🔭 Подборка 17 отчетов по прогнозам на 2025 год.
На самом деле куда больше для желающих углубиться.
Вообще прогнозы делать – неблагодарное занятие. Как вы знаете, хороший аналитик всегда может объяснить, почему его прошлый прогноз был неверным. Однако думать о будущем стоит, давайте приобщимся к прогнозам тех, кто этим профессионально занимается – анализирует и прогнозирует.
💡 В подборке:
▪️7х отчетов от Bulge Bracket банков
▪️8х отчетов от private equity фирм и управляющих активами
▪️2х от исследовательских компаний
🌐 если отчет читается на сайте онлайн и 📎 если можно скачать в виде файла
👉 Находите все ссылки в посте на Linkedin: https://www.linkedin.com/posts/defremov_2025-outlook-a-collection-of-17-sources-activity-7284490687511732224-TpGN/
Несколько отчетов отметим:
1️⃣ BNP Paribas: взгляд в будущее сразу и по макро, и по финансовым рынкам, и по развивающимся рынкам отдельно.
👉 Ссылка: https://www.bnpparibas-am.com/en-gb/professional-investor/portfolio-perspectives/investment-outlook-2025-opportunities-in-a-volatile-world/
2️⃣ UBS: тут очень короткая заметка, но сразу все видно. Прогноз на салфетке. Да еще и 3 сценария – base, bull, bear.
👉 Ссылка: https://www.ubs.com/global/en/media/display-page-ndp/en-20241121-year-ahead-2025.html
3️⃣ Pitchbook: нельзя обойти прогноз по VC, поэтому обязательно читаем. Если коротко, то все там достаточно радужно, большинство участников рынка ждут роста в 2025.
👉 Ссылка: https://pitchbook.com/news/reports/2025-us-venture-capital-outlook
💬 Знаете еще какие-то хорошие прогнозы или отчеты? Делитесь ссылками в комментариях, будет интересно почитать.
Также есть отдельный вопрос – есть еще материалы по прогнозам, какие лучше опубликовать? Давайте проголосуем в реакциях:
🔥 Анализ прогнозов по технологиям (не рынкам, как сейчас)
👍 Прогноз VC трендов
🦄 AI business predictions
👍 Топ стартап трендов в 2024 и 2025
@proVenture
#trends #research
На самом деле куда больше для желающих углубиться.
Вообще прогнозы делать – неблагодарное занятие. Как вы знаете, хороший аналитик всегда может объяснить, почему его прошлый прогноз был неверным. Однако думать о будущем стоит, давайте приобщимся к прогнозам тех, кто этим профессионально занимается – анализирует и прогнозирует.
💡 В подборке:
▪️7х отчетов от Bulge Bracket банков
▪️8х отчетов от private equity фирм и управляющих активами
▪️2х от исследовательских компаний
🌐 если отчет читается на сайте онлайн и 📎 если можно скачать в виде файла
👉 Находите все ссылки в посте на Linkedin: https://www.linkedin.com/posts/defremov_2025-outlook-a-collection-of-17-sources-activity-7284490687511732224-TpGN/
Несколько отчетов отметим:
1️⃣ BNP Paribas: взгляд в будущее сразу и по макро, и по финансовым рынкам, и по развивающимся рынкам отдельно.
👉 Ссылка: https://www.bnpparibas-am.com/en-gb/professional-investor/portfolio-perspectives/investment-outlook-2025-opportunities-in-a-volatile-world/
2️⃣ UBS: тут очень короткая заметка, но сразу все видно. Прогноз на салфетке. Да еще и 3 сценария – base, bull, bear.
👉 Ссылка: https://www.ubs.com/global/en/media/display-page-ndp/en-20241121-year-ahead-2025.html
3️⃣ Pitchbook: нельзя обойти прогноз по VC, поэтому обязательно читаем. Если коротко, то все там достаточно радужно, большинство участников рынка ждут роста в 2025.
👉 Ссылка: https://pitchbook.com/news/reports/2025-us-venture-capital-outlook
💬 Знаете еще какие-то хорошие прогнозы или отчеты? Делитесь ссылками в комментариях, будет интересно почитать.
Также есть отдельный вопрос – есть еще материалы по прогнозам, какие лучше опубликовать? Давайте проголосуем в реакциях:
🔥 Анализ прогнозов по технологиям (не рынкам, как сейчас)
👍 Прогноз VC трендов
🦄 AI business predictions
👍 Топ стартап трендов в 2024 и 2025
@proVenture
#trends #research
🔎 AI Survey: Four Themes Emerging.
Bain провел любопытное исследование еще в начале 2024 года относительно того, как компании используют generative AI в разных кейсах.
Сами по себе опросы не очень интересны, дают только sentiment, но не конкретные цифры, однако тут хотелось бы обратить ваше внимание на следующее.
Bain опрашивал представителей разных департаментов в октябре 2023 и в феврале 2024, и мы можем отметить, в каких областях gen AI инструменты стали больше применяться в 2024 году. График показывает процент респондентов, которые отметили, что Gen AI отвечает их ожиданиям или превышает их. Можно предположить, что увеличение процента происходит за счет роста юз кейсов.
1/ Рассмотрим направления с изменениями.
Топ-3 с растущим сентиментом:
🟢 Sales and sales operations: +6%;
🟢 Software code development/Marketing/Customer Service: +4%
🟢 Customer Onboarding: +1%
🔹 Тут на втором месте сразу несколько функций, но стоит отметить, что это единственные области, которые в плюсе вообще – в остальных местах сентимент ухудшается.
Топ-3 с падающим сентиментом:
🔴 HR: -12%;
🔴 Operations: -16%;
🔴 Legal: -18%.
🔹 Любопытно, что operations и legal это два направления, где очень много рутины – скорее всего, точность gen AI tools пока оставляет желать лучшего, вот и сентимент сокращается.
2/ Еще более любопытно, что общий сентимент сократился на 4%, а областей с падающим сентиментом (10) в 2 раза больше, чем с растущим (5). Интересно, как ситуация изменилась к концу года, конечно = к началу 2025-го. Кто-то видел информацию?
👉 Подробнее результаты опроса от Bain вы можете найти по ссылке: https://www.bain.com/insights/ai-survey-four-themes-emerging/#
@proVenture
#ai #research #trends
Bain провел любопытное исследование еще в начале 2024 года относительно того, как компании используют generative AI в разных кейсах.
Сами по себе опросы не очень интересны, дают только sentiment, но не конкретные цифры, однако тут хотелось бы обратить ваше внимание на следующее.
Bain опрашивал представителей разных департаментов в октябре 2023 и в феврале 2024, и мы можем отметить, в каких областях gen AI инструменты стали больше применяться в 2024 году. График показывает процент респондентов, которые отметили, что Gen AI отвечает их ожиданиям или превышает их. Можно предположить, что увеличение процента происходит за счет роста юз кейсов.
1/ Рассмотрим направления с изменениями.
Топ-3 с растущим сентиментом:
🟢 Sales and sales operations: +6%;
🟢 Software code development/Marketing/Customer Service: +4%
🟢 Customer Onboarding: +1%
🔹 Тут на втором месте сразу несколько функций, но стоит отметить, что это единственные области, которые в плюсе вообще – в остальных местах сентимент ухудшается.
Топ-3 с падающим сентиментом:
🔴 HR: -12%;
🔴 Operations: -16%;
🔴 Legal: -18%.
🔹 Любопытно, что operations и legal это два направления, где очень много рутины – скорее всего, точность gen AI tools пока оставляет желать лучшего, вот и сентимент сокращается.
2/ Еще более любопытно, что общий сентимент сократился на 4%, а областей с падающим сентиментом (10) в 2 раза больше, чем с растущим (5). Интересно, как ситуация изменилась к концу года, конечно = к началу 2025-го. Кто-то видел информацию?
👉 Подробнее результаты опроса от Bain вы можете найти по ссылке: https://www.bain.com/insights/ai-survey-four-themes-emerging/#
@proVenture
#ai #research #trends
📈 Какой компанией нужно быть, чтобы Morgan Stanley решил выводить вас на IPO?
Один слайд, но такой любопытный. Джейсон Шуман (Primary) опубликовал слайд из презентации Morgan Stanley на тему “IPOable” компаний (жаргонно, о компаниях, которые имеют шансы выйти на IPO в 2025 году?)
1/ Что это за звери такие?
▪️Выручка $200-300M;
▪️Рост +30-40% в год;
▪️Прибыльны хотя бы в течение 4-6 месяцев;
▪️$2B+ оценка;
▪️Predictability of Beat-and-Raise – в течение 6-8 кварталов [прим.: это означает способность превышать прогнозы аналитиков по финансовым показателям];
▪️Лидер в своей нише;
▪️Act 2.0 – успешная монетизация опционов сотрудников.
2/ Как это отличается от того, что было в 2021 году (это уже не Morgan Stanley, это прикидка исходя из своего опыта):
▫️$100M+ - было достаточно, чтобы выходить на IPO;
▫️Рост в идеале $50%+, а лучше 100%+;
▫️1-3 компания в своей нише;
▫️$1B+ оценка;
▫️Прибыльность не обязательна.
По разным оценкам 10-20 компаний в США ждут окна IPO, которое может открыться уже до конца этого года. Будем посмотреть, как говорится.
👉 Картинка взята отсюда: https://www.linkedin.com/posts/jasonshuman_2025-the-year-of-the-ipo-what-it-will-activity-7282115392150364161-ISYs/
@proVenture
#research #exits #ipo
Один слайд, но такой любопытный. Джейсон Шуман (Primary) опубликовал слайд из презентации Morgan Stanley на тему “IPOable” компаний (жаргонно, о компаниях, которые имеют шансы выйти на IPO в 2025 году?)
1/ Что это за звери такие?
▪️Выручка $200-300M;
▪️Рост +30-40% в год;
▪️Прибыльны хотя бы в течение 4-6 месяцев;
▪️$2B+ оценка;
▪️Predictability of Beat-and-Raise – в течение 6-8 кварталов [прим.: это означает способность превышать прогнозы аналитиков по финансовым показателям];
▪️Лидер в своей нише;
▪️Act 2.0 – успешная монетизация опционов сотрудников.
2/ Как это отличается от того, что было в 2021 году (это уже не Morgan Stanley, это прикидка исходя из своего опыта):
▫️$100M+ - было достаточно, чтобы выходить на IPO;
▫️Рост в идеале $50%+, а лучше 100%+;
▫️1-3 компания в своей нише;
▫️$1B+ оценка;
▫️Прибыльность не обязательна.
