AI на триллион: главное выступление Sequoia на AI Ascent 2025
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.
За первые 1.5 года мы собрали сильный портфель: 90% компаний уже получили поддержку от топ-фондов вроде Sequoia, a16z, 8VC и Index, а более половины преодолели отметку $3M ARR всего за 18 месяцев. Среди них — Tella, Artisan, ClerkChat, FinalRound, AvatarOS и другие.
В мае Sequoia провела ежегодную конференцию AI Ascent 2025, где партнёры фонда — Pat Grady, Sonia Huang и Constantine Buhler — вышли на сцену с ключевым выступлением: о состоянии AI-рынка, инфраструктуре будущего и стратегиях для фаундеров.
Мы с командой Mento VC подготовили для вас подробный пересказ выступления на русском языке — без воды и с фокусом на суть.
Особенно любопытно, насколько тезисы Sequoia — про агентскую экономику, новую техническую базу и сдвиг в сторону reasoning и AI-агентов —перекликаются с тем, о чём мы говорили ещё в конце Q1 на нашей внутренней встрече Mento VC.
Мы не только смотрим в ту же сторону, но и приходим к тем же выводам — своей небольшой командой и раньше крупных VC-игроков.
Если вам интересно узнать больше про Mento VC, напишите head of operations Кате Татуловой в телеграм @katiatatulova
Содержание статьи
- Пэт Грейди: Что происходит с AI прямо сейчас
- Соня Хуанг: Что изменилось за год и куда всё идёт
- Константин Бюлер: Что дальше — и как к этому готовиться
Пэт Грейди, партнер фонда Sequoia. Что происходит в мире AI?
Начнём с калибровки. Что вообще происходит в мире AI? У нас есть простая рамка, чтобы смотреть на рынок:
— Почему это важно? Почему сейчас?
— Да, это может быть неизбежным, но насколько это близко?
— И наконец: что делать? Как использовать это себе во благо? Как выиграть?
Так, ради интереса — кто помнит этот слайд с прошлого года? Отлично, спасибо!
— Верхняя строка — переход к облачным технологиям
И вот что он показывает: когда начался облачный переход, рынок облака уже составлял $400 млрд — больше, чем весь мировой рынок софта на тот момент.
Помните слайд с прошлого года? Верхняя часть — переход к облаку, нижняя — к AI. Слева — «вчера», в центре — «сегодня», справа — «завтра». Там сказано, что рынок облачных технологий с доходом $400 млрд стал больше, чем весь мировой рынок ПО в момент начала перехода в облако. Если рассуждать аналогично, то рынок AI на старте уже как минимум на порядок больше. А через 10–20 лет он может стать колоссальным.
Если проводить аналогии, рынок AI-сервисов, в который мы сейчас заходим, уже стартует с базы, в разы большей, чем у облака. А через 10–20 лет он может стать по-настоящему гигантским.
Важный момент: мы обновили наш взгляд. AI влияет не только на рынок услуг — он затрагивает и рынок софта. Два источника прибыли — и оба под ударом.
Много компаний начинают с простого софта, делают его чуть умнее — и вот уже у них не инструмент, а ко-пилот. Ещё немного — и это уже автопилот.
Такие продукты двигаются от «продажи инструмента» в рамках IT-бюджета — к «продаже результата» и даже «продаже работы», попадая в бюджет на персонал.
Оба эти сегмента рынка — в игре. Их можно захватить.
На слайде — «технологический торт» из слоёв: каждый слой — это очередная волна технологического развития за последние десятилетия, которая привела нас в текущую точку.
У этого слайда две ключевые мысли:
- AI не просто неизбежен — он уже здесь. У нас есть всё: вычислительные мощности, сети, данные, каналы дистрибуции и таланты.
- Эти волны не заменяют друг друга, они накапливаются. А значит, нынешняя возможность — самая масштабная за всё время. И она развивается быстрее, чем раньше.
Я терпеть не могу этот слайд. Ось X — время, ось Y — какая-то самолюбивая метрика. Его используют, чтобы оправдать что угодно. Но сама мысль верная: всё действительно ускоряется. Давайте разберёмся — почему.
Физика распространения продукта требует всего трёх условий:
- Люди должны узнать о твоём продукте
- Они должны захотеть его
- Они должны иметь возможность его купить Всё.
В эпоху облака Бениоффу приходилось устраивать партизанский маркетинг, чтобы вообще кто-то заметил.
