Свой стартап на LLM — миф или реальность
Привет, Хабр! Я — Александр Горный. В прошлом — директор по стратегии в Mail.ru, сейчас сооснователь проекта AiAcademy и приложения Мо: Медитация и Сон, член Консультативного Совета Яндекса и Программного комитета конференции TechFounders. Веду популярный у российских стартаперов Telegram-канал — «Стартап дня».
Предлагаю войти в стартаперское настроение, потому что это весело и энергично, и поговорить о том, как запустить свой стартап на супертехнологиях LLM, причём в реальной жизни, а не где-то в фантастической Силиконовой долине.
Что такое стартап?
Прежде чем говорить о том, как заработать много денег, определимся с терминами. Есть много теоретических рассуждений, подходов, определений, доказательств эквивалентности этих определений, теоретических споров, но в этой статье я буду называть стартапом получение больших инвестиций за маленькую долю в капитале.
Дали Uber миллиард долларов за 5% — это стартап. Цветочному ларьку ничего не дали, а взяли 51% — цветочный ларёк не стартап.
Инвестор, который даёт средства — не благодетель и не филантроп. Он хочет, чтобы вложения окупились. А сделать это можно только на большом по объёму рынке. Соответственно, стартап — это ещё и компания, которая работает в масштабной нише, где много платёжеспособных клиентов.
Из цветочного ларька большой компании не получится. У него мало клиентов, они торопятся домой и мало платят за цветы. Поэтому надо заниматься чем-то большим. Но здесь возникает противоречие.
Маленькая компания должна выбрать большой рынок и стать там одним из лидеров. Например, прийти на огромный рынок продажи газа и стать там монополистом. Но там уже есть «Газпром» и другие большие игроки. Рынок сформирован, и новая компания ничего не изменит. Всё толковое уже сто раз перепробовано: или уже стало частью «Газпрома», или невозможно. Придумать нечто, чего ещё никто никогда не пробовал — задача со звёздочкой.
Тем не менее новые стартапы открываются, и большинство из них по одной простой причине — мир меняется. Появляется то, чего вчера ещё не было, и сегодня это тренд. Хотя завтра станет обыденностью.
Поэтому, чтобы пошатнуть позиции лидеров, надо одним из первых ухватиться за тренд и сделать то, что было невозможно. И тут на помощь приходят новые технологии. Вчера искусственного интеллекта не было, сегодня есть, и на его основе можно создавать что-то инновационное.
В доказательство приведу несколько примеров из истории, когда глобальный тренд привёл к успеху компаний, о которых никто не знал.
Стартапы классической автоматизации
Последние 40 лет главным трендом была автоматизация. В 70–80-е это простая автоматизация — в офисах появились компьютеры. Люди стали работать иначе, чем в 60-х и, пользуясь этим, стартапы того времени (Intel, Microsoft, Apple) сделали суперудачные новые продукты. Тот же Microsoft Office стал синонимом офиса и повлиял на жизнь миллионов людей. Так вчерашние стартапы условно стали монополистами на огромном рынке офисной работы.
Интернет-стартапы
В 1990–2000-е годы появился Интернет. Вчера ещё нельзя было написать фразу и найти практически любую информацию или быстро, без посредников, забронировать гостиницу. Но мгновенная связь всё изменила. Из этого тренда выросло множество стартапов: Google, Booking, Amazon, в России — Яндекс, Mail.ru, Озон и другие. И опять компании, которые первыми или одними из первых сделали продукт под новые возможности, получили хорошие инвестиции.
Продукты для смартфонов
Меньшая по масштабу, но важная волна возникла в 2010-е годы, когда появились смартфоны — компьютер в каждом кармане. Мгновенный вызов такси, быстрая доставка еды и много чего ещё. Но этим уже никого не удивишь, и новых смартфонных стартапов уже не возникает.
AI-стартапы
До появления ChatGPT мало кто понимал, какие офисные задачи способен решать искусственный интеллект. Но сейчас мы пришли к четвёртой стадии тренда автоматизации — AI в каждом доме. В ближайшие годы искусственный интеллект внедрят везде. И рабочее пространство будет устроено по-иному.
Поэтому самое время поучаствовать в этом будущем, чтобы именно ваш продукт стал основой новой жизни. Остаётся разобраться, какой продукт делать на основе новой технологии. И для этого есть пирамида стартапов.
Пирамида стартапов
Все стартапы, формирующие новое будущее с помощью ИИ, делятся на три категории.
В основе прогресса лежат гигантские стартапы, которые делают свои LLM или улучшают чужие. Они разрабатывают базовую технологию: OpenAI, Anthropic, Google, Сбер, Яндекс и другие.
Таких игроков в мире около 20. В будущем это число может вырасти или уменьшиться, но их не станет больше 100. Чтобы сделать свою LLM, нужны миллиарды долларов. В РФ вне крупных корпораций таких ресурсов нет. Поэтому идея сделать новую LLM, которая будет безопаснее, чем OpenAI, лучше связана с поиском, чем Gemini и так далее, для российских стартапов бессмысленна, если вы не Яндекс, Сбер или МТС.