По разным оценкам 10-20 компаний в США ждут окна IPO, которое может открыться уже до конца этого года. Будем посмотреть, как говорится.
👉 Картинка взята отсюда: https://www.linkedin.com/posts/jasonshuman_2025-the-year-of-the-ipo-what-it-will-activity-7282115392150364161-ISYs/
@proVenture
#research #exits #ipo
🔥 What’s in your stack: The state of tech tools in 2025.
Ленни Рачицки опубликовал очень увесистое исследование про тулам, которые используют продакт менеджеры (и не только). Они совместно с Ноамом Сегалом опросили аж 6,500 человек! (48% из которых продакты)
Посмотрите на приложенной картинке топовые тулы в целом, а ниже давайте посмотрим на топ-3 тулов по разным категориям.
1/ AI ассистенты:
▪️ChatGPT: 88%.
▪️Claude: 34%.
▪️Preplexity: 28%.
🔹Любопытно, что Google на #4 месте с 24%.
2/ Кодинг:
▪️Github: 58%.
▪️VS Code: 49%.
▪️Github Copilot: 24%.
🔹Любопытно, что Cursor на #4 месте с 17%.
3/ Коммуникации:
▪️Slack: 72%.
▪️Google Meet: 46%.
▪️Zoom: 45%.
🔹Любопытно, что популярный вроде бы WhatsApp на #6 месте с 19%.
4/ Project Management:
▪️Jira: 53%.
▪️Notion: 28%.
▪️Asana: 12%.
🔹Тут любопытно, что категория “прочее” – на самом деле на #3 месте с 15%. Это едва ли не самая размазанная группа.
5/ Презентации:
▪️Google Slides: 63%.
▪️MS Power Point: 39%
▪️Figma Slides/Canva: 17%.
6/ Работа с документами:
▪️Google Docs: 69%.
▪️Google Sheets: 63%.
▪️MS Excel: 39%.
🔹Любопытно, что Notion дышит в затылок с долей 37% и #4 местом.
7/ Дизайн/UX:
▪️Figma: 90%.
▪️Canva: 17%.
▪️Webflow: 7%.
🔹Да уж, получается есть Figma и есть все остальные.
8/ Whiteboards для командной работы:
▪️Miro: 50%.
▪️FigJam: 45%.
▪️Lucidchart: 13%.
9/ CRM системы:
▪️Salesforce: 39%.
▪️HubSpot: 38%.
▪️Notion: 11%.
🔹Любопытно, что Hubspot уже на уровне с Salesforce.
10/ Поддержка клиентов и customer success:
▪️Zendesk: 29%.
▪️Slack: 29% (но чуть меньше)
▪️Intercom: 20%.
11/ User research:
▪️Google Forms: 47%.
▪️Интервью: 30%.
▪️Typeform: 22%.
🔹Да-да, в топчике старые добрые простые интервью.
12/ Данные и аналитика:
▪️Google Analytics: 41%.
▪️Looker/Tableau: 19%
▪️Amplitude: 15%.
🔹Тут категория “прочее” находится даже на #2 месте с долей 30%.
13/ Email:
▪️Gmail: 76%.
▪️MS Outlook: 34%.
▪️Apple Mail: 9%.
🔹Как и в случае с Figma, есть Gmail и есть все остальные.
14/ В самой статье есть много интересного по позиционированию и трендам, почитайте, кому интересно углубиться.
👉 Ссылка на статью: https://www.lennysnewsletter.com/p/whats-in-your-stack-the-state-of
@proVenture
#research #ai #tools
Ленни Рачицки опубликовал очень увесистое исследование про тулам, которые используют продакт менеджеры (и не только). Они совместно с Ноамом Сегалом опросили аж 6,500 человек! (48% из которых продакты)
Посмотрите на приложенной картинке топовые тулы в целом, а ниже давайте посмотрим на топ-3 тулов по разным категориям.
1/ AI ассистенты:
▪️ChatGPT: 88%.
▪️Claude: 34%.
▪️Preplexity: 28%.
🔹Любопытно, что Google на #4 месте с 24%.
2/ Кодинг:
▪️Github: 58%.
▪️VS Code: 49%.
▪️Github Copilot: 24%.
🔹Любопытно, что Cursor на #4 месте с 17%.
3/ Коммуникации:
▪️Slack: 72%.
▪️Google Meet: 46%.
▪️Zoom: 45%.
🔹Любопытно, что популярный вроде бы WhatsApp на #6 месте с 19%.
4/ Project Management:
▪️Jira: 53%.
▪️Notion: 28%.
▪️Asana: 12%.
🔹Тут любопытно, что категория “прочее” – на самом деле на #3 месте с 15%. Это едва ли не самая размазанная группа.
5/ Презентации:
▪️Google Slides: 63%.
▪️MS Power Point: 39%
▪️Figma Slides/Canva: 17%.
6/ Работа с документами:
▪️Google Docs: 69%.
▪️Google Sheets: 63%.
▪️MS Excel: 39%.
🔹Любопытно, что Notion дышит в затылок с долей 37% и #4 местом.
7/ Дизайн/UX:
▪️Figma: 90%.
▪️Canva: 17%.
▪️Webflow: 7%.
🔹Да уж, получается есть Figma и есть все остальные.
8/ Whiteboards для командной работы:
▪️Miro: 50%.
▪️FigJam: 45%.
▪️Lucidchart: 13%.
9/ CRM системы:
▪️Salesforce: 39%.
▪️HubSpot: 38%.
▪️Notion: 11%.
🔹Любопытно, что Hubspot уже на уровне с Salesforce.
10/ Поддержка клиентов и customer success:
▪️Zendesk: 29%.
▪️Slack: 29% (но чуть меньше)
▪️Intercom: 20%.
11/ User research:
▪️Google Forms: 47%.
▪️Интервью: 30%.
▪️Typeform: 22%.
🔹Да-да, в топчике старые добрые простые интервью.
12/ Данные и аналитика:
▪️Google Analytics: 41%.
▪️Looker/Tableau: 19%
▪️Amplitude: 15%.
🔹Тут категория “прочее” находится даже на #2 месте с долей 30%.
13/ Email:
▪️Gmail: 76%.
▪️MS Outlook: 34%.
▪️Apple Mail: 9%.
🔹Как и в случае с Figma, есть Gmail и есть все остальные.
14/ В самой статье есть много интересного по позиционированию и трендам, почитайте, кому интересно углубиться.
👉 Ссылка на статью: https://www.lennysnewsletter.com/p/whats-in-your-stack-the-state-of
@proVenture
#research #ai #tools
🔥🔥🔥 Крутейший отчет по AI в 2024 от компании Artificial Analysis .
Ладно, есть еще более прикольный отчет, чем прошлый отчет от Translink Capital по AI. Наверняка вы знаете Artificial Analysis – это компания, которая бенчмарки всякие очень популярные ведет по AI моделям.
👉 Почитайте их отчет на [18 страниц] в сообщении ниже.
Что там интересного?
1/ Обалденный график, который сравнивает эко-системы вокруг AI моделей.
🔘 Там 4 компоненты: Accelerator Hardware, Cloud Inference (first party), Foundation Models (first party), Applications;
🔘 Самая полная у Google – есть 4 компоненты, так, чтобы полностью проработанные (темно синий цвет);
🔘 OpenAI, Anthropic и AWS– 3 из 4 (без Accelerator Hardware в случае первых двух и без Applications в случае последней);
🔘 Чаще всего мир крутится вокруг даже не Foundation Models, в вокруг Cloud – 18 из 20 представленных решений имеют облака, 10 из 20 имея облака не имеют своих Foundation Models.
2/ Что еще любопытно?
🔸 83% компаний используют Open AI (что-то похожее уже было выше в посте, да?);
🔸 ~65% считают, что главным фактором выбора модели является reasoning quality, 50% еще говорят про цену;
🔸 61% хотя использовать много моделей сразу, 57% хотят embedded модели (встроенные куда-то);
🔸 34% используют сразу 4+ моделей;
🔸 AI Transcription снизил стоимость с $24 (Amazon) за 1,000 минут аудио до $0.33 (Groq).
4/ Там в целом еще много информации по сравнению моделей по точности, откуда они, сколько стоит это все и так далее.
@proVenture
#research #ai
Ладно, есть еще более прикольный отчет, чем прошлый отчет от Translink Capital по AI. Наверняка вы знаете Artificial Analysis – это компания, которая бенчмарки всякие очень популярные ведет по AI моделям.
👉 Почитайте их отчет на [18 страниц] в сообщении ниже.
Что там интересного?
1/ Обалденный график, который сравнивает эко-системы вокруг AI моделей.
🔘 Там 4 компоненты: Accelerator Hardware, Cloud Inference (first party), Foundation Models (first party), Applications;
🔘 Самая полная у Google – есть 4 компоненты, так, чтобы полностью проработанные (темно синий цвет);
🔘 OpenAI, Anthropic и AWS– 3 из 4 (без Accelerator Hardware в случае первых двух и без Applications в случае последней);
🔘 Чаще всего мир крутится вокруг даже не Foundation Models, в вокруг Cloud – 18 из 20 представленных решений имеют облака, 10 из 20 имея облака не имеют своих Foundation Models.
2/ Что еще любопытно?
🔸 83% компаний используют Open AI (что-то похожее уже было выше в посте, да?);
🔸 ~65% считают, что главным фактором выбора модели является reasoning quality, 50% еще говорят про цену;
🔸 61% хотя использовать много моделей сразу, 57% хотят embedded модели (встроенные куда-то);
🔸 34% используют сразу 4+ моделей;
🔸 AI Transcription снизил стоимость с $24 (Amazon) за 1,000 минут аудио до $0.33 (Groq).
4/ Там в целом еще много информации по сравнению моделей по точности, откуда они, сколько стоит это все и так далее.
@proVenture
#research #ai
🔮 Какой может быть монетизация AI в будущем?
Кайл Пояр (OpenView) выпустил очень классную заметку на тему монетизации AI сервисов и продуктов. Его прошлая заметка на тему сравнивала прайсинг и тиры в текущих AI решениях, а эта пытается заглянуть в будущее.
1/ Если коротко, эволюция может быть примерно такая:
💡Flat-rate pricing => Usage-based pricing => Feature-based pricing => Skill-based pricing.
