Что внутри выпуска

1. Skan AI. Наблюдатель, который снимает экраны сотрудников и собирает из этого агента ($63M). Ставит запись поверх рабочих мест, склеивает из тысяч сессий карту того, как процесс идёт на самом деле, и подкладывает эту карту агенту вместо инструкции. Заявляет 30% прироста производительности и шесть недель от наблюдения до работающего агента.

2. Sophiie. Секретарь на телефоне для сантехников и электриков ($3.5M). Берёт трубку круглосуточно, записывает на приезд, выставляет счёт и пинает клиента с напоминанием. Тарифы от $99 до $819 в месяц, 750 тысяч принятых звонков. Единственный обзор в выпуске, где юнит-экономика сходится на салфетке.

3. ApartmentIQ. Ежедневный прайс всех соседних домов из открытых источников ($25M). Раньше это был потребительский поиск квартир, который не взлетел. Теперь данные по 40 млн квартир и 1 500 управляющих компаний. Ключевая деталь: строго открытые данные, и вот почему это важнее продукта.

4. Axle. Ответ за секунду, действует ли у человека страховка ($17.5M). Один запрос вместо звонка в колл-центр страховой. Пропускает через себя более $100B покрытия в год для 4 000 автосалонов, прокатов и кредиторов.

5. Didge AI. Робот сам объезжает стройку и считает, где отстают ($9.5M). Наземный робот ездит по этажам, снимает, сравнивает с проектом и присылает отчёт. Инвестиция стратегическая, от производителей строительной техники, и сумму официально не назвали.

6. Unico Housing Finance. Ипотека тем, у кого нет справки о доходах ($6.3M). Кредитует людей без белой зарплаты под залог жилья. Портфель за три года вырос до $83M. Ставки такие, что в России бы уже кто-нибудь написал жалобу.

7. Palette. Рабочий стол, где агенты сидят в ваших же папках ($3.5M). Не очередной чат, а слой поверх Google Drive и Dropbox, куда можно подключить любую модель и поменять её завтра. Продают не интеллект, а право не привязываться.

8. Wippi. Колонка со сказками, которая отвечает ребёнку ($1.2M). Экрана нет, есть две крутилки и щель для карточки. Цена $74 за набор. И одна цифра на сайте, которая не бьётся с цифрой в пресс-релизе.

9. Kotofit. Клубы для бадминтона и пинг-понга с почасовой арендой корта ($795k). Четыре площадки, три открываются. Никакого ИИ, чистая аренда квадратных метров под ракетку. В России этот же рынок сейчас растёт быстрее любого софта.

10. Simplicia. Софт, который выбивает у соцстраха недоплаченные больничные ($600k). Сверяет выплаты по каждому сотруднику с тем, что реально пришло, и находит дыры. Автоматизирует 70% сверки. Самая скучная модель выпуска и, возможно, самая маржинальная.

+ Топ-10 ИИ-инструментов недели
+ Подборка отраслевых отчётов
+ Запись вчерашнего вебинара Claude Code для личных проектов (доступно для Tweekly PRO)
+ Всех зову на 8-недельнй курс «Claude Code. Проверяй десятки проектов силами одного человека», начало 26 августа.

Спросите у любого операционного директора, как в его компании обрабатывается заявка на кредит. Он покажет схему. Схему рисовали в 2019 году, три раза дорисовывали и один раз печатали на плоттере, чтобы повесить в переговорке.

Теперь сядьте рядом с человеком, который эти заявки обрабатывает. Он откроет экран, скопирует номер, вставит в Excel, откроет вторую систему, поймёт, что там старая версия, напишет коллеге в мессенджер, подождёт, вернётся. Ничего из этого на схеме нет.

Разрыв между схемой и реальностью стоил компаниям умеренных денег ровно до того момента, пока по схеме не начали учить агентов. Дальше он начал стоить дорого. Агент, обученный по нарисованному процессу, ломается на первом же шаге, которого на бумаге не было.

Skan AI недавно привлекла $63M на то, чтобы схему больше не рисовали. Платформа ставится поверх рабочих мест и просто смотрит: какие окна открыты, в каком порядке, сколько секунд человек висит на каждом. Из тысяч таких сессий собирается то, что компания называет картой реальной работы. Дальше карта отдаётся агенту как контекст.

Как это устроено в цифрах. Компания говорит про 30% среднего прироста производительности у клиентов и шесть недель от первого наблюдения до развёрнутого агента. Один клиент насчитал 14 тысяч часов в год, которые можно автоматизировать. Клиентов ищут не среди стартапов: заявлены каждая четвёртая компания из первой полусотни Fortune, семь из десяти крупнейших банков США и трое из пяти крупнейших страховщиков.

Отдельно продаётся сама съёмка без агентов, под названием «карта». Это, пожалуй, самое умное в модели. Компания получает деньги на этапе, когда ещё ничего не автоматизировала, а просто рассказала клиенту, чем занимаются его люди. За такое платят охотно, потому что результат виден в первый месяц и его можно показать совету директоров.

Где ров. Данные, которые нельзя купить. Записи чужих рабочих сессий не продаются ни на одном рынке, их можно только накопить самому, и накапливать надо годами внутри контуров, куда никого не пускают. Обработка идёт на стороне клиента, сырые экраны за периметр не уходят: без этой оговорки ни один банк не подписал бы договор. Конкурент, который придёт завтра, столкнётся не с технологией, а с семилетним циклом продаж в комплаенс-отделы.

