Сегодня давайте про стартапы.
У меня небольшой опыт участия в инвестициях, особенно по сравнению со «старшими» коллегами. Однако какой есть.
На одном из первых синдикатов, когда шорт-листили проекты, я словил себя на мысли: в синдикатных сделках можно выучить один интересный урок. Даже если ты не разбираешься в предметной области, ты можешь согласиться со специалистами и рискнуть вместе с ними. В целом я так и сделал, убеждая себя что идти вслед за опытными лучше чем стратегия spray and pray. Посмотрим со временем какой будет результат.
У меня скопились интересные заметки и слайды, которые показывали представители разных фондов. Буду рад делиться ими тут со временем.
А пока одна вещь, с которой меня познакомили на первом же синдикате в NGL. Скоркарта для оценки стартапа. Пять блоков, каждый по шкале от 1 до 5:
Team. Насколько закрыты компетенции в команде, есть ли релевантный опыт, адекватный ли CAP table.
Market. Размер доступного рынка, уровень конкуренции, растёт ли рынок вообще.
Problem-solution fit. Реальна ли проблема, какой у неё денежный размер, как проблему решают сейчас и готовы ли клиенты платить.
Product. На какой стадии продукт, уникальность, патентоспособность, есть ли реальный спрос и что за технология под капотом.
Business model. Конкурентное преимущество, масштабируемость, сколько потоков выручки и насколько финмодель реалистична.
Из problem-solution fit мне отдельно запал один вопрос: «Solution is a vitamin or a painkiller?» Витамин это «было бы неплохо иметь». Обезболивающее это «без этого больно прямо сейчас». За витамины платят может быть когда-нибудь. За обезболивающее платят сегодня. Простой вопрос, но если честно на него ответить, он убивает процентов 70 красивых идей на месте.
Итого получается число из 100+. Не истина в последней инстанции, но помогает структурировать мысли. Когда смотришь на стартап «целиком», легко увлечься харизмой фаундера или красивой идеей. А когда раскладываешь по блокам, видишь: команда огонь, а бизнес-модель на единичку. Или рынок большой, но problem-solution fit не доказан. Отрезвляет.
И с другой стороны тоже работает. Если вы сами делаете стартап, пройдитесь по этим блокам честно. Где пятёрки, это ваша сильная сторона в питче. Где единички, это то о чём вас точно спросят инвесторы. Лучше иметь ответ заранее.
Делюсь таблицей в комментариях (я всё ещё не до конца понимаю как управлять каналом, так что надеюсь они работают). Будет полезно и для оценки чужих проектов, и для рефлексии по своему.

Послушал свежий эпизод Innovantage Podcast с Aku Sorainen, основателем одной из крупнейших юрфирм в Балтике. Разговор про AI в юриспруденции, но я хочу поговорить не про юристов, а про паттерн который там виден.

🔹 Про откат

В 2025 году юристы стали использовать AI для драфтинга документов меньше чем в 2024. Не больше, а меньше. Это контринтуитивно, технология стала лучше, а использование упало. Aku объясняет просто: в 2024 все нажали кнопку, получили гору текста, начали читать и поняли что качество не то. И откатились.

Но параллельно выросло использование AI для анализа и ресерча. То есть произошла не потеря интереса, а перераспределение. Люди перестали ожидать от AI готовый результат и начали использовать его там, где он реально силён: обработка больших объёмов, поиск паттернов, первичный анализ.

Это прямая иллюстрация того, что я писал в посте про пирамиду. Value capture (ускорить то что уже делаешь) работает. Value creation (получить то чего раньше не было) пока нет. И откат в драфтинге это здоровая коррекция, не провал.

🔹 Про чердак

У Sorainen 25 миллионов документов в системе управления. По оценке самого Aku, ценных из них может быть 2%. Остальное копилось 20 лет потому что система позволяла просто сохранить новый файл, не думая, дубликат это или мусор. Data hygiene was poor, его слова.

И вот ты берёшь AI и направляешь на эти 25 миллионов. Что получаешь? Chaos in, chaos out. Это не проблема AI, это проблема данных. И она одинаковая везде: в юрфирмах, в логистике, в enterprise. Помните из прошлого поста: HBR писал что связь между автоматизацией и ростом маржи нулевая? Вот одна из причин. Компании кладут AI поверх бардака и удивляются что бардак не исчез.

Sorainen пошёл другим путём: годами структурировали данные через автоматизацию шаблонов. Вся экспертиза фирмы собрана в мастер-шаблоны, каждый выбор в шаблоне это по сути преднастроенный промпт. И только когда база стала чистой, положили сверху AI. Тогда начали видеть результат. Большинство этот шаг пропускают и прыгают сразу к «нажми кнопку, получи контракт».

Тут если вспомнить фреймворк из поста про стартапы: их продукт Crespect (платформа которую Sorainen построил сам вложив туда €2M) это не витамин, а обезболивающее. Они сначала 20 лет прожили с болью неструктурированных данных, а потом сделали решение. Не наоборот.

🔹 Про сломанную лестницу

Aku говорит прямо: он лично стал меньше привлекать джуниоров для ресерча. Быстрее спросить у ChatGPT. Но дальше он задаёт вопрос на который у него нет ответа: а как тогда джуниоры учатся?