2/ Если более длинно, то на ситуацию можно взглянуть так:
▪️Порядка 70% обычных SaaS продуктов имеют feature-based pricing в какой-то форме (обычно в формате пакетов Good-Better-Best);
▪️Около 41% монетизируется в том числе и неклассическим способом (есть что-то, кроме seat-based pricing), а среди AI таких уже сейчас 54%, гораздо выше;
▪️Сейчас фокус предложения AI сервисов направлен на время и юз кейсы – я автоматизирую за тебя какую-то вспомогательную функцию, и это можно делать столько-то раз. При этом, если посчитать, стоимость составляет 20-35% от стоимости сотрудника, который бы мог это делать.
🔹А что если фокус сместится с количества на качество? Некий skill.
3/ Тогда вполне вероятно может быть внедрен некоторый skill-based pricing. И тогда предложение может меняться в соответствии с такими тезисами:
▫️Good: “сделай работу дешево”;
▫️Better: “сделай работу качественно и за справедливые деньги”
▫️Best: “сделай работу лучше всех и быстро”
🔹Это условно путь от стажера к выпускнику ВУЗа и затем к опытному сотруднику.
👉🙃 Кайл еще немного угорает над решением по прайсингу от OpenAI, и много другого интересного рассуждает, но уже читайте сами в статье: https://www.growthunhinged.com/p/whats-changing-with-ai-monetization
А как вы, готовы будете платить AI за качество работы, а не за потраченное время?
@proVenture
#ai #research #saas
Кайл Пояр (OpenView) выпустил очень классную заметку на тему монетизации AI сервисов и продуктов. Его прошлая заметка на тему сравнивала прайсинг и тиры в текущих AI решениях, а эта пытается заглянуть в будущее.
1/ Если коротко, эволюция может быть примерно такая:
💡Flat-rate pricing => Usage-based pricing => Feature-based pricing => Skill-based pricing.
2/ Если более длинно, то на ситуацию можно взглянуть так:
▪️Порядка 70% обычных SaaS продуктов имеют feature-based pricing в какой-то форме (обычно в формате пакетов Good-Better-Best);
▪️Около 41% монетизируется в том числе и неклассическим способом (есть что-то, кроме seat-based pricing), а среди AI таких уже сейчас 54%, гораздо выше;
▪️Сейчас фокус предложения AI сервисов направлен на время и юз кейсы – я автоматизирую за тебя какую-то вспомогательную функцию, и это можно делать столько-то раз. При этом, если посчитать, стоимость составляет 20-35% от стоимости сотрудника, который бы мог это делать.
🔹А что если фокус сместится с количества на качество? Некий skill.
3/ Тогда вполне вероятно может быть внедрен некоторый skill-based pricing. И тогда предложение может меняться в соответствии с такими тезисами:
▫️Good: “сделай работу дешево”;
▫️Better: “сделай работу качественно и за справедливые деньги”
▫️Best: “сделай работу лучше всех и быстро”
🔹Это условно путь от стажера к выпускнику ВУЗа и затем к опытному сотруднику.
👉🙃 Кайл еще немного угорает над решением по прайсингу от OpenAI, и много другого интересного рассуждает, но уже читайте сами в статье: https://www.growthunhinged.com/p/whats-changing-with-ai-monetization
А как вы, готовы будете платить AI за качество работы, а не за потраченное время?
@proVenture
#ai #research #saas
🔥 Как отличается headcount у AI стартапов?
Вытаскиваем любопытную информацию из разных отчетов. На этот раз попался на глаза отчет от StartupBlink в партнерстве с IBM. Там про лидеров в AI по странам и городам (StartupBlink делает такое в целом для стартапов).
1/ Давайте все же кратко скажу, что результаты там достаточно предсказуемые, и они следующие:
▪️Топ-5 стран: США 🇺🇸, Израиль 🇮🇱, UK 🇬🇧, Канада 🇨🇦, Сингапур 🇸🇬 (неожиданно Эстония #6 🇪🇪, Румыния #11 🇷🇴, а Ирландия #20 🇮🇪);
▪️Топ-5 городов: Сан Франциско, Нью Йорк, Пекин, Лондон, Лос Анджелес (Бухарест тут #26, Москва #31, кстати);
▪️Топ-5 юникорнов: OpenAI, Bytedance, Hugging Face, ElevenLabs, Runway;
▪️Топ-5 экзитов: Kuaishou, UiPath (вот почему Румыния в топе!), SentinelOne, Intellifusion, Darktrace.
▪️Топ-5 самых перспективных стартапов: Glance, JusBrasil, Gupy, Inspur Cloud, Preplexity.
2/ Но самый любопытный график там был следующий – в отчете показано сравнение количества сотрудников в AI стартапах и в других вертикалях – Cloud, Cybersecurity, Enterprise Technology. Доля AI стартапов в зависимости от количества сотрудников (выборочно):
▪️1-50 человек:
▫️AI: 88%;
▫️Cloud: 85%;
▫️Enterprise Tech: 81%;
▫️Cybersecurity: 77%.
▪️250+ человек:
▫️AI: 2.05%;
▫️Cloud: 3.14%;
▫️Enterprise Tech: 4.34%;
▫️Cybersecurity: 5.23%.
▪️5000+ человек:
▫️AI: 0.09%;
▫️Cloud: 0.22%;
▫️Enterprise Tech: 0.06% (только тут у AI будет немного выше);
▫️Cybersecurity: 0.36%.
3/ Вот как получается – с одной стороны, возможно, просто в DeepTech более маленькие команды, а с другой, может быть, сам AI и позволяет более эффективно формировать состав и ограничиваться меньшим количеством человек.
В отчете еще много всего про инвестиции (их много в AI), концентрацию (их много в США) и ключевые возможности для AI стартапов по версии IBM.
👉 Сам отчет на [32 страницы] качайте по ссылке: https://ai.startupblink.com/
#ai #research #benchmarks
Вытаскиваем любопытную информацию из разных отчетов. На этот раз попался на глаза отчет от StartupBlink в партнерстве с IBM. Там про лидеров в AI по странам и городам (StartupBlink делает такое в целом для стартапов).
1/ Давайте все же кратко скажу, что результаты там достаточно предсказуемые, и они следующие:
▪️Топ-5 стран: США 🇺🇸, Израиль 🇮🇱, UK 🇬🇧, Канада 🇨🇦, Сингапур 🇸🇬 (неожиданно Эстония #6 🇪🇪, Румыния #11 🇷🇴, а Ирландия #20 🇮🇪);
▪️Топ-5 городов: Сан Франциско, Нью Йорк, Пекин, Лондон, Лос Анджелес (Бухарест тут #26, Москва #31, кстати);
▪️Топ-5 юникорнов: OpenAI, Bytedance, Hugging Face, ElevenLabs, Runway;
▪️Топ-5 экзитов: Kuaishou, UiPath (вот почему Румыния в топе!), SentinelOne, Intellifusion, Darktrace.
▪️Топ-5 самых перспективных стартапов: Glance, JusBrasil, Gupy, Inspur Cloud, Preplexity.
2/ Но самый любопытный график там был следующий – в отчете показано сравнение количества сотрудников в AI стартапах и в других вертикалях – Cloud, Cybersecurity, Enterprise Technology. Доля AI стартапов в зависимости от количества сотрудников (выборочно):
▪️1-50 человек:
▫️AI: 88%;
▫️Cloud: 85%;
▫️Enterprise Tech: 81%;
▫️Cybersecurity: 77%.
▪️250+ человек:
▫️AI: 2.05%;
▫️Cloud: 3.14%;
▫️Enterprise Tech: 4.34%;
▫️Cybersecurity: 5.23%.
▪️5000+ человек:
▫️AI: 0.09%;
▫️Cloud: 0.22%;
▫️Enterprise Tech: 0.06% (только тут у AI будет немного выше);
▫️Cybersecurity: 0.36%.
3/ Вот как получается – с одной стороны, возможно, просто в DeepTech более маленькие команды, а с другой, может быть, сам AI и позволяет более эффективно формировать состав и ограничиваться меньшим количеством человек.
В отчете еще много всего про инвестиции (их много в AI), концентрацию (их много в США) и ключевые возможности для AI стартапов по версии IBM.
👉 Сам отчет на [32 страницы] качайте по ссылке: https://ai.startupblink.com/
#ai #research #benchmarks
🚀 Взгляд в будущее: ключевые технологические тренды 2025 года глазами a16z.
Команда a16z представилf свой ежегодный отчет о главных технологических трендах, мы тут про него не рассказывали, так что давайте затронем. Конечно, все подсматривают на то, что думает a16z – это как crystal ball в мир инноваций – must read.
1/ В самом отчете рассмотрены следующие секции:
▪️ American Dynamism
▪️ Watch the Video
▪️ Bio + Health
▪️ Consumer Tech
▪️ Crypto
▪️ Enterprise + Fintech
▪️ Games
▪️ Growth-Stage Tech
▪️ Infrastructure
Чуть подробнее остановимся на Enterprise + Fintech.
2/ AI: от хайпа к реальным применениям:
▪️ 83% компаний уже используют или планируют использовать AI в ближайшее время.
▪️ 61% компаний намерены интегрировать несколько AI-моделей одновременно.
▪️ Средний бюджет на AI-трансформацию: $5-7M.
🔹 Похоже, что эра single-model solutions окончательно подходит к концу.
3/ А что в Fintech? На самом деле не так много всего, поскольку:
▪️ Ключевым является Появление нативных AI-финансовых продуктов.
▪️ Автоматизация комплаенс и риск-менеджмента является еще одним важным трендом, и там тоже AI должен играть значительную роль.
🔹 Получается , финтех-стартапы с AI-core будут доминировать на рынке.
4/ a16z много лестного говорит о биотехнологиях, медицине и также инфраструктуре. Robotics и Hardware стартапы должны получить гораздо больше внимания.
5/ Забавный, но интуитивно даже какой-то страшный тренд, о котором говорят ребята из a16z – это постепенный отказ от "Google It". Новые поколения уже не говорят “погугли” (поставьте 🤩 в реакциях, если согласны, что это так), однако пока еще нет выражения “GPT It” (но кажется, что процесс уже идет).
👉 Полный отчет от a16z читайте по ссылке: https://a16z.com/big-ideas-in-tech-2025/
@proVenture
#research #trends
Команда a16z представилf свой ежегодный отчет о главных технологических трендах, мы тут про него не рассказывали, так что давайте затронем. Конечно, все подсматривают на то, что думает a16z – это как crystal ball в мир инноваций – must read.
1/ В самом отчете рассмотрены следующие секции:
▪️ American Dynamism
▪️ Watch the Video
▪️ Bio + Health
▪️ Consumer Tech
▪️ Crypto
▪️ Enterprise + Fintech
▪️ Games
▪️ Growth-Stage Tech
▪️ Infrastructure
Чуть подробнее остановимся на Enterprise + Fintech.
