За последние шесть месяцев я отклонил с десяток питч-деков от AI-стартапов

За последние шесть месяцев я отклонил с десяток питч-деков от AI-стартапов. Причина была не в продукте, а в структуре команды и найма.

Вот типичные примеры, когда из-за одной ошибки деньги улетают в трубу:

Кейс 1: Research Scientist с зарплатой $260 000 занимается исключительно настройкой промптов через Anthropic API.

Кейс 2: Два ML Engineer, общая зарплата $370 000, работают только с GPT-4 API, не имея собственных R&D моделей.

Кейс 3: Senior ML Engineer за $220 000 занимается промпт-инжинирингом для юридической платформы.

Во всех этих случаях фаундеры переплачивают $80 000 – $150 000 в год, потому что не понимают функциональную разницу между AI-ролями. Результат — деньги сжигаются в среднем в полтора раза быстрее.

Я не HR, а инвестор — но всё равно заметил, что эта проблема стала устойчивым паттерном.

Спустя полгода один из фаундеров вернулся с корректной финансовой моделью. На мой вопрос «Как удалось решить проблему?» сказал:

«Сходил к Майку Волкову. Он объяснил: для работы через API не требуется ML Engineer за $200k. Нужен AI Product Engineer за $120k. В итоге позицию закрыли за три недели, а runway вырос с 12 до 22 месяцев».

10 месяцев жизни стартапа чуть не прогорели — и всё из-за неправильного найма.

Нужно разобраться с наймом в AI?

Майк специализируется на работе с AI-стартапами. Он поможет:

— точно определить, какие скиллы должны быть у специалиста, который вам нужен,

— найти специалиста по рыночной цене,

— продлить ваш runway.

→ Нужна помощь с наймом в AI? Пишите Майку: @mikevolkov

Хотите глубже разобраться в структуре AI-ролей?

Подпишитесь на канал — там разборы кейсов и объяснение разницы между ролями.

→ Подпишитесь на канал!

Корректный найм прибавит 6–10 месяцев операционной жизни стартапа. Не потеряйте это время