Топ-10 инсайтов SaaStr из последнего отчёта Мэри Микер об AI

Привет! Меня зовут Саша Журавлёв — я фаундер и управляющий партнёр венчурного фонда Mento VC. Мы инвестируем в технологические стартапы на ранних стадиях — преимущественно в США, Великобритании и Европе.

Мы с командой в Mento VC много работаем с AI-стартапами и постоянно следим за тем, куда движется рынок. Когда вышел новый отчёт Мэри Минкер - одного из самых авторитетных аналитиков в Кремниевой долине и основателя фонда Bond Capital - мы сразу поняли: пропускать нельзя.

Отчёт огромный - 300+ страниц. Мы перевели и собрали главное: 10 ключевых выводов, которые должен знать каждый, кто строит или инвестирует в AI.

Оригинал можно прочитать по ссылке

Мэри Микер уже давно проводит глубокие исследования интернет трендов — сначала в Morgan Stanley, затем в Kleiner Perkins, а теперь в своём венчурном фонде Bond Capital.

Её последний отчёт полностью посвящён AI с акцентом на корпоративный и B2B-сегменты. Он действительно сильный, но очень объёмный. Ниже выжимка из этого отчета специально для основателей B2B-компаний.

1. Принятие AI пользователями — беспрецедентное

Мы это уже знаем, но всё равно цифры поражают воображение.

ChatGPT: с 0 до 800 млн еженедельных пользователей за 17 месяцев (у Netflix ушло 10+ лет, чтобы достичь 100 млн)
Время до 100 млн пользователей: ChatGPT — 2 мес, TikTok — 9 мес, Instagram — 2.5 года
Глобальное распространение: 90% пользователей ChatGPT находятся за пределами Северной Америки к третьему году (в то время как интернету понадобилось 23 года, чтобы достичь такого уровня).

Почему это важно для B2B: в отличие от предыдущих технологических волн, которые начинались в Кремниевой долине и постепенно распространялись по миру, AI охватил весь мир одновременно. Это значит, что ваш глобальный рынок резко вырос — но вместе с ним выросла и конкуренция. Теперь каждая B2B- и SaaS-компания с первого дня работает на глобальном AI-рынке.

Главное: ежедневное использование ChatGPT выросло на 202% за 21 месяц, при этом пользователи проводят на 47% больше времени за сессию и заходят на 106% чаще. Это уже не просто принятие — это уровень вовлечённости, сравнимый с зависимостью.

2. Инфраструктурные затраты — колоссальны

Капитальные затраты зашкаливают:

Big Six tech CapEx: $212 млрд в год (+63% за год)
AI-бизнес Microsoft: $13 млрд годового темпа (+175%)
Доход NVIDIA от дата-центров: $39 млрд в квартал (+78%)
CapEx Amazon AWS: 49% от выручки (в начале облаков было всего 4%)

Что это значит: это не просто Cloud 2.0 — это крупнейшее строительство ИТ-инфраструктуры в истории. Компании тратят на AI больше, чем ВВП целых стран. xAI построила дата-центр на 200 тыс. GPU за 122 дня — быстрее, чем строится один дом.

Для B2B: инфраструктура создаётся заново. Если вы не используете этот рост вычислительных мощностей, вы упускаете шанс уровня перехода к облакам. Победят те, кто будет строить на новой базе.

Опасность: дата-центры уже потребляют 1.5% глобального электричества, +12% в год — в 4 раза быстрее роста общего потребления. У этого бума есть физические пределы.

3. Китай играет по другой стратегии

Неизвестные модели:

DeepSeek R1: 93% от качества o3-mini от OpenAI при малой стоимости
Alibaba Qwen 2.5-Max: обходит DeepSeek и ChatGPT по ряду метрик
Baidu Ernie 4.5: на 80% дешевле предыдущей версии, 0.2% стоимости GPT-4.5

Рынок:

Китай лидирует по выпуску open-source моделей AI: в 2025 году представлено 3 масштабные модели против конкурентов из США.
Китайские AI-приложения доминируют на внутреннем рынке: все 10 самых популярных по числу пользователей — отечественные.
DeepSeek вырос с 0% до 21% доли глобального рынка LLM всего за несколько месяцев.
В Китае установлено больше промышленных роботов, чем во всём остальном мире вместе взятом.