Что смущает. Вы серьёзно собираетесь сказать сотрудникам, что теперь их экран пишется? В США и Индии это продаётся. В Европе с этим уже интереснее. А в России, где офисная культура и так держится на взаимном недоверии, тотальная запись рабочих мест даст ровно то, что даёт любая слежка: люди начнут работать на камеру. Показная продуктивность у нас и без камеры цветёт, 65% сотрудников признаются, что имитируют занятость, а 43% тратят на имитацию больше десяти часов в неделю. Поставьте им запись экрана, и вы получите не карту процесса, а карту того, как выглядит хорошая работа с точки зрения человека, которого пишут.

Эффект наблюдателя. Это ровно тот случай, когда измерение меняет измеряемое. Продукт обещает снимок реальности, а получает снимок реальности, в которой идёт съёмка. Продать это можно, разница вскроется на третьем квартале.

Кто рядом. Ниша называется процессная аналитика, ей лет пятнадцать, и она уже пережила одну волну хайпа.

• Celonis - немецкий гигант, собрал около $1.77B, оценка порядка $13B. Читает логи корпоративных систем, а не экраны. Видит больше данных, но только те, что система записала.
• UiPath - публичная компания, зашла в процессную аналитику со стороны роботизации. Сильна в дистрибуции, слаба в глубине.
• SAP Signavio - если у клиента SAP, вопрос выбора часто закрыт до начала тендера.
• Soroco - ближайший идеологический сосед, тоже собирает работу с рабочих мест. Меньше и тише.
• Microsoft Process Mining - тот случай, когда конкурент включён в подписку, которую клиент уже оплатил.

Что вырастет рядом. Запись экрана видит окна и клики. Она не видит разговора в курилке, звонка нужному человеку и решения, принятого по интонации собеседника. То есть ровно того, на чём в реальности держится работа. В экран это не попадает, значит, в агента не попадает тоже. Через год у компаний будут отлично автоматизированы ровно те задачи, которые и так были скучными, а всё остальное окажется в руках десяти человек, которых теперь не заменить ничем.

Бизнес на этом строится так: агентство по разбору неавтоматизируемого. Приходите в компанию, которая уже потратила деньги на процессную аналитику, и продаёте обратную услугу. Не «что можно отдать машине», а «какие пять человек у вас держат контору и что будет, если один уволится».

Электрик стоит на стремянке. Обе руки заняты, в зубах отвёртка. Телефон в кармане звонит. Это новый клиент, который нашёл его в поиске третьим номером и позвонит следующему через сорок секунд.

Вот и весь рынок. Дальше можно не объяснять.

Российские цифры на эту тему выглядят почти неприлично. По исследованию потерь от пропущенных звонков, стоматологии за год недобрали 96.2 млн рублей, автосервисы 54.1 млн, рестораны 35 млн, салоны красоты 34 млн, ветклиники 27.5 млн. Это не про неповоротливость. Это про то, что мастер физически не может держать трубку и работать руками одновременно.

Sophiie недавно подняла $3.5M на идею отдать трубку машине. Продукт называется секретарём, хотя давно перерос название: отвечает круглосуточно, записывает на приезд, готовит смету, выставляет счёт, шлёт напоминание о неоплаченном, ведёт карточку клиента. Подключается к тем системам, которыми бригады и так пользуются, к календарю и к бухгалтерии.

Цифры, которые можно проверить. 750 тысяч принятых звонков, больше 1 600 бизнесов на платформе, рост 10-15% в месяц. Австралия, Новая Зеландия, Великобритания, дальше США. Один клиент говорит, что за год не пропустил ни одного звонка, другой снял 95% пропусков в горячий сезон.

Интересный нюанс. У них открытый прайс, и это редкость. $99 в месяц за 30 принятых звонков. $299 за 500. $819 за 2 500. Есть бесплатный тариф без звонков вообще, только запись на работы и счета.

Посчитаем на салфетке. Бригада электриков в городе-миллионнике: три мастера, средний чек выезда 7 000 рублей, маржа примерно половина. Один спасённый звонок в день это 3 500 рублей маржи, тридцать в месяц это 105 тысяч. Абонентка в 8 000 рублей окупается на третий рабочий день месяца. Всё, дальше можно не считать, вопрос закрыт.

Именно поэтому средний тариф стоит $299, а не $29. Продавец, который считает вместе с клиентом, всегда может назначить цену в долях от спасённых денег.

Что разгоняет. Сарафан внутри цеха. Электрики и сантехники общаются между собой плотнее, чем айтишники на конференциях, и «я перестал терять заказы» разносится по чатам за неделю. Второе: чем дольше система принимает звонки, тем больше в ней истории клиентов, и тем больнее уходить. Через год у мастера там вся база, все сметы и все напоминания, и переезд означает потерю памяти о собственном бизнесе.

Похожие проекты. Ниша ИИ-секретарей за два года стала людной.

• Slang.ai - около $68M суммарно, сфокусировался на ресторанах. Глубже в своей вертикали, но в вертикали с копеечными чеками.
• Goodcall - примерно $4M, один из первых в нише, с тех пор почти не слышно.
• Numa - ушла в автосалоны, где чек выше, а закупщик профессиональнее.
• ServiceTitan - публичная компания и главный риск для Sophiie. Уже владеет учётом бригад и может выкатить телефонию как галочку в настройках.
• Tomoru - в России делает голосовых роботов для бизнеса, но продаёт скорее обзвон, чем приём.

