Денежный поток: кислород вашего бизнеса Шон Пик, директор по маркетингу Lightning Media Partners, помогает предпринимателям контролировать денежный поток и избегать финансовых трудностей. По его словам, деньги — это кислород бизнеса: без них компания не сможет платить зарплаты, закупать оборудование и развиваться. Советы эксперта: Следите за поступлениями — задержки клиентских платежей тормозят рост. Используйте онлайн-сервисы для контроля счетов Ищите новые источники прибыли — внедряйте новые продукты, услуги, акции, чтобы компенсировать расходы Планируйте кредиты с запасом — берите чуть больше, чем нужно, и договаривайтесь о льготных условиях Своевременно платите налоги — штрафы и блокировка бюджета могут остановить бизнес Правильно оценивайте продукт — слишком высокие или низкие цены угрожают прибыли Фиксируйте изменения проекта — согласовывайте дополнительные этапы с оплатой и сроками Обновляйте оборудование — старое тормозит процессы и забирает деньги на ремонт. Фаундер | Бизнес и Стартапы

Один из создателей Skype может заработать миллиарды на Anthropic У WSJ вышла большая статья про Яана Таллинна — одного из создателей Skype. Чего вдруг про него вспомнили? А он один из ранних инвесторов Anthropic, у которого вот-вот случится IPO. Но при этом Таллин жесткий критик AI-гонки. Он считает, что AI может привести к катастрофе. Как пишет WSJ, Таллинн уже больше 10 лет топит за безопасность AI, боясь катастрофы. Ну, например, что из-за дата-центров не останется сельхоз-земель, что приведет к голоду. Или что AI-инженеры как-то поменяют состав атмосферы земли. В общем, апокалипсис. И Таллинн задонатил около $170 млн на разные инициативы, связанные с безопасностью AI. При этом он инвестор Anthropic. Фонд Таллинна вложился в компанию еще на раунде А. Почти на самом старте компании, когда основатели Anthropic ушли из OpenAI. И, как пишет WSJ, на том раунде компанию оценили $461 млн. А сейчас Anthropic в ходе IPO хочет получить оценку в $2 трлн. Если я все правильно подсчитал, то это 4338х к оценке того раунда, где участвовал Таллинн. Но почему борец за безопасность AI вдруг инвестирует в одного из лидеров AI-гонки? Как пишет WSJ, его друзья так объясняют логику — если бы он не вложил средства в Anthropic, его место занял бы инвестор, которого не волнуют вопросы безопасности. При этом с главой Anthropic Дарио Амодеем Таллинн знаком аж минимум с 2011 года. При этом Таллинн еще раньше инвестировал в AI-лабораторию DeepMind. Еще до того, как ее в 2014-м купил Google. На них он тоже хотел влиять, но там его никто не хотел слушать, рассказал WSJ автор книги про DeepMind Себастьян Маллаби. Интересно, конечно, а в Anthropic его кто-нибудь слушает? Этот момент как-то не особо раскрыт. Но ситуация вроде как беспроигрышная. Если Таллин заработает на IPO Anthropic, то сможет вложить кучу денег в безопасность AI. А если вдруг Anthropic обанкротится по какой-то причине, то польза в том, что хотя бы они не создали сверхинтеллект AGI. Про Таллинна в статье есть еще интересная деталь. Сейчас ему 54, и он очень любит танцевать хип-хоп. Он регулярно занимается с преподавателем танцев и практикует фристайл — от Сан-Франциско до своего любимого Токио, пишет WSJ. @TheEdinorogBlog — тот самый канал про стартапы🦄

Скрытые потери бизнеса Косвенные расходы часто остаются вне поля зрения, хотя именно они способны значительно снизить итоговую прибыль компании. Эти затраты не всегда очевидны, но регулярно влияют на финансовые показатели. Пример: пекарня ежедневно производит больше изделий, чем продаёт. Остатки списываются, превращаясь в незаметные, но постоянные убытки. Чтобы избежать подобных потерь, важно анализировать динамику продаж и корректировать объёмы производства в соответствии с реальным спросом. Применение инструментов учёта, прогнозирования и оптимизации закупок позволяет контролировать издержки и повышать эффективность бизнеса. Для стартапов это особенно критично: каждый сэкономленный процент на косвенных расходах напрямую увеличивает маржинальность и ускоряет выход на прибыль. Фаундер | Бизнес и Стартапы