Старая модель «партнёр даёт задачу джуниору, джуниор копает, партнёр проверяет» была одновременно рабочим процессом и обучением. AI убирает задачу, но вместе с задачей убирает и обучение. И это не только про юристов. В software engineering та же история: если AI пишет boilerplate код, на чём тренируются джуны? В консалтинге: если AI делает первичный анализ, как аналитик учится видеть паттерны?

Aku формулирует жёстко: люди без критического мышления возможно в неправильной профессии, и AI помогает это выявить быстрее. И дальше интересная аналогия: топ-спортсмены тренируются постоянно, спецназ тренируется постоянно. Топ-юристы не тренируются, они просто работают. В США хотя бы есть фирмы которые строят залы суда внутри офиса для mock trials. В Европе он таких не знает. Может проблема не в AI, а в том что профессии с высокими ставками так и не научились системно тренировать людей.

🔹 Про AI-пинг-понг

Юрист отправляет документ клиенту. Клиент не читает, кидает в свой AI, просит прокомментировать. AI генерирует комментарии. Клиент отправляет обратно. Юрист читает и понимает что комментарии бесполезны.

Или: ты пишешь письмо в две строки. AI разворачивает в пять абзацев. Получатель использует AI чтобы сжать обратно в две строки. Количество сожжённого электричества между двумя одинаковыми сообщениями лучше не считать.

Это уже не анекдот, это системная проблема. HBR недавно писал про «work slop»: когда люди получают явно AI-генерированный текст, 30%+ начинают считать отправителя менее умным и менее заслуживающим доверия. Мы создали инструмент который позволяет аутсорсить мышление, и удивляемся что люди начали аутсорсить мышление.

Фраза из подкаста которая это подытоживает:

«You can delegate writing, you cannot delegate thinking.»

🔹 Про будущее

Aku не верит что юристы исчезнут. Его аргумент: Google появился 25 лет назад, люди начали гуглить свои болезни, но врачи не исчезли. ChatGPT даёт ещё более детальные ответы про здоровье, врачи всё ещё на месте. Потому что есть порог ответственности. Для кого-то он €100, для кого-то €100,000, но когда ставки растут, люди хотят человека. Это про liability, не про capability.

Но он видит меньше пространства для посредственности. Меньше юристов для рутины, больше для сложных вещей которые требуют эмоционального интеллекта, переговорных навыков, холистического понимания ситуации. Того что пока не конвертируется в промпт.

🎧 Ссылка на эпизод: https://youtu.be/VkwqUmyoABY?si=Fi-vaPr09jzF2SgY
56 минут, рекомендую целиком.

Ещё один репорт из моей коллекции. Читал его в ноябре прошлого года, с тех пор лежит в сохранёнках. Microsoft AI Diffusion Report. Делюсь ссылками чтобы вы могли сами покопаться, а ниже мои мысли.

Главная цифра: 1.2 миллиарда человек использовали AI за три года. Быстрее чем интернет, быстрее чем смартфон. Но из 8.1 миллиардов это меньше 15%. И разрыв растёт: adoption в Global North за полгода вырос почти вдвое быстрее чем в Global South.

Лидеры: ОАЭ (64% работающего населения), Сингапур (60.9%), Норвегия, Ирландия, Франция. А теперь внимание: США на 24-м месте. 28.3%. Страна которая лидирует в разработке моделей И в инфраструктуре. Nadella сам признаёт: следующая фаза AI определяется не открытиями, а исполнением в масштабе. Лидерство в инновациях не равно лидерство в adoption.

Самая практичная часть репорта это building blocks pyramid. Пять слоёв: электричество → дата-центры → интернет → digital skills → язык. 700 миллионов людей без электричества, для них AI не существует. 86% мощности дата-центров в двух странах: США и Китай. И на самом верху неожиданно язык. Страны с «малыми» языками показывают adoption на 20% ниже чем страны с аналогичным ВВП и интернетом, но с «большими» языками. Английский доминирует в обучающих данных хотя это родной для 5% населения.

Кейс Южной Кореи: когда OpenAI выпустил модели с улучшенным корейским, страна за полгода подскочила с 25-го на 18-е место. Качество модели на родном языке буквально переключило adoption. Для нашего региона этот фактор тоже актуален. Литва, к слову, тут не стоит на месте: вильнюсская Neurotechnology выпустила первую open-source литовскую LLM ещё в 2024, а в конце 2025 вместе с госагентством и университетом запустили LT-MLKM-modernBERT, обученную на почти 2 миллиардах слов. Есть и участие в европейском проекте LLMs4EU. Шаги правильные, вопрос в том хватит ли масштаба чтобы это реально повлияло на adoption.

Отдельная история: DeepSeek, китайская open-source модель, бесплатная. Взлетела не только в Китае и России, но и в Африке через телеком-партнёрства с Huawei. В некоторых африканских странах adoption DeepSeek в 2-4 раза выше чем западных моделей. Это уже не про технологию, это про то что AI diffusion стал инструментом геополитического влияния. Кто даёт бесплатный доступ, тот формирует зависимость от своей экосистемы.