Как повторить у нас. Берите одну вертикаль и не расползайтесь. Не «малый бизнес», а конкретно натяжные потолки, или установка кондиционеров, или выездная ветеринария. Голосовые модели на русском давно рабочие, интеграции с популярной CRM пишутся за месяц. Ценник 6-9 тысяч рублей в месяц с точки, при трёх сотрудниках поддержки контора кормится на 250-300 клиентах. Дальше либо в соседнюю вертикаль, либо продаваться отраслевой CRM.

Обратная сторона. Через год-другой клиент будет узнавать бота по первому вдоху и сразу жать ноль. И тогда живой голос в трубке из издержки превратится в товар. Это эффект Баумоля в чистом виде: труд, который невозможно ускорить, дорожает вместе со всем остальным, и в какой-то момент за него начинают платить отдельно. Через два года «вам ответит живой мастер, а не бот» станет строчкой в рекламе, за которую берут наценку.

Управляющий жилым комплексом на четыреста квартир до сих пор делает это руками. Раз в неделю сотрудник обзванивает соседние дома, притворяется арендатором, спрашивает свободные студии и записывает цены в таблицу. В отрасли это называется рыночным исследованием. По сути это разведка боем силами девочки из отдела аренды.

История компании, которая решила это чинить, стоит того, чтобы её рассказать целиком.

Сначала был потребительский поиск квартир, один из крупных в США. Обычный маркетплейс: люди ищут жильё, владельцы платят за размещение. Бизнес шёл, но в эту дверь ломились все, и стоимость привлечения арендатора росла быстрее выручки. Зато у компании накапливался побочный продукт: ежедневный слепок цен и скидок по всему рынку.

В какой-то момент выяснилось, что побочный продукт нужнее основного. Маркетплейс превратился в ApartmentIQ, потребительскую витрину отодвинули, а данные стали товаром. Недавно компания подняла $25M и объявила, что обслуживает 8 млн квартир клиентов.

Что в коробке. Ежедневный опрос рынка без единого звонка: 40 млн квартир, цены, скидки, акции, сроки экспозиции. Поверх этого исследовательский модуль, модуль управления доходом и маркетинговый агент. Клиентов больше 1 500 портфелей, включая 70% крупнейшей полусотни отрасли.

А вот теперь главное, и это не про продукт. Крупнейший игрок соседнего рынка, RealPage, несколько лет продавал алгоритм, который советовал владельцам, какую ставку поставить, опираясь в том числе на закрытые данные конкурентов. Минюст США подал иск о ценовом сговоре через алгоритм. В ноябре 2025 года стороны заключили мировое соглашение, а по коллективным искам арендаторов набежало $359.9M выплат. Условия мирового прямо запрещают использовать непубличные данные конкурентов в момент расчёта цены.

И вот тут фраза «построено целиком на открытых данных», которую ApartmentIQ пишет в каждом материале, перестаёт быть маркетингом и становится юридической позицией. Компания продаёт не точность. Компания продаёт возможность пользоваться аналитикой и не оказаться ответчиком.

Это самый недооценённый вид рва: когда регулятор ломает конкуренту модель, а вы заранее построили свою так, что ломать нечего.

Российский взгляд. У нас рынок аренды сейчас держится не на спросе, а на том, что ипотека недоступна. Одобряемость ипотечных заявок упала примерно с 61.5% в октябре 2025 года до 49.9% в марте 2026-го. Люди, которым отказали, идут снимать. При этом сезонный рост ставок аренды за лето составил около 5% против 8% годом ранее, медиана по стране 29 200 рублей.

Вывод для того, кто хочет копировать: спрос есть, а роста ставок нет. Значит, ценность аналитики не в том, чтобы поднять цену, а в том, чтобы не простаивать. Это другой продукт и другой питч.

Как повторить у нас. Данные по объявлениям лежат открыто, парсинг решается. Продавать надо не частнику с двумя студиями, а тем, у кого сотни лотов: сервисным апартаментам, доходным домам, арендным управляющим, застройщикам с нераспроданными остатками. Продукт: ежедневная сводка по конкурирующим объектам в радиусе двух километров плюс подсказка, где вы держите цену выше рынка и поэтому стоите пустым.

Где хрупко. Модель живёт до первого решения площадок закрыть выдачу. Единственная защита это история: годы накопленных срезов, которые задним числом уже не спарсить.

Антитренд. Информационная асимметрия была основой заработка на этом рынке лет тридцать. Кто знал цены соседей, тот и выигрывал. Когда все покупают одинаковую аналитику, асимметрия исчезает, а вместе с ней исчезает и преимущество. Все видят одно и то же и ставят примерно одинаковую цену.

Отсюда бизнес: то, что аналитика не видит. Ремонт, сервис, вид из окна, соседи, скорость реакции управляющего. Продавайте арендодателям не данные, а отстройку. Формат: подрядчик, который за 150-250 тысяч рублей приводит квартиру и подачу в вид, позволяющий держать ставку на 15% выше рынка при заполняемости выше средней. Маржа в работе, а не в софте, зато ни одна платформа этого не спарсит.

Вы приходите в прокат за машиной. Девушка на стойке просит полис. Вы показываете фотографию бумажки в телефоне. Она смотрит на фотографию, вздыхает и звонит в страховую. Страховая ставит её в очередь. Вы стоите. Очередь идёт.

Умножьте это на всю индустрию проката, добавьте автосалоны, автокредиты, ипотечных сервисеров, и получите отрасль, где проверка одного факта занимает от восьми минут до двух дней. Факт при этом бинарный: полис либо действует, либо нет.

Axle недавно привлекла $17.5M на то, чтобы этот вопрос закрывался одним запросом. Компания встала между страховщиками и всеми, кому нужно доказательство покрытия, и назвала себя расчётной палатой. Аналогия, которую они используют сами: то же, что сделали с банковскими данными, только для страховых.

