ПОСТ-ЗНАКОМСТВО

Всем привет!

Давайте знакомиться, меня зовут Игорь Калошин, я CEO и сооснователь клуба венчурных инвесторов AngelsDeck. Мы инвестируем в глобальные проекты на ранних стадиях в
AI, Edtech, Deeptech, Future of Work, Creative Industries и их пересечениях.

Канал называется «Венчурная математика», потому что в венчуре много историй, интуиции и веры в фаундеров, но за каждой сделкой все равно есть расчет: рынок, команда, traction, структура раунда, риски, следующий раунд и шанс на экзит.

Здесь я буду писать о том, как мы в AngelsDeck смотрим на сделки изнутри – что важно в фаундере на ранней стадии, почему хороший продукт не всегда становится хорошей инвестицией, как думать как инвестор и многое другое.

Рад видеть в подписчиках!

В Crunchbase вышла хорошая колонка Henrik Landgren, сооснователя и CPTO Gilion, бывшего VP of Analytics в Spotify. Главная мысль простая: венчур сейчас активно примеряет AI, но часто делает это не с того конца.

Многие команды используют LLM, чтобы быстрее резюмировать питчи, собирать отчеты, обрабатывать материалы, которые предоставляет команда. Это удобно, но не меняет качество инвестиционного процесса, если исходные данные остаются теми же: красиво упакованными, выборочными и в значительной степени подготовленными самой компанией.

В этом и есть проблема. Если AI работает поверх тщательно отобранных проектом данных, он не убирает информационную асимметрию. Он просто ускоряет процесс обработки той картины, которую фаундер решил показать инвестору.

Настоящий прогресс начнется тогда, когда компании будут готовы предоставлять доступ к первичным данным: финансовым показателям, юнит-экономике, маркетинговому перформансу, операционным метрикам. То есть перед глазами у инвестора будет не краткий пересказ питчдека, а полноценная аналитика реальной работы компании.

Очевидно, что ИИ не должен заменять профессиональное мнение инвестора. Но он может освободить время для более качественной аналитики, которая возможна только на raw data.

Мне кажется, это одна из самых практичных точек зрения на применение AI в инвестициях. Потому что ответ на вопрос "Какие части due diligence мы всё ещё делаем вслепую, хотя уже можем видеть их через исходные данные?" может значительно сэкономить время и улучшить качество применяемых решений.

Если вы стартап, то просили ли вас инвесторы предоставить md описание, а если вы инвестор, то запрашивали ли сами таковой?

По данным Crunchbase, в первом полугодии 2026 года стартапы в США и Канаде привлекли $392 млрд, во втором квартале – $137,2 млрд, при этом около 80% funding ушло в AI-focused startups. Один только Anthropic привлек $65 млрд и дал почти половину квартального объема.

На seed картина другая: около $4,9 млрд во втором квартале, минус 15% к предыдущему кварталу и минус 27% год к году. Количество сделок также снижается.

Очевидно, что капитал идет в ИИ, но не стоит ждать следующего Open AI. Более логичной кажется стратегия смотреть на проекты, где AI встроен в продукт, данные, продажи, поддержку, аналитику и принятие решений – их я называю AI-native.

У стартапов на ранней стадии есть большое преимущество – близость к клиенту. Команда каждый день слышит, как клиент описывает боль, где ломается продукт, какие возражения возникают, что люди реально используют, за что готовы платить.

AI-native компания превращает этот контакт в систему знаний и возвращает это в улучшенный продукт, маркетинг и продажи.

Поэтому когда ко мне в воронку попадают проекты, я смотрю на следующие пять вещей:

1. Где у компании накапливается собственное знание о клиенте.

2. Как это знание влияет на продукт, продажи и retention.

3. Как защищены данные. Критичная информация должна оставаться внутри операционного контура компании. Для чувствительных данных нужна приватная модель или защищенная архитектура.

4. Где и на каких показателях видна эффективность работы с данными.

5. Насколько фаундер понимает устройство собственной организации. Сейчас таким “репозиторием” становится вся компания: процессы, данные, агенты, workflow, принятие решений.

