Наш ответ ChatGPT: как российские стартапы делают бизнес на генеративном ИИ

В 2024 году инвестиции в стартапы, использующие генеративный искусственный интеллект, почти удвоились (+92%) по сравнению с 2023 годом и составили $56 млрд. Хотя в денежном выражении значительные инвестиции пришлись на известные в этой сфере компании, большая часть сделок прошла со стартапами, которые бесшовно применяют доступные LLM в своих GenAI-решениях для анализа и генерации контента, интеллектуального поиска по базам данных, автоматизации клиентской поддержки, тьюторства в тренингах, образовании и других задачах.

О том, что происходит сейчас на этом рынке, в том числе, в России, я поговорила с участниками конференции по генеративному и разговорному ИИ Conversations 2025.

Как работает рынок

Пожалуй, самая известная компания на рынке — OpenAI, разработавшая чатбот ChatGPT. Она продолжает улучшать свою LLM-модель, выпуская версии, которые могут в работе сочетать разные типы контента. В марте этого года OpenAI получила инвестиции в $40 млрд с оценкой в $300 млрд. Свои GenAI-модели развивают почти все крупные IT-компании, а также новые «звезды», такие как DeepSeek и Midjourney.

Стартапы стараются создать уникальные решения в своих нишах на базе популярных LLM. Место на рынке есть — в 2024 году, по данным PitchBook, было заключено 885 инвестиционных сделок в сфере генеративного ИИ.

Не всегда это большие компании, такие как OpenAI. В рамках конференции Павел Белов поделился историей развития международного проекта GPT4Telegrambot. Его команда запустила чат-бот для работы с нейросетями в Telegram всего через пару месяцев после релиза ChatGPT в 2023 году. По данным разработчика, сейчас ботом пользуется 25 млн человек по всему миру при трафике в 1 млн DAU. Этот кейс показывает, что важным фактором успеха стартапов в условиях технологической гонки становится не только наличие оригинальной идеи, но и способность максимально быстро воплотить ее в жизнь.

Как объяснила бизнес-ангел, ментор стартапов ранних стадий, директор по инвестициям Cats.vc Елена Колмакова, GenAI — это молодое направление во всем мире, а в России традиционно стартапы ранних стадий менее зрелые, чем за рубежом. Это относится в полной мере и к сфере GenAI. По ее мнению, дело в том, что молодые компании у нас не получают существенных финансовых вливаний, стартапы ранних стадий поддерживают только бизнес-ангелы, которых в стране немного, и чеки относительно низкие. Она добавляет, что в результате даже для скромных инвестиций стартап должен продемонстрировать трекшн, например, получить первую выручку.

Несмотря на это, некоторые начинающие российские компании уже делают бизнес на десятки миллионов долларов и планируют увеличить его на порядок. По статистике организаторов конференции компании Just AI, из 43 стартапов, прошедших воронку отбора, больше всего 9 (или 21%) работают в сфере клиентского сервиса. Также 7 молодых компаний работают в сфере HR Tech, по 4— в нишах маркетинга (генерация дизайна и видео) и повышения общей продуктивности. И это далеко не все компании, занимающиеся генеративным интеллектом в России.

Что делают стартапы

Как отметил инвестиционный менеджер Sk Capital Алексей Филиппов, в этом году наиболее обсуждаемой темой на конференции стали production-агенты, мультиагентные системы и KPI-driven-интеграции: от ИИ-ассистентов до конкретных проектов в медицине, промышленности, сфере недвижимости, где генеративный ИИ уже связан с P&L (англ. profit and losses — доходы и убытки. Это метрика, которая отражает разницу между всеми доходами и расходами бизнеса за определенный период. — Прим. ред.) и конкретными бизнес-метриками.

Среди участников были стартапы из совершенно разных сфер, однако все они стремятся к внедрению GenAI в работу бизнеса.

• «Шöпот» и AI5 анализируют разговоры с клиентами и работают с базами в мессенджерах, чтобы снизить стоимость лидов. По данным AI5, переход к использованию GenAI-решений дает трехкратный рост конверсии по сравнению с классической обработкой сообщений. Сегодня стартап использует ChatGPT, но в будущем планирует перейти на опенсорсную дообученную LLM и внедрить собственное RAG-решение (англ. retrieval augmented generation — генерация с дополненной выборкой. Оптимизация выходных данных путем добавления в них соответствующей контексту запроса дополнительной информации. — Прим.ред.), которое должно помочь достичь большей скорости и точности в коммуникациях с клиентами.

• Стартап Noroots показал, как работать с еще одной глобальной болью ИИ-решений — галлюцинациями LLM-моделей. Компания анализирует юридические договоры и предлагает конкретные замены для некорректных фрагментов. Понятно, что любая «самодеятельность» ИИ принесет урон бизнесу, поэтому результаты контролируют юристы. Компания постоянно тестирует новые LLM-модели и юридические сервисы, чтобы повысить эффективность работы.

