Не делайте AI SaaS

Про AI-native agency, преждевременный SaaS и маржу на фрагментированном рынке.

Приходит Вова

Приходит ко мне Вова — владелец компании, которая выстраивает бизнесу отделы продаж. Там и построение скриптов, и обучение, и контроль качества.

Говорит: “Нужно упаковать нашу экспертизу по контролю качества в отдельный продукт и продавать его. В 5-10 раз дешевле, чем ручную услугу. Зато не теряем клиентов, на которых не хватает рук”.

И это не первая такая ситуация: последний год я регулярно вижу примерно один и тот же паттерн. Компания работает на фрагментированном рынке услуг, видит AI-хайп и решает, что теперь пора становиться продуктовой.

Продажи, рекрутинг, юраутсорс, бухгалтерия, документооборот, SMM — не так важно. Схема одна и та же

Я почти всех отговариваю.

Не потому что SaaS плохой. SaaS норм. Просто кажется, что многие пропускают самый выгодный шаг.

Сначала нужно не делать внешний продукт, а тупо засунуть AI внутрь своего деливери: первичный разбор, черновики, скоринг, подсветка спорных мест, сбор отчета. В операционку, короче.

А уже потом думать, нужно ли из этого делать SaaS. Часто ответ будет “нет”

Ниже примерно та аргументация, с которой я обычно разгоняю эту мысль на звонках. Только чуть подробнее, чем в тг.

1. Вы банально не умеете делать продукт

Это не наезд. Сервисная компания умеет продавать услугу, держать клиента, вытаскивать результат из плохо описанной задачи и разруливать человеческий бардак.

Это сильный навык. Просто это не продукт

Продукт — это другой маркетинг, другие продажи, другой саппорт, другой UX, другой цикл разработки. Тут уже начинаются каналы, воронки, CAC, ретеншн, онбординг, биллинг, документация, security questionnaires и вот это все.

Пока вы продаете через основателя и рекомендации, кажется, что “ну сделаем кабинет и поедет”. Обычно не едет.

На пути переключения бизнеса из сервисного в продуктовый — куча граблей. Можно научиться. Но это не “пара разработчиков”: это по сути второй бизнес внутри первого, и он начинает жрать внимание.

Лучшие люди уходят в новый продукт. Старые клиенты чувствуют, что деливери проседает. Новый продукт еще не продается. В итоге вы уже не такой хороший поставщик услуги, но еще и не нормальная продуктовая компания.

Классика

2. Ваша ЦА привыкла покупать услугу, а не софт

Кажется, тут чаще всего ошибаются. Компания смотрит на свой процесс и думает: “О, вот этот кусок можно автоматизировать и отдать клиенту в виде кабинета”.

А клиент, возможно, вообще не хочет этот кабинет

Он уже покупает не инструмент, а перенос ответственности наружу своей компании: человеческое внедрение, ответы на вопросы, кастомизацию под его кейс, лигал риски, менеджера, которому можно написать, когда что-то пошло не так. Да и в целом — возможность не становиться экспертом в этой теме.

Если бы ему был нужен просто софт, скорее всего, он бы уже купил просто софт. Его на рынке обычно полно. Но он покупает услугу — значит, в этом есть причина.

Когда вы приходите к нему с кабинетом за 1/10 цены, вы можете думать, что предлагаете дешевле. А он видит “теперь разбирайся сам”. Может не стоит ломать процесс, который уже работает?

3. Просто сделайте AI автоматизацию у себя внутри

Это самый важный пункт: допустим, есть типовая задача — разбор пачки звонков отделом контроля качества. Клиент платит 100 тысяч рублей.

Из них 60 уходит на ручную работу аналитика, 10 на накладные, 30 остается маржой.

Если AI встроен внутрь деливери, аналитик больше не делает первый проход руками. Модель черновым образом скорит звонки, вытаскивает спорные места, готовит структуру отчета.

Аналитик приходит к полуготовому материалу вместо пустого листа: валидирует, правит, принимает ответственность

Та же команда делает в 3-5 раз больше заказов.

Никакой магии. Просто bottleneck переехал.

Ручная часть падает, например, с 60 до 20. Добавляется стоимость моделей и инфраструктуры, допустим 15. Накладные те же. Маржа растет с 30 до 55.

Цифры условные, но порядок обычно примерно такой. И он важнее, чем точность до рубля.

Главное: клиент платит примерно те же деньги, потому что получает ту же услугу. Просто быстрее

А теперь сравним с SaaS.

Вы продаете кабинет за 10 тысяч, потому что “надо забрать рынок”. Цена упала в 10 раз. Себестоимость, поддержка и инфраструктура никуда не делись. Еще добавились продуктовая команда, growth, саппорт, безопасность, интеграции, roadmap.

И отдельная боль: каждого клиента теперь надо убедить, что он сам хочет заниматься тем, что раньше спокойно отдавал вам.