2/ AI: от хайпа к реальным применениям:
▪️ 83% компаний уже используют или планируют использовать AI в ближайшее время.
▪️ 61% компаний намерены интегрировать несколько AI-моделей одновременно.
▪️ Средний бюджет на AI-трансформацию: $5-7M.
🔹 Похоже, что эра single-model solutions окончательно подходит к концу.
3/ А что в Fintech? На самом деле не так много всего, поскольку:
▪️ Ключевым является Появление нативных AI-финансовых продуктов.
▪️ Автоматизация комплаенс и риск-менеджмента является еще одним важным трендом, и там тоже AI должен играть значительную роль.
🔹 Получается , финтех-стартапы с AI-core будут доминировать на рынке.
4/ a16z много лестного говорит о биотехнологиях, медицине и также инфраструктуре. Robotics и Hardware стартапы должны получить гораздо больше внимания.
5/ Забавный, но интуитивно даже какой-то страшный тренд, о котором говорят ребята из a16z – это постепенный отказ от "Google It". Новые поколения уже не говорят “погугли” (поставьте 🤩 в реакциях, если согласны, что это так), однако пока еще нет выражения “GPT It” (но кажется, что процесс уже идет).
👉 Полный отчет от a16z читайте по ссылке: https://a16z.com/big-ideas-in-tech-2025/
@proVenture
#research #trends
Andreessen Horowitz
Big Ideas in Tech for 2025
An external "AI brain." Big swings in biopharma. Interactive video. Nuclear energy's resurgence. "Faceless" influencers. We asked 50 a16z partners to preview one big idea that will spur innovation in 2025.
Что означает выход Deepseek с позиции VCs?
Как мы обсуждали выше в канале, смысла пересказывать новости про Deepseek нет. Все триста раз сказано. Но в комментариях был интересный вопрос, что такие новости означают с позиции венчурных инвесторов.
1/ Для начала стоит разобраться, что бизнесовый эффект стоит разделять с эффектом на инвестиционных рынках.
▫️Deepseek – это конкурент OpenAI в области foundation models, а также конкурент Anthropic, Gemini и других моделей. Это ключевое, потому что продуктов (пока что) вокруг Deepseek особо нет.
▫️Влияние на NVIDIA чисто на уровне влияния паники на рынках. Deepseek влияет на NVIDIA косвенно, только что не нужно будет столько видеокарт, отсюда и крупнейшее падение капитализации в истории (почти на 20%).
▫️Чуть позже после выхода стало понятно, что на более глубоких сложных тестах модель R1 от Deepseek все же уступает лидерам, но для эффекта встряски это уже было не важно – встряска случилась.
2/ Так а что с бизнесом?
▪️Выпуск более дешевой и достаточно точной модели означает, что на application layer бизнесам будет дешевле оперировать, и экономика должна сходиться лучше. Еще пара волн удешевлений, и можно будет говорить о том, что приложения на базе моделей могут быть прибыльными.
▪️Deepseek – это опенсорсная модель. В долгосрочной перспективе на уровне инфраструктуры почти всегда побеждает опенсорс, и это также не секрет. Как к этому готовятся закрытые модели? Ну, например, тот же OpenAI это уже продуктовая компания практически, не просто инфраструктурный игрок. А вот тут уже конкуренция не просто за счет цены.
▪️Вероятно, в будущем мы увидим консолидацию на рынке на уровне инфраструктуры и данных в области AI. Мультипликаторы на рынке AI тоже могут упасть.
🔹К слову, это прежде всего позитивно для vertical SaaS решений.
3/ А что с вложенными миллиардами VC инвесторов в подобные проекты в США?
▪️Венчурные инвестиции – это риск, а они могут сгореть. Мы уже задавались такими вопросами тут или тут.
▪️Наибольший удар получат крупнейшие фирмы, которые инвестировали много денег в инфраструктурные проекты. Для менее крупных фирм, которые избегали таких капиталоемких инвестиций новости скорее хорошие.
▪️Инвесторы в AI должны понимать, что ключевое для их портфельных стартапов – адаптивность и готовность постоянно меняться. Эра инвестиций в просто модели, которые “чуть лучше конкурентов”, заканчивается.
▪️Значит ли это, что в AI станут меньше инвестировать? Совсем наоборот! Просто инвестиции должны быть более эффективными, доставаться более широкому кругу проектов.
4/ Что еще почитать по теме?
▫️Много статей про отношение VC по теме, но больше всего понравились материалы Vox (открытый) и Business Insider (закрытый).
▫️Прямо-таки хронологию событий и реакций собрал журнал Techtarget, где есть также любопытное сравнение OpenAI и Deepseek в табличке.
▫️Слышали про то, что Deepseek выпустил хедж фонд? Крутая история про этот самый хедж фонд есть в канале “nonamevc” от Дани Чепенко.
▫️Джей Аламар из CohereAI делает, пожалуй, самый четкий обзор того, как технически работает Deepseek.
▫️Ну и нельзя пропустить эссе Дарио Амодеи из Anthropic про Deepseek. Это единственный вдумчивый анализ от лидера индустрии.
Мем в качестве картинки, чтобы мы все немного расслабились.
@proVenture
#ai #trends #research
Как мы обсуждали выше в канале, смысла пересказывать новости про Deepseek нет. Все триста раз сказано. Но в комментариях был интересный вопрос, что такие новости означают с позиции венчурных инвесторов.
1/ Для начала стоит разобраться, что бизнесовый эффект стоит разделять с эффектом на инвестиционных рынках.
▫️Deepseek – это конкурент OpenAI в области foundation models, а также конкурент Anthropic, Gemini и других моделей. Это ключевое, потому что продуктов (пока что) вокруг Deepseek особо нет.
▫️Влияние на NVIDIA чисто на уровне влияния паники на рынках. Deepseek влияет на NVIDIA косвенно, только что не нужно будет столько видеокарт, отсюда и крупнейшее падение капитализации в истории (почти на 20%).
▫️Чуть позже после выхода стало понятно, что на более глубоких сложных тестах модель R1 от Deepseek все же уступает лидерам, но для эффекта встряски это уже было не важно – встряска случилась.
2/ Так а что с бизнесом?
▪️Выпуск более дешевой и достаточно точной модели означает, что на application layer бизнесам будет дешевле оперировать, и экономика должна сходиться лучше. Еще пара волн удешевлений, и можно будет говорить о том, что приложения на базе моделей могут быть прибыльными.
▪️Deepseek – это опенсорсная модель. В долгосрочной перспективе на уровне инфраструктуры почти всегда побеждает опенсорс, и это также не секрет. Как к этому готовятся закрытые модели? Ну, например, тот же OpenAI это уже продуктовая компания практически, не просто инфраструктурный игрок. А вот тут уже конкуренция не просто за счет цены.
▪️Вероятно, в будущем мы увидим консолидацию на рынке на уровне инфраструктуры и данных в области AI. Мультипликаторы на рынке AI тоже могут упасть.
🔹К слову, это прежде всего позитивно для vertical SaaS решений.
3/ А что с вложенными миллиардами VC инвесторов в подобные проекты в США?
▪️Венчурные инвестиции – это риск, а они могут сгореть. Мы уже задавались такими вопросами тут или тут.
▪️Наибольший удар получат крупнейшие фирмы, которые инвестировали много денег в инфраструктурные проекты. Для менее крупных фирм, которые избегали таких капиталоемких инвестиций новости скорее хорошие.
▪️Инвесторы в AI должны понимать, что ключевое для их портфельных стартапов – адаптивность и готовность постоянно меняться. Эра инвестиций в просто модели, которые “чуть лучше конкурентов”, заканчивается.
▪️Значит ли это, что в AI станут меньше инвестировать? Совсем наоборот! Просто инвестиции должны быть более эффективными, доставаться более широкому кругу проектов.
4/ Что еще почитать по теме?
▫️Много статей про отношение VC по теме, но больше всего понравились материалы Vox (открытый) и Business Insider (закрытый).
▫️Прямо-таки хронологию событий и реакций собрал журнал Techtarget, где есть также любопытное сравнение OpenAI и Deepseek в табличке.
▫️Слышали про то, что Deepseek выпустил хедж фонд? Крутая история про этот самый хедж фонд есть в канале “nonamevc” от Дани Чепенко.
▫️Джей Аламар из CohereAI делает, пожалуй, самый четкий обзор того, как технически работает Deepseek.
▫️Ну и нельзя пропустить эссе Дарио Амодеи из Anthropic про Deepseek. Это единственный вдумчивый анализ от лидера индустрии.
Мем в качестве картинки, чтобы мы все немного расслабились.
@proVenture
#ai #trends #research
🔻 Насколько сложно сейчас поднимать венчурные инвестиции? Еще сложнее!
Вышел отчет по венчурному рынку от Angellist. Там только ранние стадии и в общем-то та же самая статистика, что и в других местах, кроме одного очень показательного момента – это активность венчурных инвесторов.
1/ Посмотрите на приложенный график – он показывает уровень активности и уровень up rounds. Давайте напомним, как это читать на примере января 2025:
▪️14.2% активность по оси Х – это процент стартапов, которые подняли раунды в январе 2025.
▪️62% по оси Y – это процент сделок с повышением оценки.
🔹Angellist говорит, что допандемийный нормальный уровень находится на уровне 33% по активности и на уровне 75% up rounds.
🔹Отметим также, что сама активность в январе чуть выросла к показателям 2024 года, но вот up rounds на самых самых лоях. Хуже за историю наблюдений Angellist просто не было.
Замечание: мы последний раз писали об активности инвесторов в начале 2023 года, там данные совсем другие, они пересчитали активность по другой формуле, похоже, поэтому сравнить не получится. А жаль.
2/ Обратите также внимание на бенчмарки по оценкам со страницы 21 отчета.
Рассмотрим три персентиля – 25th, 50th, 75th:
▪️Pre-seed: $5.35M (25th) -> $10M (50th) -> $13M (75th);
▪️Seed: $15M (25th) -> $20M (50th) -> $25M (75th);
▪️Series A: $37.5M (25th) -> $62.5M (50th) -> $100M (75th);
▪️Series B: $85M (25th) -> $170M (50th) -> $300M (75th).
🔹Обратите внимание, что 2023 года ситуация улучшилась для стартапов, оценки выросли.
3/ Остальное можете прочитать сами – о том, что количество новых стартапов сокращается или о том, что (очевидно) инвесторы в основном инвестируют в AI.