Пол двигается каждые четыре месяца Pat Grady из Sequoia выложил запись своего отчёта для инвесторов фонда о том, что происходит в AI. Это внутренний доклад, без какого-либо маркетинга, и наружу такие попадают редко. Grady считает, что компании, которые строят приложения поверх моделей, переизобретают себя каждые четыре месяца, потому что пол под ногами постоянно сдвигается. Интернет и мобильная связь меняли то, как информация распространяется. AI меняет то, как она обрабатывается, и последний такой переход был в 60-х, когда электроника перешла на кремний. Поэтому платформа, на которой ты строишь, улучшается быстрее, чем то, что ты на ней построил. В ведущих лабораториях уже обсуждают ASI, потому что модели во многом строят сами себя. Grady выделяет три точки перелома: ChatGPT в ноябре 2022 (масштаб), o1 в конце 2024 (рассуждения) и Claude осенью 2025 (агенты, которые держат длинную задачу). Первые две дали более быстрых лошадей, а после третьей ассистент стал агентом, который доводит работу до результата. С Zoom было так же: видеозвонки существовали и раньше, но доверять им начали только с ним. Что из этого следует: 1. Разрыв во внедрении. Между тем, что модели умеют, и тем, что реально внедрено, огромная дистанция, и все прикладные компании живут в этом разрыве. Лабы идут туда сами: режут цены на API и нанимают армии инженеров, которые сидят прямо у клиентов из Fortune 500 и строят там приложения на их токенах. Я писал про FDE как профессию, теперь это стратегия лаб. 2. Дорогая интеллектуальная работа: программирование, кибербезопасность, медицина, финансы, бухгалтерия. Sequoia ждёт гиганта в каждой из этих областей. Одна из таких компаний закрыла прошлый год на $200M и идёт на $700M в этом. В фарме кандидатов в лекарства уже находят промптом за дни вместо нескольких лет. 3. Свои модели. Компании уводят нагрузку с фронтир-моделей на свои дообученные open-source модели, и причина экономическая. Поставщик даёт три точки на кривой цена/качество - большую, среднюю и маленькую модель, а твои задачи почти никогда не попадают ровно в них, поэтому своя модель выходит дешевле и лучше. Дешёвые токены не значат, что все побегут к OpenAI. 4. Специализированные архитектуры. Ещё одна универсальная лаборатория миру не нужна, нужны лабы под конкретную область или новую архитектуру. JEV вышел на рынок с моделью-классификатором: большая часть корпоративного ML сводится к выбору из нескольких вариантов, и классификатор делает это в 100 раз дешевле, чем LLM. С нуля до $100M выручки за семь дней, The Information пишет об оценке $10B. 5. Организация как лаборатория. Лучших людей отделяют от операционки и дают ломать и строить продукт, а координация идёт через AI вместо слоёв менеджеров. Иначе за четыре месяца не пересобраться. Норма теперь - это два раунда подряд: один от партнёра, который строит продукт вместе с тобой, второй от того, кто просто даёт деньги. У Sequoia за год семь таких сделок: первый раунд в среднем по оценке $110M, а через месяц второй по $3,4B. Grady говорит, что никогда такого не видел, и сам называет это пузырём, хотя в том же докладе называет происходящее самым большим и быстрым технологическим переходом в истории. Мне кажется, верно и то и другое, я про это писал. Для Sequoia разрыв во внедрении - это рынок для стартапов. Мне он больше видится рынком ответственности: разрыв закрывают люди внутри конкретной компании, которые подписались за результат и готовы рисковать репутацией и позицией при следующем сдвиге пола. Конкурировать с лабами по вычислительной мощности бесполезно, а контекст, данные и того, с кого спросят за результат, лаба на себя не возьмёт. Я бы спросил свою компанию, что мы пересоберём через четыре месяца и кто за это отвечает. @maxvotek | linkedin | substack

Neo labs: большие раунды или большой риск? Помните мой пост о том, почему мы не инвестируем в neo labs (стартапы AI-исследователей)? Deedy Das, партнер Menlo Ventures (не путать с Mento 🙂), написал свои мысли и расчеты, объяснил почему вложения в такие компании сложно окупить. Даже если им удастся создать хорошую модель. Что тогда таким стартапам делать с вычислительными мощностями, на которые они привлекли сотни миллионов долларов? Перевел текст для вас, чтобы каждый составил свое мнение:

Экономика «неолабораторий» (neo labs) Под неолабораторией здесь будем понимать стартап, созданный AI-ресерчерами. Такая компания привлекает крупные инвестиции еще до появления готового продукта, чтобы оплатить вычислительные мощности и взяться за решение масштабной задачи в AI. Для обучения собственной AI-модели нужны огромные вычислительные мощности. По расчету автора, только оборудование обойдется в $125-150 млн за три года, причем часть суммы придется опплатить сразу. И даже при таких затратах можно обучить модель всего лишь уровня GPT-4. Прим.: в оригинале автор приводит конкретные модели оборудования и расчет их мощности Если взять сильную open-source модель и дообучить ее, шансов выйти на уровень передовых LLM больше. Но есть два риска: 1) Придется потратить еще миллионы долларов на среды для обучения с подкреплением (RL) - задачи и симуляции, на которых модель тренируется и получает обратную связь, 2) Пока вы дообучаете выбранную LLM, может выйти новая модель, которая окажется лучше. Тогда придется либо продолжать работу с уже устаревшей, либо начинать дообучение заново. Чтобы вложения окупились, ваша модель должна давать результаты лучше и, желательно, стоить дешевле. А клиенты должны пользоваться ею достаточно долго, чтобы прибыль от их запросов покрыла затраты на обучение. Если обучение модели обошлось в $10 млн, то при марже 50% и средней цене $2 за миллион токенов, клиенты должны воспользоваться моделью на 10 трлн токенов (!), чтобы прибыль покрыла только обучение. При этом нужно убедить клиентов выбрать вашу модель вместо новых и более дешевых, например Opus 5.5. Тем временем каждый час простоя влетает в копеечку. Поэтому свободные мощности обычно перепродают посредникам, используют для обработки запросов к open-source моделям или сдают в краткосрочную аренду. Но если мощности заняты меньше 60% времени, даже сдача в аренду не покроет расходы. Добавьте к этому огромные затраты на команду. Что тогда можно делать с вычислительными мощностями? • Вообще не лезть в разработку моделей, • Занять нишу, в которую не пойдут крупные AI-лаборатории (как сделали Jev и World Labs): такой продукт может мешать их основному бизнесу, приносить слишком мало денег или отвлекать от главной цели, • Собрать большой массив собственных данных в конкретной области (как Periodic Labs), и за счет них превзойти универсальные передовые модели. Такое чаще возможно в робототехнике, биологии и химии. Но даже если вам удалось создать полезную модель, которая выигрывает у крупных лабораторий по качеству и цене, этого мало. Нужно найти рынок, где достаточно клиентов и где выручка существенно превышает стоимость вычислений. Иначе огромные расходы на мощности не окупятся. Короче, легких денег здесь нет. Оригинал: https://x.com/deedydas/status/2103903382822089010?s=46

Лучшие посты | Mento VC Fund II | Стать инвестором

Здоровье как побочный эффект Болезнь – штука непредсказуемая и иногда очень разрушительная. Поэтому возникает идея страховки. В некоторых странах вся медицина базируется на ней. Страховая компания не хочет платить за дорогие лекарства, поэтому старается объяснить врачу, что он зря выписал что-то современное, лечить Билла надо подорожником. Доктору, конечно, жаль больного, но тратить свое время на ругань с бюрократией ему лень. У пациента права голоса вообще нет. В результате рецепты реально не доходят до аптеки. И в этот момент страдает фармкомпания – её новый и дорогой бестселлер не купят, а на подорожнике много не заработаешь. И поэтому возникает #стартадпня Forus – бесплатный для врача AI-агент, который ругается со страховой, показывает ей анализы и предыдущие назначения и в итоге проталкивает рецепт для одобрения. Позиционирование: “вы можете выписывать хорошие лекарства, и их подтвердят”. И, между прочим, жизни людям спасает таким странным способом: хорошие лекарства не зря считаются хорошими, кому-то помогут. Forus – уже довольно большой бизнес. Выручка в мае пересекла отметку в 50 миллионов долларов в год, а на днях стартап привлек инвестиции по оценке в 3 миллиарда. https://forus.com/ #сша #здоровье #мегараунд #ai

