когда я начал смотреть и изучать этот рынок, первым делом решил поискать других инвесторов, кто вкладывался на ранних стадиях в описанные выше компании.

после небольшого рисёрча по базам я стал неожиданно часто натыкаться на японские имена в GP фондах. по работе в Японии у меня сложилось стойкое ощущение, что японца за границу не вытащишь; они сами туда не сильно стремятся, да и чувствуют себя одиноко. в общем, Африка была не тем местом, где я ожидал услышать приятное уху nihongo jouzu desu ne в ответ на свой почти полностью утраченный японский.

короче, не знаю, где вам это может пригодится, но впереди пост про перепитии венчурных инвестиций в Японии.

начнём с того, что японский бизнес в Африке представлен давно и плотно, особенно в автопроме. сбытовая сеть Toyota дотягивается до 53 африканских стран, а торговый дом группы Toyota Tsusho в середине десятых выкупил французский CFAO, крупнейшую дистрибуторскую сеть континента.

да и японцы в африке всем нравятся. в политику особо не лезут (есть только военная база в Джибути), колониального прошлого за ними в Африке нет, а люди будут ездить на короллах при любом режиме.

япония праворульная, поэтому японская бэушка активно осела в праворульные страны: кения, танзания, уганда, замбия, зимбабве, юар.

японский венчурный капитал отличается от привычного американского, нацеленного на быстрый рост, рост оценки и классическую лестницу раундов.

в штатах LP это эндаументы, пенс-фонды, фэмили-офисы, и иногда корпорации и мандат у них один: доходность.

в японии LP это в большинстве корпорации, которым нужны и деньги, и «стратегическая ценность», то есть новые направления бизнеса.

вместо того чтобы заказывать какую-то отписку от PwC про анализ рынка, легче проинвестировать в нескольких предпринимателей и иметь место в первом ряду.

при этом японские корпораты в Африке спокойно ко-инвестируют мимо собственных фондов.
один японский корпорат может одновременно быть LP в фонде, вести свой CVC, давать стартапу долг и подписывать с ним операционное партнёрство.

например в series A у Moove сидит Verod-Kepple, японско-нигерийский фонд, рядом с ним MUFG. в MAX ещё в 2019 г. в Autochek и кенийском Fleetsimplify Mobility 54, CVC Toyota.

лучшая иллюстрация того, зачем это всё, MUFG. банк вложился в Moove , а потом через свою сеть среди японских конгломератов организовал Moove партнёрство с Suzuki, по которому Suzuki стал основным поставщиком машин.

вообще описанную выше модель vehicle finance очень полюбили японские корпорации.
японская ставка, до недавнего времени была (сейчас 1%, была окулонулевая) едва ли не лучший экспортный товар страны после машин японский мфо Hakki, весь бизнес построил вокруг простого арбитража - занимать в японии и выдавать кенийским таксистам, где рынок привык к совсем другим цифрам. ставка получается на 25–35 процентных пунктов ниже конкурентов.

посмотрел к посту, во что вкладывали японцы за это время. больше трети инвестиций это финтех - 59 компаний из 157. следом мобильность и логистика (27) и healthcare (23), дальше энергетика (13), e-com и маркетплейсы (13), и совсем немного агро (6).

инвестиций по-крупному окупились в пять компаний: финтех Moniepoint (Kepple), Moove (Verod-Kepple и MUFG), кенийский M-KOPA (Sumitomo заходил дважды, в 2018 и 2023), платежка OPay и аналог TopTal Andela, в которые в 2021-м зашёл SoftBank (больше он никуда не заходил)

ни одного крупного поглощения африканского стартапа японской корпорацией так и не случилось.
зато Moove, купил японский автопарк, Tokyo Taxi.

вообще: японцы в Африке не только инвестируют, но и строят сами. таких контор шесть. Wassha в танзании это pay-as-you-go-фонари через сеть киосков, на которую Yamaha и Daikin потом навесили доставку и подписку на кондиционеры. Dots for в Бенине, солнечные роутеры по деревням. Degas в Гане кредитует фермеров и смотрит на их поля со спутника. Dodai в эфиопии делает электробайки местной сборки, $13m в апреле, крупнейший раунд в истории эфиопских стартапов.