И вещь которая зацепила больше всего. Репорт меряет breadth, не depth. Одноразовый запрос в ChatGPT считается так же как встраивание AI в бизнес-процесс. Когда мы говорим «1.2 миллиарда», мы не знаем сколько из них реально встроили AI в работу, а сколько попробовали разок. Подозреваю что «глубокий» adoption это single digits даже в странах-лидерах.

Оба репорта, если хотите покопаться сами:
📎 Основной: microsoft.com/en-us/research/wp-content/uploads/2025/10/Microsoft-AI-Diffusion-Report.pdf
📎 Обновление H2 2025: blogs.microsoft.com/on-the-issues/2026/01/08/global-ai-adoption-in-2025

Наткнулся на статью AJ Bruno (CEO QuotaPath) «From Kodak Film to AI Tokens» из рассылки Topline Newsletter. Казалось бы, нишевая тема про комиссии продавцов. На самом деле там хорошо видно как меняется экономика tech-бизнеса.

Аналогия которая засела: Kodak в 1888 году продавал камеру, но зарабатывал на плёнке. «You press the button, we do the rest.» Bruno считает что в AI похожая история: софт это кнопка, а деньги всё больше в токенах, инференсе, потреблении. Не все AI-бизнесы так устроены, есть embedded-AI, фиксированные подписки, сервисные модели. Но тренд в сторону consumption-based выручки очевиден. И он ломает старые шаблоны.

Про маржу. В SaaS было нормально платить продавцу 10% при марже 70-85%. В AI маржа часто 30-50%, каждый токен реально стоит денег. На картинке от Cyber Partners это хорошо видно: слева Traditional SaaS, где с ростом клиентской базы разрыв между revenue и costs растёт, маржа расширяется, operating leverage работает. Справа Token-Dependent AI, где costs трекают revenue почти 1:1 и маржа остаётся тонкой на любом масштабе. Это другая экономика. Та же комиссия 10% при марже 80% и при 50% это два разных бизнес-решения. Многие компании всё ещё платят продавцам «как в SaaS» и просто не пересчитали математику.

Про единицу продажи. SaaS продавал seats. Понятно, предсказуемо. В AI единица размывается: большинство компаний ещё держат подписку, но значимая доля уже перешла на consumption-based и outcome-based, а заметный процент планирует сменить модель в ближайший год. Это не другой прайс-лист, это другой контракт. В подписке клиент платит за доступ. В consumption за использование. В outcome за результат. Каждый шаг сдвигает риск с клиента на поставщика. Snowflake одними из первых это поняли: квота продавца это не сумма подписанных контрактов, а объём реального потребления.

Про land-and-expand. Некоторые компании уже экспериментируют с фиксированной оплатой за новый логотип, например $5000 за привлечённого клиента независимо от размера стартового контракта. Логика простая: клиент это актив, выручка придёт через расширение. Данные подтверждают: компании до ~1M ARR растут в основном за счёт новых клиентов, а в диапазоне 20-50M expansion даёт уже сопоставимую долю нового ARR. Мне кажется land-and-expand будет доминирующей моделью для большинства tech-компаний в ближайшие годы. Чем зрелее компания, тем важнее то что происходит после первой сделки, а не размер первого чека.

Ещё: multi-year контракты почти исчезли. POC из обязательного этапа превращается в тормоз потому что удлиняет цикл. AI-native компании меняют свои comp plans в несколько раз чаще чем SaaS. Не потому что любят хаос, а потому что никто ещё не нашёл формулу. Спрос, себестоимость, прайсинг и поведение пользователей двигаются слишком быстро.

Почему это важно за пределами sales. Потому что это сдвиг от продажи продукта к продаже outcome. Когда ценность определяется не контрактом а тем что клиент реально получил, вся цепочка переворачивается. Мотивация продавцов просто первое место где этот сдвиг становится видимым.

Источник: AJ Bruno, «From Kodak Film to AI Tokens», Topline Newsletter. Картинка: Cyber Partners / Technology Due Diligence Advisory

Почти 3 месяца как ношу Oura Ring.

Предыстория: у меня не складывалось с умными девайсами. Дважды пробовал Apple Watch, разные версии. Оба раза понял что носить часы это не моё. Форм-фактор не зашёл, снимал через неделю.

В декабре друзья привезли из штатов Freestyle Libre 3, это датчик уровня сахара в крови который клеится на руку. В Европе они вроде бы недоступны в свободной продаже. Путём хитрых переключений Apple аккаунтов на американские мне поставили датчик и дали приложение. Две недели пока батарейка была жива я с него практически не вылазил. Экспериментировал с едой, смотрел как организм реагирует на разные продукты, параллельно консультировался с ChatGPT с просьбами интерпретировать графики. Libre мне реально помог: я сформулировал для себя что подходит что нет, какие продукты вызывают скачки а какие держат ровно. Прошло 4 месяца, некоторые привычки которые сформировались за те две недели я соблюдаю до сих пор.

Втянувшись в эту историю с данными про себя и наслушавшись положительных отзывов, взял Oura.

Что могу сказать после 3 месяцев. Форм-фактор кольца прям мой. Удобно, не замечаешь, не мешает. Батарейки хватает на 4 дня, заряжается с нуля до 80% примерно за 15 минут пока ты в душе. Носил в баню, бассейн, всё работает.