Что я поняла, пока поднимаю $3 млн Сейчас я привлекаю $3 млн. На прошлой неделе мы сели с одним нашим ангелом и адвайзером (с 1 октября он переходит к нам в команду на фулл-тайм), чтобы подготовить деку перед тем, как отправлять её инвесторам. Думала, поправим пару слайдов. А по итогу два часа разбирали один вопрос: к чему мы реально придём на эти деньги за ближайшие месяцы? Через несколько дней новый партнёр, который тоже заходит в раунд, первым делом спросил меня то же самое, только другими словами: «Какой горизонт выхода?» И я поняла: инвесторам почти неинтересно, какая у вас компания сегодня. Им важно, куда она придёт и сможете ли вы это доказать. Наш потенциал на ближайшие месяцы - выйти за пределы моих личных связей, запустить продажи в Штатах через партнёров, у которых уже есть свои клиенты, и дорасти до нескольких десятков enterprise-компаний. Честно, эта осень будет одной из самых тяжёлых) Но если получится, дальше sky's the limit😄 Критически важно понимать, к чему вы реально можете прийти. Это нужно, чтобы презентовать это будущим партнёрам и качественно выстраивать план действий. Как мы проверяли, что этот потенциал реальный 1. Сходятся ли цифры. В одном месте у нас стояла выручка с прогнозами, в другом без. Эдвайзер сразу сказал: фонд увидит расхождение и спросит, что ещё не сходится. Теперь в графе «сейчас» только то, что есть по контрактам и на банковском счёте. 2. Можно ли дойти до цели снизу вверх. Я посчитала, сколько клиентов нужно и сколько пользователей у каждого. Оказалось, что нам не нужны сотни компаний, хватит нескольких десятков. И я понимаю, откуда они придут: партнёры в Штатах, адвайзеры с контактами и выставка в Лондоне, где мы на прошлой неделе дебютировали. 3. Хватит ли денег до следующей точки. Если поднимаешь сейчас по одной оценке, на следующем раунде она должна быть заметно выше. Значит, этих денег должно хватить, чтобы показать цифры, которые эту оценку оправдают. 4. Что будет с деньгами инвестора. Горизонт выхода нужно знать заранее. У нас это выкуп долей фаундерами, стратегический покупатель или публичный рынок. И главное: что мы пообещали инвесторам, то и есть наш план. Рекомендую провести такую же оценку своей компании. Напишите в комментариях, какой у вас потенциал на 3-3-12 месяцев и как он проходит по этим четырём вопросам. Я всё прочитаю и отвечу👇🏼🤝

В моей рабочей почте каждый день примерно 50 писем с темой: we've built new ai empowered gtm tool. Дальше это обычно что-то из: cold outreach automation, market research, и самое частое конечно же SEO/GEO или как там его про выдачу в чат боты. Сотни писем, большая часть написана через AI, отвечено - ноль. Почти у всех письмо построено по принципу: • в заголовке хук (например чел написал Ferrari, оказалось это название их тула) • внутри аля переработанное описание того, что о твоей компании нашел агент (обычно конечно же нормально оно найти не может, глазами будет в три раза быстрее понять) • стандартный темплейт про мы найдем вам стопицот сделок, сделаем стопицот результатов Бывает открываю сайты таких ребят - 100% made by claude

Растущие компании часто копируют найм у крупных. И это проблема. Господа предприниматели, так вы отсекаете людей, которые могли бы тащить, и выбираете тех, кто хорош только внутри давно слаженной системы. Пару недель назад рекрутер из США с 16-летним стажем, которая подбирает людей в основном для компаний из Fortune 500, выложила ролик: не приходите на собеседование с айс-латте. По её мнению, стакан в руке выглядит слишком расслабленно, будто интервью для кандидата лишь пункт в списке дел. Ролик жёстко завирусился. Занятный ответ дал бывший руководитель команды в Netflix. Там у неё была сотрудница Лекси: опаздывала на встречи, переписывалась неформально, а на собеседовании сидела, закинув ноги на стул. Слабо представляю, но допустим В общем, подозрительный персонаж в работе оказался крайне сильным спецом. Вывод автора: управленцев в корпорациях учат отбирать удобных, а не сильных. Пожалуй соглашусь