накидаю пару новостей о том, что мы сейчас делаем в extruct.

работа над вертикальным deep research, LLM-скрапингом и собственным индексом привела нас туда, где мы вообще не планировали оказаться. в комплаенс и KYB.

сейчас потихоньку деплоимся в крупных необанках, платёжных компаниях и POS-системах.

оказалось, что даже на забитом рынке KYB есть незакрытая ниша для такого подхода. и у нас получается её занимать.

если кто-то здесь решает задачу быстрой и качественной проверки бизнесов по открытым и полуоткрытым источникам, давайте познакомимся @zkid18

если вдруг думаете, куда перекатываться, чтобы не заменил AI.

небольшой апдейт по саб-продукту для линкедин-аутрича.

1/ в пятницу мы зарелизили лендинг.

2/ через нетворк и контент в linkedin набралось 87 звонков. ещё 12 стоят на этой неделе. так что у кого-то из вас есть шанс забукать сотый звонок. для контекста: всего в wait list-е около 400 человек, то есть доходит до звонка каждый 4-ый.

3/ пока всех онбордим вручную. думаю, так и будем двигаться дальше еще месяц. оффер «мы приведём вам лидов через линк» привлекает очень разную аудиторию. поэтому нужно быстро учиться понимать, кто не-клиенты.

4/ от других продуктов в категории вроде придумали, как отличаемся. это комбинация классического AI-секвенсера и более сильного поиска лидов внутри твоей сети. поэтому продукт стоит дороже конкурентов и надо хорошо понимать, кто аудитория

5/ постепенно вырисовывается более широкий план. хотим подключить другие источники, например whatsapp и telegram, и превратить всё это в gtm memory продукт.

одно из главных наблюдений: лучше всего продукт продаётся через диаспору. по клиентам тоже вижу, что на старте это одна из ключевых gtm-стратегий.

поэтому для онбординга я собрал список компаний, основанных русскоязычными фаундерами и работающих на глобальных рынках. в основном там tech-компании.

собирал список на основе простых эвристик: университет, язык и первые места работы. в основном опирался на свой нетворк, сейлз-нав и доменные знания. список буду постепенно пополнять. пока там 1.5k компаний.

так что, если интересно его получить - велком сюда.

еще из новостей: пробили верх в независимом бенчмарке провайдеров и GTM-агентов.

правда, пока только на lookalikes. почему-то авторы бенчмарка решили нас на остальных задачах не тестить.

зато обошли разных мощных конкурентов, забитых венчурными деньгами, типа Parallel, Exa и Ocean.

short list, precision@10:
PredictLeads: 89.8%
Exa: 80.8%
Extruct: 75.0%

long list, precision@100:
Extruct: 61.1%
Ocean: 59.5%
Parallel: 56.9%

то есть даем лучшее качество, когда нужен большой список похожих компаний намайнить.

вообще мы уже пару месяцев собирались сделать свой бенчмарк, на котором мы, естественно, всех уделаем. но хорошо, что подвернулся YC-стартап, который решил эту задачу за нас.

в coding space бенчмарки моделей уже давно стали нормой, а в GTM этого пока почти нет. думаю, это быстро поменяется.

во многом из-за роста cli-native GTM tools. когда подключить нового провайдера это один API call и строчка в конфиге, выбор все меньше зависит от хайпа в LinkedIn и все больше от реального performance.

я думаю, что это в каком-то смысле g2 для агентов.

и дальше таких бенчмарков будет еще больше: под разные индустрии, рынки и конкретные задачи.

и вообще думаю, что компании будут делать свои собственные, в рамках прокьюрмента

новая рубрика на канале

мой хороший приятель Руслан очень сильный продуктовый оператор, особенно в построении и масштабировании команд.

был в ранней команде Самоката и Miro и дошел до 10х роста в обоих местах.