Интересная штука с хронотипом. Я всю жизнь считал себя жаворонком. Кольцо определило меня как early evening type. Оптимальное засыпание 00:20, подъём 8:20. Но самое полезное это не время сна а то что дальше: по данным Oura мои пики продуктивности это утро и потом ближе к 4 часам дня, а лучшее время для спорта 6 вечера. Когда начал подстраивать расписание под эти окна, качество и сна и дня реально поменялось. Sleep score в среднем 88. Стресс низкий, что в текущих обстоятельствах я расцениваю как тяжёлый люкс.

Но самая крутая штука случилась с readiness. За два дня до того как я почувствовал первые симптомы болезни, Oura прислала предупреждение что мой readiness падает и я возможно заболеваю. Через два дня я реально слёг. Кольцо увидело это раньше чем я сам. Вот это впечатлило больше всего.

Вообще супер крутой опыт. Не реклама, а было бы клево если бы была реклама. Если кто пользуется Oura или Libre, интересно послушать ваш опыт.

Есть хорошая цитата: «culture eats strategy for breakfast». Когда садишься разговаривать с людьми из производственных или инженерных компаний, никто не говорит «культура». Говорят конкретнее: можем ли мы доверять друг другу? Почему соседний отдел сделал какую-то ерунду? Почему мы должны исправлять их косяки?

Был на встрече где обсуждали концепцию «интегрированной организации». Слайд был от литовского InTechCentras, на литовском. Попросил Claude адаптировать картинку на английский.

Суть простая. Успех компании это функция двух маркетингов одновременно. Внешний маркетинг это то что ты показываешь рынку: возможности, способности, упаковка, позиционирование, то что клиент видит. Внутренний маркетинг это то как ты устроен внутри: взаимное доверие и уважение между людьми, то что клиент не видит но всегда чувствует. Важно отметить что это не «процессы» а именно internal marketing/culture.

Слово «маркетинг» тут ключевое. Не в смысле реклама, а в более широком: как ты «продаёшь» свою компанию наружу и как ты «продаёшь» свои ценности внутрь. Концепт не новый. Он близок к модели Christian Grönroos, финского профессора который ещё в 1981 году ввёл понятие internal marketing как интегратора бизнес-функций. Его формула: «build internal competence for external success». Невозможно построить внешнюю компетенцию без внутренней.

Что мне тут показалось важным это задача руководителя. Ты должен развивать оба маркетинга одновременно. Нельзя закрыться в лаборатории и надеяться что мир оценит твои изобретения. Бывают исключения, но они редки. И нельзя только строить внешний маркетинг и продажи. Да, хорошие продажи прощают много ошибок и неэффективностей. Но они не заменяют внутреннюю работу. Рано или поздно клиент заметит разрыв между тем что ему продали и тем что ему доставили. И этот разрыв всегда растёт изнутри.

Из личных наблюдений: я видел кучу крутых производственных и инженерных компаний которые делают отличный продукт но не способны выстроить внешний маркетинг. Внутри всё работает, люди уважают друг друга, качество на уровне. А наружу тишина. И намного реже встречал обратное, компании которые были sales-first и при этом внутри пусто. Возможно это искажение моего социального пузыря. Но если это так, то для моего круга главный вызов не внутренний маркетинг а внешний. Уметь рассказать рынку то что ты уже умеешь делать.

Большинство руководителей которых я видел тяготеют к одной стороне. Кто-то бесконечно строит процессы внутри и забывает про рынок. Кто-то гонит продажи и удивляется почему retention падает. Звучит легко, а сделать трудно.

10 месяцев давал деньги в долг незнакомым компаниям. Вот что получилось.

Рассказываю: сколько заработал в процентах и евро, какие риски увидел и почему это не заменит акции или крипту, но занять место в портфеле может. Спойлер: это намного скучнее, чем биткоин, но и спать с этим спокойнее.

Среди краудфандингов и краудинвестингов легко запутаться. Краудлендинг — самый простой из них: ты даёшь бизнесу в долг через платформу под процент, получаешь обратно тело + проценты по графику. По сути ты мини-банк, только без лицензии и без нормальной подушки безопасности.

Использовал локальную литовскую платформу Finomark (finomark.lt), больше 5 000 инвесторов. Топ-инвестор на платформе держит портфель на 2.5 миллиона евро. В топ-25% можно попасть с 13 000 €. Это даёт понимание масштаба.

Закидывал по 100–200 € по чуть-чуть и целенаправленно искал проекты на 3–6–9 месяцев. Хотя большинство заёмщиков берут на 24–36 месяцев — там ставки повыше, но и деньги заморожены надолго.

При выборе проектов смотрел не только на срок. Выкачивал с платформы финансовые показатели компаний-заёмщиков, загружал в ChatGPT и разбирал: выручка, долговая нагрузка, отрасль, история платежей. Раскидывал мелкими кусками по разным компаниям, старался не класть больше 250 € в один проект. В итоге это был скорее эксперимент с маленькими чеками, чем серьёзная стратегия под доход.

