Слово AI у презентації подешевшало швидше за токени. Due diligence тут це короткі питання до P&L, залежностей і даних, а не театральна папка документів.
Коротко
- Слайд зі словом AI купувати зайве. Шукайте вимірюваний слід у виручці, собівартості або маржі.
- Фіча всередині старого продукту це класифікація, а не образа. Оцінка тоді ближча до звичайного софту з новою функцією, а не до "нової категорії всесвіту".
- Якщо серце продукту виклик до чужого API, питайте, що лишиться при зміні ціни, якості або політики моделі.
- Дані і права на них часто сильніший бар'єр, ніж "ми вміємо промптити". Журнал дій, аудит і власник помилки в договорі обов'язкові пункти.
- Живий приклад: плагін Claude для Salesforce корисний як фіча в CRM під наявними правами. Автоматично новою категорією для мультиплікатора мрії він від цього стати не може.
Найкоротший шлях купити гарну історію замість бізнесу виглядає так: подивитись демо агента, почути слово AI на кожній сторінці колоди і збільшити чек, бо "це ж майбутнє". Я бачив цей гіпноз з обох боків столу: як інвестор у розмові зі стартапом і як замовник у закупівлі, коли вендор показував мені агента, який "сам усе робить". За 18 років на ринках я навчився, що словом у назві сектора заробляють продавці колоди, а інвестор заробляє цифрами. Тому в Learn to Earn Global і в AISync Global тримаю один жорсткий порядок: спочатку де в P&L ефект, потім фіча це чи продукт, потім залежність від чужої моделі, потім дані як бар'єр, і лише тоді розмова про розмір чека.
Ефект ШІ в P&L
Питання інвестора і серйозного замовника звучить однаково: як перевірити компанію, яка пише AI у презентації, і купити бізнес, а не слайд. Відповідь одна: шукайте слід у виручці, собівартості або маржі, вимірюваний і повторюваний, а не анекдот із демо.
Чесний ефект має кілька форм: нова лінія продукту з окремою виручкою, нижча вартість сервісу на одиницю, вища конверсія з вимірюванням, швидший цикл із доказом в операційці. Підозрілий ефект теж легко впізнати: "ми на передньому краї технологій", "команда в захваті", "ми AI-first" без жодної цифри. Модель може витягнути з презентації всі заяви і розкласти їх на "перевірено" і "гасло". Документ під кожну заяву вимагає людина.
Дисципліна P&L для нефінансиста звучить так само, як розмова власника ФОП із бухгалтером: гроші прийшли, гроші пішли, що лишилось. Перенесіть це на компанію з наклейкою AI. Звідки приходять гроші і від кого? Чи повернуться ці клієнти наступного року? Куди йдуть гроші: на зарплати, на інференс, на маркетинг галасу? Що лишається на виході? Якщо відповідей у матеріалах нема, це далеко не завжди комерційна таємниця. Інколи це означає, що тези ще нема.
Фіча проти продукту: приклад Claude і Salesforce
Фіча всередині старого продукту це класифікація, а не образа. Багато цінних застосувань ШІ саме такі: підказка в CRM, чернетка в редакторі, пошук по базі знань. Це може бути добре і для клієнта, і для маржі. Але тоді оцінка ближча до звичайного софту з новою функцією, а не до "нової категорії всесвіту". Мультиплікатор мрії за кнопку "згенерувати" платити зайве. Питайте, яка частка клієнтів реально вмикає фічу і чи платить за неї більше.
Живий приклад тижня. Anthropic і Salesforce вивели в бета Salesforce in Claude: плагін із десятками готових навичок для продажів, у публічних матеріалах фігурує орієнтир близько 37, який підтягує акаунти, угоди й пайплайн у Claude під наявними правами Salesforce. Система запису лишається CRM. Зміни за замовчуванням часто потребують підтвердження продавця. Для мене як читача колоди це класифікація: потужна фіча всередині звичного контуру продажів. Доказом того, що з'явилась окрема планета бізнесу, за яку автоматично треба платити як за нову категорію, вона не є. Користь може бути справжньою. Мультиплікатор мрії від слова AI все одно заробляють цифрами в P&L і в утриманні клієнтів, а слайд про партнерство тут лише обкладинка.
Мова "фіча проти платформи" корисна для ради директорів і для партнерів. Скажіть вголос: "ми класифікуємо це як фічу з ефектом у собівартості сервісу" або "як окремий продукт із власною виручкою". Класифікація знімає гіпноз, і далі ви сперечаєтесь про цифри, а міфологія лишається продавцям.
Залежність від чужої моделі і дані як бар'єр
Якщо серце продукту виклик до чужого API, ви купуєте бізнес на орендованому мозку. Це нормально, коли навколо є обгортка цінності: дані, робочий процес, дистрибуція, довіра, галузева експертиза. Це небезпечно, коли єдиний захист звучить як "ми вміємо промптити". Питайте, що лишиться, якщо модель подорожчає, погіршиться, змінить політику або її зможе підключити конкурент за тиждень. І чи є в компанії шар власних важелів.
Справжній захист часто сидить у даних і правах на них: історичні звернення, розмічені випадки, інтеграції, золотий набір прикладів, якість журналів. Питайте: чиї дані, на яких підставах, чи можна їх перенести, чи є згода, що буде при відключенні. Компанія без даних і без дистрибуції, але з гарним демо агента, часто є красивою презентацією витрат на обчислення.
Окрема увага до фрази "у нас особливі дані". Іноді за нею стоять дані клієнта, які використовуються без зрозумілих прав або без можливості пояснити регулятору, звідки вони взялися. Тоді бар'єр завтра стає зобов'язанням. У due diligence це звичайна ціна роботи з персональними і корпоративними даними в Європі й в Україні, а параноя тут ні до чого. Залучіть профільного юриста, якщо сума угоди цього варта. Модель вашим юристом бути не може.
