Записки DeepTech фаундера | Дима Стародубцев

Ещё один бесплатный инсайт: всё ИИ-железо упирается в прослойку толщиной с волос

В прошлый раз я отдавал задачу про плёнку от производителя глутамата. Вот вторая из того же слоя, о котором почти никто не пишет.

Про охлаждение ИИ-чипов сейчас говорят все, но всегда на уровне системы: жидкость, погружение, радиаторы, вода в стойке. А самый узкий участок лежит ниже - между самим кристаллом и крышкой, которая отводит от него тепло. Там микроскопический зазор, и заполняет его невзрачная паста. Прослойка тоньше волоса, стоит копейки, и именно от неё зависит, на какой частоте чип сможет работать.

Что с ней не так. Эта паста обязана одновременно: затекать во все неровности при нанесении, липнуть к обеим поверхностям, хорошо проводить тепло, пережить тысячи циклов нагрева и остывания - и в одних применениях проводить ток, а в других строго его не проводить.

Требования тянут в разные стороны. Чтобы затекать, надо быть мягким. Мягкое плохо проводит тепло. Добавляешь наполнителя, чтобы проводило лучше, - становится жёстче, хуже прилегает, а от циклов ещё и выдавливается из зазора.

Мерят такие пасты в ваттах на метр-кельвин. Обычная даёт 3-6, эпоксидка с серебром - 10-20, жидкий металл ещё выше. Казалось бы, бери самую проводящую. Но чем выше это число, тем хуже со всем остальным: серебряная эпоксидка слишком жёсткая и от циклов рвёт кристалл, жидкий металл окисляется и растекается куда не надо. Поэтому рецептуры до сих пор подбирают перебором сотен вариантов.

Вот тут и лежит задача для тех, кто строит AI под материалы. Пространство параметров огромное: наполнитель, форма и размер частиц, их доля, основа, толщина шва. Цель многокритериальная. Мерят всё это стандартными методиками, то есть данные сопоставимы. Ровно тот класс задач, где ручной перебор заведомо проигрывает. Покупатели известны поимённо, а боль растёт вместе с мощностью чипов. Забирайте.

Что стоит знать заранее: выиграть здесь - это не найти рецепт с рекордной теплопроводностью. Рекорды в статьях есть давно. Выиграть - значит попасть в компромисс, который проживёт тысячи циклов внутри чужого корпуса, и доказать это на чужой производственной линии. Всё, что не проходит эту проверку, остаётся красивым графиком.

А в вашей области есть такой же скучный слой, в который всё упирается, но про который никто не пишет? Расскажите - интересно собрать список.

Собор строили шестьсот лет. Ни один мастер не увидел, чем всё кончилось

Стоял в Милане перед собором и залип на простом факте. Его строили около шести веков. Человек, который клал первый камень, точно знал, что не увидит крышу. И следующий знал. И следующий за ним.

За это время сменились правители, границы, войны и мода на архитектуру - собор достраивали в стилях, которых в момент закладки просто не существовало. И всё равно каждое следующее поколение брало чужой недоделанный замысел и продолжало его, вместо того чтобы начать своё с чистого листа.

Технически тут ничего сложного. Сложно другое: чтобы столетиями подряд люди считали чужую незаконченную работу своим делом.

Дальше мысль ушла туда, куда я не планировал.

Мы сейчас переносим в AI примерно всё: как работаем, как решаем, как учимся, как пишем. Я сам это делаю каждый день и считаю правильным. Но перенос - это ровно тот момент, когда легче всего потерять то, что не переносится.

Модель отлично воспроизводит результат: текст, чертёж, ответ, план. И почти никогда не воспроизводит причину - почему выбрали именно так, что пробовали и отбросили, чего боялись, ради чего терпели неудобно. А между поколениями передаётся именно это. Результат копируется легко, норма - нет.

Поэтому риск, как мне кажется, не в том, что AI у нас что-то отнимет. Риск в том, что мы сами обесценим накопленное: сложим в архив, перестанем объяснять, оставим одну выжимку - и через поколение выяснится, что выжимку никто не умеет применить.

Три вещи, которые я из-за этого стал делать:

1. Записываю не только что решили, но и почему. Какие были варианты, что отбросили и по какой причине. Готовый ответ без этого - как решённый пример в конце учебника: списать можно, понять нельзя.
2. Показываю, а не пересказываю. Новому человеку не кидаю инструкцию, а сажаю рядом и делаю при нём. Планка передаётся именно так, через документ она не передаётся никогда.
3. Не отменяю разговоры, которые выглядят лишними. Разбор после провала, долгий спор на созвоне, обсуждение вместо короткой переписки - кажется, что это трата времени. Но именно в таких разговорах и объясняется, почему мы делаем так, а не иначе. В итоговом документе этого уже не будет.