Такой подход дает компаниям большое преимущество, так как данные реально используются для улучшения процессов. Он также помогает фандрайзить, потому что инвестор видит эффект в скорости, экономике и качестве исполнения.

То есть AI – это сильно больше, чем просто плашка на питчдеке. Он становится стандартом эффективности.

Чарльз Хадсон в интервью Мэгги Най для TechCrunch озвучил идею, которую фаундеры обычно не любят – высокая оценка и крупный раунд далеко не всегда однозначная победа. За плечами Хадсона более пятисот инвестиций, и его опыт подтверждает, что инвесторы финансируют компании, способные вернуть целый фонд, а венчурная модель подходит далеко не каждому хорошему бизнесу.

Для основателя размер раунда и оценка означают еще и выбор траектории, под которую компания подписывается, потому что инвестор считает ожидаемую доходность – например, заходя с $10 млн при оценке $50 млн, он рассчитывает на выход кратно выше. При этом в дальнейшем возможен сценарий, при котором стартапу придется демонстрировать рост выручки в десятки раз, чтобы оценка прибавила лишь в два-три раза, потому что она будет жестко привязана к рыночным мультипликаторам. Основатели эту арифметику часто недооценивают, забывая, что вместе с деньгами взяли на себя понятийное обязательство по очень крутой кривой роста.

Поэтому я с фаундерами всегда моделирую сценарий медленного роста – например, что будет, если компания будет расти вдвое ниже плана. Иногда приходится закладывать защитные механизмы, например пересчет оценки, если выручка не достигает определенного порога. Такой разговор заставляет обе стороны заранее проговорить, что будет если не будет выполнен агрессивный план роста бизнеса. Для нас в AngelsDeck это часть дисциплины на входе, а о том, почему честная договоренность об оценке до сделки остается надежной страховкой для основателя, расскажу в следующих постах.

Решил сделать серию материалов про венчурную математику.

Начал с CapEx-heavy стартапов, потому что в таких сделках чаще всего расходятся ожидания фаундеров и инвесторов: по оценке компании, темпам роста, структуре раунда и тому, за чей счет будет финансироваться физическая инфраструктура.

Для фаундера оборудование часто выглядит как естественная часть масштабирования. Для инвестора это сразу меняет расчет: если equity уходит на закупку активов, стоимость компании должна расти быстрее, чем потребность в новом капитале. Иначе инвестор фактически финансирует CapEx.

В статье разобрал, почему в таких проектах важно заранее отделять венчурные деньги от финансирования физической инфраструктуры, какие инструменты могут работать вместо постоянного equity-финансирования и многое другое.

Прочитать полную версию можно здесь:
https://vc.ru/invest/3030425-venchurnaya-matematika-dlya-startapov-s-vysokimi-zatratami-na-infrastrukturu

Наша портфельная компания Fura приобрела LG Logistics Solutions, американского оператора в сегментах full truckload, less-than-truckload и intermodal перевозок.

Для Fura это уже шестое приобретение. В марте компания купила Barton Logistics, теперь закрыла LG Logistics и продолжает собирать вокруг себя фрагментированный рынок логистики в США.

Мне нравится, что компания последовательно идет по своей стратегии: покупает более мелких операторов с клиентами, оборотом и операционной экспертизой, а затем добавляет к этому свою платформу и AI-агентов. За счет этого приобретенные бизнесы могут расти без пропорционального увеличения затрат.

Для венчурного инвестора это интересная логика. Рост происходит не только через органические продажи, но и через покупку уже работающих операционных бизнесов с последующей технологической интеграцией.

В логистике, где рынок остается очень раздробленным, такая M&A-driven platform model может быть сильным способом быстрее наращивать масштаб и одновременно улучшать экономику приобретенных компаний.

И еще по следам этого поста:

Такие новости хороший повод разобрать одну важную вещь для стартапов – инвестору мало показать, что рынок большой и компания может расти. Нужно показать, как именно этот рост будет превращаться в стоимость бизнеса.