Крупной компании такое по карману. У растущего бизнеса без венчурных денег ставки высоки: доверия в виде бренда нет, процессов нет, удобный слабый руководитель может буквально зафакапить бизнес

Навешивать ярлыки на корпоративный опыт при этом не хочу. В корпорациях есть те, кто запускал и тащил продукты и процессы с нуля. Вопрос в том, чьи это успехи: самого человека или структуры и бренда

Твой стартап может быть high risk, low return. Или простым языком: ты можешь всадить туда 5-7 лет жизни и уйму здоровья - и не получить ничего. Это худшая игра, в которую можно играть. И, к сожалению, в неё играет большинство. Про стартапы принято говорить: high risk, high return. Большой риск - большой апсайд. В теории это честная сделка. Ты 5-7 лет живёшь в стрессе, фигачишь по 10 часов в день, ставишь на кон здоровье, отношения, карьеру и накопления. Но взамен у тебя есть шанс выиграть по-крупному. Ключевое слово - шанс. Fun fact: до венчурных инвестиций доходит, условно, несколько процентов компаний. А вероятность, что после привлечения денег вы построите единорога, меньше 1%. Поэтому вся затея имеет смысл, только если в конце стоит очень большой приз. В терминах казино: странно ставить $10K на зеро, чтобы в случае победы выиграть $11. Если уж ставить на зеро, должна быть возможность выиграть миллионы. И вот тут проблема. Большинство стартапов, которые я вижу вокруг, устроены наоборот. Они high risk, low return. Фаундеры берут всё худшее из мира стартапов, но строят продукты с крошечным апсайдом. Почему апсайд часто низкий? 1. Рынок слишком маленький. Даже если вы всё сделаете идеально, потолок всё равно низкий. А идеально вы, скорее всего, не сделаете. 2. Нет unfair advantage. Фаундеры идут в рынок, где у них нет ни экспертизы, ни связей, ни инсайтов. И почему-то думают, что обгонят тысячу таких же умных и трудолюбивых людей, у которых уже 5-10 лет опыта в индустрии - и которые пилят ровно такой же стартап. 3. Неправильные кофаундеры. Люди запускают компанию с теми, с кем не проходили сложные ситуации, не обсуждали ценности и не представляют, как будут конфликтовать, когда всё пойдёт не по плану. А оно почти всегда пойдёт не по плану. 4. Delusional фигня. Самый частый кейс. Люди не решают реальную боль, а косплеят Адама Ньюмана из WeWork. Expected value у таких стартапов отрицательный. Почти на любой нормальной работе за 7 лет вы заработаете больше. И, что важно, у вас останется жизнь. Тогда что делать, если большого апсайда нет, но идея нравится? Делать. Просто не стартап, а бизнес. Не рейзить деньги. Не нанимать команду под презентацию. Не пилить продукт годами в надежде, что потом кто-нибудь купит. Начать с продажи. Продавать услугу. Закрывать конкретную боль. Руками, некрасиво, не масштабируемо. А потом, если боль повторяется и клиенты платят, можно строить продукт поверх этой услуги. Но это уже необязательно. Это будет low risk, low reward business. Да, $100M на экзите вы не заработаете. Но expected value может быть сильно выше. И заодно вы получите приятный семейный бизнес, от которого можно кайфовать, а не нервничать. А если уж играть в опасную и болезненную игру - например, строить infrastructure-стартап :) - то надо хотя бы играть за большой приз. Иначе получается странно. Вы живёте как фаундер. Рискуете как фаундер. Страдаете как фаундер. А апсайд у вас как у маленького агентства.

