Венчурная студия MOFL

Как сделать вирусный видео-анонс продукта (с примерами)Видео-анонсы (launch video) продуктов стали новой нормой. Фаундеры учатся работать с алгоритмами социальных сетей, чтобы собрать wait-листы, сделать первые продажи и привлечь внимание инвесторов.A16Z собрали кейсы, когда такие анонсы выстрелили в X с сотнями тысяч и миллионами просмотров, и обсудили с авторами, как они этого достигли.Вот главные советы:🔵Сфокусируйтесь на демонстрации продукта и результатов (>50% ролика)🔵Продумайте сильный хук, который заставит кликнуть на видео🔵Рассказывайте словами клиента. Поговорите со 100+ людьми из целевой аудитории — они должны чувствовать, что вы обращаетесь лично к ним🔵Грамотно подобранные use cases важнее красивого продакшена🔵Будьте аутентичны. Говорите о том, что действительно важно команде, а не гонитесь за охватами любой ценой🔵Оптимальная длина: 1,5 - 2 минутыВпрочем, как ни крути, в первую очередь решает сам продукт. В примерах ниже есть анонс на 23 секунды вообще без слов, набравший 1.6 миллиона просмотров. Давайте смотреть примеры:Shortcut — superhuman Excel agentFLORA — единый холст, объединяющий разные ИИ-модели для креативных задачOpenSesame.dev — превращает ИИ-шные API в интерфейсы естественного языкаEmber — платформу для понимания и контроля внутренних процессов AI-моделейMCP, позволяющий Claude напрямую работать с Blender@mofl_co

В AI побеждает не технология, а дистрибуцияMiqdad Jaffer, Head of Product в OpenAI, опубликовал разбор того, за счёт чего побеждают ИИ-продукты.Главная мысль: любую фичу можно скопировать за неделю, единственная реальная отстройка от конкурентов — это то, как распространяется ваш продукт.ПримерыPerplexity не обошла OpenAI по качеству модели, но сделали так, чтобы каждый расшаренный ответ приводил новых пользователей бесплатно.Clay не просто запустили CRM tool. Они придумали роль "GTM Engineer", и теперь каждый найм этой позиции работает на их дистрибуцию.Не воспринимайте AI-продукт как SaaSВ SaaS можно было сначала найти PMF, и уже потом заняться каналами продвижения. Маржинальные издержки стремятся к нулю → раздавать бесплатные доступы можно сколько угодно.В AI каждый запрос стоит денег. Вирусность без контроля экономики = банкротство на compute. Поэтому дистрибуция — это не GTM-стратегия, которую добавляют потом. Это принцип проектирования продукта с первого дня.Задайте себе эти вопросы перед запуском:🔵Распространяется ли продукт сам?🔵Встраивается ли он в существующий workflow пользователя?🔵Создаёт ли результаты, которыми хочется делиться?🔵Улучшается ли экономика с ростом?В статье — 15 тактик дистрибуции. Вот как их применили лидеры рынка:🛑ElevenLabs — Output-as-DistributionКаждый AI-клон голоса в TikTok стал их рекламой. Продукт спроектирован так, что результаты распространяются сами.🛑Lovable — Category Naming + Creator-Native AdoptionСоздали мем "vibe coding" — люди сами несут их бренд. Плюс создатели постят "я заработал $6000 на проекте из Lovable" — это и туториал, и доказательство.🛑Perplexity — Viral Artifacts + Trust LoopsПоиск с цитатами, где каждый ответ хочется расшарить. Формат с источниками создаёт доверие, а шаринг — бесплатную дистрибуцию.Полный список 15 тактик прикрепили на картинке к посту.@mofl_co