С AI всё иначе: 30 ноября 2022 выходит ChatGPT — и весь мир сразу оборачивается в его сторону.
В центре слайда — аудитории Reddit и Twitter. Когда начинались облачные и мобильные волны, этих платформ почти не было. Сейчас — 1.2–1.8 миллиарда активных пользователей в месяц. И именно они мгновенно распространяют информацию о новых технологиях.
Справа на слайде — проникновение интернета. В начале 2000-х — всего 200 миллионов человек. Сейчас — 5.6 миллиарда. То есть, когда началась волна AI, рельсы уже были проложены. Никаких барьеров для масштабирования.
Это не особенность AI. Это — новая реальность распространения технологий. Физика роста изменилась.
Вот ещё один слайд с прошлого года: а что с этим делать? Где именно играть, чтобы победить?
- На слайде много пустого пространства. В прошлом году его было больше, но и сейчас рынок по-прежнему открыт.
- Логотипы — это компании, которые в прошлые технологические циклы доросли до $1+ млрд выручки. Большинство из них? Наверху слайда — на уровне приложений (application layer).
основная ценность — на уровне приложений.
Но угадай что? Там уже конкуренция.
Теперь у нас есть «второй закон масштабирования».
Есть вычисления на этапе inference (test-time compute).
Есть логика с использованием инструментов и общение между агентами.
Foundation-модели всё глубже залезают в слой приложений
Что делать, если ты стартап и не строишь вертикально-интегрированную модель?
Двигайся от клиента назад. Думай вертикально. Думай через функцию. Решай сложные задачи, где всё ещё может потребоваться человек.
Вот где идёт гонка. Вот где будет ценность. Об этом стоит думать каждый день.
Итак, как выигрывать? (Да, этот слайд снова здесь — можете не смеяться.)
95% создания AI-компании — это просто создание компании.
Решай реальную проблему, собирай сильную команду, ищи клиентов, выстраивай go-to-market.
Но 5% — это то, что специфично для AI.
Вот наша рамка для этих 5% — цикл Леоне по выводу продукта на рынок.
Это путь от идеи в голове до продукта в руках клиента.
Ты проходишь каждый этап: Идея → Инженерия → Продукт → Go-to-market → Продажи → Поддержка. Снизу — взгляд от технологий (tech-out). Сверху — взгляд от клиента (customer-back). Если ты охватываешь всю цепочку — ты строишь устойчивую защиту (moat).
— Клиенты не знают, чего хотят? Предложи им свою точку зрения через end-to-end решение.
— Строй data flywheel — на данных использования своего продукта.
— Стань экспертом «из индустрии для индустрии» — как Harvey в юридическом секторе или Open Evidence в здравоохранении.
Мы не говорим, что обязательно отправлять инженеров прямо к клиентам (это сложно).
Главное — ты можешь обнять клиента «медвежьими объятиями» так, как foundation-модели не могут.
Большинство из вас делает приложения, а не модели-основы. И это отлично. Потому что битва идёт именно здесь.
на что вы смотрите в AI-компаниях?
Ответ: 95% — это то же, что и для любых компаний.
Но есть 5%, специфичных для AI — давай про них.
Остерегайся vibe revenue («выручки на вайбе»).
Она звучит классно, создаёт иллюзию успеха.
Но загляни глубже: ты действительно меняешь поведение пользователя или просто поймал волну хайпа?
Ты можешь сказать: «У меня нет метрик».
Смотри на привлечение, вовлечённость, удержание.
Честно ответь себе — это устойчивая выручка или просто люди кликают по модному продукту?
Нужно, чтобы с клиентами была хорошая энергия.
Они должны верить, что ты сделаешь продукт лучше. Даже если пока он сырой.
Второй пункт — маржинальность.
Нас не так волнует, какая у тебя валовая маржа
Себестоимость падает — стоимость токена снизилась на 99% за последние 12–18 месяцев.
Да, inference стоит денег, но тренд — на снижение.
Если ты поднимаешься по цепочке ценности — от инструментов к результатам —
Даже если сейчас маржа низкая, должна быть чёткая траектория к устойчивой прибыльности.
3. Data Flywheel (Данные как защита)
Третий пункт — data flywheel (самоусиливающаяся петля на данных).
Кто может сказать, что у него есть data flywheel?
А теперь —какую бизнес-метрику она улучшает?
Если не можешь ответить — скорее всего, твой data flywheel пустышка.
Либо его нет, либо он ни на что не влияет.
Он должен быть связан с конкретной бизнес-метрикой — иначе это не преимущество.