В двух словах. Четыре куска. Проверка полиса напрямую у страховщика. Мониторинг, который присылает сигнал, если полис отменили или он протух. Разбор страховых документов в любом формате. И движок, который отвечает не «полис есть», а «полис соответствует вашим требованиям», что для кредитора гораздо ценнее.

Откуда рост. За полгода компания утроила число автоматизируемых сценариев. Через неё проходит больше $100B покрытия в год, клиентов свыше четырёх тысяч: автосалоны, прокаты, автокредиторы, ипотечные компании, работодатели с автопарками. Половина индустрии автопроката и четверть крупнейших ипотечных сервисеров. Сами операции ускорены в двадцать раз, и на этом ускорении клиенты вернули себе сотни миллионов долларов потерь.

Модель, к слову, красивая. Платит не тот, у кого спрашивают, а тот, кто спрашивает. Страховщик отдаёт данные бесплатно, потому что ему выгодно, чтобы его клиента быстро обслужили. Деньги берутся с прокатчика, который иначе держал бы на этой проверке отдельного человека.

Чем защищён. Не технологией. Технология здесь простая до неприличия. Защищён количеством подключённых страховщиков, а каждое подключение это отдельные переговоры с компанией, у которой ИТ-отдел живёт по своему календарю. Собрать сотни таких интеграций стоит лет, а не денег. Второй слой: чем больше клиентов на одной стороне, тем охотнее страховщики подключаются, и наоборот. Классический маховик двустороннего рынка, только вместо покупателей и продавцов тут спрашивающие и отвечающие.

Соседи

• Canopy Connect - около $6.5M на ранней стадии, тот же принцип, но фокус на согласии самого клиента отдать доступ. Проще стартовать, сложнее масштабировать на корпоративных сценариях.
• InsurGrid - берёт ценой, около $99 в месяц без ограничений по количеству запросов. Опасен для нижнего сегмента.
• Verisk - публичный тяжеловес с историческими данными, которых у стартапов нет. Медленный и дорогой.
• LexisNexis Risk Solutions - владеет частью страховой инфраструктуры США. Если решит закрыть нишу сверху, будет неприятно.

Как это применить. Прямой аналог невозможен и не нужен: у нас проверка ОСАГО и так делается через единую базу за секунды. Зато вокруг лежит нетронутое. За пять месяцев 2026 года в России продано 22.6 млн электронных полисов ОСАГО, это 81% всех продаж. Полисы электронные, а проверка их подлинности и статуса на местах до сих пор ручная: в автосервисах, у эвакуаторов, в каршеринге, у арендодателей спецтехники, в такси-парках.

Гипотеза: одна кнопка в мобильном приложении таксопарка или сервиса аренды, которая по номеру автомобиля отдаёт статус полиса, дату окончания и сигнал за две недели до неё. Ценник 15-25 тысяч рублей в месяц с автопарка от пятидесяти машин, продажа через один аргумент: один невыявленный просроченный полис стоит дороже годовой подписки.

Контр-тезис. Вся модель держится на том, что страховщики отдают данные. Ровно в тот день, когда крупные игроки решат, что доступ к их данным это отдельный товар, экономика посредника меняется на противоположную. У платёжных данных этот сценарий уже случался.

Куда переедут убытки. Эффект Пельцмана описывает неприятное: чем надёжнее защита, тем безрассуднее поведение. Когда проверка страховки становится мгновенной и бесплатной, прокатные и лизинговые компании перестают отбирать клиентов и начинают выдавать машины всем подряд, полагаясь на автоматику. Убытки при этом не исчезают, они переезжают из категории «нет полиса» в категорию «полис есть, а водитель ужасный».

Значит, рядом растёт спрос на оценку поведения, а не бумажки. Сервис телеметрии для небольших автопарков и каршеринга: коробочка или приложение, которое считает резкие торможения и ночные поездки и выдаёт балл водителя (подобных проектов так же много)

На стройке есть должность, которую никто не любит. Человек с планшетом обходит этажи и фиксирует: тут стены есть, тут проводки нет, тут положили не то. Обход двадцатиэтажки занимает день. К моменту, когда отчёт дойдёт до руководителя проекта, часть данных уже устарела, а часть человек просто не заметил, потому что к шестому этажу устал.

Didge заменяет этого человека наземным роботом. Робот сам катается по этажам, снимает всё вокруг, сравнивает с проектом и присылает отчёт: где отстают от графика, где нарушена техника безопасности, где смонтировали с отклонением от чертежа. Отчёт уезжает в те же системы управления стройкой, которыми подрядчик уже пользуется.

Про инвестиции любопытный нюанс. Долю в компании выкупили производители строительной техники, то есть покупатель тут не финансовый, а стратегический. Сумму официально не раскрывали, база оценивает раунд примерно в $9.5M, и эту цифру я привожу как оценку, а не как факт.

Зато важнее суммы то, кто именно вошёл. Когда производитель машин, которые ездят по стройке, покупает долю в компании, которая учит машины ездить по стройке самостоятельно, это не инвестиция. Это заявка на то, что через пять лет техника будет продаваться с подпиской, а не только с гарантией.

Российская сторона вопроса выглядит хуже, чем хотелось бы. В 2026 году доля жилья, введённого с нарушением сроков, достигла 58% против 41% годом ранее. Средний перенос по Москве на начало мая 4.6 месяца. И самое интересное: с 2026 года мораторий на неустойки снят, дольщик снова вправе требовать деньги за каждый день просрочки. То есть отставание из организационной проблемы превратилось в статью расходов с понятным ценником.