Средний уровень стартапов — это инструменты для разработчиков, использующих LLM: LangChain, Chatter, Neum AI и т. п.
Это могут быть фреймворки, инструменты тестирования и мониторинга либо иные решения, упрощающие разработку и эксплуатацию. В этом направлении всё ещё появляются проекты. Но для начинающих российских стартапов в этой нише мало перспектив. Потому что количество таких компаний ограничено. Сейчас их сотни, и, возможно, сотня действительно достигнет успеха. Но, скорее всего, 94 из них — в Кремниевой долине, 6 — в Европе и Великобритании. Причины те же: доступ к деньгам и техно-PR, возможность быстро получить инвестиции.
Если вы завтра начнёте делать инструмент для тестирования нейросетей, он с высокой вероятностью уступит аналогичному продукту, который делают в Сан-Франциско. И, скорее всего, вы не придумаете новую идею для разработчиков, которую не придумали там. Просто там больше специалистов, у них больше времени на эксперименты и больше ресурсов. А это позволяет мыслить более рискованно. При этом российский разработчик вполне может использовать американский фреймворк, нет никаких существенных причин выбирать российское решение. Локальный и худший вариант не имеет шансов на большой успех.
Третий уровень стартапов — это проекты, решающие конкретные пользовательские проблемы: Copilot для X, электронный секретарь и т. д.
Например, автоматизация задач юристов, бухгалтеров и менеджеров. Уже сейчас появляются стартапы, которые разрабатывают решения, чтобы делать офисные задачи за человека или помогать ему в работе.
Сегодня таких стартапов сотни и тысячи, и это количество увеличивается с каждым днём. Многие из них привлекут приличные вложения. Их будет гораздо больше, чем на предыдущих этапах автоматизации. Возможно, они не достигнут такого успеха, как OpenAI. О них не будут писать газеты всего мира, они не будут стоить триллион долларов. Но такие компании смогут оправдать амбиции любого стартапера.
Для иностранных стартапов, решающих пользовательскую проблему, границы России закрыты. Юрист в РФ должен работать по российскому законодательству, поэтому западная компания здесь не приживётся. Никто не выпустит за пределы страны данные из «Газпрома». Есть много причин, почему конечный пользователь будет пользоваться локальным продуктом. Соответственно, многие ниши для таких стартапов остаются свободными.
С практической точки зрения я призываю всех, кому это актуально, фокусироваться именно на третьем уровне — на решении конкретной пользовательской боли. Может быть, это не самая амбициозная цель, зато достижимая.
Если вы согласились с этой логикой и готовы ловить конечного пользователя, остаётся решить, для кого делать продукт: для B2C или для B2B?
B2C vs B2B
Для меня это проблема, потому что я всю жизнь занимался B2C-проектами. Они мне гораздо больше нравятся. Но если брать LLM, кажется, что бессмысленно делать что-то для людей, надо делать для бизнеса. Потому что когда стартап делает что-то на LLM Яндекса или OpenAI для B2C, он конкурирует с ними. Например, стартап придумал сделать электронного учителя английского языка, который будет лучше и обойдётся в 100 раз дешевле, чем живой человек. Для этого к API OpenAI прикрутили какие-то промпты и получили нейрорепетитора. Использование такого продукта похоже на прямое использование базовой технологии конечным клиентом. Нейросеть в глубине та же самая, её не сильно улучшили. Если нейрорепетитора доучили каким-то английским фразеологизмам, которых Яндекс пока не знает, то им научится следующая версия его LLM. В результате техногигант закроет ту же потребность своей технологией, за которую стартап заплатит дороже. Кроме этого, у большого игрока миллион сервисов внутри нейросети, а стартап фокусируется только на одном. У техногиганта бесплатный PR, потому что все знают про тот же ChatGPT, а стартапу надо пробиваться за деньги.
Исключения есть, но их мало. Большинство легальных человеческих потребностей будут закрыты общими продуктами.
В B2B по-другому. Там есть узкая ниша — специфические интеграции с корпоративными системами, с которыми крупные компании работать не будут. В B2B уникально каждое направление. Например, OpenAI с Яндексом, скорее всего, не станут обучать свои LLM специфическим юридическим нормам для бухгалтерских компаний. Но это дообучение останется важным, уникальным продуктом. Работой с конечным покупателем, умением договориться с большой компанией, поучаствовать в тендере — всем этим не будет заниматься OpenAI. Поэтому успешных B2B-стартапов будет больше. Если следовать этой логике, то остаётся только придумать идею, которая поможет сделать хороший стартап.
Критерии успешной идеи
Я предлагаю пять критериев, по которым стоит обдумать свою идею, чтобы она была более надёжной.
Степень интеграции во внутренние системы заказчика.
Близость продукта к конечному продукту клиента. Чем больше наш продукт подходит клиентам нашего заказчика, тем больше компания защищена от риска, что нас заменят большие игроки.
Зависимость от данных клиента. Если мы активно используем клиентские данные для обучения, вероятнее всего, этой нишей не будут заниматься OpenAI и Яндекс.
Зависимость от специфического дообучения или лицензирования. Если мы получаем какие-то лицензии, например, медицинские, это тоже не очень интересно для крупных компаний.