познакомились мы на поприще SpatialChat, когда Руслан работал в Miro и много меня образовывал в том, как делать успешные productivity-продукты для миллионов пользователей.

сейчас Руслан окончил свой корпоративный этап карьеры и делает / исследует новый продукт (где уже я помогаю ему).

параллельно запустил свой камерный консалтинг

дальше с его слов:

Помогаю фаундерам и CPO/CTO tech-компаний на масштабе примерно 50–500 чел:

– Когда компания выросла и все стало медленно и плохо управляемо

– Когда компания подошла к точке большого изменения (поменялся рынок или стратегия, бизнес
застопорился) и нужно сильно перестроиться

– Когда продуктовые и технические лидеры не справляются и нужно помочь им вырасти либо найти новых

– Когда внедрение AI в работу буксует или превращается в театр, а реального роста продуктивности не видно
Решаю через развитие и найм ключевых людей, выстраивание культуры, процессов и структуры управления.

Формат — от executive коучинга до fractional CPO.

https://ruslanlobachev.com/

можете писать лично

является инвестиционной рекомендацией.

это уже как-то забылось, но почти 3 года назад, 17 ноября 2023-го, на корабле OpenAI произошёл великий бунт.

совет директоров неожиданно уволил Сэма Альтмана, сотрудники пригрозили уйти вслед за ним, инвесторы и Microsoft начали давить на совет, а через несколько дней Альтман вернулся. старый борд фактически перестал существовать, Илья и Мира вскоре основали собственные AI-компании, борд поменяли, добавили туда коммерсов и важных сотрудников OpenAI.

но больше всего вопросов тогда вызвали две фигуры в оригинальном борде: Хелен Тонер и Таша Макколи, которые выглядели ноунеймами (ну, будем честны, в масштабах такой компании).

про Макколи я до кризиса почти ничего не знал. публичная биография у неё довольно куцая: замужем за Джозефом Гордоном-Левиттом, работает в оборонном think-tank RAND, приложила руку к созданию Singularity University, плюс какое-то время была директором британской организации Effective Ventures, связанной с эффективным альтруизмом. в общем, производит впечатление человека с хорошим вайбом, который знает, как крутиться среди нужных людей.

а Тонер я знал ещё до OpenAI. она была довольно известной фигурой в нишевой теме иностранцев, которые изучали китайский тех в доковидные времена. олды помнят, что поначалу этот канал создавался вокруг этой тематики.
Хелен родилась в Австралии, отучилась в Мельбурне на химика, а потом переехала в Штаты на магистратуру по Security Studies в Джорджтаунском университете (кузнице работников американского госа)

в Австралии она увлеклась эффективным альтруизмом и позднее она стала одним из лидеров Effective Altruism Melbourne и после магистратуры работала в организациях, которые больше всего забустили эффективный альтруизм в tech тусовке: GiveWell и Open Philanthropy.

эффективный альтруизм это такой философский дата-дривен подход к благотворительности, цель которого получить максимальный положительный эффект от каждого вложенного ресурса.

Open Philanthropy появилась в декабре 2015 года как некоммерческая организация с миссией сделать продвинутый AI полезным для всего человечества. основана Холденом Карнофски (окончил Гарвард по social studies и работал в Bridgewater Associates у Рэя Далио) при поддержке супружеской пары Дастина Московица (ранний сотрудник фб; основатель Asana) и Кэри Туны (журналистка). они хотели более системный и cause-neutral подход к филантропии.

в марте 2017-го Open Phil рекомендовала выделить OpenAI $30 млн общей поддержки: по $10 млн ежегодно в течение трёх лет. частью гранта было место для Open Phil в совете на несколько лет, чтобы помочь с управлением в ранний критический период. для контекста - в 2017-го у OpenAI не было equity funding в обычном смысле: это была 501(c)(3), а capped-profit OpenAI LP появилась только в марте 2019 года. грант Open Phil покрывал ~1/3 всех расходов на протяжении 3 следующих лет, до 2019 года.