Тело займов вернулось на 2 702 €, проценты 127 €, итого 2 830 €. Received/expected sum ratio — 100%, то есть всё пришло. Средневзвешенная ставка 9.22% годовых, годовая 9.50%. Это до налогов и без учёта того, что деньги были не всегда полностью задействованы. После налогов цифра скромнее.

Были задержки платежей у нескольких компаний. Все в итоге вернули — и тело, и проценты. Но сам факт задержки неприятный, особенно когда ты не можешь повлиять ни на что кроме как ждать. После этого стал внимательнее смотреть на долговую нагрузку заёмщика и историю предыдущих займов на платформе.

Правда, это мой опыт за относительно короткий период с короткими займами. При 24–36 месяцах риски дефолта, скорее всего, выше и у меня пока нет данных чтобы судить.

Если вы любите щёлкать графики в трейдинг-приложении — это вообще не про вас. Тут «скучные» 9–11% годовых с риском дефолтов и без потенциала x5. Зато без 50% просадок за ночь. Всем криптошейхам привет.

В среднем от 10 до 13 процентов годовых можно получить если вы готовы ждать 24–36 месяцев. Я выбирал короткие — и получил соответствующий результат. Как консервативная прослойка в большом диверсифицированном портфеле инвестиций — инструмент рабочий. Не основной, а именно прослойка.

Что я для себя вынес. Это не про быстрый заработок, а про ставку чуть выше депозита с чуть выше риском. Срок — ключ. Коротко = ниже доходность и ниже риск. Длинно = выше доходность и выше шанс что что-то пойдёт не так. Без готовности спокойно принять просрочки и возможные дефолты сюда лезть не стоит вообще.

И ещё одно: даже при таких «скучных» инструментах нельзя аутсорсить мозг платформе — смотреть на цифры заёмщика всё равно придётся самому.

Важно: это не инвестиционная рекомендация. У меня пока короткий горизонт, маленький объём и нулевой дефолт — это легко может измениться на дистанции 2–3 лет. Если решите заходить — считайте что это высокий риск и делайте домашку сами.

Если кто пользуется краудлендинговыми платформами — интересно послушать ваш опыт. Какие ставки получаете, были ли дефолты.

Reddit — второй по цитируемости источник в ChatGPT. Сразу после Wikipedia.

И это случилось за дни.

16 мая 2024 OpenAI объявляет партнёрство с Reddit. За неделю доля Reddit в цитатах ChatGPT прыгает с 1.1% до 5.9%. В четыре раза.

Данные от Profound платформы, которая трекает какие домены LLM-ы цитируют чаще всего. На тот момент проанализировано 630 млн цитат в ответах ChatGPT, Perplexity и Google AI Overviews.

Для сравнения: Perplexity держал Reddit на 6–8% месяцами. Google AI Overviews около 2.5%. ChatGPT одним инфраструктурным решением обогнал обоих.

С тех пор стало интереснее.

Июль 2025 - Reddit вырос до 10%+ всех цитат ChatGPT. Сентябрь - обвалился до ~1%. Акции Reddit упали на 14% за пять дней. Потом восстановился. К январю 2026 доля снова выросла на 73%.

OpenAI крутит настройки того, как ChatGPT ищет и выбирает источники и Reddit каждый раз в эпицентре качелей.

Google тоже ранжировал источники, но по алгоритму. Здесь другое: одно бизнес-решение о партнёрстве перестраивает всю цепочку знаний. Не постепенная эволюция а переключатель, который щёлкает в один день.

Почему именно Reddit? Одна из немногих платформ, где контент это дискуссии людей, а не маркетинговые статьи. Живые мнения, сравнения, личный опыт. То же самое, почему люди годами добавляли «reddit» к своим Google-запросам. LLM-ы просто автоматизировали эту привычку.

Но вот парадокс. Если LLM-ы массово цитируют Reddit, а пользователи Reddit знают, что их читают алгоритмы качество контента неизбежно меняется. Закон Гудхарта: когда метрика становится целью, она перестаёт быть хорошей метрикой.

Платформа, которая ценна тем, что на ней люди пишут для людей, начинает привлекать тех, кто пишет для алгоритмов. И в этот момент причина, по которой LLM-ы выбрали Reddit исчезает.

Недавно услышал от знакомого: «в Вильнюсе сложно найти хороший кофе». Категорически не согласен. Если вы не из Вильнюса или тут не бываете, смело пропускайте.

Я в этом канале уже рассказывал как 10 месяцев давал деньги в долг незнакомым компаниям и 3 месяца носил кольцо на пальце которое знало что я заболею раньше меня. Сегодня тема попроще. Делюсь своими кофейными местами. Для тех кто живёт тут и для тех кто будет в гостях. Сохраняйте. Материал не проплачен.