Особенно это важно для B2B-сегмента, где органический рост часто упирается в длинный цикл продаж: новый клиент может закрываться 12–18 месяцев. Если стартап строит модель, где каждый следующий клиент требует такого же длинного цикла, рост быстро становится дорогим и плохо предсказуемым.

Fura решили эту проблему достаточно элегантно с помощью roll-up модели. Компания работает на фрагментированном рынке логистических брокеров в США, где много небольших операторов с клиентами, оборотом и операционным опытом. Они могут иметь слабую маржинальность, кассовые разрывы и ограниченный ресурс для роста, но у них уже есть главное для B2B – клиентская база и доверие рынка.

Через M&A Fura получает доступ к этой базе быстрее, чем через классические продажи. После сделки компания подключает приобретенный бизнес к своей платформе, операционному стеку и AI-агентам. Если интеграция проходит правильно, новый актив начинает обрабатывать больше заказов, снижать расходы и расти без пропорционального увеличения команды.

Нам как инвесторам такая модель интересна именно как способ умного роста. Выручка появляется не только за счет новых продаж с нуля, а через покупку уже существующего спроса с последующим улучшением экономики.

И это неплохой урок для других компаний. Потенциал роста нужно показывать прежде всего через конкретную бизнес-модель: откуда придет новый оборот, сколько времени займет его получение, что произойдет с маржинальностью и почему каждый следующий шаг будет повышать стоимость компании.

Fura – отличный пример модели, где M&A, технология и операционная дисциплина складываются в понятную венчурную логику, поскольку инвестору важно видеть не просто рост, а механизм, который делает этот рост быстрее, дешевле и ценнее для компании.

#венчурнаяматематика

Мне кажется, венчур лучше всего объяснять не через стартапы и единорогов, а через математику риска и доходности.

Любая инвестиция означает, что вы отдаете деньги сегодня в расчете получить больше денег завтра. Чем ниже риск, тем дешевле капитал. Чем выше риск, тем большую потенциальную доходность ожидает инвестор.

Если расположить основные модели финансирования по этой шкале, получится примерно такая лестница.

Банковский кредит. Риск здесь сравнительно небольшой: есть залог, законодательство и механизмы взыскания. Поэтому доходность кредитора ограничена процентной ставкой.

Asset / revenue-based financing. Риск выше, поэтому растет ставка, аудит становится жестче, а инвестор получает контроль над денежными потоками и выручкой, под которую выданы деньги.

Private Equity. Инвестор принимает еще больший риск, но получает существенную или мажоритарную долю и вместе с ней влияние на управление, бюджет, менеджмент и распределение прибыли.

Venture Capital. У инвестора обычно нет залога, гарантированной доходности и контроля над компанией. Дивидендов тоже нет. Значительная часть инвестиций может просто превратиться в ноль, хотя оценки компаний бывают кратно выше, чем в классическом бизнесе.

У любого инвестора из традиционного бизнеса возникает вполне логичный вопрос: "Вы вообще в своем уме?"

Эта модель работает потому, что венчурный инвестор ищет компании, способные стать будущими чемпионами, умеющими системно и кратно расти. И здесь начинает работать совсем другая математика.

Предположим, мы вложили одинаковую сумму в десять стартапов. Девять компаний закрылись, а десятая стала настоящим чемпионом.

В нашей модели каждый год удваивается не оценка компании, а стоимость принадлежащей нам доли. Это важное различие.

В реальном венчуре стартапы регулярно привлекают новые раунды, выпускают акции и увеличивают option pool. Доля раннего инвестора постепенно размывается, поэтому для ежегодного удвоения стоимости нашей позиции valuation компании должна расти быстрее, чем в два раза.

Допустим, за шесть лет наша доля сократилась вдвое. Тогда, чтобы стоимость позиции выросла в 64 раза, капитализация компании должна увеличиться примерно в 128 раз.

Для простоты пока оставим за скобками размытие и посмотрим только на стоимость первоначальной инвестиции:

1 → 2 → 4 → 8 → 16 → 32 → 64

Так один чемпион превращает $100 в $6,400 за шесть лет. Это 64× и ровно 100% годового IRR.