Вот это и есть питч для российского рынка. Не «повысьте эффективность», а «вы теперь платите за каждый день, посчитайте, сколько стоит узнать об отставании на месяц раньше».

Кто ещё делает подобное

• Buildots собрал около $166M и пошёл другим путём: камеры на касках рабочих вместо отдельного робота, что дешевле в развёртывании, но зависит от того, куда рабочий сегодня дошёл.
• OpenSpace привлёк порядка $111M и построил бизнес на фотофиксации через обычный телефон: массово, дёшево, но без автоматических выводов.
• Doxel исторически ближе всех к Didge и тоже возит по стройке автономную технику.
• Есть ещё Disperse и целая россыпь тех, кто делает надстройку над чужими снимками.

Как это применить у нас. Своего робота собирать не надо, это ловушка. Стройте сервис. Берёте готовый шагающий или колёсный аппарат, оператор раз в неделю выпускает его на объект, а вы продаёте не устройство, а отчёт о фактическом проценте готовности для банка, который финансирует проект. Покупатель это не прораб, а тот, кто даёт деньги, потому что ему нужна независимая проверка, а не слово застройщика.

Антитренд. Пока роботы будут учиться ходить по хаосу, вырастет спрос на подготовку хаоса к роботам. Появится ремесло: приведение площадки в состояние, где автоматика вообще способна работать. Разметка, маршруты, зарядные точки, дисциплина складирования материалов.

Человек торгует на рынке двенадцать лет. Оборот стабильный, деньги наличными, доход по бумагам отсутствует как явление. Он хочет купить квартиру. Банк смотрит на его справку, не находит справки и заканчивает разговор.

В Индии таких людей десятки миллионов, и вокруг них выросла целая отрасль. Называется скучно: жилищное финансирование доступного сегмента. Работает так: кредитор не спрашивает справку, а идёт смотреть на бизнес. Считает выручку по тетради, разговаривает с соседями по рынку, оценивает квартиру, даёт деньги под залог этой квартиры и под ставку, которая закрывает риск.

Unico Housing Finance недавно привлекла $6.3M на продолжение. Компании три года, кредитный портфель уже перевалил за $83M. Ставки в раскрытии диапазоном от 6% до 24% годовых, срок до двадцати лет, кредит покрывает 75-90% стоимости жилья.

Отрасль, в которую они зашли, уже большая. Чтобы понимать масштаб: Aavas Financiers держит портфель порядка $2.7B, Home First Finance около $1.8B, рядом работает India Shelter. Unico на этом фоне младенец, у него портфель в тридцать раз меньше, чем у лидера сегмента. Что, вообще говоря, и делает историю интересной: модель доказана целой отраслью, а места внизу ещё полно.

Теперь про нас. В России ситуация зеркальная и оттого любопытная. Одобряемость ипотечных заявок упала примерно до 50% против более чем 60% ранее, а с 1 января 2026 года банки при решении опираются только на официально подтверждённый доход. Формулировка красивая, последствие простое: несколько миллионов человек с реальными деньгами и серым доходом выпали из ипотеки одномоментно.

Копировать индийскую модель в лоб нельзя, жилищное кредитование у нас лицензируемое и лезть туда без банка бессмысленно. Но рядом лежит абсолютно легальная ниша: оценка платёжеспособности человека без белого дохода. Не выдача кредита, а подготовка досье. Собираете доказательства оборота: выписки по картам, обороты эквайринга, товарные чеки, аренду точки, и упаковываете в отчёт, который банк или лизинговая компания готова читать. Продаётся не заёмщику, а кредитору, потому что у кредитора это стоит дороже.

Что может пойти не так. Ставки такого уровня живут ровно до появления регулятора с мнением. У нас это происходит быстрее, чем в Индии, и обычно без предупреждения.

Эффект Матфея. Он гласит, что имеющему прибавится, а у неимеющего отнимется и то, что имеет. Кредитный рынок это иллюстрирует буквально: у кого есть подтверждённый доход, тому дают дёшево, у кого нет, тому дорого или никак. Автоматизация скоринга эффект усиливает, потому что модель обучена на тех, кто уже брал кредиты.

Антитренд отсюда такой. Автомат отсеивает по анкете, а живых людей с деньгами он при этом отсекает пачками. Значит, растёт цена того, кто умеет разговаривать с исключениями. Юридическая практика по одной узкой теме: подготовка и сопровождение заёмщиков, которым отказали автоматом.

Осенью прошлого года половина знакомых компаний перевела работу в один ИИ-чат. Загрузили туда документы, накопили переписку, настроили инструкции. Весной вышла модель поинтереснее у конкурента. Попробовали переехать и обнаружили, что переезжать нечему: контекст остался внутри чужого сервиса в виде истории диалогов, а истории диалогов не переносятся.

Это и есть тихая проблема года. Не «какая модель умнее», а «сколько стоит передумать».

Palette недавно подняла $3.5M на ответ. Идея вызывающе простая: не заводить агентам отдельный дом, а пустить их в тот, где команда уже живёт. Приложение ставится на компьютер и подключается к общим папкам, которые у компании и так есть в облачных дисках. Дальше в эти же папки запускаются агенты, любые, от нескольких разных поставщиков сразу. Контекст остаётся в файлах, файлы остаются у вас.

Продают, если разобраться, не интеллект. Продают право не привязываться.

