно выбрать самому). И их можно накачивать компетенциями и фичами разными способами.

В общем, для компаний вроде Точки стартап-экосистема теперь не просто "корпоративный венчур", а важный драйвер собственного развития. Ну а для стартапов - плюс ещё один путь к росту и масштабированию. От такого расклада выигрывают обе стороны.

Так что, если вы на стороне корпорации - почаще мониторьте новых, небольших и юрких. Они могут дать вам мощный импульс. А если пилите стартап - присмотритесь к опциям, которые предлагают компании. Порой там скрывается +100 к росту, +50 к масштабированию (и ещё +10 к харизме).

Дизраптор