Сколько стоит запустить стартап?

Недавно обнаружил, что новички и даже опытные предприниматели, выходя на зарубежные рынки, продолжают мыслить российскими бюджетами. Давайте посмотрим на «скромный» онлайн-продукт — SaaS.

💰 Агентства разработки рекомендуют закладывать на прототип около $50 тысяч.

В эту цену уже заложены вечно движущиеся сроки и меняющиеся на ходу требования. Изначальная цена может оказаться ниже, но она почти гарантированно увеличится — любое агентство об этом знает.

Но главное: этого может не хватить даже для валидации идеи. Например, если не включить в прототип что-то, что впоследствии оказажется решающим.

💰 Идем дальше. Чтобы идею протестировать, нужно налить минимальное приемлемое количество трафика. По моему опыту с американскими стартапами, стоит закладывать $100 тысяч на первый маркетинг. Если не повезет «угадать» канал и оффер, то еще столько же.

Поделюсь инсайдами с самого рынка. У большой части новых мобильных стартапов в US большая проблема: LTV ниже, чем CAC. Стоимость одного лида прыгает от 120 до безумных 400 долларов, а LTV не превышает 100. Как же они выживают? Ищут другую аудиторию, пока не

обанкротятся

сведут экономику.

💡 «Можно же пойти не в США, а, на другое гео — в Азию, например?».
Конечно, так многие и делают. Но здесь задача становится даже сложнее: найти в менее развитых географиях людей, которые готовы платить деньги, и которых можно при этом дешево привлекать. Американская аудитория — гарантированно самая большая платежеспособная аудитория в мире. Поэтому за нее все конкурируют.

💰 А теперь — инфляция.

По публичной статистике раундов, собранной по Crunchbase, видно:

🔶 из года в год размер раундов растет (что логично отражает инфляцию)
🔶 нижний квартиль среднего чека pre-seed/seed раундов прыгает вокруг $300 тысяч. Это ДО прихода институциональных инвесторов, которые дают деньги на поиск Product-Market Fit и стабильного трекшна. Сам рынок намекает: $300к — реалистичный минимум для успеха, дающего надежду на следующий раунд. Это, кстати, вообще не учитывает зарплату фаундера. На этой стадии предполагается, что для себя он пока ничего не зарабатывает.

Внимание, вопрос: оно вообще того стоит?!

Как видите, вопрос не праздный, и аудитория разнообразная 😁

Вечером расскажу, что по поводу окупаемости стартапов думаю я.

Создание стартапа может окупиться?

В масштабах рыночного потенциала потраченные в начале $300 тысяч — копейки.

По публичным бенчмаркам Founder Institute, минимальный средний MRR стартапа, дошедшего до стадии Seed, — $50 тысяч. Дошедшего до стадии A — $200 тысяч. То есть, в случае успеха вложенные деньги окупятся уже за 2–6 месяцев.

Венчурный бизнес — это риск. Следовательно, инвестор не преследует цель окупить вложения — он хочет приумножить их минимум в несколько раз. Скорее всего, продав свою долю на следующем инвестиционном раунде по сильно более высокой оценке компании.

Да, стартап — это не дешево. Но есть и способы сэкономить. Например, на разработке. Лучший способ — найти технического кофаундера 😁 А еще no-code, low-code тулы. В любом случае, лучше всего не делать прототип и не лить трафик, пока вы не валидировали свои гипотезы более дешевыми (желательно вообще бесплатными) способами. Убедитесь, что ваша херня ваш продукт кому-то нужен и может принести деньги. Поэтому — старые-добрые «продажи руками» и общение с целевой аудиторией.

Уважаемые подписчики, вы или не вы?

😱 — боюсь, что нейросети заменят меня/мой продукт
🙏 — жду, когда меня уже заменят, и можно будет нормально отдохнуть

Окей, погнали про DeepSeek. Почему многие обратили внимание не на то, что реально важно?

Вы все наверняка уже слышали про DeepSeek и даже успели с ним поиграться. Я думаю, эта модель не столько убивает OpenAI, сколько наконец-то делает фундаментальные модели конкурентным рынком... то есть делает столь редкий в наше время дизрапшн. За счет чего?

1️⃣ Перформанс
Базовая версия DeepSeek показывает результаты, сравнимые с GPT-4 для ключевых юзкейсов, но при она в 40 раз дешевле.

👀 В интернете пишут, что ее создали за пару месяцев с инвестициями всего $6млн, но это только стоимость финального обучения. Обучения до этого было много, как и затрат на инжиниринг и обработку данных. Думаю, финальная сумма близка к $100млн.

2️⃣ Экономичность и локальное развертывание
В отличие от закрытой экосистемы OpenAI, DeepSeek — полностью open-source и может быть развернута локально. Это важно, если для вас принципиальна конфиденциальность.

3️⃣ Другое обучение = более низкий порог входа
Вместо использования миллиардов дорогостоящих токенов с нуля, DeepSeek тренируется на основе данных уже существующих фундаментальных моделей. Это существенно снижает стоимость и сложность обучения. В теории, такой подход позволяет небольшим ИИ-лабораториям и независимым инженерам разрабатывать конкурентоспособные модели без миллиардных бюджетов на вычисления.

🤕 Хотя из-за этого также существует риск закрепления ошибок или галлюцинаций, с которой мы все уже сталкивались при использовании AI.

4️⃣ Оптимизация
DeepSeek использует методы оптимизации производительности, которых нет у OpenAI (например, FP8 вместо FP16).

Короче:

🔶 У компаний, которые сейчас используют OpenAI и Anthropic, появилась более дешевая и локально развертываемая альтернатива
🔶 В индустрии разгорается новый виток конкуренции за оптимизацию моделей, из-за OpenAI это замедлилось
🔶 Сфера фундаментальных моделей движется в сторону фрагментации и кастомизации. Это открывает возможности для более узкоспециализированных и адаптированных AI-приложений

Кто уже пробовал — как вам?

Буквально пару недель назад узнал, что в без того скудный список действенных сапплементов не входит то, в чем я даже не сомневался, — рыбий жир! American Heart Association не рекомендует употребление рыбьего жира в капсулах для предотвращения заболеваний сердца (что вообще-то и ожидается от omega-3). Оказывается, он может повлиять на электрическую активность в верхних камерах сердца. Зато AHA рекомендует (как и раньше) употреблять рыбу два раза в неделю во благо сердечно-сосудистой системы. Очередная иллюстрация того, что пищевые добавки и витамины работают иначе, чем употребление в пищу самих продуктов, из которых их добывают.

Так что вот: приготовил мисо сальмон с тайским рисом. Всем здоровья!

Стоит ли запускать стартап в сфере AI на российском рынке?

Нет.

Какой бизнес точно стоит делать на российском рынке? Госкорпорацию, если можешь. Очень рекомендую. Хорошая тема еще — приватизация. Довольно перспективно (если найдешь нужные связи) открыть ресторан в Москве.

Что самое главное для стартап-рынка? Кто купит продукт на выходе. В США успех определяется только на 90% наличием развитого рынка покупателей. В странах Европы рынок развит меньше. Например, во Франции покупателей в разы меньше, чем в Германии или в США. И поэтому во Франции сильно хуже развита стартап-экосистема.

В России с покупателями стартапов всегда была проблема, пока не появились большие IT-корпорации и банки. Они стали скупать стартапы, и тогда появилась какая-то перспектива. Большая часть громких экзитов — это именно такие покупки. Но:

🔶 Они насытились. Это в принципе не долгосрочная история: таких корпораций сильно больше не становится, а насыщение их экосистем происходит.
🔶 С началом войны деньги оказались заперты внутри страны. Многие ждали, что из-за этого активность корпораций усилится, но этого не произошло.
🔶 Сейчас на грядущий год (возможно, годы) стратегические игроки замораживают покупки на рынке, потому что сомневаются в устойчивости российской экономики. Это, кстати, инсайдерская информация 🤫 Просто не хочу, чтобы мои подписчики наделали ошибок.

Короче, в России было тяжело делать стартапы еще до войны, потому что стартапы подразумевают перспективный экзит. Сейчас перспектив стало еще меньше.