в 2018 году Тонер провела около девяти месяцев в Пекине, изучая китайский язык и AI-экосистему на грант оксфордского Governance of AI. как оказалось на китайской повестке не этническому китайцу можно сделать и правда хорошую карьеру в американском госе.

потом, в январе 2019-го, Open Philanthropy дала Джорджтауну $55 млн на запуск нового аналитического центра по технологиям и безопасности, CSET (Center for Security and Emerging Technology). позже добавили ещё $42 млн, о которых объявили в 2021-м. сегодня это исследовательская организация примерно на 50 человек внутри Джорджтауна. CSET держит собственную команду дата-сайентистов и специалистов по Китаю.

Тонер вернулась из Китая в 2019 году она пришла в CSET и довольно быстро стала одной из ключевых фигур центра, параллельно всё больше занимаясь безопасностью AI.

в OpenAI она попала по патронажу Холдена Карнофски, который изначально сам должен был войти в борд. но там возник конфликт интересов: он женат на Даниэле Амодеи, сестре Дарио. Дарио Амодеи в бытность сотрудником OpenAI был техническими советником Open Phil и снимали один тикток-хаус вместе с Карнофски и другими коллегами. сейчас Карнофски сам работает в Anthropic, где занимается responsible scaling policies

Тонер продолжала работать в CSET параллельно с OpenAI.то есть спустя всего 6 лет после переезда в Штаты на магистратуру её назначили в борд OpenAI (а ты считай дальше, что у гуманитариев карьерой так себе).

на китайском направлении CSET занимается в основном тем, что собирает, структурирует и объясняет Вашингтону разрозненные OSINT-данные: закупки PLA, китайские государственные документы, цепочки поставок полупроводников, программы привлечения талантов, патенты, научные публикации. они довольно много публикуют в открытом доступе, но думаю все мясо уходит в Вашингтон.

Хелен регулярно зовут выступать на разных заседаниях Конгресса по AI и регулированию. при этом позиция самой Тонер сложнее примитивно-ястребиной, в духе «они сейчас взорвут наши дата-центры».

она поддерживает контроль оборудования для производства полупроводников, потому что видит там реальные узкие места. к ограничениям на сами чипы относится осторожнее: контроль и лицензирование сложнее, ограничения могут усилить Huawei и SMIC, ударить по американским компаниям и ускорить технологическую самостоятельность Китая.

вообще считает метафору «AI-гонки» вводящей в заблуждение: технология не создала американо-китайское соперничество, а просто стала одним из его выражений. отсюда же её скепсис по поводу красивого соглашения США и Китая по безопасности AI. прежде чем заключать большую сделку, сторонам неплохо бы хотя бы договориться, какую именно проблему они пытаются решить.

у Тонер вообще довольно приятный публичный стиль. в длинных интервью она не выглядит человеком, который на каждый вопрос задвигает про экзистенциальный риск. признаёт минусы собственного лагеря, шутит и спокойно говорит, где данных недостаточно. поэтому её Substack полезно и интересно читать (как минимум мне) хотя бы для того, чтобы учиться формулировать мысли;

из интересных тейков - она предлагает всерьёз относиться к jaggedness, то есть неровности возможностей AI. сегодняшние модели могут делать что-то на уровне сильного специалиста и тут же проваливаться на задаче, которую человек считает элементарной. большинство дискуссий предполагает, что это временная стадия: либо AI скоро упрётся в потолок, либо станет универсально сверхчеловеческим.
Тонер предлагает третий вариант: прогресс продолжится быстро, но останется структурно неровным.

тогда сложные профессии не исчезнут одним куском. вместо этого возникнут комбинации человека и AI, где машина делает мощные, но ограниченные фрагменты работы, а человек держит контекст, ответственность и переходы между задачами.
для государства это важно потому, что такой неровный прогресс оставляет время на адаптацию. если AI не превращается мгновенно в универсального автономного исследователя, у государства остаётся время экспериментировать, исправлять правила и строить институты.

