Сегодня мы разберём очень важный и своевременный вопрос: как заработать на искусственном интеллекте. Я расскажу, как предпринимателю или инвестору можно поучаствовать в этой революционной технологии. Для начала посмотрим на вопрос с точки зрения предпринимателя. Как построить бизнес на волне спроса на ИИ? Если вы интересуетесь этой темой, вы наверняка уже видели всевозможные варианты: фабрики контента, продукты, промты, чат-боты, автоматизация отделов продаж и так далее. Да, всё это звучит технологично и красиво, но, к сожалению, большинство подобных стартапов не купят вам Porsche 911.
Сейчас поговорим о том, почему, запуская такой стартап, нужно действовать очень осторожно. Сразу оговорюсь: я не отговариваю вас начинать. Я просто хочу рассказать о нюансах, которые не видны с первого взгляда. Из своего опыта: я начинал очень много бизнесов и многие из них закрыл. Но в итоге, я все же преуспел. Поэтому мне есть что рассказать, чтобы вы не потеряли деньги, запуская новый стартап. Лучше узнать об этом сейчас — до того, как вы начнёте вайб-кодить на своём Mac'е в коворкинге.
Итак, в чём проблема вайб-кодовых стартапов? Вайб-кодинг — это одно из главных чудес, которое подарил нам ИИ: сегодня можно писать практически любые программы, просто описывая задачу обычными словами — так, как вы разговариваете со мной прямо сейчас. Говоришь: «Сделай мне стакан с толстыми краями, чтобы туда падали кубики и квадратики, летели, крутились» — и он напишет на Python вполне рабочую программу.
Так вот, ИИ до предела снизил барьер входа в эту нишу. Теперь любой человек, даже гуманитарий, как я, может сесть и надиктовать простыми словами вполне эффективный продукт. С одной стороны — это отлично. С другой — именно это разрушает тот самый «магический ров», который раньше был у айтишников. Раньше программирование было колдовством: он знает какие-то особые слова, символы, что-то крутится, журчит. Сегодня любой желающий может набросать код — и получится продукт уровня среднего разработчика.
И вот в чём проблема: это открывает безграничную конкуренцию. Вы придумали новый аналог Booking для собак или таксопарк на самокатах — запустились. Через три дня конкурент делает то же самое, причём через реверс-инжиниринг: разобрал вашу идею по частям — и готово. Десять конкурентов могут скопировать всё ваше решение с нуля. Это и есть обратная сторона демократизации технологий. Если это может сделать каждый — за что клиентам платить вам премию?
Есть и ещё один риск. Сами языковые модели постоянно совершенствуются и встраивают всё больше функций внутрь своих систем. Один переключатель — и у вас уже аналог Bloomberg, финансовый терминал. Ещё один — и перед вами доктор средней руки. То, что вы старательно строили — базы данных, интеграции, логику, — в один момент становится ненужным. Крупные модели вкладывают миллиарды долларов, чтобы захватить долю рынка. Если вы делали нишевой продукт рядом с ними — они вас просто проглотят и не заметят. И что хуже: они видят весь спрос, видят, что ищут пользователи, видят эффективные внедрения. Так что большие модели — это не союзник, а тот волкодав, который пока спит.
Следующая проблема при запуске таких стартапов — это сам пользователь. Не обижайтесь, моё мнение основано на исследованиях. Так вот, по данным OpenAI — создателей ChatGPT, — 75% пользователей используют ИИ так же, как Google. Бытовые вопросы, советы по жизненным ситуациям, кулинария, картинки, отношения. Обычные люди воспринимают его как удобный инструмент, а не как суперсекретный лазерный меч в руках специалиста. Поэтому когда вы предлагаете пользователю что-то сложное — будьте готовы, что он не осилит. Его нужно учить, объяснять, дожимать. Мы все не любим вникать в новое. Пользователь хочет одну кнопку: «Решить проблему». И если ваш продукт требует погружения в технологии — это серьёзный барьер для продаж.
Дальше — проблема внедрения в бизнес. Вы можете найти проблему, придумать, как её решить, оцифровать. Но всё это нужно перенести «на землю» — туда, где работают обычные сотрудники с привычными процессами. Вспомните, сколько мучений стоил переход на онлайн-заказы, автоматизацию, учёт склада. Кто внедрял это в реальном бизнесе — тот не забудет. Можно написать любую программу, но если у владельца нет компетенции, нет управленческой воли — ничего не будет внедрено. Сколько CRM-систем и автоматизаций так и лежат на полке, потому что кто-то не смог заставить сотрудников начать заполнять поля или проводить сделки?