Теперь соберем портфель из десяти компаний. Мы вложили по $100 в каждую, всего $1,000. Девять инвестиций обнулились, а единственный чемпион вернул $6,400.

Итоговый результат портфеля составляет 6.4× за шесть лет, или примерно 36% годового IRR.

Получается, что даже при полной потере 90% портфеля один чемпион может обеспечить выдающуюся доходность. Для этого его рост должен покрыть убытки по остальным инвестициям и компенсировать размытие доли в последующих раундах. Обычной хорошей компании для такой математики недостаточно, поэтому венчурному инвестору нужны именно чемпионы, а вот как таковых распознать на старте будем обсуждать далее.

#венчурнаяматематика

Дубай вышел на первое место в мире по числу FDI-проектов в creative industries. FDI – это прямые иностранные инвестиции: капитал, который приходит в компании, команды, инфраструктуру и рабочие места. По данным Arabian Business, в 2025 году Дубай привлек 754 таких проекта, 19 304 рабочих места и $3,756 млрд капитала.

Мы кстати говоря, достаточно давно смотрим на entertainment как на максимально перспективный сектор. В том числе потому, что у нас есть звездочка нашего портфолио – Pinscreen. Они делают проекты в разы эффективнее и дешевле традиционных киноподрядчиков. AI и их собственные модели меняют весь производственный процесс – от подготовки сцен и анимации до скорости итераций и самого продакшна.

Ну и, конечно, весь рынок обсужлает Higgsfield, которые в январе 2026 года получили оценку $1,3 млрд, а уже в августе привлекли $400 млн в Series B при оценке $5,4 млрд, по данным TechCrunch. Такие кейсы показывают, как быстро растет интерес к компаниям, которые строят новую производственную инфраструктуру для визуального контента.

Я объясняю это в том числе сменой экономики производства. Продакшн становится быстрее и дешевле, при этом сильная человеческая команда остается в центре процесса – AI дает ей другой набор инструментов, более высокую скорость и более дешевую итерацию.

Поэтому entertainment для нас – это больше, чем контент. Это пересечение AI, интеллектуальной собственности, новых производственных процессов и новой экономики создания визуальных продуктов.

Miro: почему главным победителем оказался Seed-инвестор

Продажа Miro компании Bending Spoons за $1,79 млрд equity value вызвала предсказуемую реакцию. Еще несколько лет назад Miro привлекла Series C при оценке $17,5 млрд. Получается, компания подешевела почти в десять раз.

Но для инвесторов результат зависел от того, на какой стадии они вошли в компанию и какие условия получили.

В Series C была 1× non-participating liquidation preference. При продаже инвесторы могли либо конвертировать привилегированные акции в обыкновенные и получить свою долю от цены сделки, либо вернуть вложенный капитал. При equity value около $1,79 млрд второй вариант был выгоднее. Поэтому инвесторы последнего раунда, вероятнее всего, вернули почти все вложенные деньги.

Seed-инвесторы входили в Miro при оценке около $12 млн. Без учета размытия отношение цены продажи к этой оценке составляет почти 150x. С учетом новых раундов и расширения опционного пула разумный ориентир ниже: примерно 70–120x.

Series A заходила при оценке около $147 млн. После размытия это могло дать около 8–11x. Series B инвестировала при оценке около $800 млн, ее ориентировочный результат мог составить около 2x. Series C вошла при $17,5 млрд и в основном защитила вложенный капитал.

Одна сделка дала разные результаты: десятки иксов на Seed, сильную венчурную доходность на Series A, около 2x на Series B и возврат капитала на Series C. Чем позже был вход, тем меньше оставалось пространства для роста.

В этом и состоит логика Seed. Риск выше, зато цена входа оставляет место для результата в десятки иксов. На поздних раундах инвестор платит за значительную часть будущего успеха заранее и сильнее зависит от того, сохранит ли рынок высокий мультипликатор.

Для AngelsDeck Seed остается sweet spot по этой причине. Мы принимаем ранний риск ради возможности участвовать в росте компании задолго до того, как она станет единорогом.