некоторые топят, что именно Хэлен стала инциатором свержения. сложно в это поверить, но говорят, что эрозия отношений Тонер с Сэмом началась как раз с публикации исследования CSET по безопасности. в нём Anthropic оценивался выше OpenAI по подходу к безопасности и это взбесило Альтмана.

в общем друзья, вывод такой - мальчики создают стартапы; мужчины делают think tank для гос аппарата.

в тему последнего поста про open philanthropy

много распрей последнее время читаю, что мол software бизнес уже retard тема как для vc, так и для предпринимателей.

кмк сегодня разница между saas, ai-агентом, saas с fde или даже небольшой вертикальной нео-лабой со своей slm стёрлась. везде ты хочешь, чтобы клиент свайпал карту, а ты ему давал какой-то цифровой продукт.

раньше ты это делал с нулевыми маржинальными издержками. ну а сегодня из-за инференса это в среднем 23% выручки. но это всё еще application layer, а значит инвесторы оценивают риски по выручке.

1/ открылись категории, которые раньше считались стрёмными для saas-инвесторов. legal, healthcare, стройка и тд.

- harvey стоит $11b при ~$300m arr
- legora (шведский legal ai, запустились в конце 2024-го) — $5.6b при ~$150m. до $100m arr дошли за 18 месяцев, быстрее cursor и wiz
- openevidence, медицинский поисковик для врачей, подняли series b при $3.5b и примерно 35x выручки. используют больше 40% американских врачей

раньше TAM считали по тратам на софт, иногда добавляли туда зарплаты людей. сейчас это весь knowledge work целиком.

да, после 2023 AI сделал возможность чарджить за outcome. и прекарсно, что мы больше не увидим, как юристы или консультанты чарджат за свои непрозрачные часы.

но за outcome, то есть за результат у клиента: (закрытый тикет, забронированная встреча, спасённая подписка) берут деньги около 10% стартапов

остальные чарджат за использование(токены, вызовы, действия агента) и за output, за единицу сделанной работы: сгенерированный документ, инвойс, диалог, независимо от того, помог он или нет.

имхо мешает не технология, а аттрибуция: настоящий success-based billing не работает для большинства продуктов, потому что непонятно, AI дал результат или клиент сам. а «подними конверсию на 50% и возьми 10% от прироста» концептуально рационально, но ломает sales comp: ценность аккаунта не измерить в момент продажи.

я же по extruct вижу, что ситы продаются в 2026-м лучше, если ты придумаешь, как свести свою математику.

2/ сейчас все в invest mode.общий тезис -- не важно, сколько денег нужно, мы должны make ai happen и все что важно это рост == они разобрались быстрее, как make ai happen. все рассуждения про moat или фундаментальную аналитику каждый месяц разбиваются об камень (привет, lovable рейзит под $30b наверное сейчас).

3/ рынок только учится относиться к выручке ai-saas. пока это выглядит так: инвесторам нравится arr-составляющая (со всеми странностями репортинга), а низкий retention признают частью инноваций, все смотрят на рост. в altimeter придумали для этого термин experimental runrate revenue: ai-выручка, которую купили как эксперимент, почти без обязательств.

4/ то же самое про маржу. в saas это было предсказуемо. сейчас есть нюансы. iconiq считает среднюю динамику gross margin ai b2b 41% → 45% → 52% с 2024-го по 2026-й. но на другом спектре сидит replit у которого маржа за год гуляла от −14% до +36%.
на самом деле инференс cogs это новый cac
дай доступ на неделю бесплатно к топовой моделе на фри плане и получи приток пользователей.

5/ почему это ещё привлекательно? такой возможности для switching cost не было раньше. только 28 центов из каждого нового доллара на ai это net-new it-бюджет. остальные 72 цента вынимаются из того, что уже есть в стеке. что-то тут отъедают лабы, что-то новые тулы.