Геополитические ставки: дело не только в более продвинутых чат-ботах. Китай рассматривает технологическое превосходство в сфере AI как ключ к глобальному лидерству. Как отметил Эндрю Босуорт (CTO Meta): «Это наша космическая гонка... тут почти нет секретов. И нужно быть уверенным, что ты никогда не отстаёшь».

Для SaaS-компаний: если вы создаёте продукты с AI, у вас появился серьёзный конкурент — Китай. Китайские модели достигают сопоставимого качества при значительно более низкой себестоимости. Просто использовать GPT-4 — больше не защита от конкуренции.

4. Стоимость токенов упала на 99.7% за 2 года

Кривая снижения стоимости, которая меняет всё:

Инференс (процесс работы уже обученной нейросети на конечном устройстве) подешевел на 99.7% с нояб. 2022 по дек. 2024
Энергопотребление на токен (GPU NVIDIA): в 105,000 раз ниже, чем в 2014
То, что раньше стоило доллары, теперь стоит центы; то, что стоило центы — теперь обходится в доли цента.

Революция для разработчиков: резкое снижение стоимости сделало разработку AI доступной для всех. Теперь каждый независимый разработчик и стартап может создавать AI-продукты. Барьер входа не просто снизился — он исчез.

Модели дохода:

Стоимость обучения растёт (от $100 млн до $10 млрд за модель)
Стоимость использования падает
Результат: давление на цены у поставщиков моделей — рынок становится товарным.
Возможность: открылись огромные новые рынки для приложений на основе AI.

Для B2B и SaaS: ваши клиенты теперь могут позволить себе AI-функции, которые раньше были недоступны. Но это значит, что и ваши конкуренты тоже. Компании, которые быстрее всех внедрят AI, получат непропорционально большую выгоду до того, как рынок станет товарным.

5. Рост выручки AI-продуктов в enterprise — аномальный

Победители в вертикальных AI-SaaS:

Cursor (AI-редактор кода):
– Рост с $1 млн до $300 млн ARR за 25 месяцев
– Используется миллионами программистов
– Генерирует больше кода, чем почти любой LLM в мире
– Редактирует более 1 миллиарда символов в день

Harvey (юридический AI):
– Рост с $10 млн до $70 млн ARR за 15 месяцев
– 235 клиентов в 42 странах
– Большинство из топ-10 юридических фирм США — клиенты
– 4-кратный рост ARR в 2024 году

Abridge (AI в медицине):
– Рост с $50 млн до $117 млн CARR примерно за 5 месяцев
– 25,000+ врачей используют в Kaiser Permanente
– Завершено более 10 миллионов расшифровок визитов пациентов
– Врачи говорят: «Это можно будет отнять только из моих холодных мёртвых рук»

Почему это особенный случай: для классических вертикальных SaaS рост до $100 млн ARR обычно занимает 5–7 лет. У AI-нативных компаний на это уходит всего 1–2 года. Прирост эффективности настолько сильный, что клиенты просто не могут отказаться от продукта.

Закономерность: AI решает задачи в рабочих процессах, которые человек просто не может масштабировать. Это не просто автоматизация — это усиление, делающее невозможное возможным.

6. Взрыв открытых моделей

Взрыв open-source:

Meta Llama: 1.2 млрд загрузок за 10 недель (рост в 3.4 раза за 8 месяцев)
Hugging Face: 1.16 млн моделей AI (рост в 33 раза с марта 2022)
Более 100,000 производных моделей создано только на базе Meta Llama

Сдвиг в предпочтениях разработчиков: всё больше выбирают open-source, потому что можно:

Настраивать под конкретные задачи
Запускать локально без зависимости от API
Дообучать на закрытых данных
Избегать зависимости от поставщика
Полностью контролировать расходы

Сближение по качеству: разрыв между закрытыми и открытыми моделями быстро сокращается. Например, DeepSeek R1 набирает 93% против 95% у OpenAI o3-mini по математическим задачам. Для многих сценариев разница незначительна.