Собор достроили, потому что каждому поколению было понятно, что ценно. Не потому, что у них была хорошая система хранения знаний, - у них её вообще не было.

Что из того, что вы умеете, не переживёт вас, если вы это не объясните вслух?

«Рождение Венеры» заказали как предмет интерьера

Разбирался с флорентийской историей и наткнулся на деталь, после которой смотрю на эти картины совсем иначе.

Боттичелли был, по сути, штатным художником Медичи. И самые известные его работы - те, что сегодня висят в музеях и печатаются на всём подряд, - заказывались одним пакетом, как убранство загородной виллы. Не «шедевр на века». Мебель, ткани, картины - обстановка дома богатой семьи. По одной из версий, и сама Венера написана с женщины из ближнего круга заказчика.

То есть вещь, которая пятьсот лет считается вершиной европейского искусства, появилась как элемент интерьера, потому что у конкретной семьи в конкретный момент были деньги, вкус и потребность обустроить виллу.

Ничего обидного для Боттичелли тут нет. Просто так оно и работает.

Талант - обязательное условие, но не достаточное. Работу делает великой ещё и то, кто её заказал, где она висела, кто её увидел и в какой момент это случилось. Уберите Медичи - и Боттичелли, скорее всего, остался бы хорошим художником своего города, о котором мы бы сегодня не говорили.

В технологиях ровно то же самое, только мы это плохо признаём.

Я насмотрелся на компании с прекрасной технологией, которые вышли на три года раньше рынка и умерли. И на компании попроще, которые попали в момент, когда у покупателя внезапно появился бюджет и дедлайн, - и стали стандартом отрасли. Разница между ними не в качестве и не в уме фаундеров. Разница в том, нашёлся ли заказчик, которому это нужно было именно сейчас.

Отсюда вопрос, который я задаю себе перед тем, как во что-то вкладываться: почему это должно случиться сейчас, а не через десять лет и не десять лет назад. Если внятного ответа нет, дальше можно не идти - каким бы красивым ни был сам продукт.

А что в вашей области стало каноном не потому, что было лучшим, а потому что попало в нужный момент?

Впервые вижу, чтобы рабочий продукт выключили ради перезапуска

Открываю знакомый AI-сервис, которым пользовался, и вижу объявление: компания скоро снова заработает как независимая, а пока часть данных аккаунтов будет удалена - выгружайте всё заранее, восстановление позже.

Не закрытие. Не банкротство. Пауза с обнулением - чтобы потом запуститься снова.

Я такого раньше не встречал и полез разбираться. Продуктовая часть тут вообще ни при чём. Компания пыталась переехать в другую юрисдикцию, чтобы стать удобной для сделки и продаться. И на этом упёрлась в то, что переезд надо согласовывать - а согласование не дали. Дальше начинается неприятная физика: активы в одном контуре, покупатель в другом, а между ними стена, которую не обойти юристами.

Вывод, который я забрал себе, звучит буднично, но стоит дорого.

Юрисдикция - это не строчка в уставе, это часть продукта. Ты можешь построить прекрасную компанию, набрать пользователей и получить оффер, а выход окажется невозможным, потому что твои данные, твоя команда и твои серверы физически находятся там, откуда их не выпускают. И выясняется это не на старте, когда можно было выбрать иначе, а ровно в момент сделки, когда менять что-то поздно.

У нас в среде принято думать об этом в последнюю очередь: сначала продукт, потом трекшн, а корпоративная структура - «когда будет раунд, тогда и разберёмся». Я сам так делал. Разбираться приходится всегда в худший момент.

Мне здесь интересно ещё вот что. Мы привыкли, что риск для стартапа - это рынок, конкуренты и деньги. А сейчас всё чаще решающим оказывается то, на что фаундер вообще не влияет: где ты зарегистрирован, кто твой сосед по карте и чьё разрешение нужно, чтобы тебя купили.

Вы закладываете этот риск в план выхода - или считаете его ерундой до момента сделки?

Команду AlphaFold расформировали. Это было предсказуемо

DeepMind разобрал команду, которая сделала AlphaFold - систему предсказания структуры белков, за которую в 2024 году дали Нобелевскую премию по химии. Людей развели по проектам: термоядерный синтез, геномика, дизайн ферментов, Isomorphic Labs. Почти четверть ключевых авторов ушла из компании совсем, включая одного из нобелевских лауреатов - он теперь в Anthropic.