6/ аргумент, что стоимость софта сегодня 0 - шум. сама разработка в saas всегда оценивалась в 0, если ты не показал выручку или потенциал этой выручки.
ну да, можно что-то завайбкодить и не покупать с рынка или покупать у fde-shops (kirkland & ellis, крупнейшая юрфирма мира, вкладывает полмиллиарда в собственную ai-платформу с palantir вместо того, чтобы купить harvey или legora). ок, сегодня это готово на 80%, но кому-то всё равно нужно это поддерживать и давать результат.

7/ ну даже если это списать на инерцию и сказать, что самописные фабрики слопа софта будут это всё поддерживать, я думаю, мы всё равно захотим обмениваться какими-то готовыми артефактами, куда просто перетечет сегодняшняя добавочная ценность.

вот на что я бы смотрел.

1/ даже если модели и скаффолдинги лаб станут лучше, есть ценность в том, чтобы быть роутером / оркестратором моделей. клиенты ценят снижение vendor-lock риска. плюс раньше SaaS чарджил за какой-то drag-and-drop workflow, сейчас это делает роутер.

2/ сегодня вертикальные saas продукты это по сути api-интеграция с моделям и prompt-интеграция, плюс у кого хватает денег можно делать post-train, но хз, лучше ли это, чем новый релиз модели от лабы.
но я думаю, что близость к клиентам даёт хорошее пространство для разного апсела:

- эксклюзивные партнёрства с лабами-вендорами: ты разворачиваешь модель конкертной лабы у клиентов, такой нео-интегратор. например, legora в августе зашла партнёром в gemini enterprise for legal.
- и в обратную сторону -- data-провайдер для них: лицензируй данные клиентов и продавай данные лабам
- ну и не для всех подходящее: но можно делать маркетплейс или даже кредитный продукт

вертикальный saas держит премиальные мультипликаторы даже при более медленном росте, потому что доминирует в ограниченном tam: doximity 16x, guidewire 14x, veeva 11x. saaspocalypse 2026-го это подтвердил: горизонтальный saas за 12 месяцев −35%, вертикальный и примерно на том же месте.

3/ 3-3-2 до сих пор норм. я думаю, что у всяких legora / harvey будет «стена роста» в 2027-м, и умение держать консервативный рост при меньшем хайпе со стороны рынка будет цениться сильнее. блогер onlycfo в модели показывает, что ai-супер-рост с таким endurance через пять лет приходит в ту же точку, что и t2d3, только с оценкой выше в первые три года и ниже потом.

4/ fde мне кажется играет на руку стартапам. saas частично превращается в «платформу с сервисным on-ramp».

в продаже любого ent-софта всегда были разные solution-инженеры или партнёры-интеграторы. uipath, например, только так и добрался до ipo: 4,000+ интеграторов и реселлеров в партнёрах.

а когда a16z заявляет, что fde это главный moat, это даёт стартапам сегодня нормализовать сервисную выручку и оценивать её как софтверную. например fde-shop без намека на какой-то осознанный продукт, wonderful поднял $550m series c при $5b через 20 месяцев после запуска, при 650 людях и ~$70m arr.

у salesforce на linkedin уже 104 человека с титулом forward deployed, даже у notion есть founding fde вакансия. иногда объём внедрений они выносят партнёрам: salesforce в апреле собрал fde partner network из accenture, deloitte и ещё 30 фирм и платит им за агентов, дошедших до прода.

ну и в целом это имеет смысл в ai, особенно в регулированных / рискованных вертикалях: по iconiq половина scaling-компаний масштабирует fde, а 76% их переменной зарплаты привязано к retention и renewal.

5/ дистрибуция это самый вайбовый тейк. во время одинаковых продуктов люди ценят курацию, философию и твою неудобность для всех. особенно если вы делаете больше бутстрап

6/ это еще не говорю, что на многих рынках (как гео, так и вертикали) люди только начинают saas выкупать, особенно в smb.

tldr;

предпринимателям - больше слушай клиентов, меньше инвесторов;
аналитикам и инвесторам - двигаться на yolo, инвестировать в то что растет, отписаться от e/acc-bro в твиттере.

еще далеко до лебединой песни saas.