Что такое анти-питчи и как с ними бороться?Анти-питч — стандартная фраза для убийства новых идей. У каждой индустрии есть готовый набор возражений, которые повторяются на автомате. Эндрю Чен разобрал тему в новом эссе.Примеры анти-питчей:🔵AI-стартап: "Это просто GPT-обертка" / "OpenAI сделает то же самое через пару месяцев"🔵Маркетплейс: "Столкнётесь с chicken-and-egg проблемой. Без продавцов нет покупателей, без покупателей нет продавцов"🔵Фитнес-приложение: "Рынок переполнен. Люди качают, не пользуются, удаляют"Люди говорят это автоматически, не вникая в продукт. Большинство стартапов проваливаются — статистически скептик прав. Плюс критиковать в такой форме очень просто: зацепился за одну деталь и списал всю идею.Вот что советует Чен, чтобы парировать анти-питчи:🛑Не попадайте в чужие фреймыКто задает рамки — тот управляет дискуссией. Если вам говорят "очередной X", предложите своё сравнение с более выигрышным бенчмарком: "нас лучше сравнивать с Y".Главное не уходить в отрицание. Отрицание создает связь, а не разрушает.🛑Заранее продумайте возможные анти-питчиВыпишите 5 стандартных возражений к вашей нише. Найдите формулировки продукта, которые их не вызывают. Протестируйте новые описания.🛑Фильтруйте источники критики✅Кого слушать: клиентов, инвесторов, команду❎Кого игнорить: случайных советчиков, журналистов-хайперовА вы сталкиваетесь с анти-питчами? Какие самые частые / бесячие возражения приходится отрабатывать?@mofl_co

Какие ИИ-стартапы привлекли больше $100 млн в 2025?По данным TechCrunch в этому таких компаний уже 33. Для сравнения: за весь 2024 год таких стартапов было 49.Про мега-раунды OpenAI, Anthropic, Thinking Machines Lab и Anysphere (Cursor), вы, скорее всего, в курсе. В этом материале расскажем о проектах, которые реже мелькали в информационном поле, но были высоко оценены инвесторами.Все сделки в один пост не поместятся. Отобрали самые интересные наш взгляд.🛑Decart — $100 млн | $3.1 млрд | Series BРазрабатывает технологии, которые ускоряют обучение и инференс крупных генеративных моделей.На базе собственного оптимизационного стека команда создала:— MirageLSD — преобразует прямой видеопоток с задержкой <40 мс— Oasis — модель для генерации интерактивных миров в реальном времени🛑Fal — $125 млн | $1.5 млрд |Series C Единый API-доступ к 600+ моделям для генерации контента (изображения, видео, аудио, 3D). Все вычисления выполняются на облачной инфраструктуре Fal, поэтому пользователям не нужно покупать дорогие GPU и настраивать окружение.🛑EliseAI — $250 млн | $2.2 млрд | Series E Разговорный ИИ для автоматизации процессов в недвижимости (аренда, обслуживание жильцов) и здравоохранении (запись пациентов, кол-центр, оформление рецептов)🛑Ambience Healthcare — $243 млн | $1.5 млрд | Series C ИИ-ассистент для врачей: записывает приемы, ведет истории болезни, автоматически проставляет коды диагнозов в электронные мед. книги.🛑Reca AI — $110 млн | $1 млрд+ | Series BСоздаёт сверх-эффективные мульти-модальные модели (текст + картинка + видео + аудио), которые можно разворачивать в облаке, on-prem или прямо на устройстве. Благодаря фокусу на оптимизации вычислений даёт производительность уровня GPT-4 / Gemini при меньших затратах.🛑Harmonic — $100 млн | $0.875 млрд | Series BCтроит Mathematical Superintelligence (MSI) — семейство нейромоделей (флагман Aristotle), которые умеют решать задачи формальной математики и проверяют свои ответы, исключая «галлюцинации».🛑OpenEvidence — $2