Причина простая и скучная: фокус сместился на языковые модели и агентов, потому что там сейчас идёт гонка. Вице-президент по исследованиям сказал про это ровно так: девять лет стратегией были большие вызовы с конкретной целью, теперь стратегия изменилась.

Сам AlphaFold при этом никуда не делся - модель и база на двести с лишним миллионов структур белков по-прежнему открыты. Закрыли не продукт, а команду.

Мне кажется, здесь важно не возмущаться, а понять механику.

AlphaFold - это по сути фундаментальная наука. Она не имеет обозримого срока окупаемости и не обязана его иметь: ценность появляется у всей отрасли, а не у того, кто заплатил. Корпорация может позволить себе такое ровно до момента, пока рядом не начинается война за рынок, где счёт идёт на кварталы. Тогда включается акционер и задаёт вопрос про возвратность - и вопрос этот законный, у корпорации нет другого языка.

То есть проблема не в жадности Google. Проблема в том, что фундаментальную науку положили в контур, у которого другая функция.

Второе, что из этого следует, мне нравится куда больше. Люди, которые вышли из этой команды, - самый сильный кадровый выброс за последние годы. Это будет волна deep-tech стартапов: у них есть репутация, доступ к деньгам и понимание, как устроена наука в промышленном масштабе.

Только каждому из них придётся сделать то, чего они не делали внутри лаборатории: найти продукт. Не задачу, не публикацию, а продукт, за который кто-то платит. Именно на этом шаге обычно и выясняется, что нобелевская работа и работающая компания - разные виды спорта.

Как думаете, может ли фундаментальная наука вообще жить внутри компании, у которой есть акционеры?

«ИИ создал вакцину от рака». Открыл первоисточник - слова «ИИ» там нет ни разу

Недавно акции Moderna за один день выросли на 177% - лучший день в истории компании. Назавтра откатились обратно на четверть, но заголовок уже разлетелся по лентам: искусственный интеллект создал вакцину от рака.

Пошёл читать сам релиз Merck и Moderna. Слов «AI» и «machine learning» в нём ноль.

Результат при этом крутой. В испытании 1137 человек, которым вырезали опухоль кожи. Всем кололи лекарство, которое такие пациенты получают и так, а двум из трёх сверху добавили новый персональный укол. У этих двух третей рак реже возвращался и реже уходил дальше по организму. Раньше ни одна мРНК-терапия рака финальную фазу не выигрывала - так что шум заслуженный.

Но вакцину сделал не ИИ. Вот вся цепочка целиком:

1. Хирург удаляет опухоль. Берут её кусок и здоровую ткань того же человека, читают ДНК и там, и там.
2. Сравнивают. Что сломано только в опухоли - её личные приметы, у другого пациента они будут совсем другие.
3. Таких примет сотни, а в укол влезает 34. Вот тут работает ИИ: выбирает, какие из сотен иммунитет вообще заметит.
4. Под эти 34 печатают персональный препарат: один пациент - одна партия, шесть-восемь недель работы.
5. Укол учит иммунитет узнавать конкретно эту опухоль, а второе лекарство снимает с иммунных клеток тормоз - без него они видят сигнал и не реагируют.

То есть «ИИ создал вакцину» - это про третий шаг из пяти. Всё остальное сделали хирургия, биология, производство и три года испытаний.

Работа алгоритма тут важная: промахнётся с выбором - иммунитет не среагирует, и укол окажется пустым. Но выбирать нужное из длинного списка машинное обучение умеет давно, лет десять как. Придумывать терапию оно не начало.

И что мы видим в очередной раз: модель оказалась самой дешёвой частью цикла. Дорогое - возить ткани, печатать препарат под каждого человека и три года ждать результата.

А у вас такое было? Расскажите свой случай, когда за громким «это сделал ИИ» стоял один небольшой шаг и куча человеческой работы вокруг него.

Если вы в своём окружении самый успешный - это плохая новость

Приходишь в новую компанию или в новый чат, и через месяц ловишь себя на том, что ты здесь самый результативный. Ощущение приятное.

Так вот, это плохой знак.

Я писал раньше, что сильная среда пересобирает норму: видишь рядом таких же людей, у которых получилось, и планка «нормально» съезжает вверх сама. Тогда в комментариях спросили встречное: а вниз это работает так же?

Работает. И вниз даже незаметнее.

Механика ровно та же, только с обратным знаком. В чате, где принято жаловаться на клиентов, рынок и государство, ты через полгода тоже жалуешься - не потому что стал слабее, а потому что вокруг это и есть форма разговора. В компании, где сорванный срок обсуждают со вздохом «ну ты же понимаешь», ты перестаёшь считать сорванный срок событием. Норма ведь не объявляется вслух. Она набирается из того, что рядом происходит каждый день и никого не удивляет.

