Закрыл ИИ-агентство и понял, что стоит строить: три «нет» и три «да»

Когда сборка софта почти ничего не стоит, главный вопрос меняется: что стоит строить на ИИ и что лучше не трогать. Арсений Шатохин, разработчик с пятилетним опытом самостоятельной работы, начинал на Upwork и довёл ИИ-агентство до 80 000 долларов в месяц. Около девяти месяцев назад он его закрыл. Причины прозаичны: низкая маржа и результаты клиентов, которые оставляли желать лучшего. Свой разбор он строит на трёх «не стоит» и трёх «стоит». Здесь он пересказан и прокомментирован.

Что не стоит строить: кастомные автоматизации под каждого клиента

Первая ловушка в том, что на каждого клиента делают индивидуальных агентов и автоматизации. Для первых одного-двух проектов это нормально: так появляются кейсы и опыт в нише. Дальше, считает автор, нужно искать услугу, которую можно превратить в продукт.

Его собственный опыт показателен. Бизнес получал агента, неделю-две пользовался им с энтузиазмом, а потом бросал. Причина в том, что идеального агента не бывает. Компания меняется, а значит, должны меняться и её агенты, навыки и автоматизации. Подрядчик со стороны этого не обеспечит: он не знает, как устроен бизнес изнутри. К тому же ИИ сегодня слишком встроен в процессы, чтобы отдавать его на аутсорс, как ключевую роль в компании.

Продукт, который настраивает себя сам

Теперь Арсений продаёт стандартизированную установку AI OS, систему, которую он четыре года обкатывал в собственном бизнесе. К ней прилагаются обучающие видео и ИИ-инструмент. Владелец бизнеса запускает его, отвечает на вопросы, и на основе ответов инструмент создаёт новых агентов и навыки или адаптирует систему под него.

Это решает две задачи. Автору не нужно нанимать людей для внедрения. А клиент понимает, как система устроена, и сам её подправляет, не обращаясь каждый раз к исполнителю. По словам автора, результаты клиентов на таких установках на другом уровне по сравнению с индивидуальными решениями.

Нишевые программные продукты вместо проекта на миллиард

Вторая ловушка в чрезмерном масштабе. Раз разработка стала дешёвой, возникает соблазн замахнуться на проблему стоимостью в миллиард, не заработав первые 10 тысяч. Автор признаётся, что попался сам: платформу Agency пришлось приостановить.

Альтернатива в том, чтобы делать нишевый софт для узкой аудитории, которую пока никто не обслуживает. Он работает с сообществом Well-Founded Creatives и собирает для него специальный набор агентов: они помогают делать презентации, оттачивать сообщения и быстрее находить подходящее предложение. Из этого вытекает несколько наблюдений:

• агенты, плотно настроенные под конкретное сообщество и его материалы, хорошо работают даже на небольших моделях, новейшие передовые модели не обязательны;
• обратная связь от узкой аудитории понятнее и полезнее;
• можно ничего не строить заранее: спросить, в чём проблема и сколько люди готовы платить, взять предоплату и только потом делать продукт.

Такая схема снижает риск потратить три месяца на то, что никому не нужно.

Чего ещё не стоит делать: собственную ИИ-ОС и клон готового сервиса

Третья ловушка в проектах, которые тратят ваши ресурсы, но не приближают к цели. Автор видел много красивых самописных ИИ-панелей со светящимися линиями и движущимися элементами и задаёт им неудобный вопрос: что там есть такого, чего нельзя получить от Claude Code? В собственной ИИ-системе важна структура: упорядоченные контакты и данные, доступные ИИ, а не россыпь соединённых точек.

Второй пример: инди-хакер Марк Лу «навайбкодил» аналог Beehiiv, чтобы сократить расходы с 4000 долларов в год до менее чем 300. Основатель Beehiiv ответил перечнем функций, которые не получить простым выжиманием Claude Code: например, 99% доставляемости писем и обход спам-фильтров. Для узкой аудитории, которой явно не хватало возможностей сервиса, автор бы это понял. Но перестраивать целую платформу ради экономии 3,5 тысяч в год и получать технический долг ему кажется бессмысленным.

Что стоит строить: реальные связи и ответственность за результат

Главный тезис ролика: есть две вещи, которые ИИ не автоматизирует. Первая: люди выстраивают связи с людьми, а не с ИИ. Вторая: ответственность за результат. За токены вы платите независимо от итога, ИИ ничего не гарантирует.

Барьеров для входа почти нет, пересобрать можно что угодно. Но если у вас есть связь с успешным человеком в его нише и он уверен, что вам важен его результат, он выберет вас, а не ИИ. Автор приводит Deloitte и McKinsey: они не обязательно делают лучше, чем топовая модель, но компании из Fortune 500 всё равно идут к ним. Во-первых, связи уже есть и это прописано в регламентах. Во-вторых, консультанты берут на себя исход дела и при срыве сделки могут компенсировать убытки.

Практический совет простой: сначала связаться с несколькими людьми и по возможности взять предоплату, а уже потом что-то создавать.

Вывод

Идея ролика скорее про выбор позиции, чем про технологии. Кастомные агенты быстро устаревают вместе с бизнесом клиента, а универсальные платформы упираются в конкуренцию. Выигрышно выглядит связка: узкая аудитория, стандартизированный продукт, который клиент может донастроить сам, и человек, который отвечает за результат. Оговорка очевидна: это опыт одного предпринимателя, и его собственная нишевая платформа пока на ранней стадии. Но логика «сначала предоплата и разговор, потом код» применима и к тем, кто строит на Claude Code.