👉 Сам отчет на [31 страницу] можно скачать тут: https://www.angellist.com/data-center/the-state-of-venture-2024
@proVenture
#research
Вышел отчет по венчурному рынку от Angellist. Там только ранние стадии и в общем-то та же самая статистика, что и в других местах, кроме одного очень показательного момента – это активность венчурных инвесторов.
1/ Посмотрите на приложенный график – он показывает уровень активности и уровень up rounds. Давайте напомним, как это читать на примере января 2025:
▪️14.2% активность по оси Х – это процент стартапов, которые подняли раунды в январе 2025.
▪️62% по оси Y – это процент сделок с повышением оценки.
🔹Angellist говорит, что допандемийный нормальный уровень находится на уровне 33% по активности и на уровне 75% up rounds.
🔹Отметим также, что сама активность в январе чуть выросла к показателям 2024 года, но вот up rounds на самых самых лоях. Хуже за историю наблюдений Angellist просто не было.
Замечание: мы последний раз писали об активности инвесторов в начале 2023 года, там данные совсем другие, они пересчитали активность по другой формуле, похоже, поэтому сравнить не получится. А жаль.
2/ Обратите также внимание на бенчмарки по оценкам со страницы 21 отчета.
Рассмотрим три персентиля – 25th, 50th, 75th:
▪️Pre-seed: $5.35M (25th) -> $10M (50th) -> $13M (75th);
▪️Seed: $15M (25th) -> $20M (50th) -> $25M (75th);
▪️Series A: $37.5M (25th) -> $62.5M (50th) -> $100M (75th);
▪️Series B: $85M (25th) -> $170M (50th) -> $300M (75th).
🔹Обратите внимание, что 2023 года ситуация улучшилась для стартапов, оценки выросли.
3/ Остальное можете прочитать сами – о том, что количество новых стартапов сокращается или о том, что (очевидно) инвесторы в основном инвестируют в AI.
👉 Сам отчет на [31 страницу] можно скачать тут: https://www.angellist.com/data-center/the-state-of-venture-2024
@proVenture
#research
📢 Опрос: клиентам не важен AI в вашем сервиса.
Щепотка дёгтя в наши-ваши розовые пони с искусственным интеллектом. У Кайла Пояра (OpenView) в блоге вышел гостевой пост от Кристен Берман (Irrational Labs) на тему того, что потребители думают, когда в продукте упоминается тот факт, что он работает на базе AI.
1/ Что делали? 767 людям в США (48% мужчины, 75% бакалавр и выше, 60% выше среднего достатка ($60K в год по меркам США) показали лендинги 4 продуктов в двух видах: (i) с указанием, что сервис работает на базе AI и (ii) просто с описанием ценности и задали несколько вопросов.
2/ Ключевой результат – это ответ на вопрос “сколько вы готовы были бы платить в месяц за этот тул”. Результаты (🟢 – AI выиграл сильно, ⚪️ – нет особой разницы и 🔴 – AI проиграл):
⚪️ Intuit: $10.1 без AI => $11.5 с AI;
⚪️ Microsoft: $11.2 без AI => $11.3 с AI;
🟢 Superhuman: $6.6 без AI => $9.1 с AI;
🔴 Zendesk: $13.6 без AI => $13.1 с AI.
3/ Другие выводы:
🟢 AI в среднем заставляет платить немного больше: $11.3 против $10.4;
🔴 Доверия к AI меньше: верят AI-powered на 52 по шкале из 100 и на 54 верят без AI;
⚪️ Потребители считают, что термин AI используется слишком часто.
4/ Кристен расписывает, что можно с этим делать, чтобы более аккуратно использовать термин:
▪️Фокусируетесь на бенефитах, а не на жаргоне;
▪️Сделайте акцент на измеримых результатах против воды (например, “пишите письма в 3 раза быстрее” против “улучши эффективность написания письма с помощью AI”);
▪️Вовлекайте пользователей (это с AI не связано, просто элемент PLG);
▪️Вдумчиво используйте термин AI, когда вам необходимо это сделать;
▪️Помните, что клиенты не всегда ассоциируют “AI” с “лучше”.
👉 Ссылка на пост для более детального изучения: https://www.growthunhinged.com/p/ai-messaging-study
@proVenture
#research #ai #trends
Щепотка дёгтя в наши-ваши розовые пони с искусственным интеллектом. У Кайла Пояра (OpenView) в блоге вышел гостевой пост от Кристен Берман (Irrational Labs) на тему того, что потребители думают, когда в продукте упоминается тот факт, что он работает на базе AI.
1/ Что делали? 767 людям в США (48% мужчины, 75% бакалавр и выше, 60% выше среднего достатка ($60K в год по меркам США) показали лендинги 4 продуктов в двух видах: (i) с указанием, что сервис работает на базе AI и (ii) просто с описанием ценности и задали несколько вопросов.
2/ Ключевой результат – это ответ на вопрос “сколько вы готовы были бы платить в месяц за этот тул”. Результаты (🟢 – AI выиграл сильно, ⚪️ – нет особой разницы и 🔴 – AI проиграл):
⚪️ Intuit: $10.1 без AI => $11.5 с AI;
⚪️ Microsoft: $11.2 без AI => $11.3 с AI;
🟢 Superhuman: $6.6 без AI => $9.1 с AI;
🔴 Zendesk: $13.6 без AI => $13.1 с AI.
3/ Другие выводы:
🟢 AI в среднем заставляет платить немного больше: $11.3 против $10.4;
🔴 Доверия к AI меньше: верят AI-powered на 52 по шкале из 100 и на 54 верят без AI;
⚪️ Потребители считают, что термин AI используется слишком часто.
4/ Кристен расписывает, что можно с этим делать, чтобы более аккуратно использовать термин:
▪️Фокусируетесь на бенефитах, а не на жаргоне;
▪️Сделайте акцент на измеримых результатах против воды (например, “пишите письма в 3 раза быстрее” против “улучши эффективность написания письма с помощью AI”);
▪️Вовлекайте пользователей (это с AI не связано, просто элемент PLG);
▪️Вдумчиво используйте термин AI, когда вам необходимо это сделать;
▪️Помните, что клиенты не всегда ассоциируют “AI” с “лучше”.
👉 Ссылка на пост для более детального изучения: https://www.growthunhinged.com/p/ai-messaging-study
@proVenture
#research #ai #trends
🚀 Product-market fit: как стартапам найти свою нишу и масштабироваться.
Сегодня разберем статью Джероена Коелена (автор I Want Product-Market Fit) в гостевом посте для The VC Corner о том, как стартапам достичь product-market fit и успешно масштабироваться. Материал будет полезен как основателям, так и инвесторам, ищущим перспективные проекты.
💡 Самая прикольная часть статьи – это график шкалы Product-Market Fit. Это не дорожная карта, шаги которой надо делать один за другим, это некоторая шкала, которая показывает уровень.
1/ Тем не менее достижение PMF можно разделить на 4 этапы:
▪️Определить, что продукт решает проблему клиента (как минимум 1-3 должны жаждать вашего продукта среди из 10-50 потенциальных клиентов);
▪️Проверьте, что продукт решает проблему (сделайте MVP, а затем предложите его тем 1-3 клиентам с дисконтом – это ваши пилоты);
▪️Проверьте фит бизнес-модели (сделайте 100-500 аутричей на полную стоимость, если вы получили 5 клиентов, то это хороший результат);
▪️Проанализируйте опыт этих первых клиентов, определите ваших целевых клиентов, выработайте процесс продажи, проведите 10-50 продаж, постепенно автоматизируя процесс.
🔹Важно помнить, что PMF не достигается один раз и навсегда, это постоянный процесс.
2/ Каковы ключевые ошибки?
▪️Пропуск этапов;
▪️Фокус на Vanity Metrics – на тех, которые интересны для PR, а не для бизнеса;
▪️Уж точно нельзя сразу переходить на этап 4 и автоматизировать то, что не выверено.
🔹Немного удивительно, что в самом гайде ничего нет про LTV/CAC и юнит экономику, но все же стоит добавить, что надо проверять не только эффективность процесса, но и эффективность бизнес-модели.
3/ Стоит отметить, что стартапы попадают в эти ловушки гораздо чаще после привлечения крупных раундов – чем больше затраты, тем сложнее закопать какие-то эксперименты, которые ты делаешь.
👉 Более детально читайте пост по ссылке: https://www.thevccorner.com/p/the-product-market-fit-guide-how
👇 Понятно, что это не единственный и не самый подробный ресурс, поэтому если вы видели что-то полезное по теме – делитесь в комментариях, будет очень интересно!
@proVenture
#research #howtovc #полезное
Сегодня разберем статью Джероена Коелена (автор I Want Product-Market Fit) в гостевом посте для The VC Corner о том, как стартапам достичь product-market fit и успешно масштабироваться. Материал будет полезен как основателям, так и инвесторам, ищущим перспективные проекты.
💡 Самая прикольная часть статьи – это график шкалы Product-Market Fit. Это не дорожная карта, шаги которой надо делать один за другим, это некоторая шкала, которая показывает уровень.
1/ Тем не менее достижение PMF можно разделить на 4 этапы:
▪️Определить, что продукт решает проблему клиента (как минимум 1-3 должны жаждать вашего продукта среди из 10-50 потенциальных клиентов);
▪️Проверьте, что продукт решает проблему (сделайте MVP, а затем предложите его тем 1-3 клиентам с дисконтом – это ваши пилоты);
▪️Проверьте фит бизнес-модели (сделайте 100-500 аутричей на полную стоимость, если вы получили 5 клиентов, то это хороший результат);
▪️Проанализируйте опыт этих первых клиентов, определите ваших целевых клиентов, выработайте процесс продажи, проведите 10-50 продаж, постепенно автоматизируя процесс.
🔹Важно помнить, что PMF не достигается один раз и навсегда, это постоянный процесс.
2/ Каковы ключевые ошибки?
▪️Пропуск этапов;
▪️Фокус на Vanity Metrics – на тех, которые интересны для PR, а не для бизнеса;
▪️Уж точно нельзя сразу переходить на этап 4 и автоматизировать то, что не выверено.
🔹Немного удивительно, что в самом гайде ничего нет про LTV/CAC и юнит экономику, но все же стоит добавить, что надо проверять не только эффективность процесса, но и эффективность бизнес-модели.
3/ Стоит отметить, что стартапы попадают в эти ловушки гораздо чаще после привлечения крупных раундов – чем больше затраты, тем сложнее закопать какие-то эксперименты, которые ты делаешь.