Самое противное - что вниз планка едет без дискомфорта. Когда попадаешь в сильную среду, тебе тяжело: видно, что ты отстаёшь. Когда попадаешь в слабую, тебе, наоборот, комфортно: ты вдруг один из лучших. Ощущение приятное, а движение при этом остановилось.

По каким признакам я это у себя ловил:

1. Мне стало легко быть здесь самым результативным - и это перестало меня беспокоить.
2. Разговоры про то, что не получилось, ушли: обсуждаем планы и чужие ошибки, а не свои цифры.
3. На чужой успех первая реакция - объяснить, почему ему повезло.

И тут выясняется вещь, которую я не ожидал. Уходить из такой среды тяжелее, чем входить в сильную. Потому что входя ты рискуешь выглядеть слабым, а уходя - предаёшь людей, с которыми у вас за плечами общая история. Никто прямо не скажет «ты нас бросил», но воздух меняется.

Я несколько раз проходил через это и каждый раз тянул слишком долго. Ни разу потом не пожалел, что ушёл. Жалел только о том, что не ушёл раньше.

Из какой среды уходили вы - и что заметили в себе через полгода после?

Ремесленники били в одну точку десятилетиями. Мы так больше не умеем

Ходил по Флоренции, и одна мысль не отпускает меня до сих пор.

Рафаэль, Микеланджело, Боттичелли - люди, которые тратили жизнь на одно ремесло. Не пять лет, не «пока интересно», а десятилетиями шлифовали одно и то же. Да Винчи был исключением, уником, который вытянул несколько дисциплин сразу, - но именно исключением, а не правилом. Правило было другое: бьёшь в одну точку долго - и в какой-то момент делаешь то, что не может никто.

А теперь посмотрите на себя. Я на себя уже посмотрел)

Каждый мой день, неделя, месяц - куча всего сразу: материалы, фандрейзинг, найм, тексты, продукт, звонки с инвесторами, разбор чужих рынков, а последнее время ещё и вайбкодинг по вечерам. Ни одно из этих занятий не получает от меня десять лет подряд. И дело не в разгильдяйстве: занятие чем-то одним сегодня просто не даёт результата, за который платят. Мир награждает того, кто соединяет, а не того, кто углубляется.

Мы на этом что-то выиграли, это правда. Соединять несоединимое стало нормальной работой, и лучшие вещи сейчас рождаются на стыках.

Но есть ощущение, что мы что-то и потеряли - только эту потерю нигде не видно. Мастерство, которое приходит от долгого повторения, никуда не делось - его просто стало некому набирать. Мы все теперь на уровне «достаточно хорошо, чтобы двигаться дальше», и почти никто - на уровне «лучше всех в мире».

Отдельно интересно, что тут сделал AI. Он снял издержку входа в новую область почти до нуля, а значит сделал расфокус ещё выгоднее. Раньше распыляться было дорого, теперь дёшево.

Чем это кончится, я не знаю, и не думаю, что есть один правильный ответ. Но себе поставил задачу на этот год: выбрать одну вещь, в которой я готов быть занудой, и не менять её, даже когда рядом появится что-то поновее.

А что у вас за последний год стало заметно лучше именно от того, что вы делали это долго и подряд?

YC сам нашёл своего героя. Обычно бывает наоборот

Расскажу про знакомого по YC - редкий случай, когда призвание само определило путь. Обычно ведь как: человек строит стартап, шлифует заявку, подаётся второй раз, третий, ходит на мероприятия, ищет подходы. А тут всё случилось задом наперёд - он вообще не собирался ничего строить.

У него заболела собака, агрессивная форма рака. Он не врач и не биолог: семнадцать лет в машинном обучении, обычный технарь. И дальше он делает то, что звучит как выдумка. Садится изучать геномику и биоинформатику. С помощью AI-инструментов находит мишени - поломки, которые есть только в опухоли его собаки. Проектирует под них персональную мРНК-вакцину. Находит лабораторию, где её синтезируют по его дизайну. И доводит дело до укола.

Через несколько недель опухоли уменьшились на 50-75%, а собака, которая почти не двигалась, снова прыгала через заборы.

Дальше та часть, из-за которой я и решил про это написать. Второе поколение вакцины было готово за неделю до её смерти. После операции рак ускорился, и Рози не стало - за два дня до старта батча.

Про результат он говорит осторожно: это одна собака, один случай. По одному случаю нельзя сказать, работает метод или просто совпало, - для этого нужна серия животных, и такое испытание он сейчас готовит. Что уже видно точно: цепочка сработала от начала до конца, а под микроскопом в опухоли нашли ровно тот иммунный ответ, который он проектировал.