Crooked Nose & Coffee Stories (crooked-nose.com). Старейшие кофейные гики Вильнюса. Основатель Emanuelis Ryklys в теме с 2011 года. Микро-обжарка, принципиально только фильтр-кофе: Chemex, AeroPress, пуровер, сифон. Никакого эспрессо. Кофейная школа, ежемесячные дегустации, ежегодная конференция Dark Times с международными гостями. Продают Kinfolk и другие издания про культуру. Я лично у них заказываю подписку каждый месяц приезжает свежая обжарка. Если зайдёте, Emanuelis может полчаса рассказывать про каждый сорт и вы не заскучаете. Ребята про образование и альтернативные методы заваривания.📍V. Kudirkos g. 6

Backstage Roasters (backstageroasters.com). Чуть более известные, несколько точек по городу. Жарят кофе маленькими партиями прямо на втором этаже кафе. Самая классная локация на мой вкус — T. Ševčenkos g. 16h, там же обжарка. Есть дегустации и подписки. Отдельная история: предлагают услугу private label — можно сделать «свой» бренд кофе на их базе, от обжарки до упаковки. У них есть точка в Паланге, если будете на море. 📍T. Ševčenkos g. 16h · Vokiečių g. 6 · A. Goštauto g. 2

Depeche Coffee (depechecoffee.lt). Семейная обжарка, доступные цены. Мне нравится точка на Halės turgus — атмосфера рынка, музыка и лёгкая приятная грязца. Ещё есть в книжном VAGA на Gedimino pr. 2A — кофе среди книг. И точка в Ниде, если едете на Куршскую косу. 📍Pylimo g. 58 · Gedimino pr. 2A

Coffee Circus Piano (coffeecircus.eu). Рядом с ратушей. Маленькое камерное пространство с эклектичным, немного богемным интерьером. Pet-friendly, нетипичная публика — смесь туристов и локальных креативщиков.📍Mėsinių g. 3

Забавно, как канал про AI и трансформации ненадолго стал гайдом по кофейням. Если знаете места которые я пропустил кидайте в комментарии.

#кейс

Claude говорит что надо добавлять теги в канал чтобы было понятнее. Будем пробовать. Ещё говорит делать посты короче. Тут я не согласен, но тоже попробую.

Сегодня просто делюсь кейсом. Когда я думаю про тракторы, мне не приходит в голову что там внедряют AI. Зелёный логотип, поля, Айова. А потом в универе рассказали про John Deere и оказалось что это очень прогрессивные ребята в digital-контексте.

У них есть система See & Spray. 36 камер на штанге опрыскивателя, машинное зрение в реальном времени различает культуру и сорняк, форсунка включается только там где сорняк. Чтобы получить эту технологию, купили стартап Blue River Technology за $305M, по сути купили команду и IP. Результат: экономия гербицидов до 70%, в среднем около 60% по данным компании, а в независимом исследовании Iowa State доходило до ~76%. В 2024 году система сэкономила ~8 миллионов галлонов химии. И модель продажи интересная, фермер платит не за лицензию, а за акры где система реально сэкономила. Платишь за результат, не за доступ.

Вторая история — автономные тракторы. Без оператора в кабине, фермер наблюдает через приложение. Решают понятную проблему, хронический дефицит людей и смены по 12+ часов. Когда камера заляпана грязью или что-то непонятное — система эскалирует человеку в near-real-time. Оператор из водителя превращается в супервизора парка машин. По данным GriNext Conference рост продуктивности ферм на 15–20% после внедрения технологий Deere. Отдельно у них есть система ExactShot, которая снижает расход стартовых удобрений более чем на 60%.

Подробнее:
📎 digitalcxo.com/article/john-deeres-journey-from-equipment-maker-to-ai-agriculture-leader/
📎 venturebeat.com/business/how-john-deere-grew-data-seeds-into-an-ai-powerhouse
📎 openai.com/index/john-deere-justin-rose/

Дайте знать, короткий формат норм или нет.

#заметки

В 2024 году сделали заметки после разговора с Regis Lemmens. Профессор по sales-стратегии, преподаёт в Antwerp Management School, Solvay, TIAS, Cranfield. Автор книги «From Selling to Co-Creating», TEDx-спикер, ведёт подкаст про будущее продаж. Человек который про продажи знает больше чем большинство людей которых я встречал.

Разговор был полтора года назад, но смотря на то что происходит сейчас — он кажется актуальнее чем тогда.

Он разложил тренды на два слоя. Прошедшие — то что уже стало нормой: глобализация, дигитализация, гонка за эффективностью, governance & ethics. Текущие — то что определяет правила прямо сейчас: value co-creation с клиентами, social media как канал продаж, экосистемы, product as a service.

В целом я с ним согласен. Но когда обсуждал это с коллегами, мнения разошлись. Несколько вопросов которые остались со мной:

Дигитализация — это правда прошедший тренд? Или мы просто привыкли к слову и перестали замечать что половина компаний до сих пор не оцифровала бэк-офис?

Деглобализация. Как ваша компания адаптируется? Локализуете ли вы сервис, продукт, цепочку поставок — или всё ещё работаете в логике «один продукт на все рынки»?

Экосистемы. Есть ли у вас системное построение партнёрской сети — или только транзакционные отношения с поставщиками и покупателями? Co-creation звучит красиво, но на практике это означает что клиент участвует в создании продукта, а не просто покупает готовое. Мало кто к этому готов.

Product as a Service. Переход от продажи продукта к продаже результата. Мы видели это у John Deere (платишь за сэкономленные акры, не за лицензию https://t.me/businessaandtech/30). Та же логика работает в SaaS, в консалтинге, в логистике.

Вот такой список вопросов на утро. Надеюсь будет полезен.

🎥 TEDx Regis Lemmens «Sales 2020»: https://youtu.be/cYV9irrztIc?si=DrCGx_XT7I54L_3a
📎 Книга «From Selling to Co-Creating»:https://www.amazon.com/Selling-Co-Creating-Trends-Practices-Upgrade/dp/9063693516

Пробую разобраться как вообще работают телеграм-каналы и надо ли мне это. Первое впечатление — интересно. Но пока что у меня нет одной темы и я понимаю что вам скорее всего сложно понять зачем этот канал и о чём он.

Поэтому решил определить его рамки. Вот как я их вижу сейчас:

📡 Как меняются правила — AI, трансформация, тренды. Чужие данные и фреймворки через мою оптику.

🔬 Проверил на себе — инвестиции, гаджеты, эксперименты. Своими деньгами и временем. Без рекламы.

🏗 Как устроены компании — кейсы, оргдизайн, процессы.

Эти рамки могут меняться. Канал молодой, я сам ещё ищу формат. Но пока что каждый пост который я написал ложится в одну из этих трёх линий. Значит наверное что-то в этом есть.

Чтобы было проще ориентироваться, буду помечать посты тегами:

#кейс — разбор компании
#заметки — размышления после лекции, разговора, статьи
#опыт — проверил на себе
#данные — посты с цифрами и источниками

👉 LinkedIn (на английском): linkedin.com/in/romanrimsha

#данные

Литва — №1 в ЕС по доле компаний продающих онлайн. 42–43% против ~24% в среднем по Европе (Eurostat, данные за 2023, опубликованы в 2024). Впереди Дании, Швеции, Ирландии. Польша при рынке в $28 млрд по объёму — гигант, но по проникновению e-commerce в бизнес до литовских цифр не дотягивает.

На уровне потребителя это чувствуется. Даже локальные мелкие бизнесы — кафе, салоны, хозмаги — предлагают онлайн-запись, заказ, доставку или хотя бы нормальную форму оплаты. Поведение «сначала гуглю, потом кликаю, потом если надо иду в офлайн» тут стало нормой не только у больших сетей, а и у SME.

А теперь парадокс. По данным DESI значительная часть литовских SME всё ещё не используют продвинутые цифровые технологии — cloud, AI, продвинутую аналитику. ЕС честно пишет: SME по всей Европе сильно отстают от целей к 2030-му. Литва тут не исключение.

Что это значит на практике, у многих SME digital заканчивается в момент оплаты. Дальше снова начинается ручной труд.

Каналы кажется есть. Сайт, маркетплейсы, соцсети, клиент/потребитель видит красивый фронт.

Операции внутри, обработка заказов вручную, слабая интеграция с бухгалтерией и CRM, мало автоматизации склада.

Данные, мало кто считает unit-экономику по каналу, когортный retention, CAC/LTV. Маркетинг реактивный.

На уровне организации решения про digital принимаются ad-hoc. IT = внешнее агентство или один айтишник.

Ручная обработка заказа стоит бизнесу в 3–5 раз дороже автоматической, особенно учитывая постоянно растущие зарплаты. Отсутствие сквозной аналитики означает что 15–30% маркетингового бюджета уходит в каналы которые не работают, но никто этого не видит. Несинхронизированные остатки на складах это отмены, возвраты и клиент который больше не придёт. На масштабе даже небольшого магазина это десятки тысяч евро в год.

Литва уже оцифровала витрину, вопрос теперь кто оцифрует операционку на масштабе а не только 2-3 крупных игрока.

Список вопросов если хотите понять где ваш бизнес:

1. Заказ с сайта автоматически попадает в CRM/ERP или кто-то копирует вручную?
2. Вы знаете CAC и LTV по каждому каналу или считаете «в целом»?
3. Остатки на складе синхронизированы с сайтом в реальном времени или «примерно»?
4. Финотчётность закрывается за день или за две недели?
5. Маркетинговый бюджет распределяется по данным или по ощущениям?

Если больше трёх ответов «вручную / примерно / по ощущениям» — вы в большинстве. И это нормально, это и есть место где лежат деньги.

Источники:
📎 ec.europa.eu/eurostat/statistics-explained/index.php?title=E-commerce_statistics
📎 digital-strategy.ec.europa.eu/en/factpages/lithuania-2024-digital-decade-country-report

#заметки #опыт

Субботний пост про инвестиции. Потому что в будни вы работаете на зарплату, а по выходным думаете куда её девать.

Я писал что у меня небольшой опыт в ангельских инвестициях. Это правда. Но за время в синдикатах я насмотрелся на разных ангелов и понял одну вещь: у тех кто делает это осмысленно, есть стратегия, у остальных просто набор случайных чеков.

Стратегия ангела складывается из нескольких решений. Кажется что это очевидно, но большинство людей которых я видел не проговаривают это для себя явно.

Вертикаль. Кто-то инвестирует только в fintech, кто-то только в defense/dual-use, кто-то только в SaaS. Логика простая: инвестируй туда где ты понимаешь рынок. Если ты всю жизнь строил бизнес в логистике, ты увидишь в логистическом стартапе то что другой ангел пропустит.