Кому это надо. Отдельно подчёркивается, что продукт не для разработчиков. Целевая аудитория это основатели, продуктовые команды, маркетинг, операционка. Те, кто про агентов слышал, папку с договорами ведёт восьмой год, а командную строку в глаза не видел.

Российская картина тут неожиданно совпадает. По исследованию, на которое ссылается ComNews, доля софтверных компаний, использующих генеративный ИИ в разработке, вырастет с 72.4% в 2025 году до 93.2% к концу 2026-го.

За полтора года почти поголовное проникновение. А теперь честный вопрос к любому директору из этих 93 процентов: какой моделью вы пользуетесь и что будет с вашими наработками, если её завтра отключат? Вот на этом вопросе и живут инструменты, которые не обещают чуда, а обещают порядок.

Чем защищён. Честно: почти ничем, и это главный риск. Файлы чужие, модели чужие, облака чужие. Единственное, что своё, это привычка команды и слой прав доступа. Ров может вырасти только в одном месте: если Palette станет тем, кто помнит, какой агент что и когда сделал с каким файлом. Журнал действий агентов в общей папке это уже не удобство, а необходимость для любой компании крупнее двадцати человек.

Кто вокруг. Glean собрал около $765M при оценке $7.2B и перешагнул $100M годовой выручки, только он про поиск по корпоративным данным, а не про работу в файлах. Dust ближе идеологически и тоже строит слой поверх разных моделей, но целится в компании покрупнее. Notion и Microsoft Copilot идут с другой стороны: у них уже есть документы пользователя, им осталось добавить агентов, и это ровно тот сценарий, при котором Palette становится не нужен. Плюс сами лаборатории, которые каждые полгода выкатывают собственный настольный клиент.

Palette выигрывает пока в одном: он единственный, кто продаёт независимость от поставщика как основную ценность, а не как сноску.

Как это применить. Не копировать продукт, копировать позицию. В России есть отдельный запрос, которого нет на Западе: работа с моделями при ограниченном доступе к зарубежным сервисам и требованиях к хранению данных внутри страны. Интегратор, который ставит компании слой «агенты работают в наших папках, модель можно поменять, лог действий ведётся», продаёт не софт, а спокойствие юриста.

Закон Конвея. Он утверждает, что система повторяет структуру общения команды, которая её проектирует. С агентами это выворачивается наизнанку: теперь структура инструмента начинает переделывать команду.

Если агенты живут в общих папках, компания превращается в компанию, которая работает файлами. А в чате, компания превращается в компанию, которая работает диалогами. Выбор инструмента незаметно оказывается выбором того, как вы будете устроены через год.

Антитренд. Рано или поздно в каждой конторе случится четверг, после которого никто не сможет объяснить, кто переписал файл с договорами. Разбор происшествий с ИИ станет профессией раньше, чем кажется. Практика на трёх человек: восстанавливают цепочку действий, находят, какой агент по чьей команде переписал файл, готовят заключение для руководства или суда.

Родитель пятилетнего ребёнка знает эту развилку наизусть. Либо ты сам двадцатый раз читаешь про репку, либо даёшь планшет и потом полчаса отдираешь ребёнка от планшета с криком.

Третьего варианта долго не было. Аудиосказки не считаются: их слушают молча, а ребёнок в пять лет хочет спорить с волком.

Wippi недавно подняла $1.2M на третий вариант. Это коробочка без экрана. Две крутилки, щель для карточки, лампочка. Вставил карточку, началась история. Нажал на левую крутилку, заговорил с персонажем, персонаж ответил. Герои местные и мировые вперемешку, от Рамы и Кришны до Алисы и Аладдина.

Цена в пересчёте от $74 до $134 за набор, отдельные карточки историй примерно по $9. Продают напрямую, без магазинов.

Модель понятная, ей лет сто. Дешёвый станок, дорогие лезвия. Только вместо лезвий тут карточки с историями, которые ребёнок будет требовать новые каждый месяц. Плюс подписка на контент сверху. Всё, что нужно для такой конструкции, это чтобы устройство прожило дольше интереса к первым пяти сказкам.

А вот здесь придётся притормозить. На сайте компании написано, что продукту доверяют больше 50 тысяч семей, в другом месте фигурируют 59 тысяч. В прессе по итогам раунда сказано другое: продукт вышел в продажу летом 2026 года после теста на сотне семей, а цель на ближайшие двенадцать месяцев это 15 тысяч семей.

Две цифры не бьются, и разница между ними в четыре раза.

Что уже случалось в этой нише, и об этом стоит помнить. Робот-компаньон для детей Moxie стоил $799, привлёк больше $19M и умер: компания объявила о закрытии в конце 2024 года, а в январе 2025-го выключила серверы. Все проданные роботы превратились в пластик, потому что разговор шёл через облако. Деньги родителям не вернули.

Мораль для любого, кто делает детское железо с голосом: если устройство без интернета мёртвое, вы продаёте не игрушку, а подписку на существование компании. Родители это ещё не поняли. Поймут после второго такого случая.

Кто уже стоит на этой полке. Yoto сделал выручку около $127M за 2024 год при росте 86% и накрутил больше 22 млрд минут прослушивания. Немецкий tonies крупнее, около €600M выручки, и торгуется на бирже. Оба продают одно и то же: колонку без экрана и карточки к ней. Оба принципиально не разговаривают с ребёнком. Французский Lunii делает конструктор сказок. Индийский Miko идёт в противоположную сторону, к роботу с экраном и лицом.

Ставка Wippi ровно в одном: добавить диалог, не добавляя экран. Если сработает, это станет стандартом и его немедленно скопируют оба лидера. Если нет, ниша останется у тех, кто просто проигрывает записи.