При этом важно помнить, что бумажная оценка не равна созданному состоянию. Раунд фиксирует цену небольшого пакета акций в конкретный момент. Настоящая цена бизнеса становится понятна, когда появляется покупатель, готовый заплатить живые деньги.

#венчурнаяматематика

AngelsDeck снова проинвестировал в свою портфельную компанию Closo. Это уже третья наша инвестиция в компанию, которая продолжает активно развиваться.

Ранние инвестиции я люблю сравнивать с подготовкой олимпийского чемпиона. Инвестор остается рядом на протяжении всего пути и помогает деньгами, знаниями, контактами и всем остальным, что может приблизить компанию к результату. Но главный вопрос в такой работе:

как заранее разглядеть будущего чемпиона и рынок, на котором он сможет им стать?

Самые обсуждаемые направления обычно видны сразу. Но есть и менее очевидные рынки, где масштаб боли становится понятен только после того, как посмотришь на цифры. Например, по данным National Retail Federation, в 2025 году объем возвратов в американском ритейле составит около $849,9 млрд, или 19,3% онлайн-продаж.

Вы когда-нибудь задумывались, что происходит после того, как вы возвращаете товар? А его нужно оценить, отсортировать, распределить и продать с минимальной потерей стоимости. При этом для селлеров с большим объемом продукции ручной поиск покупателей становится дорогим и медленным.

Именно на этой боли Closo начали строить свой бизнес. Компания соединяет возвращенный товар с сетью продавцов и, по собственным данным, помогает брендам сокращать расходы на обратную логистику до 90%.

Теперь Closo расширяет этот бизнес новым направлением Wholesale для перепродажи и ликвидации остатков в США.

Внутри рынка цепочка выглядит так: ритейлер продает товар, покупатель его возвращает, ликвидатор выкупает крупную партию, сортирует ее и продает дальше реселлерам. На каждом этапе нужно оценить состояние товара, состав партии, потенциальный спрос и цену перепродажи.

Closo собирает этот процесс в одной платформе. Ликвидаторы размещают паллеты и оптовые лоты, а реселлеры получают доступ к ним через готовую сеть покупателей Closo. На странице лота можно увидеть состав партии, состояние товаров и цены, по которым похожие позиции уже продавались на Poshmark, eBay и других маркетплейсах.

Платформа также занимается проверкой поставщиков, защищенными платежами, приемкой товара, логистикой и расчетами. Ликвидатор получает канал продаж и доступ к спросу. Реселлер принимает решение о покупке на основе данных о товаре и его потенциальной цене.

Эти данные уже накапливаются в основном продукте Closo. Компания видит, какие товары реселлеры размещают, по какой цене они продаются и сколько времени занимает продажа. С запуском Wholesale эта информация используется на более раннем этапе, еще до покупки оптовой партии.

Так Closo начинает влиять на весь путь товара: от выбора продукции и цены закупки до размещения на маркетплейсе и финальной продажи. Для Closo это отличный способ расширить свою роль внутри рынка и найти новые способы зарабатывать на его обороте.

При этом спрос на такую инфраструктуру будет расти вместе с объемом возвратов и товарных остатков. Closo уже заявляет о более чем 20 000 реселлеров, 33 000 лотов и 150+ поставщиках в Wholesale.

Я считаю, что это отличный пример того, как компания находит большую инвестиционную возможность в проблеме, которую большинство покупателей просто не видит после нажатия кнопки "Return".

AngelsDeck снова инвестировал в Buddy.ai, репетитора на основе искусственного интеллекта для детей.

Buddy.ai развивает приложение для раннего обучения, своего рода Duolingo для детей. Ребенок занимается с персонажем Buddy, разговаривает с ним, выполняет игровые задания и учится через мультфильмы и короткие уроки. У приложения уже более 115 млн загрузок, 1,2 млн пользовательских отзывов и рейтинг 4,7.

EdTech всегда был в фокусе внимания AngelsDeck, но детское образование – это отдельный сегмент, который требует специализированного подхода. Речь ребенка может быть нечеткой, эмоциональной и непредсказуемой, внимание быстро рассеиваться, при этом родители ждут понятного прогресса и безопасного взаимодействия.