Это один из сильнейших защитных рвов.
Данные использования твоего продукта уникальны — ни у кого больше их нет.
Если ты умеешь использовать их для улучшения модели — ты создаёшь эффект накопления.
Природа не терпит пустоты. AI сейчас затягивает весь рынок, как чёрная дыра. (“There’s a tremendous sucking sound in the market.” Этой метафорой он описывает огромный спрос на AI-продукты и таланты в сфере искусственного интеллекта)
Макроэкономика? Тарифы, ставки — неважно.
Рост технологий перекрывает любую турбулентность.
Если ты не двинешься — кто-то другой займёт твоё место.
Сейчас — время бежать изо всех сил.
Работай на максимальной скорости.
Соня Хуанг: обзор года, новые прорывы в голосе, кодинге и предпосылки к экономике агентов
В своей части я хочу сфокусироваться на том, что происходит в AI прямо сейчас. Начнём с обзора года — и со стороны пользователя, и со стороны технологий.
В 2023 мы показывали график: отношение дневной активности к месячной — в AI-приложениях против мобильных.
Вывод тогда? У AI-продуктов ужасное вовлечение. Хайп — выше реальности.
Но с тех пор всё радикально изменилось.
Сейчас использование AI — особенно ChatGPT — почти сравнялось с такими платформами, как Reddit.
Люди используют AI всё чаще и осмысленнее.
Он становится частью повседневной жизни.
Иногда всё это просто ради фана — я, например, спалил неприличное количество GPU, пытаясь «джибблифицировать» всё подряд.
Но настоящее волшебство — не в мемах, а в глубинных применениях:
— В рекламе: гиперперсонализированные тексты
— В образовании: мгновенные визуализации
— В медицине: точная диагностика (пример — Open Evidence)
GPU (graphics processing unit) — это графический процессор, используемый для работы нейросетей и генеративных моделей AI (например, для создания изображений, видео, текста и пр. «Jibblify» — это выдуманное слово, отсылающее к забавной визуализации или превращению обычных вещей в что-то странное/мемное с помощью AI.
Так вот, 2024 стал тем самым «моментом фильма Она» — только для голоса.
Голосовые модели теперь звучат настолько реалистично, что перешагнули порог «зловещей долины» — больше не кажется, что с тобой говорит робот.
Uncanny valley (эффект зловещей долины) — это момент, когда AI выглядит или звучит почти как человек, но из-за этого кажется пугающе неестественным. И вот теперь эта грань преодолена: голос AI звучит настолько живо, что перестал вызывать дискомфорт.
Демо от Sesame — поразительное. Голос в реальном времени звучит как живой собеседник. На границе фантастики и реальности — уже нет границы. Момент, когда AI проходит тест Тьюринга, больше не шокирует — это уже почти рутина.
После выхода Claude 3.5 Sonnet от Anthropic в конце 2024 года в индустрии случился настоящий сдвиг.
AI стал не просто помогать с кодом — он изменил сам подход к разработке.
Теперь:
– Можно собрать продукт, даже если ты никогда не писал код
– Опытные разработчики работают в 10 раз быстрее
– И главное — меняется экономика софта: меньше ресурсов, выше темп, доступнее вход
Кто-то уже написал альтернативу DocSend просто «на вайбе» ("без плана, без глубоких знаний, по наитию), без команды. И таких примеров всё больше.
AI перестаёт быть просто инструментом — он становится соавтором в создании продуктов.
Но со стороны технологий — не всё так радужно.
Предобучение моделей (pre-training) начинает замедляться.
Мы уже масштабировали его на 9–10 порядков с момента появления AlexNet, и теперь, по сути, самые лёгкие плоды уже собраны.
Исследователи ищут новые пути прорыва — уже не за счёт масштабов, а за счёт умения моделей думать.
Один из самых важных сдвигов — развитие reasoning (логических рассуждений) у моделей, например, в OpenAI.
Год назад на AI Ascent мы уже видели ранние демонстрации reasoning.
А в этом году ждали свежие инсайты от команды O3 (OpenAI's Operator).
AI учится использовать инструменты, работать с синтетическими данными и выстраивать цепочки действий (то, что называют agentic scaffolding).
Всё это вместе — новый путь к масштабированию интеллекта.
Anthropic с помощью своей архитектуры MCP построили сильную экосистему.
Это помогает ускорять применение инструментов агентами — и, возможно, станет новым стандартом.