И вот теперь то, ради чего я это рассказываю.

Ещё недавно ответ на «хочу разобраться в чужой области» был простым: иди учись, лет шесть-восемь, потом поговорим. Сейчас человек за несколько месяцев проходит путь, на который раньше уходила карьера - не потому что стал умнее, а потому что появился инструмент, который переводит с языка одной области на язык другой.

Победы инструмент ему пока не дал. Зато дал предельную уверенность в собственных силах - и это, по-моему, важнее. Именно она стирает границы возможного.

Где для вас проходит граница между «сам разберусь» и «этим должны заниматься те, кто учился»?

Проверка на минуту: выкиньте из дека всё, о чём не говорите вслух

Записался ко мне на звонок фаундер, которого я раньше не знал. Открываю дек - двадцать слайдов, а в них три бизнеса, четыре научные области и семь рынков. Закрываю с мыслью, что фокуса нет и разговор будет тяжёлый.

Созваниваемся. За двадцать пять минут он описывает один понятный продукт, два типа клиентов и два источника выручки - разовый на разработке и повторяющийся на сопровождении. Спокойно, конкретно, без воды. Про две трети своего дека он не вспомнил ни разу.

Голосом он оказался в разы у́же и сильнее, чем на бумаге.

Причина, мне кажется, не в жадности и не в неумении. Это страх, что одного направления «мало»: посмотрят и скажут - и это всё? И на слайд добавляется ещё рынок, ещё применение, ещё область. Страх понятный, знаю его изнутри.

Эффект получается обратный. Расфокус читается как неуверенность: тот, у кого работает одно, не станет обвешивать себя ещё шестью. Выглядишь слабее, чем есть, - из-за оформления, а не из-за продукта.

Мои рекомендации, если вы сейчас правите дек:

1. Ответь вслух на вопрос «чем ты занимаешься» - будто спросили в коридоре и у тебя минута. Запиши, что сказал.
2. Открой дек и выкинь всё, чего в этой минуте не было.
3. Покажи остаток человеку не из твоей темы. Пересказал своими словами - значит, работает.

Обычно выкидывается больше половины. И почти всегда после этого тебя начинают лучше понимать.

А что останется в вашем деке, если убрать всё, о чём вы вслух не говорите?

Бесплатный инсайт: весь ИИ держится на плёнке от производителя глутамата.

Отдаю даром - задача слишком красивая, чтобы лежать без дела.
Начну с истории, которую рассказывают в индустрии. В прошлом году Apple продала телефонов меньше, чем планировала, - не потому что спрос упал, а потому что не хватило одного материала в упаковке чипа. Весь объём ушёл к Nvidia. Публично этого никто не подтверждал, но в цепочке поставок в это верят. И если так, то очередь за ИИ уже отъедает у нас с вами обычные телефоны.

Материал такой. Между кристаллом процессора и платой лежит подложка, а слои внутри неё разделяет плёнка тоньше волоса. Называется ABF - Ajinomoto Build-up Film. Да-да, тот самый Ajinomoto, японский производитель глутамата натрия, «усилителя вкуса» с пачки лапши.

История дурацкая: в семидесятых они копались в побочных продуктах производства глутамата, нашли смолу с отличными изоляционными свойствами, к концу девяностых довели её до продукта - и он стал стандартом почти для всех мощных процессоров. Сегодня у них больше 95% этого рынка. Конкурент по сути один: Sekisui зашла в нишу в 2014 году и за двенадцать лет отгрызла около 5%.

А потом пришли ИИ-ускорители. В подложке обычного процессора четыре-шесть слоёв плёнки, в упаковке AI-чипа - до восемнадцати, и сама подложка в разы больше. Одна такая железка съедает плёнки больше, чем десять персоналок.
Дефицит уже начался, и через пару лет он перевалит за 40%. Производство не поспевает: даже при миллиардных вложениях Ajinomoto нарастит мощности всего на 50% - и то к 2030 году. Цены в этом году подняли примерно на 30%, а Китаю, по сообщениям, срезали поставки на треть.

И вот тут самое интересное. Весь этот рынок - около полумиллиарда долларов в год. Полмиллиарда, на которых стоит вся индустрия ИИ.
Задача идеальной формы для тех, кто строит AI под материалы: боль публичная, покупатели известны поимённо, дефицит растёт, а сверху ещё и геополитика - платить может не только рынок, но и государство. Забирайте.

Почему, на ваш взгляд, такие дыры годами стоят открытыми?

