Если стартап строит продукт на основе LLM, нужно задать себе вопрос: 1. Чем вы лучше "бесплатного/универсального" решения вроде ChatGPT? Ответ "мы используем ИИ" больше не работает.
Если у вас нет своих данных — например, корпоративной аналитики, медицинских историй, телеметрии с IoT, профессиональных инструкций, юридических документов и т.п. — то вы просто обёртка вокруг открытого API. Это легко повторимо, это не защищает от ухода пользователя к более мощному или бесплатному аналогу.
Поэтому: Данные = дифференциация. Продукт = ценность + доступ к данным, которых больше ни у кого нет.
2. Если данных нет — это не конец, но тогда вы должны обеспечить:
Инфраструктурную или смежную полезность, которая делает продукт незаменимым.
Примеры: Таск-менеджер + ИИ: не просто чат-бот, а ИИ, встроенный в контекст дел, дедлайнов и структуры работы команды.
CRM + ИИ: помогает писать письма, анализировать воронку, делать предсказания на основе ваших же данных. Ключевая идея — пользователь не ради ИИ приходит, а ради работы, которую он делает, и ИИ встроен в процесс как часть продукта, а не как самоцель.
3. OpenAI (и конкуренты вроде Google, Anthropic, и т.д.) действуют по принципу: «Пусть рынок поэкспериментирует, а мы потом интегрируем лучшее».
Если этот сценарий имеет массовый потенциал — его копируют и встраивают в ядро платформы. Пример: Лавина генеративных презентаций → ChatGPT теперь умеет делать слайды.
Фаундеры не учитывают: Что платформа может демпинговать, предлагая «почти то же самое» бесплатно или как часть подписки.
Поэтому нужно:
- Либо иметь настолько специфическую нишу, что платформе невыгодно туда идти.
- Либо быть необходимым интерфейсом или инструментом, через который пользователь взаимодействует с ИИ.
Много разных еще мыслей на эту тему вот тут:
