Поделиться • 3 февраля 2026
Автор: Артур Кольцов, сооснователь маркетплейса нейросетей Chad
Обложка: Unsplash
В 2022 году, когда весь мир заговорил о ChatGPT, мы с партнером за две недели собрали прототип сервиса, который давал доступ к нейросети на русском языке. У нас не было четкого видения, каким будет продукт, но был опыт запуска технологических стартапов и вера в то, что доступ к технологиям должен быть у всех. В итоге всего за год проект привлек миллион пользователей. Расскажу, как мы научились делать выводы из провалов, ловить тренды на лету и сделали из этого бизнес.
В 2022 году, когда весь мир заговорил о ChatGPT, мы с партнером за две недели собрали прототип сервиса, который давал доступ к нейросети на русском языке. У нас не было четкого видения, каким будет продукт, но был опыт запуска технологических стартапов и вера в то, что доступ к технологиям должен быть у всех. В итоге всего за год проект привлек миллион пользователей. Расскажу, как мы научились делать выводы из провалов, ловить тренды на лету и сделали из этого бизнес.
Маркетплейс нейросетей не первый мой бизнес. Еще во время учебы в школе я начал подрабатывать таргетологом — брал заказы, работал с разными рекламными агентствами и набирался опыта. Параллельно пробовал запускать свои проекты, например приложение со скидками на брендовую одежду по комиссионной модели. На разработку ушло 180 тыс. руб., разрабатывал его полгода, выпустил, но заработать не удалось — не сошлась юнит-экономика.
Потом мы с партнером решили создать панель респондентов для пользовательских и экспертных интервью в России. Сделали MVP (англ. Minimum Viable Product — первую версию продукта с минимальным набором функций), искали респондентов, анализировали рынок, успели поработать с несколькими IT-компаниями и банками. Однако вновь не сошлась экономика и мы честно признали, что выгоднее заняться чем-то другим.
Я стал глубже изучать маркетинг. Как только мне исполнилось 18 лет, основал с другом рекламное агентство Advertalyze. Этот опыт стал моим фундаментом: работа с трафиком, первые клиенты, первые ошибки. Именно через рекламу я понял, как устроен спрос, как реагирует аудитория и как важно уметь быстро тестировать гипотезы.
Некогда объяснять, давай делать
Когда на весь мир прогремел ChatGPT, русскоязычная аудитория закономерно столкнулись с проблемами: язык, оплата, доступ.
Мы поняли, что нужно ловить момент и буквально через две недели создали первую рабочую версию Chad AI (в конце 2025 года мы провели ребрендинг, и сейчас сервис называется Chad). Мы еще не понимали, каким будет финальный продукт, не имели четкого видения, но было интересно посмотреть, что из этого получится. За свой счет сделали прототип, ушли в минус на 70 тыс. руб., на нас даже устроили DDoS-атаку. Но гипотезу проверили — интерес был.
Я помню те дни, партнер и я ничего, кроме проекта, не делали, только спали и работали.
MVP, первые пользователи и расходы
За первые два месяца мы вложили в проект 400–500 тыс. руб. Вот структура расходов на MVP.
- 270 тыс. руб. — сами запросы пользователей к нейросетям и их тестирование. Запросы тогда стоили в десятки раз дороже, чем сейчас, — а пользователи в первое время могли делать их бесплатно. Так мы смогли привлечь на сайт 180 тыс. пользователей в первый месяц после запуска. Конечно, когда подписка стала платной, часть из них ушла, но нам удалось тогда заложить хороший фундамент.
- 30 тыс. руб. — разработка лендинга.
- 50 тыс. руб.— бюджет на рекламу в VK.
- 50 тыс. руб.— бюджет на рекламу в «Яндекс. Директе».
- 20 тыс. руб.— бюджет на платные размещения на vc.ru (они совсем не сработали, на площадке не оказалось нашей целевой аудитории).
- 40 тыс. руб. — хостинги, «Авито», подключение банков, юридические моменты и прочие мелочи.