• Если отметить награжденные стартапы, то Phygital+ получил 1,5 млн руб. от Yandex Cloud на использование сервисов компании. Начав как «умная ИИ-Figma» для индивидуальных профессиональных пользователей, теперь стартап переместил фокус на B2B-сектор. Более 30 ИИ-моделей «под капотом» позволяют генерировать контент из текста, картинок, видео как отдельным дизайнерам, так и креативным командам. А также анализировать результаты творчества.

• Призами были отмечены стартапы WaiWai, HiveTrace и Explyt. Первый создал платформу для AI-агентов. Бизнес может выбрать уже готовые решения, а разработчики получают SDK для создания новых. Причем платформа позволяет разработчикам получать долю с продаж, проведенных их ИИ-ассистентами. Компания получила чек на 1 млн руб. от компаний i-Free и Just AI.

• HiveTrace занимается актуальной для LLM информационной безопасностью: мониторит выдачу данных AI-агентами и пресекает хакерские атаки и утечку данных. Этот стартап получил сертификат на юридические услуги компании iLegal на 150 тыс. руб.

• Explyt создает продукты для повышения качества кода на базе генеративного ИИ. Благодаря возможности автоматизировать написание, тестирование и дебаггинг кода, решение снимает значительную нагрузку с senior-разработчиков, а также помогает быстрее обучать новичков. Стартап получил чек от brainbox.vc на сумму 100 тыс. руб.

Барьеры для развития

Назову главные препятствия, с которыми сталкиваются разработчики.

• Представители крупного бизнеса — потенциальные покупатели стартапов, однако при работе с ними важно серьезно относиться к конфиденциальности данных, ведь это влечет за собой огромное количество рисков. Мария Кириенко, руководитель лаборатории инноваций «СИБУР», называет свою сферу heavy digital. Стартапы должны уметь обеспечивать требуемый уровень безопасности.

• Малому и среднему бизнесу за партнерство с корпорациями приходится бороться с крупнейшими разработчиками на рынке. Например, для работы с документацией, помощи в анализе и исследованиях «СИБУР» выбрал LLM-решение GigaChat от «Сбера».

• Крупный бизнес часто предпочитает сам разрабатывать необходимые решения. От сторонних компаний, включая стартапы, ждут технологии, добавляющие что-то новое, не присутствующее на рынке. Также важно, чтобы продукт решал конкретную бизнес-задачу, «боль» заказчика. Руководитель платформы аналитики данных «Авито» Владислав Филинков поясняет стартапам, что недостаточно просто сказать, что это «хорошо работает». Покажите цифры — что, в каких условиях и во сколько раз лучше. Тогда будет гораздо проще заключить сотрудничество.

• Молодые компании приходят с набором кейсов от текущих партнеров, но они не всегда показательны — насколько эффективным будет решение для бизнес-процессов нового клиента. Поэтому и для внутренней разработки, и для внешних предложений остро стоит вопрос о разработке правильных метрик для оценки решения и выбора дальнейших путей его развития.

• У бизнеса нестандартные запросы. Например, для маркетплейсов интересен поисковый механизм, который по простому запросу выбирает 2–3 оптимальных варианта из тысяч позиций. Такое не под силу текущим системам с фильтрацией — это поле для умелого применения LLM. Руководитель сервиса книг «билайн» Наталья Каменских привела еще один пример: ее компании необходимо было разработать поиск для книжного сервиса — рекомендовать книги по нечеткому запросу пользователя, учитывая, что для индексации были доступны только аннотации книг. Задачу удалось решить только с третьей командой, зато в результате показатели вовлечения пользователей выросли в 10 раз.

Перспективы российских проектов

Международный и российский рынки генеративного ИИ продолжают расти, поэтому найдется место и для стартапов. Например, по прогнозу сервиса Statista российский рынок GenAI будет расти на 40% в год и превысит $5 млрд к 2031 году. Команды, представленные на стартап-треке, показывают в партнерах практически все российские топовые компании: банки, ритейл, товары долговременные и повседневного спроса, а также представители других индустрий.

Генеративный ИИ позволяет ускорить и удешевить бизнес-процессы. По словам Филинкова из «Авито», первые экспериментальные запуски GenAI-продуктов в 2024 году уже обеспечили компании 670 млн руб. выручки в год. Это мотивировало фирму разработать план инвестиций в технологию на 12 млрд руб. до 2028 года.

Эксперт добавил, что, хотя компания почти все технологические решения разрабатывает самостоятельно, некоторые компоненты, не относящиеся к ключевым компетенциям, вполне могут быть закуплены у партнеров.

Филинков отметил, что одна из отличительных черт российских GenAI-стартапов — наличие опции локальной установки для ряда решений (on-prem или private cloud). Это важное условие для входа на рынок. Он добавил, что западные компании обычно начинают с SaaS-решений, в результате быстрее масштабируются, но часто упираются в барьеры комплаенса при работе с компаниями, в которых данные нельзя выносить за периметр. А их преимущество — в экосистемных интеграциях c крупными разработчиками. У российских проектов такие партнерства развиваются медленней, что ограничивает органический рост.