Зачастую, чтобы внедрить сложную систему, приходится менять до половины персонала. Это не жестокость — это реальность: люди не хотят работать по-новому. Особенно когда рынок труда позволяет легко найти другое место, где ничего не требуют. Поэтому вполне типична ситуация, когда при внедрении автоматизации часть отдела просто заменяли: новые сотрудники принимали систему без сопротивления, в отличие от старых. Таков путь бизнеса — это где-то управленческое принуждение. Может, звучит жёстко, но мой опыт это подтверждает. Расскажите в комментариях, если где-то CRM внедрялась легко и без боли. Я буду приятно удивлён. Речь, разумеется, о компаниях с десятками сотрудников, а не о семейных кабинетах на двоих.
Итак, как бы я заходил в ИИ-стартап, если бы решил это делать. Во-первых, я бы сначала нашёл проблему «на земле» — в конкретном бизнесе, где её можно внедрить. Это может быть ваш бизнес, бизнес друга, отца, кого угодно. Ходите, смотрите, спрашивайте: где теряется время, что можно оцифровать, где слишком много ручной работы. Не абстрактная идея, а конкретное наблюдение ногами.
После того как нашли проблему — оцените выгоду. Пример: риелтору перед сделкой нужно промониторить рынок, чтобы дать клиенту ориентир по цене. Обычно это занимает два дня. Но если у него есть ИИ-агент, который быстро пробегает по базам, смотрит прошлые сделки, находит объекты like-for-like, — он может дать клиенту оценку рынка через 20 минут. Вот это реальный пример. Или автоматизация отдела продаж: запись звонков, разбор по скриптам, анализ, автоматическое выставление оценок, еженедельный рейтинг продавцов — и мгновенное уведомление, когда кто-то начинает отклоняться от сценария.
Вот такие задачи и ищите. Главное — бизнесу всегда нужна не красивая кнопка и не интересные графики, а конкретная выгода. Я всегда говорил: если рубль инвестиций приносит десять рублей возврата — мы потратим как Пентагон. Если это просто красивая идея без измеримого ROI — ни копейки.
Ещё одно важное правило: не вкладывайтесь в узкие кастомные решения. Если у отца странная компания с экзотическими таблицами и уникальной логикой, которая работает только там, — я бы не тратил усилия. Решите — но не масштабируете. А вот если вы наладили процесс в одном агентстве недвижимости и отполировали его до блеска — вот вам готовый продукт для всех агентств города. То, что работает в одном месте, можно продавать в пятидесяти.
Следующий вопрос — трафик. В любом SaaS-продукте одна из главных проблем при наборе клиентской базы — это источник трафика. Откуда люди вообще будут узнавать о вашем продукте? Огромное количество стартапов сгорает именно на платном трафике. Ключевые метрики — стоимость привлечения лида, конверсия из пробника в платящего клиента, удержание — у большинства не сходятся. Привлечение стоит дороже, чем приносит пользователь. Деньги кончаются. Стартап умирает.
Поэтому, если у вас нет стратегии трафика — нет известного партнёра с аудиторией, нет своего YouTube-канала, нет клиентской базы в существующем бизнесе — я бы трижды подумал перед запуском. Строить продукт параллельно с покупкой трафика — это как пытаться возвести супермаркет с верёвкой и топором посреди поля. Без органического канала платный трафик вас сожжёт.
Теперь об обучении искусственному интеллекту. Это сейчас одна из самых хайповых ниш. Продают промты, платные каналы, «секретные секреты». Я не верю в это как в долгосрочную бизнес-модель. Вот почему. Во-первых — тот же трафик: массовое обучение уйдёт к большим школам, которые умеют строить воронки и продавать ИИ как дополнительный продукт в линейке. Во-вторых — кастомное обучение требует высокого чека, чтобы окупиться, а на личных сессиях большой бизнес не построить. Долго так работать единицы.
И дело не только в усталости. Те, кто реально разбирается, научатся писать промты сами — я, например, учусь напрямую у самих моделей. А те, кто не разбирается, купят курс раз-другой, ничего не внедрят и бросят. После этого рынок выкосят крупные обучающие компании с отлаженной машиной продаж. Индивидуальный формат — может быть, в Швейцарии или Южной Калифорнии, где кто-то готов платить тысячу-две за персональное сопровождение. Но в большинстве регионов таких клиентов будет слишком мало, чтобы строить на этом масштабный бизнес.
Теперь вторая часть — для инвесторов. Для тех, кто не хочет стартап, не хочет думать о лидах, сидеть в коворкинге и вайб-кодить. Хорошо, вы инвестор. Всё, что я сейчас рассказываю, — это не нагугленные факты, а мой личный опыт: мои собственные деньги стоят на кону. Это не инвестиционная рекомендация, а скорее образовательный контент — решение принимаете вы сами.