Иллюзия стабильности Кажется, что собственное дело — это гарантия стабильного дохода, успеха, статуса. Но в реальности бизнес — это постоянные качели: сегодня прибыль, завтра убытки, послезавтра кризис — и адаптивность становится главным ключом к выживанию. Рынок меняется, как меняется и законодательство, от которого во многом зависит бизнес, клиенты уходят к конкурентам, технологии устаревают. Предприниматель должен быть готов к тому, что завтра все может измениться и единственная стабильность — это постоянная адаптация. Пример: владелец кафе радовался полным залам до появления крупной сети по соседству. За пару месяцев поток гостей сократился вдвое — пришлось менять меню, формат и стратегию. Вывод: стабильность в бизнесе не даётся, её создают. Что важно предпринимателю: ✅ не строить планы только на «лучший сценарий» ✅ иметь финансовую подушку и план B ✅ следить за рынком и меняться раньше, чем заставит кризис. Фаундер | Бизнес и Стартапы

Большой недельный пост 🎉 Несколько дней думаю, стал бы я прыскать в нос аэрозолью для ума от Артема Соколова или все же ссыкотно. Ну, как минимум, несколько лет на подумать еще есть. А вы пока почитайте наш большой недельный пост. А вот, кстати, и он! 1️⃣ Газовые двигатели ИИ-бума: американские дата-центры переходят на личные генераторы на ископаемом топливе — ссылка 2️⃣ Про чуваков, которые обучают AI на геймерских стримах. Они не продались OpenAI и решили самостоятельно развиваться в эту сторону — ссылка 3️⃣ Старенькая лекция Сэма Альтмана и Дастина Московица про то, как начинать стартапы — ссылка (за наводку спасибо @rebrykblog) 4️⃣ История девушки про то, как она с AI сделала приложение в сфере здравоохранения и дошла до $300 тысяч ARR — ссылка 5️⃣ История про iBeer — первое завирусившееся приложение на iPhone. Его скачали более 100 млн раз, а его основатель зарабатывал по $10-20 тысяч в день — ссылка 6️⃣ Выпуск Андрея Алистарова про связь бывшего министра связи Никифорова с финансовой пирамидой Finiko. Там интересно про переговоры между адвокатами — ссылка 7️⃣ Большой разговор с крупными российскими компаниями про открытые AI-модели, про их будущее и кто на них зарабатывает — ссылка 8️⃣ История появления перфокарт. Ни них раньше компьютеры работали, если вдруг подзабыли — ссылки @TheEdinorogBlog — тот самый канал про стартапы🦄

Y Combinator S22 через 4 года На прошлой неделе прошел очередной демо-день Y Combinator. Это тот самый момент, когда задаются тренды венчурного мира. Плотность будущих единорогов на квадратный метр тут заведомо рекордная. Тренды в очередной раз вышли унылейшими. 90% компаний – это либо очередной SaaS или NoCode для второстепенной бизнес-функции, либо “X для Y в Z”, “Shopify для поваров в Пакистане” и подобное. В #стартапдня я выбрал самые нехарактерные компании выпуска, хоть как-то надо поддержать смелость и отход от шаблонов. Maverick Bioworks планирует выделять литий из породы с помощью биотехнологий. Созданные им микробы, дескать, делают это эффективнее, чем любые промышленные процессы. А под следующую задачу стартап новых микробов придумает, литий – не последняя остановка. Signature Biosciences хотел бы обещать полный анализ здоровья человека по одной капли крови, но, к сожалению, эту нишу уже занял Theranos. Сегодняшний стартап формулирует ту же мысль чуть в других словах. Мы, дескать, умеем заставить существующее оборудование делать 50 разных ПЦР тестов на одном биоматериале. И теперь по обычному анализу крови можно определять те болезни, которые раньше не определялись. Taro – закрытый клуб для разработчиков, где они помогают друг другу продвигаться по карьерной лестнице. Внутри ни слова об особенностях инкапсуляции в C++, но зато много рекомендаций о том, как увеличить зарплату, работая в Amazon. О результатах у всех говорить ещё рано, они только-только из акселератора выпустились. — Вот такой #субботнийповтор из 2022 года. Это был последний выпуск YC из эпохи “до ChatGPT”. SaaS и NoCode как лидерам венчурной мысли жить оставалось всего 2 месяца. После ноября многие стартапы резко переобулись и сказали, что они теперь AI. Единорогом из того набора пока никто не стал. Среди относительно успешных проектов вы можете знать Firecrawl. В YC они пришли как уроки программирования, а сейчас дают API AI-агентам для хождения по интернету, чтобы те сразу данные с веб-страниц получали, а не мучительно их самостоятельно парсили. Из тройки, которую выбрал я, Maverick и Signature привлекли относительно небольшие раунды и продолжают развитие. Taro продался – видимо, за копейки. Мой старый пост: https://t.me/startupoftheday/2534