Продал ИИ-стартап до первой выручки: почему инвесторы ошибаются в оценке фундаментальных разработок

В 2024 году Thomson Reuters приобрёл стартап Safe Sign Technologies — и это стало первой сделкой за 170-летнюю историю медиа- и технологического гиганта, в которой объект покупки не имел ни рубля выручки. Основатель компании Александр Кардос-Ньейм построил её, будучи студентом юридического факультета в Великобритании, вместе с исследователями из Cambridge, DeepMind, Harvard и MIT. Сегодня он сам инвестирует в стартапы и убеждён: венчурный рынок системно недооценивает фундаментальные ИИ-разработки — и это создаёт редкое окно возможностей для тех, кто готов работать вдолгую.

Как продать стартап без продукта

Путь к сделке оказался болезненным. Safe Sign публиковала научные статьи, демонстрировавшие, что модель компании входит в число лучших в мире по юридическому рассуждению. При этом она была обучена за долю тех затрат, которые несли крупные лаборатории. По словам Кардос-Ньейма, это была тихая версия «истории DeepSeek» — высококачественные модели, построенные на новых алгоритмах с радикально высокой капитальной эффективностью.

Но инвесторов это не убеждало. На каждой встрече звучал один и тот же вопрос: где продукт, где метрики роста? Британские фонды отказывали один за другим. Большую часть финансирования удалось привлечь в США. Кардос-Ньейм говорит прямо: тест «сначала продукт, потом наука» был ошибочным тогда и стал смертельно опасным сейчас.

Куда ушли $178 млрд венчурных денег в ИИ

В первом квартале 2026 года фундаментальные ИИ-стартапы привлекли около $178 млрд. Рынок наконец осознаёт, что именно на этом уровне сосредоточена долгосрочная стоимость. Однако капитал сконцентрировался вокруг нескольких уже устоявшихся имён: OpenAI, Anthropic и xAI забрали примерно 97% от этой суммы. Всем остальным фундаментальным ИИ-компаниям мира досталось оставшееся.

Для основателя глубокотехнологического стартапа такая картина может подтолкнуть к соблазнительному, но опасному выводу: гонка окончена, разумнее строить поверх одного из гигантов. Кардос-Ньейм считает это ловушкой. Компании прикладного уровня, работающие на чужой модели, вынуждены подстраиваться под ценообразование и условия доступа, которые диктуют им upstream-провайдеры. Более того, любую такую нишу владелец базовой модели может поглотить в любой момент.

По его логике, устойчивое конкурентное преимущество находится на уровень ниже — в самом фундаменте. Стоимость обучения, скорость инференса, надёжность, интерпретируемость и безопасность ИИ-систем остаются нерешёнными научными задачами. Именно они определяют, что вообще возможно на всех уровнях выше. Прорыв в архитектуре моделей или эффективности обучения будет иметь значение через пять лет — когда большинство сегодняшних «обёрток» уже вытеснят из рынка или поглотят.

Три вопроса, которые стоит задавать основателям

Кардос-Ньейм сформулировал собственный инвестиционный фильтр. Первый вопрос: сопоставима ли техническая команда стартапа по уровню с командой DeepMind? Второй: решает ли задача проблему на уровне модели и системы, или это очередная надстройка над чужим решением? Третий: станет ли продукт труднее заменить через пять лет — или он просто тянется к ранней выручке, как большинство стартапов?

Он напоминает, что DeepMind и OpenAI начинали как исследовательские проекты без очевидного продукта. Оба выглядели бы неудобно для классического early-stage инвестора в программное обеспечение. Их значимость очевидна в ретроспективе, но в момент старта фундаментальные решатели проблем выглядят нефинансируемыми — ровно до того момента, когда это становится неизбежным.

Что это значит для белорусского рынка

Для белорусских IT-компаний и стартапов из экосистемы ПВТ этот нарратив особенно актуален. Значительная часть резидентов Парка высоких технологий работает именно на прикладном уровне: строит продукты на базе OpenAI, Anthropic или open-source моделей. Это быстрый путь к выручке, но он несёт в себе структурный риск зависимости от upstream-провайдера.

Фундаментальные исследования в области ИИ требуют другого масштаба инвестиций и другого горизонта терпения — и здесь белорусским командам сложнее конкурировать с лабораториями, у которых за плечами сотни миллионов долларов. Тем не менее история Safe Sign показывает: капитальная эффективность и научная строгость могут компенсировать разрыв в ресурсах. Команда из нескольких исследователей с правильной методологией способна создать актив, который крупный стратег захочет купить — даже без единой продажи.

Главный урок Кардос-Ньейма звучит контринтуитивно для рынка, где инвесторы требуют traction с первых месяцев: не стройте ради того, чтобы выглядеть финансируемыми в этом квартале. Стройте то, от чего весь стек будет зависеть в будущем. Рынок глубоких технологий медленный, он ещё долго будет гнаться за знакомыми именами. Но в конечном счёте именно рынку придётся прийти к тем, кто решал настоящие задачи, пока это было немодно.