Запускать новый бизнес в России можно, но не технологический стартап, особенно независимый. Это просто бессмысленная трата ресурсов. Ты умножаешь и без того сложный мир стартаперства на 100.

Есть немного, если честно…

Три человека ушли после последнего мема. Вам что, не нравится угорать??? Я вот приношу мемы на любые звонки и не стесняюсь. Жизнь слишком замороченная, чтобы жить ее на серьезных щщах — я понял это после того, как потерял нескольких близких людей. Так что не тратьте время на скучную херню, оно того не стоит! И лайкайте мои мемы.

А еще присылайте в комментарии, над чем кекали в последнюю неделю ❤️

Недавно провел эфир для лучшего (по моему мнению) в России мастермайнда для мобильных предпринимателей. Тема — как выбрать успешную нишу для нового мобильного стартапа. Получилось очень мясисто — жаль, не могу поделиться здесь всем. Но главный вывод, пожалуй, такой.

Выбор ниши — реально самое главное действие при запуске нового проекта, особенно стартапа.

Для успеха должно сойтись три пункта:

💰 в этой нише сейчас уже есть деньги
🤼‍♂️ при этом там не слишком много конкурентов
⚰️ и она не умрет через год

А как это понять и спрогнозировать? При помощи инструментов ресерча, про которые я здесь постоянно рассказываю 😎

Как правильно оценивать результаты исследований?

В вузе меня называли баззкиллом, потому что я докапывался до методологии большинства исследований. Не то чтобы я был главным методологом, просто опирался на базовое критическое мышление.

Сейчас меня удивляет, насколько часто люди, работающие с цифрами и данными (например, предприниматели), не задаются этими вопросами, когда ссылаются на какие-либо исследования.

А ведь правила предельно простые:
1️⃣ Одно исследование НЕ значит, что что-то доказано: чтобы говорить о паттерне, нужны большие выборки, а значит — мета-анализы и ревью
2️⃣ Корреляция НЕ значит, что что-то доказано
3️⃣ Исследования на животных НЕ доказывают, что то же самое работает на людях
4️⃣ Обсервационные исследования НЕ могут доказать какой-либо эффект в связи с отсутствием лабораторного контроля за параметрами

Кстати, про последнее. Значительная доля (если не большинство) исследований в сфере нутрициологии как раз обсервационные. Ученые берут выборку людей, наблюдают за каким-то желаемым поведением — например, питанием — оценивают параметры здоровья на временном промежутке и ищут корреляции. Затем медиа тиражируют статью под заголовком «Это питание снижает риск сердечно-сосудистых заболеваний!».

Внимание, вопрос: как исследователи узнают о питании испытуемых? Верно: из дневников, которые испытуемые сами регулярно заполняют 🌚

Но даже это не главная проблема! Представьте, что мы изучаем группу испытуемых, употребляющих в пищу авокадо на протяжении всей жизни. Узнаем, что их смертность ниже. Значит, авокадо и уровень смертности связаны? Люди, которые едят больше овощей, действительно живут дольше — по причине, которая никак не связана с овощами. Эти люди знают о пользе овощей, следовательно, уделяют больше внимания здоровому образу жизни. А значит, принимают в среднем более здоровые решения, чем другие испытуемые. Например, они чаще занимаются спортом.

Вот только обсервационное исследование не в состоянии учесть все факторы, влияющие на наблюдаемый исход (в данном случае, смертность). Опытные исследователи относят этот метод к числу exploratory. Это когда ты проводишь исследование, чтобы нащупать: а есть ли там что-то, что дальше можно проверять основательным методом — неконтролируемым двойным экспериментом. Кстати, именно таким образом (а не обсервационным) тестируются лекарства. Мало кто хочет рисковать своей жизнью, основываясь на чужих записях в дневниках.

Ваше регулярное напоминание держать баланс, заботиться о себе и отдыхать по вечерам 🫡

Пока это не очевидно, но на фото будущая слоеная шоколадная выпечка. Захотелось? Вот так надо продавать продукт на салфетке пергаментной бумаге, без mvp и сложной разработки 😁

Примерно об этом написал Ваня Буявец в кейсе на vc по следам нашего с ним разговора!