«Я не знаю достаточно» - фраза, которая подняла авторитет эксперта

Был недавно на звонке с ветераном материаловедения - десятилетия в индустрии, десятки патентов. В какой-то момент разговор ушёл в соседнюю с его специализацией область. И он спокойно сказал: «Здесь я не знаю достаточно, чтобы советовать. I won't bullshit anybody».

Казалось бы, эксперт только что расписался в незнании. А произошло обратное - доверие к нему резко выросло.

Механика простая. Когда человек честно показывает границу своего знания, всё, что внутри этой границы, начинает весить больше. «Не знаю» в одной теме - это подпись под каждым «знаю» во всех остальных. А эксперт, который уверенно отвечает на всё подряд, не даёт способа отличить, где у него заканчивается знание и начинается импровизация - и этим обесценивает сразу всё.

Сейчас это работает ещё сильнее, чем раньше. AI сделал уверенный ответ бесплатным: модель отвечает на любой вопрос и почти никогда не говорит «не знаю». Уверенность перестала быть признаком экспертизы. А честное «не знаю» подделать сложно - для него нужно реально понимать, где проходит твоя граница.

Получается неожиданный вывод: самый быстрый способ вызвать доверие - первым сказать, чего ты не знаешь.

Замечали такое за сильными экспертами вокруг себя?

Шифропанки проиграли, часть 2: почему надежда теперь на AI

Месяц назад я писал про шифропанков - людей, которые сорок лет строили технологии свободы: шифрование переписки, торренты, биткоин. Идея была красивая: ты сам владеешь своими деньгами и данными, и никто не может их ни отнять, ни прочитать. Технологии победили - шифрование сегодня везде, крипта стоит триллионы. А идея проиграла: ключи от денег мы добровольно отдали биржам, переписку - гуглу. Удобство победило принципы.

Сегодня - почему так вышло и что, кажется, будет дальше.

Почему проиграли, видно на одном примере. Свой криптокошелёк - это 12 секретных слов на бумажке. Потерял бумажку - потерял деньги навсегда: нет службы поддержки, некому позвонить. Банковская карта - наоборот: украли деньги, позвонил, заблокировал, вернули. В первом случае у тебя полный контроль и вся ответственность. Во втором - ни контроля, ни головной боли.

Люди не глупые. Они просто честно посчитали: контроль - это ежедневная работа, за которую платишь вниманием и нервами. И решили, что оно того не стоит.

Шифропанки сорок лет пытались уговорить людей делать эту работу. Не уговорили. И уже не уговорят - против удобства убеждения не работают.

Но сейчас появился игрок, который меняет расклад, - AI-агент. Скоро он будет делать за нас почти всё: искать, сравнивать, договариваться, платить. И вот тут развилка, ради которой я и пишу эту серию.

Если агент принадлежит большой платформе - история шифропанков закончится окончательно: мы отдадим последний контроль, зато будет удобно как никогда.

А вот если агент твой - работает на тебя и хранит твои ключи, - впервые за сорок лет всё может сложиться иначе. Ту самую работу контроля, которую человек делать не хочет, будет делать машина. Для тебя - один клик, как в банковском приложении. А ключи при этом остаются у тебя.

И тогда свободу людям вернут не убеждения и не идеология, а просто хороший продукт. Ирония в том, что шифропанки проиграли людей - но могут выиграть через машины.

А вы бы какого агента выбрали - удобного от большой платформы или своего, но со своей ответственностью?

Desk-research умер. Теперь он стоит $7

Классический «отчёт аналитика к утру» ещё недавно стоил как хорошая машина - большие консалтинги брали за исследование рынка десятки тысяч долларов. Сейчас я почти каждый день гоняю deep-research агентов: тема, на которую у аналитика ушла бы неделя, собирается за вечер и примерно за $7 в API. Стартапы добили цену до центов, а одна из крупных консалтинговых фирм уже раздаёт стратегические отчёты бесплатно - как воронку под настоящую работу.

И вот вывод, который меня самого удивил: отчёт всегда был commodity. Просто пока он стоил $50K, этого не было видно.

Что осталось дорогим - хорошо видно по тому, чего агенты не умеют. Я проверяю их работу руками и регулярно ловлю уверенное враньё в деталях. Так что не коммодитизировались три вещи: данные, которых нет в интернете; вкус к правильному вопросу (агент отлично отвечает, но не знает, что спросить); и подпись - готовность конкретного человека отвечать за вывод репутацией.

Кажется, консалтинг не умирает - он сжимается до этих трёх вещей. Всё остальное уже уехало в API за $7.

А за что вы сейчас реально готовы платить консультанту?