Стратегические последствия:

У закрытых моделей снижается ценовая власть
Барьеры для разработки AI продолжают падать
Инновации переходят на уровень приложений, а не моделей
Стратегии «платформенного замка» теряют эффективность

Для B2B и SaaS: теперь вы можете создавать конкурентоспособные AI-фичи без дорогих API и зависимости от конкретных поставщиков. Это уравнивает возможности — но и усиливает конкуренцию.

7. AI в физическом мире растёт быстрее, чем в софте

Автономный транспорт в масштабе:

Tesla FSD: более 4 млрд миль, полностью пройденных без участия водителя (рост в 100 раз за 33 месяца)
Waymo: 27% рынка райдшеринга в Сан-Франциско (с 0% за 20 месяцев)
Applied Intuition: работает со всеми 18 крупнейшими мировыми автопроизводителями, предоставляя AI для транспортных систем

Промышленные применения:

Carbon Robotics: более 230 тыс. акров очищено от сорняков лазерными AI-системами
Tesla Dojo: увеличение мощности AI-обучения для автономного вождения в 8.5 раз
Промышленные роботы: в Китае установлено больше, чем в остальном мире вместе

Оборона и критическая инфраструктура:

Anduril: двукратный рост выручки от AI-решений в обороне
KoBold Metals: использует AI, чтобы обратить вспять 40-летнее снижение эффективности разведки месторождений
Сельское хозяйство: AI предотвращает использование более 100 тыс. галлонов гербицидов

Почему это важно: AI в физическом мире создаёт уникальные, защищённые датасеты, которые невозможно воспроизвести в программной среде. Каждая проеханная миля, обработанное поле или завершённая миссия создают уникальные обучающие данные. Эти компании формируют защиту от конкуренции за счёт реального развертывания.

Фактор ускорения: в отличие от ПО, которое можно скопировать мгновенно, физический AI требует проверки в реальном мире. Но как только он доказал свою эффективность — масштабируется с нарастающими преимуществами. Каждый запуск делает всю систему умнее.

8. Следующие 2.6 млрд пользователей интернета будут AI-first

Неосвоенный рынок:

2.6 млрд человек (32% населения мира) всё ещё не подключены к интернету
Новые пользователи выходят в онлайн через спутниковый интернет (Starlink: 5+ млн подписчиков, рост 202% в год)
Эти пользователи полностью пропустят традиционный интернет-опыт

Революция интерфейса:
Новые пользователи интернета не начнут с:

Браузеров и поисковых строк
Магазинов приложений и скачиваний
Ввода запросов на английском

Вместо этого они начнут с:

Голосовых AI-агентов
Взаимодействия на родном языке
Интерфейсов, управляемых агентами, которые объединяют разные платформы

Географическая возможность: использование ChatGPT по регионам показывает взрывной рост в:

Индии: 14% глобальных пользователей
Индонезии: 6%
Пакистане, Мексике, Египте, Бразилии: по 3–5%

Стратегические последствия: компании, которые захватят этих AI-first пользователей, станут лидерами следующей волны интернет-роста. Преимущества старых платформ (App Store, Google Play, браузеры) теряют значение, когда взаимодействие идёт через AI-агентов.

Для B2B и SaaS: ваш следующий миллиард пользователей, возможно, никогда не увидит ваш традиционный интерфейс. Они будут взаимодействовать с вашим продуктом через агентов. Готовы ли вы к этому?