ИИ-стартапы живут в своей вселеннойДанные Carta по 3001 раунду (сентябрь 2024 — август 2025) показывают беспрецедентный разрыв: топ-1% стартапов по оценкам превышает топ-5% почти в 3 раза на любой стадии. И захватили этот топ, конечно, передовые ИИ-native проекты.📊 Ещё нагляднее цифры в разрезе по раундам:Seed: $161M оценка в 99-м перцентиле в 8,5 раз выше медианной.Series A: $716M против обычных $58-97M — это в 7-12 раз выше традиционного SaaS на той же стадии.Series B: $2B+ против стандартных $136-262M — в 8-15 раз выше оценок просто сильных стартапов. Series C: $7B+ — это оценки, которые еще 2 года назад видели только у pre-IPO компанийДля контекста: Series A за $716M сегодня стоит дороже, чем большинство Series C в 2022 году.Принцип "Победитель забирает всё" окончательно захватил венчур. Теперь есть ИИ-игра и всё остальное.🤔 Безумие? Или справедливая цена за возможность урвать главный куш 21 века?@mofl_co

Можно ли доверять ИИ-агентам шоппинг на маркетплейсах?Есть расхожее мнение, что в ближайшем будущем мы перестанем сами делать покупки в интернете и поручим это ИИ-агентам. Walmart вот уже готовится к наплыву цифровых ассистентов.Потенциально это изменит в E-commerce всё: правила конкуренции, способы монетизации и даже дизайн платформ.В связи с этим возникает логичный вопрос: а как вообще ИИ будет принимать решение о покупке того или иного товара?Это попыталась выяснить группа учёных в экспериментальном исследовании What Is Your AI Agent Buying?Они создали симулятор маркетплейса ACES (Agentic e-CommercE Simulator): страницу с 8 товарами в сетке 2×4, где можно рандомно менять цены, рейтинги и теги вроде «спонсировано» или «выбор покупателей». К нему подключили популярных агентов (Claude 4 Sonnet, GPT-4.1, Gemini 2.5 Flash) и посмотрели, как они выбирают.Что выяснилось?🔘ИИ не всегда рационален. Даже топ-модели иногда выбирают товар дороже или с худшим рейтингом.В тестах на «однозначно лучший вариант» ошибка доходила до 9–16% у GPT-4.1. Eсли разница в цене или рейтинге была очень маленькой, ошибки доходили до 25–70%.🔘У ИИ могут быть фавориты. В эксперименте со степлерами лидером стал Amazon Basics: Claude Sonnet 4 выбирал его в 80% случаев, GPT-4.1 — в 94,2%, Gemini 2.5 Flash — в 81,6%. В эксперименте с фитнес-часами Claude Sonnet 4 упорно отдавал предпочтение одной модели (45% покупок), а GPT и Gemini выбирали её примерно в 25% случаев.🔘Позиция на странице решает. GPT-4.1 тяготел к товарам в первом столбце, Claude Sonnet 4 полюбил товары из середины (столбцы 2 и 3), а Gemini 2.5 Flash прилипал к третьему стролбцу.🔘Реклама не помогает. Тег «спонсировано» снижал вероятность покупки, а вот «Overall Pick» от платформы увеличивал выбор почти вдвое или втрое.🔘В целом поведение похоже на человеческое. ИИ чаще выбирает товары дешевле, с выскоким рейтингом и большим количеством отзывов. Но сила этих факторов у разных моделей отличается.🔘ИИ-продавец иногда может уговорить