Post-mortem - самый недооценённый актив фаундера

Недавно познакомился с фаундером, который восемь лет строил hardware-компанию с энергоёмким производством, поднял около $15M инвестиций - и закрыл её. Убила бизнес, по сути, одна строчка в экономике: цена электричества. Технология работала, клиенты были - но продукт требовал столько энергии, что когда тарифы пошли вверх, каждая проданная единица стала приносить убыток. Чем больше производишь - тем больше теряешь. Такое не лечится ни ростом, ни оптимизацией.

Но зацепило меня не это. Зацепило, как он строит следующую компанию: буквально зеркально от причин смерти первой. Там было энергоёмкое производство и зависимость от тарифов, которые он не контролировал, - здесь сознательно лёгкая модель почти без капитальных вложений и без привязки к цене энергии. Там экономика должна была сойтись «когда-нибудь на масштабе» - здесь обязана сходиться уже на малых объёмах. Post-mortem первой компании стал проектным документом второй.

Культура стартапов учит «fail fast, move on» - упал, отряхнулся, побежал дальше. Я недавно писал, что после закрытия проекта тянет сразу строить новое, и это ловушка. Так вот, честный post-mortem - это ответ, что делать вместо. Причины смерти компании - самый дорогой актив, который у тебя остался: за него заплачено годами твоей жизни и чужими миллионами. Странно выбрасывать его вместе с компанией.

А вы делали честный разбор закрытых проектов? Что он поменял в следующем?

Мне пришлось переписать модель роста людей в компании из-за AI

Есть классическая история про специалистов: I-shape (глубокий в одном), T-shape (глубокий в одном плюс широкий кругозор), M-shape (несколько глубоких экспертиз в одном человеке). Последние лет десять лучшие компании гонятся за M-shape.

С AI эта картинка поехала. Расскажу, что реально поменялось у нас.

Разработчик, который становится продуктовым инженером. Раньше это были две разные роли и, по сути, разные люди. Разработчик - интроверт, сидит, пишет свой кусок кода. Сейчас у человека освобождаются мощности: тот же объём кода он делает быстрее, и у него появляется 50% времени на работу с клиентом - собрать требования, сделать демо, владеть продуктом. И он растёт в эту роль, оставаясь разработчиком. Это не «был этим - стал тем». Это рост без смены роли. У нас такой человек уже горит продуктом, который сам же и пишет.

Тимлид, который растит не только людей, но и агентов. Раньше лид качался как эксперт и растил людей. Теперь у него появляется кусок работы - управление AI-агентами. И это другой скилл, чем управление людьми: агента ты обучаешь скорее через soft skills, договариваешься, а не пишешь за него код. По нашим прикидкам у такого лида кодинг за год падает с 70% времени до примерно 17%, остальное - архитектура и оркестрация агентов. Цифры грубые, но порядок такой.

И вот что важно с точки зрения удержания. Талант сейчас дорогой. Чтобы человек остался, ему нужно видеть, кем он будет через пять лет. Поэтому пришлось буквально пересобрать модель роста - не про деньги и опционы (ESOP остался), а про то, чтобы человек чувствовал себя частью системы, которая влияет на конечный результат.

А как у вас меняются роли в командах? Видите этот сдвиг или пока нет?

Технология больше не защищает компанию. Защищает умение продавать

Мысль, к которой мы недавно пришли с партнёром, и она не даёт мне покоя.

Раньше главной защитой компании от конкурентов была технология: то, что можно запатентовать, то, что сложно повторить. Если у тебя работает, а у других нет - можно спать спокойно.

Сейчас в софте это перестало работать. Один и тот же продукт примерно одинакового качества сегодня соберут сто команд - AI это ускорил в разы. У нас, например, 50% кода пишет AI, и три разработчика делают объём, на который раньше нужно было человек пятнадцать.

А вот дальше самое интересное. Из этих ста команд построить продажи - найти канал, который стабильно приводит клиентов и окупается, - сможет одна. И именно она станет компанией. Остальные так и останутся продуктами.

Почему так? Продукт теперь делается быстро, а продажи - по-прежнему медленно. Работающий канал продаж нельзя «сгенерить»: надо руками перепробовать десятки подходов, и AI здесь пока помогает слабо.

Получается парадокс: самая нетехнологичная часть работы - продажи и дистрибуция - стала самым ценным и трудно копируемым активом компании.

Оговорюсь: я смотрю из IT. В настоящем deep tech - фарма, материалы, железо - технология всё ещё защищает.

Согласны? Или у вас в отрасли технология всё ещё главный барьер?

В deeptech пришёл инвестор, которому не нужен exit

Госденьги на разработку — это грант. Так было всегда, и так устроено большинство программ поддержки в мире. С этого года в США — уже нет.