А есть ли тут ров. Почти нет, и это главная слабость. Корпус собирают на том же заводе, что и всем остальным, голосовая модель покупная, сказки про Золушку не защищены никак. Единственное, что может стать рвом, это библиотека собственных персонажей, которых ребёнок полюбит и потребует ещё. То есть компания обязана превратиться из производителя железа в студию. Это совсем другая профессия, и получается она далеко не у всех.

Российский угол. Рынок игрушек в 2025 году вырос до 250 млрд рублей, но всего на 4.2% против 9% годом ранее. Читайте это так: обычные игрушки встали. Родитель не перестал тратить, он перестал тратить на очередной пластик и ищет, за что заплатить осмысленно. Разговор про экранное время идёт сейчас в каждом родительском чате страны, и это единственная категория, где кошелёк открывается без сопротивления.

Копировать железо из России тяжело: производство, сертификация, комплектующие. А вот содержание копируется отлично. Делайте не устройство, а голосовой контент: подписка на интерактивные сказки для умных колонок, которые уже стоят на кухне у трёх миллионов семей.

Парадокс Джевонса. Классическая формулировка: рост эффективности использования ресурса ведёт не к сокращению, а к росту его потребления. Здесь тот же фокус. Родитель покупает устройство, чтобы снизить экранное время, и получает устройство, с которым ребёнок проводит на два часа в день больше, чем проводил с планшетом. Экрана нет, времени стало больше. Формально победа.

Отсюда антитренд, и он не про технологии. Растёт спрос на детский досуг, где нет вообще никакого устройства с батарейкой. Настольные игры, кружки, лагеря выходного дня с политикой полного отказа от гаджетов.

Теперь про компанию, где нет ни одной нейросети, и это лучшая идея выпуска.

Kotofit держит крытые площадки для бадминтона, пиклбола и настольного тенниса. Работают почти круглосуточно, с шести утра до двух ночи. Записаться можно на корт, а можно на открытую игру: приходишь один, тебя ставят в пару.

Раунд база оценивает в $795k, в прессе он не подтверждён, так что цифру я даю с оговоркой. Впрочем, тут интересна не сумма.

Интересна конструкция. Это аренда квадратных метров, переупакованная в клуб. Голая аренда зала продаётся по себестоимости и конкурирует ценой. Клуб продаётся дороже и не конкурирует вообще, потому что человек ходит не в зал, а к своим. Разница между этими двумя бизнесами измеряется в разах, а различие в них ровно одно: кто-то должен ставить людей в пары.

Открытая игра, где тебе находят соперника, это и есть весь продукт. Всё остальное декорации.

Российские цифры по этой теме сейчас неприлично хороши. Падeл стал самым быстрорастущим спортом в стране: к концу лета 2026 года кортов в России стало больше тысячи, клубов около 270, продажи ракеток и мячей на маркетплейсах выросли больше чем в девять раз за год, а к 2030-му число площадок может перевалить за две тысячи. Средняя рентабельность аренды корта там же оценивается в 35%, и это выше, чем у фитнес-клубов.

Читайте это как сигнал предложения, а не спроса. Корты строят быстрее, чем растёт число игроков. Через год начнётся то же, что было с кофейнями: половина точек будет стоять пустой в будни, и выиграет не тот, у кого лучше покрытие, а тот, у кого расписание набито людьми.

Считаем на салфетке. Зал на четыре корта в спальном районе миллионника. Аренда с потолком в девять метров 350-450 тысяч рублей в месяц, ремонт и оборудование от 4 млн разово. Час корта 1 400 рублей, загрузка в будни вечером и по выходным даёт при аккуратной работе 55-65% полезного времени. Четыре корта по двенадцать рабочих часов это 1 440 корто-часов в месяц, при 60% загрузки и среднем чеке 1 400 рублей выходит около 1.2 млн рублей выручки. Минус аренда, минус двое администраторов, минус коммуналка: остаётся 350-450 тысяч. Возврат вложений на горизонте года, если загрузка держится.

Вся математика ломается ровно в одном месте. Загрузка. И загрузку делает не маркетинг, а расписание открытых игр и человек, который помнит, кто с кем в прошлый раз играл.

Закон Меткалфа. Он говорит, что полезность сети растёт примерно как квадрат числа участников. Для клуба это не абстракция, а операционное правило: сто игроков в базе дают несколько тысяч возможных пар, и вероятность найти соперника своего уровня в удобное время становится близкой к единице. Двадцать игроков дают двадцать вечеров разочарования. Поэтому первые сто участников надо покупать любой ценой, хоть бесплатными абонементами, а дальше сеть держит сама себя.

Чем защищён. Длинным договором аренды на помещение с потолком в девять метров. Таких помещений в городе конечное число, они не строятся под запрос, и тот, кто занял их первым, снял с рынка предложение на годы вперёд. Второй слой это база игроков с рейтингами: она превращает пустой зал в расписание, и переносится она вместе с людьми, а не со стенами.

Кто уже делает это большим. Pickleball Kingdom строит крытые клубы франшизой и открывает их десятками, вплоть до площадок на четырнадцать кортов и почти четыре тысячи квадратных метров. Chicken N Pickle продаёт гибрид корта и ресторана, и это, пожалуй, самая жизнеспособная модель, потому что бар зарабатывает, пока корт стоит. CityPickle занимает временные площадки в городе. Padel Haus делает то же самое в премиальном виде. В России сегмент уже наполняется, и наполняется быстро.