На бумаге выглядит как демократизация. В P&L часто выглядит как добровольное убийство маржи.

4. Качество автоматизации не обязано быть высоким с первого дня

Бонус, который часто недооценивают: если вы делаете внешний AI-продукт, клиент сразу видит сырой вывод модели. Галлюцинации, кривой скоринг, странный документ, плохое резюме кандидата — все вываливается наружу.

Один плохой кейс на важной задаче, и доверие сгорает

Если AI стоит внутри услуги, всё иначе: модель сначала может давать условные 70% качества. Эксперт смотрит, правит, выкидывает мусор и отдает клиенту уже нормальный результат.

Клиент с самого начала получает хорошую работу. А внутри компании копятся кейсы с ошибками, об которые система улучшается.

Где модель системно промахивается, где надо дописать правила, где нужен не промпт, а нормальный классификатор, где вообще задача плохо формализована и сначала людям нужно договориться между собой.

В итоге растет и скорость, и качество

Снаружи всё это время видна не “сырая AI-штука”, а услуга, которая стала быстрее.

Главный итог — маржа

Продавая работу как услугу, но делая ее на 80-90% автоматизированно, можно получать сверхприбыли, пока весь рынок еще не пришел к такой автоматизации.

Почему тут важен фрагментированный рынок? Потому что на консолидированном рынке все быстро увидят друг друга. Три-четыре крупных игрока скопируют подход, цена поползет вниз, окно схлопнется.

А на фрагментированном рынке сотни мелких подрядчиков. Никто толком не делится технологиями. Клиенты выбирают по доверию, рекомендациям и “нам с ними удобно”. У многих даже внутренняя аналитика нормально не собрана.

Там окно может жить дольше. И там можно быстро расширяться за счет разницы в маржинальности: вы не обязательно лучше всех продаете, вы просто быстрее и дешевле производите тот же результат.

Кмк, именно поэтому AI-native agency — это не просто модное слово, а нормальная бизнес-модель для рынков, где раньше стартапам было скучно из-за фрагментации.

И кстати, не я один такой умник

YC тоже пишет про это в своих requests for startups: “AI-powered agencies”.

Формулировка там короткая, но важная. Вместо “замените сервис продуктом” там “возьмите традиционный сервисный рынок и используйте AI как внутренний рычаг производства”.

То есть сделайте услугу с другой экономикой. Не обязательно сразу красивую платформу, self-serve и SaaS в классическом смысле.

Сначала услуга, которая за счет AI делается принципиально дешевле и быстрее

Примерно это я и разгоняю Вове.

Когда SaaS всё-таки делать сразу

Я не против продуктов. Я против автоматической реакции “появился AI, значит сервисной компании срочно пора становиться SaaS”.

SaaS сразу имеет смысл, если:

• рынок уже привык покупать инструменты, а не ответственность на аутсорсе

• процесс у клиентов стандартизирован

• внедрение не требует вашей команды в поле

• внутри уже есть продуктовая функция, а не только сильный деливери

• ошибка системы на старте не убивает доверие

Если это не про вас, скорее всего, вам нужен не SaaS, а правильно перестроенный производственный контур услуги.

SaaS подождёт (или вообще не понадобится).

Что бы я делал в первые месяцы

Лендинг, тарифная сетка, “MVP кабинета” — всё это пока фигня. Нужно найти один повторяемый узел, на котором команда реально сгорает по часам.

Туда ставим первый AI-контур: модель дает черновик, эксперт валидирует, правки возвращаются обратно в промпт, правила, датасет, чеклист.

Никакого внешнего продукта. Просто внутренний инструмент, который каждый день ест один конкретный кусок операционки.

Если через три месяца та же команда делает тот же объем за половину времени, а качество для клиента не просело, у вас получилось. Дальше второй узел, третий, постепенно автоматизированный конвейер.

Вопрос “а теперь сделать из этого SaaS?” возвращаете только после этого. И часто честный ответ будет: не нужен.

А если всё-таки нужен, наружу выйдет не большой ящик “всё для контроля качества”, а узкая штука под один кейс: отчеты через API, кабинет для самой простой задачи, интеграция в чужую ERP.

Последняя проверка: если два ваших сильных эксперта открывают один и тот же кейс и через десять минут спорят не про нюансы, а про базовую оценку, вам рано не только в SaaS. Вам рано в масштабную AI-автоматизацию вообще.

Сначала соберите внутри способ делать эту работу стабильно. Потом думайте, что из этого можно упаковать.

Вове я всё это рассказал. Кабинет мы делать не стали. AI засунули внутрь текущего процесса. Та же команда подняла пропускную способность примерно в четыре раза, маржа выросла в полтора раза за квартал.

Вопрос про SaaS пока больше не возвращался. Кажется, хороший знак

И другие кейсы, лайфхаки и ошибки разбираю в тг канале AI и грабли