Разработкой и рекламой мы занимались вдвоем, никого не привлекая. Первых пользователей приводили по-разному: рассказывали друзьям, они делились со своими друзьями. Я запускал рекламу во «ВКонтакте» — удивительно, но она работает для нас до сих пор. Размещались на VC.ru. Я сам выкладывал объявления на «Авито»: публиковал, люди писали по поводу доступа к ChatGPT, я присылал ссылки на наш продукт.
Интересно, что в то время крупные российские технологические компании только начинали развивать собственные нейросети. Мы успели запуститься до того, как появились GigaChat и другие большие игроки.
Скорость: преимущество и проблема
На третий месяц мы вышли на окупаемость, на четвертый — отбили вложения. В первый год выручка достигла 40 млн руб., во второй — 112 млн. руб. Тогда мы получали рекордное количество регистраций: около 20 тыс. человек каждый день.
Скорость оказалась нашим главным преимуществом. Мы смогли зайти на рынок ИИ только потому, что действовали быстро.
Опоздай на полгода — и нас бы задавили конкуренты. Тогда никто не понимал, что происходит, а мы просто решили пробовать и двигались на ощупь.
Но именно скорость стала причиной и первого серьезного кризиса осенью 2023 года. Все уперлось в делегирование. Оказалось, что проект буксует, когда мы с партнером не делаем все сами «руками». Мы брали людей без нужного опыта и не понимали этого. Через год пришлось пересобрать команду, уволить часть сотрудников, начать учиться у более опытных основателей. Я умел управлять маркетологами, но не IT-командой. Скорость разработки падала, мотивация проседала, формировался технический долг — когда каждая новая фича добавляется долго из-за слабого кода и архитектуры.
Проект рос быстрее, чем скорость работы команды. Если бы тогда мы пригласили в штат толкового HR-специалиста, многих проблем можно было бы избежать.
Позже, с его появлением, в нашу работу пришло важное правило: пусть лучше в штате будут дополнительные сотрудники, чем горящая вакансия, которую нужно срочно закрывать. Теперь мы закладываем минимум три месяца на адаптацию и в два раза больше расходов на наем — чтобы вовремя понять, подходим ли мы с новым человеком друг другу.
Голос пользователей
Осенью 2024 года, после рекордного роста пользователей весной, мы заметили сильный спад трафика на сайте — это стало для нас вторым серьезным вызовом. Начали искать причину в сезонности, результативности рекламы, SEO, но нашли в самом очевидном месте.
Оказалось, что мы стали уделять мало времени обратной связи от пользователей, хотя сами «горели» этим на старте. Мы смотрели на продукт только с экспертной стороны и добавляли новые ненужные модели, когда пользователи просили просто исправить баги.
Раньше мы не могли быстро устранять ошибки моделей и они только разрастались. Сейчас для нас это важнейший приоритет в разработке — нейросети все еще нестабильны сами по себе, но жалоб стало в два-три раза меньше. Пришлось сменить провайдеров нейросетей — платить стали больше на 40–60%, зато ответы на запросы стали стабильнее и быстрее и после мы смогли снизить цены для пользователей на 30–45% даже на текстовые модели. В итоге мы вернулись к регулярным custdev-опросам и теперь быстро реагируем на обратную связь.
Демократизация ИИ
На старте мы ориентировались на школьников и студентов — они быстрее других пробуют новые технологии, поэтому они и стали нашими ключевыми пользователями в самом начале. Сейчас же видим, что портрет изменился: аудитория повзрослела, и продукт начал привлекать, с одной стороны, профессионалов, с другой — старшее поколение.
Если до 2024 года пользователи 45+ составляли только 4,9% от всего объема, то в 2025 году их стало 10,6%.
У проекта есть глобальная цель — упростить доступ к технологиям, чтобы пользоваться ИИ могли не только гики, которые разбираются в промптах, но и бабушка из Урюпинска — например, чтобы посмотреть рецепты. Это, кстати, не абстрактный пример, а наш реальный пользователь.
Чтобы расширить аудиторию, мы стараемся сделать интерфейс интуитивно понятным и удобным, а также пишем специализированные промпты и делимся ими в телеграм-канале.