9 шагов к успешной монетизации продуктаПо данным Simon-Kucher & Partners, 72% новых продуктов не достигают целей по прибыли или выручке. Основная причина — компании начинают с разработки, а про монетизацию думают в конце. Фреймворк Мадхавана Рамануджама помогает выстроить процесс так, чтобы цена и ценность были в центре.1️⃣ Обсудите цену в самом началеНе ждите готового продукта, чтобы говорить о цене.Проведите интервью с клиентами, чтобы узнать:🔘приемлемую цену,🔘«дорого» и «слишком дорого»,🔘за какие функции они готовы платить.Это сразу покажет, стоит ли запускать продукт, и избавит от перегрузки ненужными функциями.2️⃣ Сегментируйте аудиторию — one size fits noneСреднего клиента не существует. Разделите рынок на группы с разными потребностями и готовностью платить:🔘те, кто хотят лучшее решение🔘те, кому важна скорость🔘те, кто ищет минимальную ценуПример с водой: из-под крана — бесплатно, а Liquid Death в банке — $10. И ведь покупают.3️⃣ Конфигурация и бандлыДля каждого сегмента нужен свой набор функций:🔘Leader — must-have🔘Filler — nice-to-have🔘Killer — функция, которая отпугнёт клиента, если за неё платитьБандлы (пакеты) часто повышают выручку: клиенты берут больше, чем при покупке по отдельности.4️⃣ Выберите модель монетизацииКак вы берёте деньги, часто важнее, чем сколько:🔘подписка🔘freemium🔘оплата за использование🔘динамическое ценообразованиеПример Michelin: вместо продажи шин за штуку стали брать деньги за км пробега. Это понравилось клиентам и увеличило прибыль.5️⃣ Определите стратегию ценообразованияВыберите, что важно именно сейчас:🔘Maximisation — максимальная прибыль или выручка здесь и сейчас.🔘Penetration — низкая цена для быстрого захвата доли рынка.🔘Skimming — сначала продаём дороже ранним последователям, потом снижаем цену для остальных.6️⃣ Внешний бизнес-кейсПосле того как вы узнали готовность платить и сегменты рынка, интегрируйте эти данные в финансовую модель: цены, прогнозы продаж, прибыльность.Обновляйте бизнес-кейс по мере выхода про

McKinsey: 13 главных технологических трендов, которые будут меняют мир и бизнес (ЧАСТЬ 3)➡️ ЧАСТЬ 1➡️ ЧАСТЬ 29️⃣Future of RoboticsЭто переход от роботов, которые делают только одну рутинную задачу на заводе, к умным, адаптивным и многофункциональным машинам, которые могут:🔘Подстраиваться под ситуацию🔘Обучаться на опыте🔘Выполнять разные виды задач — от упаковки товаров до ухода за людьми.Робототехника в целом уже на стадии масштабирования (уровень 4 из 5): многие виды промышленных роботов — зрелые и повсеместно внедрены. А вот гибкие, универсальные и автономные роботы пока только начинают активно входить в обиход.Будущее робототехники — это многофункциональные, “думающие” роботы, которые не просто повторяют движения, а адаптируются к миру.Связка с ИИ, сенсорами, облаком и агентными системами даёт роботам новую жизнь — они становятся не инструментами, а самостоятельными помощниками.1️⃣0️⃣ Electrification and RenewablesМир постепенно уходит от бензина, угля и газа к электричеству и чистым источникам энергии: солнцу, ветру, воде. Это нужно, чтобы:🔘сократить выбросы CO₂🔘уменьшить зависимость от ископаемого топлива🔘сделать энергетику устойчивее и дешевле в долгосрочной перспективеMcKinsey называет этот тренд одним из самых зрелых и масштабных — он находится на 5 из 5 стадий развития.В отчёте подчёркивается, что электрификация связана с ростом распределённых энергетических сетей, новыми источниками энергии и повышением устойчивости энергосистем.1️⃣1️⃣Industrializing Machine LearningМашинное обучение (ML) уже давно не новость. Компании обучают модели на данных, чтобы прогнозировать спрос, выявлять мошенничество или рекомендовать товары.Но одно дело — создать модель, и совсем другое — внедрить её в реальный бизнес.Этот тренд — про то, как сделать ML массовым, надёжным и управляемым процессом, как, например, бухгалтерию или склад. Это включает:🔘MLOps — системы, которые помогают развёртывать, обновлять и отслеживать модели🔘Автоматизацию обучения моделей🔘Масштабировани