Зависимость от нескольких технологий. Если мы как-то комбинируем Яндекс, Midjourney, OpenAI и что-то ещё — это опять не то, чем будет заниматься техногигант.
Проиллюстрирую на примере двух стартапов.
Jasper — очень успешный стартап 2021 года, который придумал электронного копирайтера.
Про ChatGPT ещё никто не слышал. Люди даже не представляли, что можно генерировать человекоподобные тексты нажатием кнопки. Например, пишешь, что моей холодильной компании нужен пост о том, что наши холодильники самые лучшие. И всё — пост готов. Остаётся опубликовать его в соцсети.
Hippocractic AI — компания, которая автоматизирует стойку медсестры в больницах.
Представьте, пациент подходит к стойке, а там не только живая медсестра, но ещё и телевизор с Hippocractic AI. В больших больницах, где раньше было 3 медсестры, теперь 1 телевизор и 1 медсестра. Искусственный интеллект отвечает на вопросы по анализам и консультирует посетителей. Он пока не делает уколы, но остальное умеет.
Давайте сравним Hippocractic AI и Jasper по пяти критериям, чтобы проверить, чья идея удачнее.
Степень интеграции во внутренние системы заказчика.
Jasper — это приблуда, которой можно пользоваться, а можно и не пользоваться. Зашёл, нажал кнопку, получил пост, не зашёл — ничего нет.
Hippocractic AI — это интеграция с данными анализов, установка телевизоров и другие действия, которые потребуют усилий, чтобы интегрировать всё у себя.
Близость продукта к конечному клиенту.
Jasper — вообще не касается конечного продукта своего клиента, он просто помогает вести соцсети.
Hippocractic AI — разговаривает напрямую с пациентом.
Зависимость от данных клиента.
Не знаю, насколько Hippocractic AI дообучаем, но теоретически можно представить, что оба решения обучаются на данных клиента. Здесь они примерно равны, наверное.
Зависимость от специфических данных и лицензирования.
У Jasper просто тексты для SMM, в которых лицензирования нет.
А Hippocractic AI работает в медицине, поэтому у него жёсткое лицензирование.
Зависимость от нескольких технологий.
У Jasper ничего такого нет. Хотя в теории он мог бы добавить генерацию картинок.
У Hippocractic AI технологий больше: и распознавание лица и голоса, и генерация, и много чего ещё. Это не однократный промпт.
В итоге у Jasper много минусов, а у Hippocractic AI — плюсов.
Конечно, этот пример подобран, чтобы проиллюстрировать мысль, но найти его оказалось очень легко.
В итоге, когда появился ChatGPT, Jasper стал никому не нужен. Техногигант закрыл его нишу более качественным, популярным и универсальным продуктом.
А Hippocractic AI сейчас суперуспешен.
Предположим, я убедил вас, что сейчас классное время запускать свой стартап, и LLM — это замечательная технология. Стратегия понятна, и остаётся решить, что делать дальше.
C чего начать?
Мне кажется, есть три направления, которыми надо заниматься, чтобы прийти к своему стартапу.
Первое — разобраться в искусственном интеллекте, и чем глубже, тем лучше.
Я не говорю про уровень учёных, изобретателей LLM. Но если вы хорошо пользуетесь всеми доступными инструментами, понимаете, как они функционируют на уровне разработчика, и можете сами прикрутить API Яндекса или OpenAI к чему-нибудь и что-нибудь протестировать, то у вас огромное преимущество перед большинством конкурентов.
Второе — разобраться в стартап-культуре.
Наверное, самый простой и конкретный способ — прочесть книгу «Lean Startup» Эрика Райса. Она даже переведена на русский язык, но и на английском написана вполне доступно. Основатели успешных стартапов в большинстве вели себя похожим образом. Это некий образ мысли, который полезно перенять, знать, использовать. Также стоит общаться с другими стартаперами и обмениваться опытом. Погружение в комьюнити всегда даёт крутой результат. Этот пост, кстати, написан в рамках продвижения конференции TechFounders 2025, посвящённой запуску, развитию и росту IT-стартапов. Там можно пообщаться, сделать питчинг своего стартапа, поискать целевых инвесторов и партнёров, поворкшопить и улучшить свой нетворкинг. Приходите!
Третий и самый важный пункт — это сделать какой-нибудь продукт.
Неважно, достигнет ли он успеха. Вы просто получите опыт. Поэтому делаете любой продукт, у которого будут клиенты, и они будут вам платить тысячу рублей в месяц, даже если это принесёт вам десять тысяч рублей в месяц убытка. Главное, это знакомство с тем, как реально устроены стартапы, с поиском и общением с клиентами. Это практика, которая вам точно пригодится, когда вы будете делать что-то новое.
Если сегодня решиться сделать расшифровщик видео с YouTube, чтобы продавать его по 5 рублей за расшифрованное видео в Telegram, завтра запрограммировать, послезавтра рассказать о нём первым потенциальным клиентам, то это станет огромным шагом к следующему большому бизнесу.
В трёх этих направлениях можно начать двигаться уже сегодня.