4 вещи, которые меня бесят в Chat GPT

Я делал много подходов к LLMкам, но так и не достиг желаемого за пределами языковых и примитивных исследовательских задач.

1️⃣ Моделей стало больше, гемора — тоже.
Одна модель отлично размышляет, но упаковывает размышления в избыточный сложный текст. Другая хорошо пишет текст, но не замечает ошибки. Есть что-то посередине. И все эти модели нужно переключать.

Я уже задолбался разбираться в логике. Иногда старая модель работает лучше, чем новейшая. Есть режим reasoning — я так и не понял, он переключает модель или это просто дополнительный режим. А еще у каждой модели (которые переключаются иногда сами по себе) разное контекстное окно до начала активных галлюцинаций.

2️⃣ Примитивные ошибки
Эти ошибки поставили бы меня в тупик, если бы я не провел в интернете больше 15 лет. Они буквально напоминают траблшутинг в эпоху Windows XP.

Делаю финансовую модель внутри canvas — таблицу на 12 месяцев. Прошу удлинить ее на 24 месяца. Обновляет canvas, на месте таблицы плейсхолдер «Здесь будет модель на 24 месяца».
— Ты меня так троллишь?
— Вижу ошибку, сейчас исправлюсь.
Обновляет canvas, «Здесь точно будет модель на 24 месяца».
Гуглю, хожу по форумам. Пишут, что в промпте надо попросить отрендерить таблицу без плейсхолдера. Обновляю промпмт – рендерит табличку на 24 месяца, но не внутри Canvas.
— Отлично, теперь включи эту таблицу в canvas!
Обновляет canvas, на месте таблицы плейсхолдер «Здесь будет модель на 24 месяца».

А ведь эти переговоры расходуют мой лимит.

3️⃣ Режим размышления не особо умный
Прошу смоделировать рост или черн бизнеса. Чат знает входные параметры, что за продукт, в курсе бизнес-модели... и он моделирует примитивный линейный рост. Но ведь очевидно, что нужно заложить флуктуации. Он же, насмотревшись данных в интернете, сам должен это понимать. Говорю об этом, прошу поправить. Ну ок, делает рост чуть менее линейным, каждые три месяца добавляет изменение на одну цифру. Да что ж такое!

Все это становится тем хуже, чем дольше ты переписываешься в рамках одного контекстного окна. Чем больше контекст, тем больше он начинает галлюцинировать и тупить. Один шаг вперед — два назад.

4️⃣ Ценность промпт-инжиниринга под сомнением
Условия постоянно меняются. Это как если бы язык программирования обновлялся каждый год, причем фундаментально. Пять месяцев назад один американский предприниматель показывал мне свой крутой промпт, который учит ChatGPT критическому мышлению через обработки циклами. Разрабатывал и тестировал его два месяца. Guess what? С появлением reasoning модели OpenAI не рекомендует использовать циклы в промпмтах.

Короче, пока не могу присоединиться к всеобщему крику «За AI будущее!».

Ну разве что за AI такое будущее…

Зато с чем мне удалось наладить работу искусственного интеллекта, так это с моими требовательным химическими задачами! Например: как сделать кордиал без сахара, который не кристаллизуется при снижении температуры, не оседает и стабильно хранится неделю. Чат gpt помогает быстро проверять гипотезы и экспериментировать, а не это ли главное при запуске нового продукта? 🍹

Ладно, на самом деле я уже задолбался обрисовать параллели между готовкой и стартапами. Мне просто нравятся кулинарные эксперименты, СМИРИТЕСЬ.

На днях разговаривал с одним из редких российских врачей — психиатром, практикующим доказательную медицину (и даже возглавляющим ее). Осуждали понятие нормы. В моем случае, норму энергичности. Чтобы ее определить, можно сравнить себя с:

1️⃣ другими людьми
2️⃣ собой прошлым
3️⃣ собой идеальным, где идеальный = не вызывающий неудобства

В случае с энергией первое довольно бесполезно: энергичность варьируется у людей колоссально исходя из тысячи возможных физиологических и психологических причин.