👉 Более детально читайте пост по ссылке: https://www.thevccorner.com/p/the-product-market-fit-guide-how
👇 Понятно, что это не единственный и не самый подробный ресурс, поэтому если вы видели что-то полезное по теме – делитесь в комментариях, будет очень интересно!
@proVenture
#research #howtovc #полезное
🌪 Как может выглядеть воронка сделок венчурного синдиката на примере TBD Angels?
Готовлю для вас кое-что интересное, и в процессе подготовки попался на глаза отчет TBD Angels по результатам их сделок за 2024 год. Подобный отчет мы разбирали по результатам 2022 года, и там также была очень интересная информация, но новый отчет еще интереснее, так как видна динамика.
Что же там интересного?
1/ Посмотрите на воронку проектов – из поступивших проектов за этот год:
❌ 65.9% были отклонены
😥 11% пропущены (это значит, что инвестировать хотелось, но в сделку не пустили)
🏃🏻 18.3% еще активны (не рассмотрены до конца)
✅ 4.9% проинвестированы
🔹 Последняя цифра – самая важная. Получается, что 5% воронки получила инвестиции. Но удивительно, что в 2022 году таких было 22%! Падение в 4 раза! Вау!
✔️ С учетом сделок, в которые синдикат бы хотел инвестировать, получается 16% против 27% - падение в 2 раза, но все равно существенно.
2/ На странице 10 есть классный график по поводу того, сколько сделки находятся на рассмотрении. Посмотрим закрытые сделки, сколько они были в воронке:
▪️#1 сделка по счету: 0.5 мес в воронке
▪️#2: 7.5 мес
▪️#3: 2.5 мес
▪️#4: 2.5 мес
▪️#5 – 2 мес
🔹Видно, что средняя крутится вокруг 2-3 месяцев в воронке, тоже полезно знать фаундерам.
💾👉 Сам отчет на [10 страниц] в приложении ниже, можете детальнее почитать.
@proVenture
#research #howtovc
Готовлю для вас кое-что интересное, и в процессе подготовки попался на глаза отчет TBD Angels по результатам их сделок за 2024 год. Подобный отчет мы разбирали по результатам 2022 года, и там также была очень интересная информация, но новый отчет еще интереснее, так как видна динамика.
Что же там интересного?
1/ Посмотрите на воронку проектов – из поступивших проектов за этот год:
❌ 65.9% были отклонены
😥 11% пропущены (это значит, что инвестировать хотелось, но в сделку не пустили)
🏃🏻 18.3% еще активны (не рассмотрены до конца)
✅ 4.9% проинвестированы
🔹 Последняя цифра – самая важная. Получается, что 5% воронки получила инвестиции. Но удивительно, что в 2022 году таких было 22%! Падение в 4 раза! Вау!
✔️ С учетом сделок, в которые синдикат бы хотел инвестировать, получается 16% против 27% - падение в 2 раза, но все равно существенно.
2/ На странице 10 есть классный график по поводу того, сколько сделки находятся на рассмотрении. Посмотрим закрытые сделки, сколько они были в воронке:
▪️#1 сделка по счету: 0.5 мес в воронке
▪️#2: 7.5 мес
▪️#3: 2.5 мес
▪️#4: 2.5 мес
▪️#5 – 2 мес
🔹Видно, что средняя крутится вокруг 2-3 месяцев в воронке, тоже полезно знать фаундерам.
💾👉 Сам отчет на [10 страниц] в приложении ниже, можете детальнее почитать.
@proVenture
#research #howtovc
B2B Marketing Budget Benchmarks.
Короткая и полезная заметка от Карилу Дитрих, ex-Atlassian, а ныне – консультант по маркетингу. Она показывает, какие бенчмарки есть по затратам на маркетинг у B2B компаний.
1/ Бенчмарки представлены ниже.
Доля затрат на маркетинг в процентах от выручки в зависимости от размера выручки:
▪️<$10M: 30-40%
▪️$10-$50M: 10-30%
▪️$50B-$2B: 7-14%
▪️>$2B: 3-6%
🔹Любопытно, что в структуре доля затрат на людей увеличивается по мере роста компании, а доля затрат на инфраструктуру падает (что в целом логично с экономией на масштабе)
👉 Ссылка на пост в Substack:
2/ Карилу также проводит опрос совместно с ребятами из Benchmarkit (в канале были их другие отчеты). Если вам интересно поучаствовать, 👉 го по ссылке на анкету: https://marketing-02.saasbenchmarks.ai/survey/6735380adb67e4ea5bbffb29
@proVenture
#research #benchmarks
Короткая и полезная заметка от Карилу Дитрих, ex-Atlassian, а ныне – консультант по маркетингу. Она показывает, какие бенчмарки есть по затратам на маркетинг у B2B компаний.
1/ Бенчмарки представлены ниже.
Доля затрат на маркетинг в процентах от выручки в зависимости от размера выручки:
▪️<$10M: 30-40%
▪️$10-$50M: 10-30%
▪️$50B-$2B: 7-14%
▪️>$2B: 3-6%
🔹Любопытно, что в структуре доля затрат на людей увеличивается по мере роста компании, а доля затрат на инфраструктуру падает (что в целом логично с экономией на масштабе)
👉 Ссылка на пост в Substack:
2/ Карилу также проводит опрос совместно с ребятами из Benchmarkit (в канале были их другие отчеты). Если вам интересно поучаствовать, 👉 го по ссылке на анкету: https://marketing-02.saasbenchmarks.ai/survey/6735380adb67e4ea5bbffb29
@proVenture
#research #benchmarks
📈 Какие оценки сейчас на midmarket M&A?
Давно уже в закладках лежал сайт Flippa (436K активных покупателей на платформе), на котором можно продавать и покупать бизнесы. Там есть раздел статистики: https://flippa.com/data-insights
Там надо пройти регистрацию, чтобы посмотреть данные, поэтому вот вам overview.
1/ Какой сейчас search intent? (иными словами, что ищут покупатели). Топ 5:
▪️#1 Shopify: 13,566 запросов за последние 3 месяца;
▪️#2 Youtube: 7,201
▪️#3 App: 6,869
▪️#4 Affiliate: 5,932;
▪️#5 AI: 5,574.
2/ В трендах search terms:
▪️#1 Ai Anent: +740% за последние 3 месяца;
▪️#2 Tiktok Account: +487%
▪️#3 White Label: +406%
3/ Посмотрите динамику SaaS revenue multiples в приложении.
▪️3x (H2 2022) => 4.19x (H2 2024).
4/ Каковы revenue multiples H2 2024 по некоторым другим вертикалям:
▫️SaaS: 4.29x
▫️Ecommerce: 2.83x
▫️App: 2.52x
▫️Service: 1.33x
▪️All categories: 2.38x
5/ Насколько быстро продаются бизнесы? Посмотрим сроки транзакции для бизнеса стоимостью $1M+:
▫️Максимум: 195 дней (худший квартиль – 129 дней)
▪️Медиана: 69.5 дней
▫️Минимум: 7 дней (лучший квартиль – 24 дня)
Вот такая down to earth статистика. Надо будет еще посмотреть данные Microacquire.
@proVenture
#benchmarks #research
Давно уже в закладках лежал сайт Flippa (436K активных покупателей на платформе), на котором можно продавать и покупать бизнесы. Там есть раздел статистики: https://flippa.com/data-insights
Там надо пройти регистрацию, чтобы посмотреть данные, поэтому вот вам overview.
1/ Какой сейчас search intent? (иными словами, что ищут покупатели). Топ 5:
▪️#1 Shopify: 13,566 запросов за последние 3 месяца;
▪️#2 Youtube: 7,201
▪️#3 App: 6,869
▪️#4 Affiliate: 5,932;
▪️#5 AI: 5,574.
2/ В трендах search terms:
▪️#1 Ai Anent: +740% за последние 3 месяца;
▪️#2 Tiktok Account: +487%
▪️#3 White Label: +406%
3/ Посмотрите динамику SaaS revenue multiples в приложении.
▪️3x (H2 2022) => 4.19x (H2 2024).
4/ Каковы revenue multiples H2 2024 по некоторым другим вертикалям:
▫️SaaS: 4.29x
▫️Ecommerce: 2.83x
▫️App: 2.52x
▫️Service: 1.33x
▪️All categories: 2.38x
5/ Насколько быстро продаются бизнесы? Посмотрим сроки транзакции для бизнеса стоимостью $1M+:
▫️Максимум: 195 дней (худший квартиль – 129 дней)
▪️Медиана: 69.5 дней
▫️Минимум: 7 дней (лучший квартиль – 24 дня)
Вот такая down to earth статистика. Надо будет еще посмотреть данные Microacquire.
@proVenture
#benchmarks #research
🧠 AI eats the world.
В тему недавнего поста про Deep Research от Бена Эванса (ex-a16z). Бен же делает огромные отчеты по развитию технологий, и в ноябре 2024 года выпустил новый отчет под названием AI eats the world.
Вы сами прочитаете про тренды, но хотелось бы обратить внимание на две противоположные вещи:
1/ В трендах использования софта есть две суб-тренда:
🟢 Все больше представителей разных профессий разрабатывают и делают пилоты в области AI; при этом
🔴 Все меньше представителей разных профессий реально внедрили что-то работающее!
Топ-3 по динамике доли внедрений в работу (наименьшее падение)
1️⃣ Legal
2️⃣ Customer Service
3️⃣ Software
Худшие-3 по динамике доли внедрений:
8️⃣ Marketing
9️⃣ Sales
🔟 HR
🔹Учитывается относительное падение “на глаз” – то есть, доля могла быть небольшой, но упасть еще ниже
2/ Какие группы сотрудников имеют самый высокий adoption rate по WAU (weekly active users)?
1️⃣ Management
2️⃣ Software
3️⃣ Business Finance
Самый низкий:
1️⃣0️⃣ Blue Collar
1️⃣1️⃣ Legal
1️⃣2️⃣ Services
🔹Отдельно забавно, что у legal очень низкий DAU по сравнению с WAU
👉 В любом случае лучше прочитать весь отчет на [90 страниц] самостоятельно, наверняка найдете что-то интересное для себя: https://www.ben-evans.com/presentations
@proVenture
#ai #research
В тему недавнего поста про Deep Research от Бена Эванса (ex-a16z). Бен же делает огромные отчеты по развитию технологий, и в ноябре 2024 года выпустил новый отчет под названием AI eats the world.