За последний год американское государство вошло в капитал примерно тридцати компаний — от чипов и памяти до редкозёмов и лития. И почти везде доля — это не спасение тонущего, а условие получения денег.

Вот только один из примеров. Министерство торговли подписало LOI (письма о намерениях) почти на $1 млрд с семью компаниями — упаковка чипов, память, подложки, диэлектрики. При этом министерство получает миноритарную долю в каждой компании — как условие получения денег.

Не грант. Не льготный кредит. Условие в том, что государство становится акционером, по сути - венчурным инвестором. Со своим портфелем, своим тезисом и своим взглядом на то, где узкое место. Только фонда нет, IRR оно не считает и выходить из позиции не собирается.

И вот что тут по-настоящему новое.

Мы все помним 2008-й: государство входило в капитал банков и GM. Но логика была понятная — компания тонет, её спасают, потом долю продают обратно. В Великую депрессию было то же самое.

Здесь не так. Эти компании не тонут. Часть вообще pre-revenue. То есть государство не спасает — оно инвестирует.

Что это значит практически, если строишь что-то физическое:

- государственные деньги в deeptech перестали быть non-dilutive. Такой чек — это раунд, просто с акционером, который заодно пишет правила рынка, куда ты продаёшь
- в cap table появляется участник, которому не нужен exit, чью долю нельзя выкупить в обычные сроки и чья доходность измеряется не мультипликатором
- деньги идут не в модели, а в физический слой — материалы, память, магниты. Государство оценило узкое место ИИ-стройки как физическое и покупает соответственно

Годами стартапы обсуждали, как выбирать инвестора по value-add и по репутации. А тут инвестор, у которого совсем другая функция полезности)

Взяли бы такой чек?

Вайбкодинг стал новым гемблингом для фаундеров

Заметил за собой и за коллегами странную вещь. Раньше стресс сбрасывали кто как - кто-то в PlayStation, кто-то в кальян, кто-то набегал триатлон. У каждого было своё место, куда уходишь из головы.

Сейчас у многих это место - терминал. AI-бадди рядом превращает любой твой слабый скилл в суперсилу, и это правда затягивает. Один мой знакомый фаундер каждый день шлёт апдейты: смотри, я сам калькулятор сделал, смотри какой красивый. Искренняя детская радость, как у ребёнка, который сам гвоздь молотком забил. Я его прекрасно понимаю, сам такой)

Но вот в чём разница. Когда человек уходил в кальян или триатлон - это не влияло на компанию. А теперь он уходит в Claude и начинает: а давай мы теперь сами весь сайт сделаем, ты и я, зачем нам те, кто это раньше делал. И это уже импактит реальные процессы.

Проблема не в самом факте. Проблема в том, что фаундерское время - самое дорогое время в компании. И когда фаундер идёт пилить сайт, ему же никто не скажет «ты что делаешь». Все скажут - о, классный сайт, супер.

Появляется новая категория рисков. Фаундер чувствует себя супергероем, не может остановиться и перестаёт различать: это даёт реальную ценность бизнесу - или это просто новая игра, в которую кайфово играть.

Одно дело собрать прототип за вечер. Другое - думать, что ты теперь сам сделаешь полный функциональный продукт вместо команды, которая на этом сфокусирована.

А вы за собой такое замечали? Где для вас граница между «разобрался в технологии руками» и «убежал в игрушку»?

В YC с deep-tech берут за трекшн, а не за готовый продукт

Частое заблуждение у deep-tech фаундеров: «нас никуда не возьмут, пока нет готового продукта». В железе и науке продукт зреет годами - и кажется, что до этого момента и показывать нечего. На самом деле всё наоборот.

Я сам проходил YC дважды, в том числе с hardware-историей, и вынес вот что: на ранней стадии смотрят не на отполированный продукт, а на трекшн. На то, что вокруг тебя уже что-то движется - первые клиенты, письма о намерениях, пилоты, очередь желающих, скорость, с которой ты проходишь шаги. Это и есть сигнал, что продукт, когда он дозреет, кто-то будет ждать.

В deep-tech это особенно важно понять, потому что соблазн обратный - закопаться в лабораторию на два года «до идеального прототипа», ни с кем не разговаривая. И выйти к рынку с готовой железкой, которая, оказывается, в таком виде никому и не нужна.

Поэтому, на мой взгляд, трекшн надо собирать параллельно технологии, а не после. Даже сырой прототип плюс реальные люди, которые его хотят, - сильнее, чем идеальный прототип в вакууме.

А вы что в своей истории показывали раньше - продукт или спрос на него?

#инсайты