Когда всё это — более мощные базовые модели, логика на этапе выполнения, умение использовать инструменты — собирается вместе, мы получаем AI, способный решать всё более сложные задачи.
Да, есть метрики вроде METER benchmark, чтобы это измерить.
Но важнее другое — поговорить с вами (создателями) и узнать, что стало возможным только сейчас, благодаря Claude Sonnet, Deep Research, O3 и другим новым системам.
Некоторые из самых интересных прорывов сегодня происходят на границе между исследованием и реальными продуктами.
Два самых ярких примера за прошлый год — Deep Research и Notebook LM.
Их основатели сидят в зале: Риза и Джейсон (они уже делают новый стартап — Hux), а также Иса Фулфорд из OpenAI.
Давайте поговорим, в каком уровне AI-стека собирается настоящая ценность.
Когда-то мы в Sequoia спорили об этом. Я, если честно, сомневалась: мол, «обёртки для GPT» — не уверена, что в них будет смысл. А Пэт (Grady) настаивал: вся ценность будет в прикладном уровне — в приложениях. Тогда я скептически отнелась. А теперь — вынуждена признать, он был прав.
Если посмотреть, где сегодня уже рождается ценность, — это компании вроде Harvey и OpenEvidence, которые создают продукт от потребностей клиента, а не просто с технологической стороны.
Мы уверены: главная борьба за рынок будет происходить именно на уровне приложений, и даже базовые модели уже начинают конкурировать за это пространство.
Сегодня мы уже видим первое поколение действительно мощных AI-приложений — от ChatGPT до Harvey, Glean, Sierra, Cursor, Bridge. И это только начало.
На подходе — новая волна команд, которые работают в самых разных нишах: от Listen Labs до OpenEvidence. Некоторые из вас — прямо сейчас в этом зале.
Сейчас есть два пути создания сильных AI-агентов:
- Первый — оркестрация, где всё чётко протестировано и продумано.
- Второй — агенты, обученные на задачах от начала до конца, под конкретные сценарии.
Сегодня об этом подробнее расскажут Харрисон (BlankChain) и Иса (OpenAI).
Следующий прогноз: 2025 станет годом вертикальных агентов.
Это отличный шанс для фаундеров, которые глубоко понимают свою отрасль.
Мы видим, как появляются стартапы, создающие агентов, заточенных под узкий, но сложный рабочий процесс — от начала до конца.
Они используют такие техники, как обучение с подкреплением на синтетических и пользовательских данных, чтобы добиться максимальной эффективности в конкретной задаче.
И уже сейчас результаты внушают оптимизм:
– В кибербезопасности стартап Expo показывает, что их агент обходит лучших специалистов по пентесту
– В DevOps — Traversal создал AI, который лучше топовых инженеров устраняет проблемы
– В сетевых технологиях — Meter работает точнее и быстрее сетевых инженеров
Все эти примеры — пока ранние, но они дают сильную надежду: агенты, обученные на узкую прикладную задачу, уже сейчас могут быть лучше человека.
И последний прогноз на тему агентов в 2025 году:
Первым рынком, где это стало видно, стало программирование — и оно даёт нам подсказку, как будет выглядеть эта новая эпоха.
Когда труд становится дешёвым и массовым, мы получим горы некачественного AI-контента? А вкус, насмотренность, креативность — станут самым редким ресурсом?
Мы с интересом наблюдаем, как развиваются агентные системы в программировании — это уже меняет весь технологический ландшафт. И, что важнее, это предвестник масштабных перемен во всех других отраслях.
А теперь сделаем шаг назад и посмотрим шире.
Пора обсудить, что ждёт нас в средне- и долгосрочной перспективе.
Эта часть будет состоять из трёх блоков:
- Следующая большая волна
- Какие технологии нужны, чтобы её реализовать
- Как всё это повлияет на каждого из нас — лично
Год назад на AI Ascent мы говорили в основном про агентов — машинных ассистентов, которые со временем начнут объединяться в сети.
Сейчас это называют рой агентов (agent swarms). И такие рои уже появляются — они становятся важной частью AI-инфраструктуры.
Мы верим, что в ближайшие годы это приведёт к появлению агентской экономики.
Это мир, в котором агенты не просто обмениваются информацией — они переводят ресурсы, совершают транзакции, проверяют друг друга на доверие, и в какой-то степени формируют собственную экономику.
Но чтобы эта большая, важная следующая волна действительно случилась, нам предстоит решить три ключевые технические задачи. И честно говоря — именно вы, сидящие в этом зале, и будете их решать в ближайшие годы.