McKinsey: 13 главных технологических трендов, которые будут меняют мир и бизнес(ЧАСТЬ 2)Продолжаем разбор отчёта.➡️ ЧАСТЬ 15️⃣Cloud and Edge ComputingCloud и Edge — это два способа обработки информации.Облачные технологии (Cloud) — это когда данные и программы хранятся не на вашем компьютере, а на мощных серверах где-то в интернете. Это удобно, экономит ресурсы и позволяет масштабировать работу.Edge computing — это когда данные обрабатываются там же, где они получены: например, на заводе, в машине или даже в холодильнике.Эти подходы дополняют друг друга. Облака дают вычислительную мощь, Edge — скорость и автономность. Вместе эти технологии базовая инфраструктура для трендов, таких как ИИ, AR/VR, робототехника. Это подтверждается рынком: инвестиции в эти технологии в 2024 году выросли почти на $50 млрд.6️⃣Immersive RealityImmersive Reality — это технологии, которые стирают границу между реальным и виртуальным миром. Сюда входят:🔘VR (виртуальная реальность) — когда вы полностью погружаетесь в цифровую среду через очки/шлем.🔘AR (дополненная реальность) — когда цифровые объекты накладываются на реальный мир, как в Pokémon GO.🔘XR (смешанная реальность) — комбинация двух подходов.Эти технологии уже используют в образовании, промышленности, играх и медицине. На ветряных электростанциях техник надевает AR-очки и видит схему турбины прямо перед глазами — это безопаснее и быстрее, чем искать инструкции на бумаге.🔘Инвестиции в 2024 году выросли почти на $9 млрд🔘Число внедрений и пилотов +50% за год.🔘Появляются платформы, которые делают технологии более доступными — например, гарнитуры без проводов, облачные AR-сервисы и т.п.Технологии уже рабочие, но не везде ещё стали стандартом.7️⃣Digital Trust and CybersecurityСегодня всё больше решений принимают машины: ИИ-системы, роботы, алгоритмы. Поэтому на первый план выходит доверие к тому, что всё работает безопасно, прозрачно и без скрытых рисков.Digital Trust включает:🔘Кибербезопасность (защита данных, сетей, устройств)🔘Пр

20+1 ключевых тезисов из интервью Николая Давыдова на канале Оскара ХартманнаКажется, нет смысла напоминать, что это за люди — переходим сразу к теме.1. Уникальная модель фонда Gagarin CapitalФонд состоит из 158 технических экспертов (инженеры, исследователи, фаундеры), которые активно помогают портфельным компаниям. Это "швейцарский нож" из ангелов, способных помочь любому стартапу в любой индустрии.2. ИИ для управления портфелемСобственный ИИ-ассистент читает отчёты от портфельных компаний и автоматически предлагает нужные связи и помощь из сети экспертов.3. Преимущество повторных основателейИнвестиции в повторных основателей даёт 11% шанс на 10-кратный возврат против 3,5% у новичков. Они опытнее, спокойнее, лучше нанимают людей и менее склонны продавать компанию за недорого.4. Медианное состояние сотрудника Nvidia — 25 млн долларовПоловина компании богаче 25 миллионов долларов благодаря буму ИИ. Это создало новый класс angel-инвесторов из tech-специалистов[1].5. Номер один убийца стартапов — конфликты между основателямиВ Кремниевой долине есть специальные адвокаты и психологи, которые занимаются только "разводами" основателей стартапов.6. Три кита любой AI-компании: данные, люди, вычисленияСамая сложная задача — научиться извлекать скрытые данные из человеческого опыта.7. ChatGPT на русском в 1,8 раза "глупее" английскогоIQ на английском — 180, на русском — 100. Это связано с меньшим объёмом данных и особенностями токенизации русского языка.8. Самый частый вопрос в ChatGPT: "В чём смысл жизни?"Это показывает, что люди ещё не придумали огромное количество практических применений для ИИ.9. В мире 105 компаний, которые строят гуманоидных роботовЗа 10 лет роботы гарантированно станут частью нашей жизни, но инвестировать в "железные" стартапы крайне рискованно для венчурных инвесторов.10. Google сознательно ухудшил поиск ради рекламыВ феврале 2019 году квартальная выручка оказалась . Подробнее — тут.11. Perplexity vs Google: окно возможностейКонкурировать с Google ста