Как европейские AI-стартапы переживают взросление рынка: от хайпа к устойчивости

Европейский рынок прикладного AI переживает бум, но его характер меняется. С 2024 года стартапы в сфере генеративного и агентного AI на континенте привлекли в совокупности €20 млрд, из которых €8 млрд — уже в этом году. Однако по мере взросления рынка на первый план выходит не скорость привлечения раундов, а способность компаний доказать долгосрочную ценность.

Среди лидеров волны — синтетический голос ElevenLabs, поднявший $500 млн в начале года, шведский лигалтех Legora и берлинский автоматизатор рабочих процессов N8n. Но за громкими цифрами скрывается более трезвый вопрос: что будет с этими компаниями через пять лет?

Конец «медового месяца»: что теперь хотят инвесторы

По словам Лин Гэ, директора по инвестициям и стратегии Tencent в регионе EMEA, фаза экспериментов в европейском AI завершилась. Инвесторы и основатели теперь смотрят на то, способен ли продукт стабильно генерировать ценность — а не просто вызывать интерес на демо.

Tencent встраивает AI в свои продукты и сервисы уже почти десять лет. Компания целенаправленно избегает ставок на тренды момента.

««Лучшие основатели строят не ради следующего раунда финансирования — они создают продукты, от которых клиенты будут зависеть через пять или десять лет».»

Портфель Tencent в Европе охватывает финскую мобильную игровую компанию Supercell и Horizon Quantum, занимающуюся программной инфраструктурой для квантовых вычислений. Это показательно: Tencent ищет компании, которые соединяют технологии с реальными человеческими сообществами, а не просто строят модели.

Для AI-стартапов в Беларуси и регионе ПВТ этот сигнал актуален: международные стратегические инвесторы всё жёстче фильтруют входящий поток. Компании, которые не могут показать удержание клиентов и защищённую рыночную позицию, рискуют остаться без следующего раунда вне зависимости от качества технологии.

Капитальная эффективность и ловушка преждевременного масштабирования

Одна из главных ошибок, которую Лин Гэ наблюдает на рынке, — агрессивные инвестиции в масштабирование до того, как компания по-настоящему поняла, где лежит долгосрочная ценность. Сегодня значительная часть привлечённого финансирования уходит на вычислительные мощности — и это создаёт иллюзию роста без реального product-market fit.

Рекомендация Гэ звучит прагматично: сначала выстроить уникальный продукт на основе собственных данных, экспертизы в домене или глубокой интеграции в рабочие процессы — то, что сложно скопировать. И только после подтверждения спроса вкладывать капитал в рост.

Арчи Холлингсворт, сооснователь AI-ассистента для электронной почты Fyxer, описывает, как его команда проходила этот путь на практике. Корпоративные покупатели задают два вопроса: безопасны ли мои данные и реально ли это работает. Fyxer выстроил продукт вокруг обоих: данные клиентов не используются для обучения сторонних моделей, а письма не отправляются без проверки человеком.

Отдельный позитивный сигнал для европейских компаний — сдвиг в поведении корпоративных покупателей. По словам Сауража Гамбхира, сооснователя Prior Labs, европейские предприятия всё охотнее выбирают местных поставщиков вместо автоматического обращения к американским вендорам. Для белорусских IT-компаний, работающих на европейский рынок, это окно возможностей: доверие к европейской юрисдикции и требованиям GDPR становится конкурентным преимуществом.

Три типа компаний, которые определят следующие пять лет

Инвесторы ужесточают требования синхронно с ростом рынка. Гамбхир фиксирует смещение ожиданий: «Пилотные проекты и исследовательские бюджеты больше не достаточны. Инвесторы хотят видеть подтверждённое корпоративное внедрение и реальное удержание клиентов».

Холлингсворт добавляет важный аргумент против стратегии «строить поверх чужих моделей»: фундаментальные модели, созданные в лаборатории, не могут воспроизвести годы наблюдений за тем, как конкретные профессионалы работают с конкретными задачами. Именно эта специфическая экспертиза и есть настоящий ров.

Гамбхир прогнозирует, что за ближайшие пять лет на рынке прикладного AI сформируются три устойчивых типа игроков. Первый — лаборатории фундаментальных моделей: Европа обладает глубокой исследовательской базой, и несколько таких компаний вырастут в глобальных игроков. Второй — нео-лаборатории и компании с доменно-специфическим дообучением: бизнесы с реальной экспертизой в конкретной области или модальности, построенные поверх фундаментальных возможностей. Третий — AI-first компании в традиционно медленных секторах: здравоохранение, энергетика, финансы и производство.

Лин Гэ формулирует принцип, который объединяет все три категории: цель AI не в том, чтобы заменить специалиста, а в том, чтобы освободить его от рутинной обработки данных — и дать больше времени на гипотезы, эксперименты и открытия. Компании, которые удержатся на рынке, будут теми, кто сочетает серьёзные исследования с дисциплиной инвестировать в них даже тогда, когда ландшафт снова изменится.