Второе — не показательно, потому что энергичность меняется с возрастом, в том числе, с изменением метаболизма и физических возможностей.

Третье сложно оценить, потому что человек не может представить то, чего не имел или не испытывал. Наше воображение основано исключительно на прошлом опыте.

Вот и получается, что для ответа на вопрос «Что такое норма для меня?» врачи руководствуются:

🔶 тем, что комфортно для самого пациента
🔶 ассортиментом интервенций в арсенале

Я не смог определиться с тем, комфортен ли мой сниженный уровень энергии по утрам. Но главное, что подсветил врач, — сделать с этим особо ничего не получится, кроме как увеличить дозу антидепрессантов (неоправданная сильная интервенция для такого малого эффекта) или пить больше кофеина. А еще улучшить качества сна. Но даже с этой простой рекомендацией не все до конца понятно. Согласно Oura, мне хронически не хватает длительности REM-фазы, вот только как на это действительно повлиять, не знают даже сомнологи. Остается прописать мне гигиену сна — универсальный совет, который дают потому, что в большинстве случаев ничего лучше пока просто недоступно.

Запуск стартапа внутри корпорации — в чем особенность?

Уже больше года я запускаю стартап внутри корпорации. Ощущения, конечно, не те, примерно как в презерва... Короче, в чем разница?

Кажется, запустить стартап в корпорации несравненно проще. Но на практике любой, кто с этим сталкивался, скажет: нет, это в несколько раз труднее. Как так? Вот основные причины.

1️⃣ Разница подходов
Чтобы запустить что-то неопределенное типа стартапа, нужно быстро пивотить и мыслить бизнесово. В корпорациях функциональные люди преобладают над бизнесовыми. Тщательная проработка и прикрытие своей задницы преобладает над риском. Иными словами, нет людей с нужным мышлением и среды, где можно реализовать типичный стартаперский подход.

Лучшая стратегия здесь — выделить кубышку денег и нанять отдельных людей делать совершенно не связанный с основными системами продукт. Тогда получается действительно независимый стартап.

2️⃣ Невменяемое легаси
Если вы работали над сложным продуктом, вам хорошо знаком бесконечный компромисс между долгом (не перед Родиной, а техническим и продуктовым) и реализацией новых бизнес-задач. Вот все говорят: будущее поколение расплатится. Тут ты становишься тем самым будущим поколением. Запускаешь что-то новое, тебе приходится разгребать огромное легаси — жуткое количество компромиссов, сделанных другими людьми. И все ожидают, что ты-то к этой задаче подойдешь более ответственно — ты же делаешь что-то совсем новое.

3️⃣ Отсутствие оунершипа
Чем больше компания, тем (как ни парадоксально) больше слепых зон. Вроде и людей много, все отвечают за конкретную зону — в чем подвох? Но на огромном количестве пересечений возникает такое же огромное количество ответственных. В корпорациях даже самые простые решения требуют миллионов согласований, потому что нет одного оунера. А когда задачу не оунит никто, ее оунят все. Придется принимать мнение каждого во внимание.

Зачем? Потому что они влияют на твой финальный успех: то, как тебе будут (или не будут) выделяться ресурсы, как к тебе будут относиться. Нельзя просто забить. Это — часть stakeholder management, которая иногда бывает важнее, чем бизнес-результат. Придется тратить время на согласования и поиск компромиссов по второстепенным вопросам, чтобы поддерживать отношения.

Короче, как и положено предпринимателю, ты решаешь набор довольно нетривиальных задач. Только вот они вообще не связаны непосредственно с бизнесом 🙃 Что ж, такова цена финансовой стабильности. Не рискуешь своими деньгами, ресурс практически неограничен — но за это приходится расплачиваться.

«Ну так что, Митя, мне делать стартап самому или в корпорации?»
Если хорошо ориентируешься в реальности корпораций — делай там. Так меньше рискуешь. Если тебя от этого тошнит, или у тебя большие амбиции, — лучше сам. Больше индивидуальные амбиции и корпорации плохо совместимы.

Когда конкуренты спонсируют автоперевод