9. AI-вакансии +448%, классические IT-профессии падают

Большая перестановка:

Вакансии, связанные с AI: +448% за 7 лет
Вакансии в обычном IT: –9% за тот же период
Названия AI-должностей: +200% за 2 года (создано более 60,000 новых ролей)
Только у Apple — более 600 открытых позиций по генеративному AI

Корпоративные установки:

Shopify, CEO Тобиас Лютке (внутреннее письмо):
«Автоматическое использование AI — теперь базовое ожидание в Shopify. Я не думаю, что можно позволить себе не изучать применение AI в своей работе».
Duolingo, CEO Луис фон Ан (на всеобщем собрании):
«Использование AI будет критерием при найме. Это будет учитываться в оценке эффективности. Новые позиции будут открываться только если команда не может автоматизировать больше своих задач».

Доказательства роста продуктивности:

Саппорт-агенты с AI: +14% к производительности
Врачи в Kaiser Permanente: большинство из 25,000+ используют AI-помощников для расшифровки
GitHub Copilot: используется в 77,000+ организациях

Срочность: как сказал CEO NVIDIA Дженсен Хуанг:
«Вы не потеряете работу из-за AI. Вы потеряете её из-за того, кто умеет его использовать».

Для руководителей B2B и SaaS: процесс найма, оценки и производительности вашей команды должен учитывать уровень владения AI. Компании, не инвестирующие в обучение сотрудников, будут терять таланты в пользу тех, кто инвестирует.

10. Монетизация AI остаётся нерешённой проблемой

Убытки по венчурной модели (оценка):

OpenAI в 2024 году:
– Доход: ~$3.7 млрд
– Расходы на вычисления: ~$5 млрд
– Убыток: более $1.3 млрд в год

Оценки на частном рынке:

OpenAI: $300 млрд оценки при $9.2 млрд выручки (мультипликатор 33x)
Anthropic: $61.5 млрд при $2 млрд (31x)
xAI: $80 млрд при выручке < $1 млрд (более 80x)
Итого: привлечено $95+ млрд при $11 млрд годовой выручки

Проблема капитальной нагрузки:

Обучение моделей: от $100 млн сегодня до $10+ млрд в будущем
Инференс (процесс работы уже обученной нейросети на конечном устройстве) дешевеет на 99.7%, рушит ценовую модель
Стоимость привлечения клиентов растёт из-за конкуренции
Риск концентрации выручки (крупные клиенты требуют скидки)

Исторические примеры:

Amazon: $3 млрд убытков за 27 кварталов до прибыли
Tesla: $9.2 млрд потерь за 10 лет до выхода в плюс
Uber: $17 млрд потерь за 7 лет до положительного денежного потока

Позитивный сценарий: эти компании строят базовый слой AI-экономики. Как AWS, победители смогут захватить огромную долю рынка после стабилизации инфраструктуры.

Негативный сценарий: стоимость обучения растёт, а инференс (процесс работы уже обученной нейросети на конечном устройстве) дешевеет — это создаёт структурную проблему с прибылью. Open-source модели и китайские конкуренты могут полностью разрушить возможность брать премиум за продукт.

Для B2B и SaaS: не стройте бизнес-модель, рассчитывая, что API с AI останутся дорогими. Планируйте дальнейшее снижение цен и превращение в commodity. Сосредоточьтесь на уникальных данных и рабочих процессах, где можно сохранять ценовую силу.

Главный вывод: Скорость решает всё

Каждый из этих трендов приводит к одному выводу: этот технологический цикл развивается быстрее всего, что мы когда-либо видели в истории. Компании, которые адаптируются первыми, получат непропорционально большую долю ценности. Те, кто будет ждать «уверенности», столкнутся с AI-нативными конкурентами, у которых производительность в 10 раз выше.

Вопрос не в том, трансформирует ли AI вашу индустрию — а в том, возглавите ли вы эту трансформацию или окажетесь под её давлением.

Кстати, открывающий доклад на SaaStr + AI Summit 2025 уже затронул многие из этих тем:

Интересно, что дальше? :)

Если вам близки темы AI, венчурных инвестиций и новых технологических трендов — напишите Кате, Head of Operations Mento VC, @katiatatulova — расскажет про то, как можно инвестировать в Mento VC или соинвестировать в сделки фонда.

А чтобы быть в курсе лучших материалов про AI и рынок, подписывайтесь на мой Telegram: «Саша Журавлёв | Mento VC».