Чеклист, кімната даних і сцена
Додаткові питання, які я ставлю завжди. Хто в контракті власник помилки? Чи є журнал дій і аудит? Наскільки клієнт може вимкнути автоматичну дію? Яка частка виручки від пілотів, а яка від бойових контрактів? Який відтік клієнтів? Чи є "AI" способом підняти раунд без зміни юніт-економіки? Модель хай збере ці питання в чеклист під вашу угоду. Ваша частина роботи в тому, щоб під чаром демо жоден пункт не пропустити.
Чеклист на одну сторінку. 1) Де в P&L видно ефект ШІ і яким документом це підтверджено. 2) Це окремий продукт чи фіча. 3) Відсоток виручки, який залежить від пілотів. 4) Постачальники моделей і план Б. 5) Які дані є бар'єром і кому вони належать. 6) Журнал дій, аудит, власник помилки в договорі. 7) Юніт-економіка інференсу і підтримки винятків. 8) Концентрація клієнтів. 9) Що станеться при зміні політики моделі або ціни токена. 10) Що лишається цінним, якщо прибрати слово AI з колоди. Якщо на десятому пункті цінність зникає, ви дивились на наклейку.
Сцена з життя. Стартап показує агента, який "сам" кваліфікує ліди. У колоді слово AI на кожній сторінці. Ви питаєте про P&L і чуєте про майбутній розмір ринку. Питаєте про залежність від моделі і чуєте "ми гнучкі до будь-якої LLM". Питаєте про дані і чуєте, що "скоро зберемо". Дивитись далі вам ніхто не забороняє. Це сигнал: розмір позиції менший, або чекаєте фактів, або заходите лише як клієнт на малому пілоті, а не як акціонер великим чеком.
Як залучити модель у due diligence без делегування їй голови. Дайте їй колоду і стенограму зустрічі: "випиши всі заяви; познач, які потребують числа; склади список питань для наступної розмови". Дайте фрагмент договору: "де відповідальність розмита". Фінального вердикту "інвестуй / не інвестуй" від моделі вимагати зайве, вердикт ваш і після джерел. Якщо модель пише вердикт впевнено без даних, вона щойно продемонструвала вам ризик продукту, який ви саме перевіряєте.
Робота з матеріалами кімнати даних. Читати все підряд шкода часу. Почніть з виручки, маржі, когорт, договорів із найбільшими клієнтами, технічного опису залежностей і інцидентів за останній рік. Модель як читач великих PDF корисна для індексації і для питань. Пріоритет ставить людина, і саме людина ловить розбіжності між слайдом і додатком до договору. Розбіжність тут нормальна знахідка, яку треба пояснити, а не замазати.
Питання засновнику, які відсікають воду. "Покажіть останній місяць бойових метрик, а не демо". "Де ШІ вже сьогодні зменшує витрати або збільшує рахунок клієнта?". "Що у вас лишиться, якщо постачальник моделі підвищить тарифи вдвічі?". "Хто останній раз виправляв помилку агента о третій ночі і скільки це коштувало?". Відповіді на них важать більше за блиск колоди. Записуйте їх у мемо поруч із джерелом.
Порівняльна таблиця для інвестиційного комітету. Колонки: компанія А, Б, В. Рядки: ефект у P&L (факт або гасло), фіча чи продукт, залежність від моделі, дані як бар'єр, журнал дій, власник помилки, частка пілотної виручки. Пишіть "невідомо" без сорому. Рішення "почекати" на порожніх клітинках часто краще за рішення "купити". Модель допоможе уніфікувати формулювання, а джерела в клітинках, номери сторінок і посилання, ставите ви.
Коли ви замовник і інвестор одночасно. Малий чек як клієнт може бути найкращим due diligence: побачити журнал дій, інциденти і підтримку зсередини. Успіх малого пілота і підстава для великого чека в капітал це різні речі, навіть коли назва компанії одна: різні гроші, різні розміри, різні мемо. В AISync Global ми часто радимо спочатку прожити продукт у бою як клієнт і лише потім говорити про капітал.
Для замовника ті самі питання звучать як закупівля, для інвестора як капітал. Спільний список червоних прапорців винесемо окремим матеріалом. Тут головна навичка в тому, щоб не піддаватись гіпнозу слова AI і повертати розмову до грошового потоку, залежностей і бар'єрів.
Формули справедливої ціни для компанії з AI у назві я тут свідомо не даю. Мета інша, поведінкова: після демо у вас на столі заповнений чеклист із мітками "факт / гасло / невідомо", а не збільшений чек від настрою. Текст інвестиційною рекомендацією не є і не підказує, у які імена заходити.
Що робити далі
Візьміть одну колоду або один вендорський сайт зі словом AI. Заповніть чеклист із десяти пунктів мітками "факт / гасло / невідомо". Класифікуйте вголос: фіча в старому продукті чи окремий продукт із власною виручкою. Запишіть залежність від моделі і план Б на одній сторінці. Якщо плану Б нема, зменшіть розмір інтересу. Дайте моделі мандат витягнути заяви і питання для наступної зустрічі зі стенограми. Вердикт "купити / почекати" лишіть за собою. Якщо ви вже клієнт на малому пілоті, заведіть окреме мемо інцидентів і журналу дій раніше, ніж говорити про частку в капіталі.
Про цей матеріал
Текст серії про due diligence компаній, у яких AI стоїть у колоді. Мета: повернути розмову до P&L, класифікації "фіча чи продукт", залежностей і даних. Освітній матеріал, а не індивідуальна інвестиційна порада.