Стадия. Pre-seed, seed, серия A. Чем раньше — тем ниже оценка и выше риск. Некоторые ангелы заходят на стадии идеи когда у стартапа буквально ничего нет. Другие ждут первых клиентов и выручки. Нет правильного ответа, но надо решить для себя.

Тикет. Минимальный тикет в литовских синдикатах — 5K евро. Средний — около 15K. Но хорошие стартапы часто берут от 50K, а те что совсем хороши — от 200K с одного ангела. Если у тебя нет таких сумм, синдикат — единственный способ попасть в сильные сделки. И тут важна математика: тебе нужно минимум 10 инвестиций для диверсификации, лучше 20-30. Умножай свой средний тикет на 20 — это твой бюджет на ангельство на следующие 5-10 лет.

География. Есть ангелы которые инвестируют только в литовские стартапы. Есть те кто смотрит на все три балтийские страны. Есть фонды типа Contrarian Ventures которые берут узкую вертикаль (climate tech) но широкую географию (вся Европа и Израиль). Узкий рынок + широкая география или широкий рынок + узкая география — работает и то и другое. Не работает «всё подряд отовсюду».

Уровень вовлечённости. Вот тут самое интересное. Есть тихие ангелы — вложил деньги, получаешь email раз в квартал, спишь спокойно. Есть hands-on — помогаешь с клиентами, наймом, стратегией, становишься советником. Теория говорит что вовлечённый ангел спит лучше потому что знает что происходит. Практика часто наоборот: ты знаешь что один клиент это 50% выручки и он собирается уходить, а тихий ангел из синдиката об этом даже не слышал и спит прекрасно.

Но есть и плюс вовлечённости который мне лично кажется главным. Ты учишься. Уроки из стартапов переносятся в твой основной бизнес. Фаундер планирует пятикратный рост за год, а ты приходишь к своей команде которая запланировала 3% и думаешь — а может мы можем амбициознее?

Отдельный тип — fellow entrepreneur angel. Это ангел который сам прошёл через строительство бизнеса и понимает каково это. Не даёт советов сверху, а просто говорит «я знаю, это тяжело, вот плечо». Стартапы любят таких ангелов больше всего. Потому что быть CEO стартапа — это когда ты не можешь сказать своим сотрудникам что тебе тяжело, и никто вокруг этого не понимает.

Стратегия spray and pray это не стратегия, но и жёсткий фокус на одну вертикаль пока не сложился.

Если думаете про ангельские инвестиции, начните с четырёх вопросов себе: в какую вертикаль, на какой стадии, какой тикет могу позволить на 20 сделок, и хочу ли я быть вовлечён или нет. Остальное приложится.

#заметки

У каждого был момент «блин, я тоже думал про эту идею». Я слышал это десятки раз. «Мы тоже делали Uber, но в 2009». «У нас был такой же продукт, но инвесторы не поверили». «Мы были первыми, но не хватило денег дотянуть».

На одной из лекций разбирали кейс Uber vs Hailo. Одна и та же проблема: такси тратят 40-60% времени на поиск пассажиров, а пассажиры не могут найти такси. Обе компании это видели. Обе строили приложение. Hailo основали три интернет-предпринимателя и три лондонских таксиста. Люди из индустрии, понимали боль изнутри. Они решили работать внутри системы — только лицензированные такси, только по правилам. Uber пошёл мимо правил, мимо регуляторов, и потом разбирался с последствиями в судах. Uber выиграл.

Почему? Не потому что идея была лучше. Идея была та же. Разница в позиционировании и в готовности ломать.

Там же был слайд из Museum of Failure. DeLorean, Coke II, Nokia N-Gage.(https://museumoffailure.com/) Все три были не глупыми идеями. DeLorean — футуристичный автомобиль, просто не в том рынке и не в то время. Coke II — попытка обновить формулу которую никто не просил обновлять. Nokia N-Gage — телефон-консоль, идея которая через 15 лет стала нормой в виде мобильного гейминга. Просто Nokia была слишком рано.

И ещё один фреймворк который мне зашёл — mosquito bite vs shark bite. Ось X — частота проблемы, ось Y — боль. Укус акулы — редко, но смертельно. Укус комара — часто, но просто раздражает. Многие строят продукт против акулы, потому что звучит героически. Но бизнес чаще растёт на комарах. Частая, повторяющаяся боль за которую люди готовы платить каждый месяц.

Так что отличает тех у кого получилось?

Не идея. Идеи одинаковые. Не технология. Технология доступна всем.

Тайминг — попасть в окно когда рынок уже готов но ещё не насыщен. Nokia N-Gage была права, но на 15 лет раньше.

Позиционирование — решить для себя: ты внутри системы или ломаешь её. Hailo встроился в правила и проиграл. Uber сломал правила и выиграл. Но это не универсальный рецепт — в других индустриях работает наоборот.

Тип боли — строить на комариных укусах, а не на акульих. Частая мелкая боль масштабируется лучше чем редкая большая.

И готовность дотянуть — самая скучная часть. Деньги, нервы, время, партнёры которые не сбегут через два года.

Идея это 1%. Остальные 99% — это исполнение, тайминг и упрямство. Звучит банально. Проблема в том что между «думал» и «сделал» — пропасть.