Мне предложили сделать AI-продукт для обычных людей. Я решил сначала исследовать 32 гипотезы

Sber500xDisrupt предлагает за три месяца создать высокочастотный B2C AI-продукт. Я решил использовать эту задачу как эксперимент: сначала сузить пространство из 32 гипотез и только потом решать, что вообще стоит разрабатывать.

Последние годы почти всё, чем я занимаюсь в автоматизации и AI, связано с бизнесом.

CRM, продажи, коммуникации, контроль, контент, цифровые сотрудники.
В Brain4.ru я иду от достаточно простой логики: сначала понять конкретную работу, которую нужно выполнить, а уже потом решать, нужен ли там AI и какой именно.

Продукты для частных пользователей в этот план пока особенно не входили.

Хотя идеи мне периодически приносили.
Супруга регулярно говорит что-нибудь в духе: “А почему нельзя сделать вот такое приложение?” Сотрудники тоже время от времени предлагали продукты для обычных людей.

Я обычно отнекивался.
Отчасти потому, что у меня уже есть опыт двух таких продуктов.
Один сейчас называется «Говори дело». Изначально это был @yTask_bot для Telegram.
Второй - «Дожми встречу».

Оба продукта существуют. Я сам ими пользуюсь. Но системным маркетингом вокруг них не занимаюсь.

Почему так произошло - отдельный хороший вопрос. Я хочу позже разобрать историю обоих продуктов, потому что там есть важная для меня тема: готовый и полезный продукт ещё не означает, что получился бизнес.

А потом мне пришло приглашение посмотреть на Sber500xDisrupt.

Что такое Sber500xDisrupt

Сбер называет Sber500xDisrupt программой по созданию массовых B2C-продуктов на основе AI.

Для трека разработки с нуля задача сформулирована довольно конкретно: выбрать одну из предложенных гипотез или предложить свою, создать высокочастотный сервис и попытаться выйти на 1 000 ежедневных активных пользователей за три месяца.

Призовой фонд программы - 30 млн рублей.
Организаторы указывают среди ресурсов облака, токены для AI-моделей, продуктовых менторов, маркетинговых экспертов и бюджет на продвижение.

Причём 1 000 DAU - не единственная метрика.

На актуальной странице программы для номинации «Высокая частотность» указаны 1 000+ DAU и 25+ обращений к решению на одного активного пользователя. В других номинациях учитываются массовый охват, частота взаимодействия, антифрод-контроль и качество UX/UI.

Мне здесь интересна сама постановка задачи.
Не:

Сделайте что-нибудь с AI.

А:

Сделайте продукт, которым люди действительно будут регулярно пользоваться.

Это уже намного ближе к нормальной продуктовой проверке.

Что мне показалось ещё интереснее

Сбер не предлагает участнику начинать совсем с пустого листа.

В программе есть шесть направлений массового применения AI для B2C и набор уже сформулированных продуктовых гипотез. В материалах, которые я получил, их 32.

При этом сам Сбер отдельно пишет, что эти гипотезы - ориентиры, а не задания. Можно предложить собственную идею.
И вот здесь мне стало действительно интересно.
Не потому, что раз Сбер включил идею в список, значит рынок уже доказан.

Это как раз было бы неправильным выводом.

Но передо мной появилась готовая выборка из 32 B2C AI-направлений, которые кто-то до меня уже счёл достаточно интересными, чтобы вынести в акселерационную программу.

Почему бы не использовать её как исследовательскую выборку?

Самый простой путь - выбрать идею и быстро собрать MVP

Сейчас это особенно соблазнительно. AI сильно снизил стоимость разработки первых версий продукта.

Во многих случаях то, для чего несколько лет назад понадобились бы команда, дизайн, frontend, backend и месяцы работы, сегодня можно проверить гораздо быстрее.

Поэтому естественная реакция:

1. выбрать понравившуюся гипотезу;
2. быстро собрать MVP;
3. привести пользователей;
4. посмотреть, что произойдёт.

Сам принцип быстрого MVP мне близок.
Но есть проблема.
Скорость разработки не отвечает на вопрос, стоит ли вообще разрабатывать этот продукт.

Это та же мысль, к которой я пришёл сейчас в B2B-направлении и о которой уже писал в статье «Раньше я сначала делал продукты. Теперь решил начать наоборот».

Можно очень быстро построить вещь, которая рынку почти не нужна.

Что может пойти не так ещё до MVP

Например, продукт выглядит убедительно на демо, но реальная задача возникает у пользователя раз в несколько месяцев.
Тогда с DAU будут проблемы независимо от качества интерфейса.

Или пользователь готов пользоваться продуктом, пока он бесплатный, но платить за эту работу исторически не привык.

Или похожее решение уже встроено в Telegram, Google, Apple, Яндекс или банковское приложение.

Или рынок действительно большой, но для получения одного платящего пользователя придётся потратить больше денег, чем этот пользователь принесёт за всё время жизни в продукте.

Или AI вообще не создаёт отдельной ценности. Без слова «AI» остаётся обычный трекер, календарь или генератор текста.

Есть и более неприятные варианты.
Работа может касаться детей, личной переписки, финансов или психологического состояния. Тогда к привлекательности рынка добавляются другие требования к данным, безопасности и цене ошибки.

Поэтому я решил пока ничего не разрабатывать.
Сначала исследовать.

Что именно я решил проверить

Я взял все 32 гипотезы и задал для них одинаковые вопросы.

Есть ли здесь достаточно большой рынок?

Не точный TAM до рубля.
На первом этапе мне нужно понять порядок величины и реальный начальный сегмент.

Видно ли существующий спрос?

Что люди ищут?
Чем пользуются сейчас?
Есть ли продукты, сообщества, обсуждения, отзывы?