Вы сами прочитаете про тренды, но хотелось бы обратить внимание на две противоположные вещи:
1/ В трендах использования софта есть две суб-тренда:
🟢 Все больше представителей разных профессий разрабатывают и делают пилоты в области AI; при этом
🔴 Все меньше представителей разных профессий реально внедрили что-то работающее!
Топ-3 по динамике доли внедрений в работу (наименьшее падение)
1️⃣ Legal
2️⃣ Customer Service
3️⃣ Software
Худшие-3 по динамике доли внедрений:
8️⃣ Marketing
9️⃣ Sales
🔟 HR
🔹Учитывается относительное падение “на глаз” – то есть, доля могла быть небольшой, но упасть еще ниже
2/ Какие группы сотрудников имеют самый высокий adoption rate по WAU (weekly active users)?
1️⃣ Management
2️⃣ Software
3️⃣ Business Finance
Самый низкий:
1️⃣0️⃣ Blue Collar
1️⃣1️⃣ Legal
1️⃣2️⃣ Services
🔹Отдельно забавно, что у legal очень низкий DAU по сравнению с WAU
👉 В любом случае лучше прочитать весь отчет на [90 страниц] самостоятельно, наверняка найдете что-то интересное для себя: https://www.ben-evans.com/presentations
@proVenture
#ai #research
🔥🔥🔥 AI Monetization in 2025.
О да, это очень классный отчет, пожалуй, самый детальный на тему монетизации из тех, что попадался. Ребята из Ibbaka опросили 336 компаний в ноябре-декабре 2024 (большинство из которых находятся на уровне $20M-$49M ARR), чтобы понять, как они прайсят свои AI продукты.
1/ Они выделили 4 типа бизнес-моделей опрашиваемых компаний, у каждой из которых есть value metrics и pricing metrics.
▪️4 модели: Agents, Co-Pilots, Generators, Software as a Service (называют они это SAS, почему-то)
▪️Для примера посмотрим на метрики для Agents:
Value metrics: Task completion, value of task
Pricing metrics: Per task, per agent, per outcome
2/ Какой тип AI чаще всего включается в продукты? Топ-3:
▪️Generative AI using third party models: 26.3%
▪️Reasoning models (like o1): 19.0%
▪️Predictive analytics using ML: 12.4%
3/ Дальше в процессе анализа Ibbaka делит опрашиваемые компании на три группы:
▫️Skeptics: таких 44% (большинство!), считают что хайп вокруг AI излишен и реальное влияние будет низким
▪️Sustainers: 38%, считают что AI даст возможность сделать инкрементальные изменения в продукте и нарастить выручку
🔹Disruptors: 18%, считают что AI изменят целые отрасли
4/ В каких пакетах продается AI? Опять же топ-3:
1️⃣ Independent Modules
2️⃣ Platform + extensions
3️⃣ Tiered + extensions (options)
🔹Любопытно, что среди Disruptors основным форматом является Agent Family
5/ Какую модель монетизации используют AI компании? (цифры навскидку по графику). Тут получилось топ-5:
▪️49% per user
▪️45% by a usage metric
▪️23% per agent
▪️23% per agent task completed
▪️20% per output token
🔹Тут интересно, что agent/agent task completed вылезают наверх за счет disruptors, все остальные 50%+ используют per user/usage metric
6/ Каковы рост выручки и маржи?
▪️По сравнению с 2023 годом по опросу рост выручки гораздо более высокий – визуально процент стартапов, которые растут 30-100% в год вырос с 10-12% до примерно 30% с 2023 по 2024 год.
▫️~45% компаний имеют gross margin на уровне 70%-90% (еще 23% имеют 55%-69% margin), но большинство (те же 45%) отметили, что маржа не увеличилась за счет AI (а еще 33% отметили, что она несколько сократилась!)
🔹И тут интересен срез ответов по группам – у 83% disruptors маржа осталась такой же (но они и были же AI-native наверняка, так что что у них могло поменяться?), а у 54% skeptics маржа несколько снизилась (так может быть, они и скептиками стали из-за этого, а не наоборот?)
5/ Среди других данных обратило внимание на себя то, что 60%+ внедряют AI именно как отдельный продукт, а не как фичу или как улучшение текущего продукта.
👉 Сам отчет на [62 страницы] для более детального изучения можно скачать по ссылке: https://www.ibbaka.com/reports-and-playbooks/ai-monetization-2025-research-report
@proVenture
#ai #research #benchmarks
О да, это очень классный отчет, пожалуй, самый детальный на тему монетизации из тех, что попадался. Ребята из Ibbaka опросили 336 компаний в ноябре-декабре 2024 (большинство из которых находятся на уровне $20M-$49M ARR), чтобы понять, как они прайсят свои AI продукты.
1/ Они выделили 4 типа бизнес-моделей опрашиваемых компаний, у каждой из которых есть value metrics и pricing metrics.
▪️4 модели: Agents, Co-Pilots, Generators, Software as a Service (называют они это SAS, почему-то)
▪️Для примера посмотрим на метрики для Agents:
Value metrics: Task completion, value of task
Pricing metrics: Per task, per agent, per outcome
2/ Какой тип AI чаще всего включается в продукты? Топ-3:
▪️Generative AI using third party models: 26.3%
▪️Reasoning models (like o1): 19.0%
▪️Predictive analytics using ML: 12.4%
3/ Дальше в процессе анализа Ibbaka делит опрашиваемые компании на три группы:
▫️Skeptics: таких 44% (большинство!), считают что хайп вокруг AI излишен и реальное влияние будет низким
▪️Sustainers: 38%, считают что AI даст возможность сделать инкрементальные изменения в продукте и нарастить выручку
🔹Disruptors: 18%, считают что AI изменят целые отрасли
4/ В каких пакетах продается AI? Опять же топ-3:
1️⃣ Independent Modules
2️⃣ Platform + extensions
3️⃣ Tiered + extensions (options)
🔹Любопытно, что среди Disruptors основным форматом является Agent Family
5/ Какую модель монетизации используют AI компании? (цифры навскидку по графику). Тут получилось топ-5:
▪️49% per user
▪️45% by a usage metric
▪️23% per agent
▪️23% per agent task completed
▪️20% per output token
🔹Тут интересно, что agent/agent task completed вылезают наверх за счет disruptors, все остальные 50%+ используют per user/usage metric
6/ Каковы рост выручки и маржи?
▪️По сравнению с 2023 годом по опросу рост выручки гораздо более высокий – визуально процент стартапов, которые растут 30-100% в год вырос с 10-12% до примерно 30% с 2023 по 2024 год.
▫️~45% компаний имеют gross margin на уровне 70%-90% (еще 23% имеют 55%-69% margin), но большинство (те же 45%) отметили, что маржа не увеличилась за счет AI (а еще 33% отметили, что она несколько сократилась!)
🔹И тут интересен срез ответов по группам – у 83% disruptors маржа осталась такой же (но они и были же AI-native наверняка, так что что у них могло поменяться?), а у 54% skeptics маржа несколько снизилась (так может быть, они и скептиками стали из-за этого, а не наоборот?)
5/ Среди других данных обратило внимание на себя то, что 60%+ внедряют AI именно как отдельный продукт, а не как фичу или как улучшение текущего продукта.
👉 Сам отчет на [62 страницы] для более детального изучения можно скачать по ссылке: https://www.ibbaka.com/reports-and-playbooks/ai-monetization-2025-research-report
@proVenture
#ai #research #benchmarks
🅰️ The Anthropic Economic Index.
Давайте уже наконец доберемся до исследования Anthropic по использованию генеративных моделей. Они смотрят на то, кто и как пользуется моделями в разрезе профессий. Если бы сделали в разрезе бизнесов, было бы еще интереснее, но пока что так.
Вы почитайте исследование самостоятельно. Есть их статья, которая читается проще и 💾 само исследование в PDF, которое идет чуть сложнее, но в целом оно не такое большое.
Хочется подсветить всего две вещи:
1/ Посмотрите на приложенный график, который сравнивает то, какой процент людей занят в той или иной профессии и то, какой процент запросов они делают в Claude от общего числа запросов (запросы тут не совсем верно, там слово conversations, но перевод как “обсуждения” тоже не совсем нравится).
Посмотрим на два среза. Топ-3 профессий, где обсуждений видимо больше, чем доля в workforce:
🟢 Computer and mathematical: 37.2% запросов против 3.4% занятости;
🟢 Arts, design…media: 10.3% против 1.4%;
🟢 Life, physical and social science: 6.4% против 0.9%.
🔹Ожидали увидеть в топе кого-то, кроме программистов и математиков?
Интереснее с другой стороны – у кого разница максимальна в другую сторону?
🔴 Transportation and material moving: 0.3% против 9.1%
🔴 Food preparation and serving related: 0.5% против 8.7%
🔴 Healthcare support: 0.3% против 4.7%
2/ Кажется, что будет интересно найти такие ниши, где распространение низкое, а доля в занятости большая, и предложить им какой-то вертикальный продукт. Стоит подождать пару лет, и мы увидим много проектов, которые эксплуатируют проблему проникновения сервисов с уже большие отрасли.
3/ Второй момент – это еще один график по использованию Claude в зависимости от зарплаты. Топовые профессии, которые используют запросы часто в разных когортах зарплат:
▪️<$75K в год: Tutors, Bioinformatics Technicians, Copy Writers;
▪️$75K-$150K: Computer Programmers, Software Developers (systems), Software Developers (apps);
▪️>$150K: Obstetricians and Gynecologists (акушеры и гинекологи).
❓А давайте поймем, для чего лично вы используете генеративные сети?
@proVenture
#ai #research #hr
Давайте уже наконец доберемся до исследования Anthropic по использованию генеративных моделей. Они смотрят на то, кто и как пользуется моделями в разрезе профессий. Если бы сделали в разрезе бизнесов, было бы еще интереснее, но пока что так.
Вы почитайте исследование самостоятельно. Есть их статья, которая читается проще и 💾 само исследование в PDF, которое идет чуть сложнее, но в целом оно не такое большое.
Хочется подсветить всего две вещи:
1/ Посмотрите на приложенный график, который сравнивает то, какой процент людей занят в той или иной профессии и то, какой процент запросов они делают в Claude от общего числа запросов (запросы тут не совсем верно, там слово conversations, но перевод как “обсуждения” тоже не совсем нравится).
Посмотрим на два среза. Топ-3 профессий, где обсуждений видимо больше, чем доля в workforce:
🟢 Computer and mathematical: 37.2% запросов против 3.4% занятости;
🟢 Arts, design…media: 10.3% против 1.4%;
🟢 Life, physical and social science: 6.4% против 0.9%.