Buddy.ai годами собирает материал для решения этих задач. У компании есть собственная система распознавания речи, обученная на десятках тысяч часов общения с детьми. Именно она помогает точнее понимать пользователя и адаптировать занятия под его поведение.

С точки зрения инвестора сочетание глобального распространения, собственной технологии распознавания детской речи и интеллектуальной собственности вокруг персонажа могут быть отличным преимуществом. При этом 115 млн загрузок показывают, что компания умеет масштабировать такой продукт на разных рынках. Персонаж дает основу для новых форматов обучения и взаимодействия с ребенком, сохраняя связь с уже знакомым пользователю героем.

Кстати компания планирует расти за счет выхода в новые страны и языки, развития новых образовательных направлений и повышения монетизации существующей аудитории. Эти направления дополняют уже созданную технологическую и пользовательскую базу, что для нас как для инвесторов, конечно же, является крайне позитивным сигналом.

А в следующем посте поделюсь, как для нас складывается венчурная математика проекта.

#инвестиции

А теперь немного венчурной математики, почему мы решили снова инвестировать в Buddy.ai.

Впервые мы инвестировали в компанию еще в 2021 году. С тех пор несколько раз возвращались к вопросу о доинвестировании, но каждый раз в итоге отказывались.

Причина довольно простая – за эти годы мы сами стали значительно опытнее, в том числе в B2C, а вместе с нашим опытом ужесточились и критерии оценки таких компаний. Одного роста выручки или количества пользователей нам уже недостаточно.

B2C вообще довольно сложная венчурная модель. Пользователи приходят и уходят, коэффициент оттока (churn) может быть высоким, поэтому компания вынуждена постоянно инвестировать в привлечение новых клиентов, то есть в User Acquisition (UA). Здесь легко попасть в ловушку – компания вроде бы быстро растет, но каждый новый доллар выручки требует все больше денег на маркетинг. Такой рост может красиво выглядеть на графике, но плохо работать с точки зрения экономики инвестора.

Поэтому первый показатель, на который мы смотрим, это LTV/CAC – сколько денег приносит клиент за все время использования продукта по отношению к стоимости его привлечения.

У Buddy.ai это соотношение начало существенно улучшаться. Но одного хорошего LTV/CAC нам тоже недостаточно.

Следующий вопрос – retention. Как долго пользователь остается с продуктом и продолжает платить? Для подписочного B2C это принципиально важно. Можно дешево привлечь миллион пользователей, но если они быстро уходят, ценность такого роста весьма ограничена.

Третий вопрос – масштабируется ли эта экономика. CAC может прекрасно выглядеть при небольших объемах маркетинга и резко вырасти, когда компания начинает покупать значительно больше трафика. В случае Buddy.ai мы видим другую картину: при существенном увеличении охвата стоимость привлечения растет незначительно. Значит, уже работающую экономику можно масштабировать.

Наконец, есть еще один показатель, который часто остается за рамками красивых презентаций стартапов –какими деньгами финансируется User Acquisition?

Тратить дорогой капитал, то есть деньги венчурных инвесторов, просто на закупку трафика далеко не всегда оптимально. Если экономика когорт уже доказана, гораздо интереснее финансировать UA специализированным долговым капиталом. Но получить такое финансирование тоже непросто – профессиональный кредитор фактически проводит собственный due diligence экономики компании и должен поверить, что вложенные в привлечение пользователей деньги предсказуемо вернутся.

Buddy.ai этот тест прошел и получил существенный объем такого финансирования.

В результате для нас наконец сложились все элементы уравнения:

растущий LTV/CAC + хороший retention + контролируемый CAC при масштабировании + существенное UA финансирование + достаточный запас equity-капитала для реализации стратегии.

То есть мы инвестируем в Buddy.ai с 115 млн загрузок и сильной технологией именно в тот момент, когда накопленная за несколько лет технологическая и пользовательская база начинает превращаться в масштабируемую экономическую машину.

#венчурнаяматематика