За окном браузера скрывается целый каскад технологий, о которых большинство не знает, если не копает глубоко. Начнём с очевидного: чипы. Nvidia, AMD, Super Micro, производители серверов — Dell, HP Enterprise. Вся эта история живёт в дата-центрах. А дата-центр — это не просто железный ангар. Это сложнейшее технологическое сооружение: серверы, сети, программное обеспечение, вентиляция, охлаждение. Вы не представляете, насколько сложно охлаждать современные GPU. Воздушное охлаждение не справляется. Водяное — уже норма. За каждым из этих решений стоят годы разработок, патенты, команды инженеров.
Помимо вычислений, в дата-центрах — сетевые технологии. Раньше данные передавались по медным проводам, сейчас — по оптическим каналам. Всё это называется инфраструктура гиперскейлеров. Гиперскейлеры — это Amazon, Google, Microsoft, Oracle и суверенные проекты государств Ближнего Востока и Европы. Объём инвестиций в эту инфраструктуру в прошлом году составил около 400 млрд долларов, в этом — ожидается около 700 млрд, а к 2027 году прогнозируется перешагнуть триллион долларов в год. Это не разовые затраты — это ежегодные инвестиции.
И ни один из IT-гигантов не может позволить себе остановиться. Если они не вкладывают — они рискуют проиграть конкуренту. Google не может позволить себе дать Microsoft развиться в одиночку. Поэтому каждый вливает сотни миллиардов. И, судя по отчётам, это не пустые затраты: выручка облачных сервисов — AWS, Azure, Google Cloud — растёт вертикально. Отчёты полупроводниковых компаний — тоже. Производители памяти и систем хранения данных показывают удвоение. По итогам этого года именно полупроводниковые компании обеспечили основной прирост прибыли в индексах.
Хорошо, как конкретно инвестировать в ИИ? Есть несколько подходов. Первый — зайти с парадного входа и покупать акции гиперскейлеров напрямую или через технологический индекс. Второй — идти вглубь отрасли: ETF на производителей чипов, ETF на компании охлаждения, ETF на поставщиков электроэнергии и энергетической инфраструктуры. Третий — отбирать отдельные акции, если вы хорошо разбираетесь в конкретной нише, например в производстве памяти. Ещё один подход — стратегия моментума: специальные ETF, которые автоматически отбирают только растущие компании. Вам не нужно разбираться, атомная это энергия или сетевые хранилища — индекс уже отобрал 50 самых растущих, и вы просто едете на волне тренда.
Но помните о рисках. ИИ может быть невероятно мощной технологией — и при этом акции могут оказаться переоценены. Когда вы покупаете акцию, вы платите не за сегодняшние доходы, а за ожидания будущего роста. Если цена уже закладывает рост в четыре раза за два года, а компания вырастет только вдвое — ваши инвестиции сократятся вдвое. Это нормально: будущего никто не знает. Поэтому очень важно заранее решить, какую долю капитала вы готовы поставить на ИИ, и продумать сценарий на случай, если технология окажется переоценённой по цене.
Я, например, использую стратегию штанги: часть капитала лежит в консервативных, нерыночных инструментах, а часть — в рисковых стратегиях: полупроводники и так далее, где возможен рост на 30% за короткий период. Но для меня это приемлемо, потому что я понимаю, что делаю, и знаю, что буду делать, если рынок сложится вдвое — как мы недавно видели. У меня есть план. Поэтому прошу вас: особенно если выбираете отдельные акции — сразу думайте о сценарии «что если».
Один из главных смыслов этого видео: не инвестировать в ИИ — это риск. Но инвестировать — тоже риск. Просто второй — риск пропустить, возможно, самую прорывную технологию последних десятилетий. Большие капиталы не делаются на банковском депозите. Они делаются теми, кто осознанно рискует, понимает, что делает, и ставит на это.
У себя в Telegram-канале я рассказываю о разных идеях, о том, как зарабатываю на рынке, как думаю о процессе, как стать капиталистом и разбогатеть надолго. Подписывайтесь — уверен, будет полезно. Надеюсь, эта информация поможет вам сделать осознанные инвестиции, которые многократно окупятся. Если вы не согласны с моим подходом и считаете, что ИИ — это пузырь, который вот-вот лопнет, — напишите аргументы в комментариях, с удовольствием поспорю. И ещё вопрос: какие отрасли, связанные с ИИ, я не упомянул? Угадайте. В планах ещё ряд видео об инвестициях — подписывайтесь, чтобы не пропустить.