Как это применить у нас. Не стройте четвёртый падел-клуб на районе. Стройте программное обеспечение и услугу для тех, кто уже построил. Диспетчер открытых игр: подбор пар по уровню, рейтинг, автоматическое заполнение окон в расписании, напоминания.

Где деньги в обратную сторону. Пока все обсуждают, как ИИ заберёт работу, деньги спокойно уходят в то, чего через экран не сделать. Мяч, зал, живой соперник, разговор после игры. Это не ностальгия по прошлому, это простая арифметика свободного времени: часы за монитором дешевеют, часы вне его дорожают, и человек голосует кошельком за вторые.

Конкретная модель, которую я бы запускал первой: клуб выходного дня без собственной недвижимости. Арендуете чужие корты в мёртвые часы по остаточной цене, продаёте не корт, а событие с подобранными по уровню соперниками. Абонемент 6 500 рублей в месяц за четыре игры, себестоимость аренды около 2 800, остальное маржа. Вложений почти ноль, риск почти ноль, потолок ограничен только тем, сколько пар вы способны свести руками. Когда упрётесь, тогда и стройте свой зал.

Есть категория бизнесов, о которых не пишут в отраслевой прессе, не рассказывают на конференциях и не показывают друзьям. Они просто приносят деньги.

Во Франции работодатель платит сотруднику по больничному, а потом получает компенсацию из государственной кассы. По каждому больничному приходит выписка. Выписки приходят пачками, с задержками, с ошибками, иногда не приходят вовсе. Сверять их с зарплатной ведомостью должен человек в бухгалтерии. Человек в бухгалтерии сверяет их ровно настолько, насколько у него есть время, то есть плохо.

Разница между тем, что причиталось, и тем, что реально пришло, оседает в государственной кассе. Никто её не требует, потому что никто не считал.

Simplicia построила на этом продукт. Софт вытягивает данные из государственного портала, раскладывает по сотрудникам, сверяет с начислениями и показывает дыры. Заявляют автоматизацию больше 70% сверки. Плюс вторая часть: расчёт тарифа взносов на травматизм и подача уведомлений о несчастных случаях прямо из приложения. Клиентов больше сорока, месяц бесплатно, дальше подписка.

Раунд в базе значится как $600k, публичного подтверждения я не нашёл, поэтому цифру привожу с пометкой.

Почему эта модель мне нравится больше, чем девять предыдущих. Продукт не обещает будущей эффективности. Он возвращает деньги, которые уже потеряны. Такой разговор с финансовым директором занимает четыре минуты: вот сумма, которую вам недоплатили за прошлый год, половину заберём себе. Возражений не бывает, потому что возражать нечему.
Это единственный вид корпоративных продаж, где не нужен пилот.

Российская сторона. У нас конструкция похожая, только контора называется иначе. Пострадавших на производстве в 2024 году было 21.4 тысячи человек, из них 1.04 тысячи со смертельным исходом. Деньги вокруг этого крутятся немаленькие: максимальная ежемесячная страховая выплата пострадавшему с февраля 2026 года составляет 503 156.64 рубля, в январе она была 476 474.08.

А теперь вспомните, как это выглядит в средней российской компании на пятьсот человек. Больничные, декреты, травмы, тариф взносов, который зависит от класса риска и от того, что вы задекларировали. Сверкой занимается один бухгалтер по зарплате, у которого закрытие месяца. Дыры там есть всегда.

Как повторить у нас. Не как софт, а как услугу, и это принципиально. Аудит расчётов с фондом за три года: берёте выгрузки, сверяете, находите недоплаты и переплаты по взносам, готовите документы на возврат. Комиссия 20-30% от найденного, работа занимает от двух недель. Продаётся не бухгалтеру, а собственнику, потому что бухгалтер здесь скорее заинтересованное лицо. Софт пишете позже, на второй сотне клиентов, когда поймёте, где именно дыры повторяются.

Где ров. В накопленном справочнике чужих ошибок. Через двести проверок вы знаете, какие именно расхождения встречаются чаще всего, в каких отраслях и на каких формулировках. Новичок начнёт с нуля и первые полгода будет искать вслепую. Это не патент и не технология, это просто опыт, но в возвратном бизнесе он и есть весь товар.

С кем придётся делить. Прямых аналогов в этой узкой нише мало, зато рядом сидят крупные кадровые платформы. Французские PayFit, Lucca и Silae закрывают расчёт зарплаты и рано или поздно доберутся до сверки с фондом. В России похожую территорию занимают СБИС и Контур, только они продают отчётность, а не поиск потерянных денег. В этом и щель: платформы автоматизируют то, что вы обязаны сделать, и почти никогда то, что вы имеете право потребовать.

Закон Гудхарта. Формулировка проста: когда показатель становится целью, он перестаёт быть хорошим показателем. Тариф взносов на травматизм зависит от статистики несчастных случаев в компании. Значит, у компании появляется прямой финансовый интерес, чтобы несчастных случаев по бумагам было меньше. Дальше начинается известное: травму оформляют бытовой, человека отправляют на обычный больничный, статистика улучшается, тариф падает. Показатель перестал измерять безопасность и начал измерять качество оформления бумаг.

Что из этого растёт. Раз официальная статистика травматизма постепенно превращается в художественное произведение, вырастает ценность независимого измерения. Не государственного и не корпоративного. Практика по охране труда, которая работает не на работодателя, а на страховщика или на самого сотрудника: разбор случая, восстановление хронологии, экспертиза, представление интересов.

Увидимся на следующей неделе.

Алексей