🔹Ожидали увидеть в топе кого-то, кроме программистов и математиков?
Интереснее с другой стороны – у кого разница максимальна в другую сторону?
🔴 Transportation and material moving: 0.3% против 9.1%
🔴 Food preparation and serving related: 0.5% против 8.7%
🔴 Healthcare support: 0.3% против 4.7%
2/ Кажется, что будет интересно найти такие ниши, где распространение низкое, а доля в занятости большая, и предложить им какой-то вертикальный продукт. Стоит подождать пару лет, и мы увидим много проектов, которые эксплуатируют проблему проникновения сервисов с уже большие отрасли.
3/ Второй момент – это еще один график по использованию Claude в зависимости от зарплаты. Топовые профессии, которые используют запросы часто в разных когортах зарплат:
▪️<$75K в год: Tutors, Bioinformatics Technicians, Copy Writers;
▪️$75K-$150K: Computer Programmers, Software Developers (systems), Software Developers (apps);
▪️>$150K: Obstetricians and Gynecologists (акушеры и гинекологи).
❓А давайте поймем, для чего лично вы используете генеративные сети?
@proVenture
#ai #research #hr
SaaS Billing Report 2025.
ChartMogul выпустил еще один интересный отчет – на этот раз про биллинг, по сути про сравнение месячных и годовых подписок. 2,500+ компаний проанализировано, отчет на [36 страниц] написан (он, кстати, в сообщении ниже).
1/ Какие базовые тренды, которые отмечает сам ChartMogul?
▪️SaaS компании ранних стадий с месячными подписками растут быстрее всего (топ квартиль <$1M ARR бизнесов растет на 131% год к году при этом имея >75% выручки от месячных подписок). Логично, ведь на месячную подписку чуть легче подписаться, чем на годовую.
▪️Годовые подписки обеспечивают более высокое удержание и среднюю выручку (ARPA). Тоже весьма ожидаемо.
▪️Но даже с месячными подписками при высоких ARPA тоже можно достичь 100% NRR (это топ квартиль, правда).
▪️Пик переходов на годовые подписки с месячных – второй месяц использования. А вот это довольно любопытно.
▪️Чем больше ARPA, тем меньше заметна разница между месячными и годовыми планами.
2/ А что там есть необычно интересного?
🔸По мере роста компания переходит с месячных планов на годовые, а потом обратно на месячные:
▪️<300K ARR: 65% monthly vs 29% annual (сумма не 100%, какой-то косячок)
🔽
▪️$3M-$8M ARR: 53% monthly vs 47% annual
🔽
▪️$15M-$30M: 72% monthly vs 28% annual
🔸Лучше всего продавать подписки в Q1, хуже всего – Q4 (кроме как для годовых подписок на уровне $10M-$30M ARR).
🔸Переводы с месячных на годовые подписки проходят чаще у компаний с большой выручкой (процент компаний, в которых клиенты делали апгрейд на годовой план):
▪️<300K ARR: 9%
🔽
▪️$3M-$8M ARR: 58%
🔽
▪️$15M-$30M: 78%
🔹Разница 8х между мелкими и крупными! С точки зрения логики получается, что более крупные компании жертвуют возможностями быстрого роста в пользу более высокого удержания
🔸Дисконты встречаются не так часто – всего 5-8% SaaS компаний делают дисконты на месячных планах и 8-15% на годовых.
👉 Читайте сам отчет ниже или же по ссылке: https://chartmogul.com/reports/saas-billing-report/
@proVenture
#saas #research #benchmarks
ChartMogul выпустил еще один интересный отчет – на этот раз про биллинг, по сути про сравнение месячных и годовых подписок. 2,500+ компаний проанализировано, отчет на [36 страниц] написан (он, кстати, в сообщении ниже).
1/ Какие базовые тренды, которые отмечает сам ChartMogul?
▪️SaaS компании ранних стадий с месячными подписками растут быстрее всего (топ квартиль <$1M ARR бизнесов растет на 131% год к году при этом имея >75% выручки от месячных подписок). Логично, ведь на месячную подписку чуть легче подписаться, чем на годовую.
▪️Годовые подписки обеспечивают более высокое удержание и среднюю выручку (ARPA). Тоже весьма ожидаемо.
▪️Но даже с месячными подписками при высоких ARPA тоже можно достичь 100% NRR (это топ квартиль, правда).
▪️Пик переходов на годовые подписки с месячных – второй месяц использования. А вот это довольно любопытно.
▪️Чем больше ARPA, тем меньше заметна разница между месячными и годовыми планами.
2/ А что там есть необычно интересного?
🔸По мере роста компания переходит с месячных планов на годовые, а потом обратно на месячные:
▪️<300K ARR: 65% monthly vs 29% annual (сумма не 100%, какой-то косячок)
🔽
▪️$3M-$8M ARR: 53% monthly vs 47% annual
🔽
▪️$15M-$30M: 72% monthly vs 28% annual
🔸Лучше всего продавать подписки в Q1, хуже всего – Q4 (кроме как для годовых подписок на уровне $10M-$30M ARR).
🔸Переводы с месячных на годовые подписки проходят чаще у компаний с большой выручкой (процент компаний, в которых клиенты делали апгрейд на годовой план):
▪️<300K ARR: 9%
🔽
▪️$3M-$8M ARR: 58%
🔽
▪️$15M-$30M: 78%
🔹Разница 8х между мелкими и крупными! С точки зрения логики получается, что более крупные компании жертвуют возможностями быстрого роста в пользу более высокого удержания
🔸Дисконты встречаются не так часто – всего 5-8% SaaS компаний делают дисконты на месячных планах и 8-15% на годовых.
👉 Читайте сам отчет ниже или же по ссылке: https://chartmogul.com/reports/saas-billing-report/
@proVenture
#saas #research #benchmarks
🔥🔥🔥 Исследование по AI агентам от CB Insights: каковы ключевые тренды?
Буквально месяц назад CB Insights выкатили мини-исследование на тему AI агентов. Посмотрим?
1/ AI агенты подняли $3.8B инвестиций в 2024 году, а конкретнее динамика выглядела так:
▪️2020: $24M, 8 сделок;
▪️2021: $166M, 16 сделок;
▪️2022: $235M, 24 сделки;
▪️2023: $1.3B, 106 сделок;
▪️2024: $3.8B, 162 сделки.
🔹2022->2023 рост в 5.5х по объему и в 4.4х по количеству, а 2023->2024 рост 2.9х по объему и в 1.5х по количеству
2/ 6 из 8 big tech + big AI tech предлагают тулы для AI агентов, 3 из 10 уже предлагают агентов и еще 6 из 10 разрабатывают.
3/ AI агенты от Big Tech доминируют в горизонтальном сегменте, а частные компании уже специализируются. Несмотря на это структура инвестиций в с 2020 в тулы выглядит так (%% по объему инвестиций и %% по количеству сделок):
〰️ Horizontal apps: 55% и 49%;
▫️ Infrastructure: 24% и 29%;
▪️ Vertical: 21% и 21%.
То есть, половина идет в горизонтальные сервисы пока что, вертикальные – только пятая часть.
4/ Очень любопытно, что по уровню развития бизнеса горизонтальные сервисы гораздо более продвинутые. На первых двух из 5 стадий (это emerging & validating) находятся:
〰️ 33% horizontal apps;
▫️40% vertical apps;
▫️ 52% Infrastructure.
🔹 Внезапно инфраструктура – самая неразвитая.
5/ А кто в лидерах среди Infrastructure Stack провайдеров?
▪️Google;
▪️AWS;
▪️Salesforce;
▪️OpenAI;
▪️Anthropic.
6/ Что мешает внедрять AI агентов?
🔻47% беспокоятся о безопасности и качестве (данных прежде всего);
🔻41% опасаются технических проблем во внедрении;
🔻35% говорят о недостатке качественных кадров в команде.
👉 Само исследование на 12 страниц можно скачать по ссылке: https://www.cbinsights.com/research/ai-agent-trends-to-watch-2025/
❓В продолжение темы интересно задавать вам два вопроса ниже – про использование AI агентов и про доминирование горизонтальных решений. Ответите на опросы?
@proVenture
#ai #research #trends
Буквально месяц назад CB Insights выкатили мини-исследование на тему AI агентов. Посмотрим?
1/ AI агенты подняли $3.8B инвестиций в 2024 году, а конкретнее динамика выглядела так:
▪️2020: $24M, 8 сделок;
▪️2021: $166M, 16 сделок;
▪️2022: $235M, 24 сделки;
▪️2023: $1.3B, 106 сделок;
▪️2024: $3.8B, 162 сделки.
🔹2022->2023 рост в 5.5х по объему и в 4.4х по количеству, а 2023->2024 рост 2.9х по объему и в 1.5х по количеству
2/ 6 из 8 big tech + big AI tech предлагают тулы для AI агентов, 3 из 10 уже предлагают агентов и еще 6 из 10 разрабатывают.
3/ AI агенты от Big Tech доминируют в горизонтальном сегменте, а частные компании уже специализируются. Несмотря на это структура инвестиций в с 2020 в тулы выглядит так (%% по объему инвестиций и %% по количеству сделок):
〰️ Horizontal apps: 55% и 49%;
▫️ Infrastructure: 24% и 29%;
▪️ Vertical: 21% и 21%.
То есть, половина идет в горизонтальные сервисы пока что, вертикальные – только пятая часть.
4/ Очень любопытно, что по уровню развития бизнеса горизонтальные сервисы гораздо более продвинутые. На первых двух из 5 стадий (это emerging & validating) находятся:
〰️ 33% horizontal apps;
▫️40% vertical apps;
▫️ 52% Infrastructure.
🔹 Внезапно инфраструктура – самая неразвитая.
5/ А кто в лидерах среди Infrastructure Stack провайдеров?
▪️Google;
▪️AWS;
▪️Salesforce;
▪️OpenAI;
▪️Anthropic.
6/ Что мешает внедрять AI агентов?
🔻47% беспокоятся о безопасности и качестве (данных прежде всего);
🔻41% опасаются технических проблем во внедрении;
🔻35% говорят о недостатке качественных кадров в команде.
👉 Само исследование на 12 страниц можно скачать по ссылке: https://www.cbinsights.com/research/ai-agent-trends-to-watch-2025/
❓В продолжение темы интересно задавать вам два вопроса ниже – про использование AI агентов и про доминирование горизонтальных решений. Ответите на опросы?
@proVenture
#ai #research #trends