Первое необходимое условие — устойчивая идентичность агента. Это значит две вещи:
1. Сам агент должен быть устойчивым, сохранять личность и память.
Представьте: вы работаете с кем-то, а он каждый день — другой. Долго вы не выдержите. То же самое и с агентами — они должны вести себя предсказуемо и стабильно.
Второй аспект — способность запоминать вас
Если агент будет забывать, кто вы, как с вами общался раньше, о чём вы говорили — никакого доверия не возникнет.
Так же, как и с человеком: если он каждый раз едва помнит ваше имя, вряд ли вы захотите вести с ним дела.
2. Вторая ключевая технологическая задача — это общие и бесшовные протоколы коммуникации между агентами.
Хорошая новость: об этом наконец заговорили всерьёз.
Но представьте себе персональные компьютеры без TCP/IP — не было бы и интернета.
Сейчас мы только начинаем строить этот слой — «интернет для агентов». Много внимания приковано к MCP — одной из первых таких инициатив. Круто, что крупнейшие игроки начинают работать вместе, чтобы создать протоколы для обмена информацией, ценностью и доверием между агентами.
MCP — это сокращение от Multi-Agent Communication Protocol (или Machine Communication Protocol — это инициатива Coinbase и других крупных игроков, цель которой — создать унифицированный протокол взаимодействия для AI-агентов.
3. И наконец — безопасность. Эта тема станет ещё более актуальной, и многие из вас уже думают о ней.
Если вы не можете встретиться с партнёром лицом к лицу, пожать руку, то вопрос доверия и проверки личности становится критическим. А с агентами — встретиться нельзя по определению. Значит, вокруг доверия и защиты вырастет целая индустрия. И в агентской экономике она будет ещё важнее, чем в текущей.
Финальный блок этого выступления: что всё это значит лично для нас, как изменятся подходы к мышлению, управлению и работе.
Во-первых, нам всем придётся переосмыслить сам способ мышления.
Мы называем это стохастическим мышлением — отходом от привычной детерминированности.
Многие полюбили программирование за то, что оно предсказуемо: написал — и компьютер делает ровно то, что нужно (или падает).
Но теперь мы вступаем в эпоху, где вычисления становятся вероятностными — и это требует нового типа мышления.
Попросите классический компьютер запомнить число 73 — он запомнит его навсегда.
Попросите об этом человека или AI — и вы можете получить 73…или 37, 72, 74, 79 — или вообще ничего. Это и есть стохастика: непредсказуемость внутри интеллекта.
Второе изменение касается управления.
Нам придётся учиться не просто создавать агентов, а руководить ими — понимать, что они умеют, а что — нет.
Как быть хорошим инженером и хорошим тимлидом — это разные навыки, так и здесь: экономика переходит к новому типу задач — координации, приоритизации, обратной связи. (И будем надеяться, до годовых ревью агентов дело не дойдёт 😉)
Третье изменение — это сочетание двух предыдущих. Мы получаем огромное усиление возможностей, но вместе с ним приходит намного меньше определённости.
Мир, в который мы входим, даёт шанс делать больше с меньшими ресурсами, но требует умения управлять рисками и принимать решения в условиях неопределённости. И именно у тех, кто сидит в этом зале, — все шансы в таком мире преуспеть.
Год назад на AI Ascent мы обсуждали, как появление агентов увеличит рычаг влияния одного человека.
Сначала — один агент помогает в одной функции. Потом — агенты объединяются и берут на себя целые процессы.
Мы даже тогда предположили: появится первый единорог, созданный одним человеком.
Это пока не сбылось — но уже есть компании, которые растут быстрее и с меньшими командами, чем когда-либо.
Дальше процессы и агенты начнут сливаться. Мы увидим нейросети внутри нейросетей, и это изменит всё:
— и как функционирует экономика в целом
Вот и закончился наш пересказ выступления Sequoia с AI Ascent 2025.
Если эти идеи вам откликаются — если вы тоже смотрите в сторону агентской экономики, новых интерфейсов, reasoning-first-подходов и быстрых AI-продуктов — вам может быть интересно с нами дальше.
— Заходить в сделки на ранней стадии
— Участвовать в инвестиционных комитетах
— Получать доступ к лучшим AI-стартапам и инсайтам по технологиям
— Стать частью закрытого коммьюнити инвесторов
— напишите @katiatatulova, нашему Head of Operations.