Платят ли за похожую работу?

Цена конкурента сама по себе ещё не доказывает willingness-to-pay конкретно для моего продукта.
Но существующая платная категория - уже хороший сигнал.

Как часто возникает сама задача?

Это особенно важно в контексте программы Сбера.
Можно придумать приложение, которое человеку очень нужно два раза в год.
Но высокочастотного B2C-продукта из такой Job может не получиться.

Почему пользователь вернётся?

Не почему он попробует.
С AI сейчас сравнительно легко получить первый wow-effect.

Гораздо интереснее другой вопрос:

Зачем человек откроет продукт через неделю? А через месяц?

Где взять первые 1 000 DAU?

Фраза «запустим рекламу» ответом не считается.
Мне нужен хотя бы правдоподобный канал: поиск, creators, UGC, referral, App Store, Telegram, VK, партнёры или встроенная в продукт механика распространения.

Насколько тяжёлый MVP?

Если для первой проверки нужно полгода строить инфраструктуру, есть большая вероятность, что я выбрал слишком дорогой способ ответить на продуктовый вопрос.

Нужен ли здесь вообще AI?

Это отдельный фильтр.
Если AI убрать, развалится ли основная ценность?
Или останется нормальный продукт, которому просто добавили генерацию текста для маркетинга?

И ещё один фильтр, которого нет в рыночной таблице

Мне самому должно быть интересно этим заниматься.

На первом этапе исследования я специально стараюсь этот фактор убрать.
Сначала рынок.
Потом личный интерес.

Иначе очень легко сначала влюбиться в идею, а потом начать подбирать данные в её пользу.

Но после первичного рыночного отбора founder fit всё равно возвращается.
Если я уже сейчас понимаю, что не хочу следующие несколько лет заниматься определённой проблемой, высокий балл рынка этого не исправит.
Это уже стало важным фактором отбора.

Сам факт попадания идеи в программу ничего не доказывает

Это ограничение я хочу зафиксировать отдельно.
Сбер предлагает продуктовые гипотезы и явно делает ставку на высокочастотные AI-сценарии.
Для меня это полезный внешний сигнал.

Но это не доказательство:

• product-market fit;
• готовности пользователя платить;
• retention;
• unit economics;
• размера конкретного рынка;
• того, что из идеи получится самостоятельный бизнес.

Именно это я собираюсь проверять самостоятельно.

У программы есть ещё одна важная деталь

Призовой фонд здесь тоже не стоит воспринимать просто как деньги за удачный эксперимент.

Согласно актуальным условиям программы, до подписания договора права принадлежат участнику. Для признания победителем все финалисты-правообладатели должны подписать договор о возмездном отчуждении РИД Банку и акт приёма-передачи. Вознаграждение за отчуждение РИД включено в общий размер выплаты по соответствующей номинации.

Для меня это не причина не участвовать.
Но это значит, что выбирать продукт нужно ещё аккуратнее.

Я точно не хочу случайно положить в такой эксперимент критическую интеллектуальную собственность другого бизнеса просто потому, что идея хорошо выглядит для конкурса.

Зачем мне вообще идти в B2C, если основной проект сейчас про бизнес

Пока я не решил, что обязательно должен туда идти.
Именно это исследование и должно дать ответ.
Есть несколько причин, почему мне всё-таки интересно посмотреть.

Во-первых, B2C - другая продуктовая механика.
В B2B я привык смотреть на стоимость функции, ручную работу, экономический эффект и процессы компании.

В B2C намного сильнее становятся:

• привычка;
• частота;
• эмоциональная ценность;
• стоимость привлечения;
• виральность;
• удержание.

Мне интересно пройти этот путь руками.

Во-вторых, скорость создания продукта с AI действительно изменилась.
Это не делает рынок проще.
Но делает дешевле многие продуктовые эксперименты.

В-третьих, независимо от итогового решения у меня останется исследование 32 потребительских AI-гипотез.
Где уже есть деньги.
Где высокая частота.
Где сильный конкурентный рынок.
Где AI создаёт новую механику.
А где перед нами просто красивая идея для презентации.

Есть ещё одна причина - мои старые продукты

В какой-то момент я хочу вернуться к «Говори дело» и «Дожми встречу».
Они уже существуют.
Я ими пользуюсь.

Но фактически не проверяю их как нормальные B2C-продукты: нет регулярного маркетинга, системной работы с acquisition, retention и монетизацией.

Плюс оба продукта исторически были сильно связаны с Telegram.
Сегодня это уже отдельный стратегический риск, который нельзя игнорировать.
Возможно, после этого исследования выяснится, что один из новых продуктов стоит строить с нуля.
А возможно, разумнее вернуться к тому, что у меня уже готово, пересобрать distribution и снова нормально проверить рынок.
Я пока не знаю.

Мой план

Сейчас последовательность такая.
Сначала - первичный скрининг всех 32 гипотез.

После него я оставлю только несколько кандидатов.
Затем каждый из них исследую отдельно:

• рынок;
• реальные пользовательские Jobs;
• конкурентов;
• цены;
• поисковый спрос;
• причины платить;
• причины возвращаться;
• каналы привлечения;
• стоимость работы AI;
• платформенные ограничения;
• риски.

И только потом буду решать, какой MVP вообще имеет смысл делать.

То есть Sber500xDisrupt неожиданно превратился для меня не просто в возможную заявку на акселератор.

Он стал отдельным экспериментом:

можно ли сначала достаточно дёшево уменьшить пространство продуктовых ошибок, а уже потом использовать новую скорость AI-разработки?

В следующем материале покажу первый результат.
Из 32 гипотез после рыночного скрининга и моего личного фильтра до следующего этапа дошли четыре.
И некоторые идеи с лучшими цифрами я при этом сознательно выкинул.