Как мы запустили DeepScribe — российский сервис транскрибации: экономика, ошибки и почему отказались от бесплатного тарифа

Когда смотришь на рынок AI-сервисов со стороны, кажется, что запустить продукт стало просто: взял модель распознавания речи, сделал сайт, подключил оплату — и можно продавать.

На практике всё сложнее.

Транскрибация — это не просто «перевести аудио в текст». Пользователь хочет загрузить запись встречи, интервью, подкаста или консультации и получить не сырой поток слов, а нормальный рабочий документ: с разделением спикеров, таймкодами, кратким содержанием, задачами и экспортом в DOCX или SRT.

Так появился DeepScribe — российский сервис для расшифровки аудио и видео в текст.

DeepScribe помогает быстро получить текст из аудио или видео. Сервис разделяет речь по спикерам, добавляет таймкоды, делает саммари, выделяет задачи и позволяет экспортировать результат в удобные форматы.

Основные сценарии:

На первый взгляд, спрос очевиден: людям нужно экономить время. Но как только начинаешь покупать трафик и смотреть на экономику, появляются нюансы.

Сначала у нас был бесплатный тариф: 15 минут обработки в месяц.

Логика казалась правильной: пусть человек попробует сервис без риска, увидит качество и потом перейдёт на платный тариф.

Но довольно быстро стало понятно, что бесплатный тариф привлекает не только потенциальных клиентов. Часть пользователей приходила просто «поиграться». Кто-то искал полностью бесплатную расшифровку без ограничений. Кто-то загружал случайные файлы и не собирался платить.

С точки зрения метрик всё выглядело неплохо: регистрации, загрузки, активность. Но когда смотришь на выручку, картина другая.

Бесплатный тариф начал искажать экономику. Мы видели интерес, но не всегда видели платёжное намерение.

В итоге мы отказались от Free-тарифа и оставили демо до 2 минут.

Это оказалось честнее:

Сейчас логика простая: загрузить файл, посмотреть демо первых 2 минут и решить, подходит ли качество.

Когда мы начали тестировать Яндекс Директ, первые цифры выглядели обнадёживающе: клики есть, пользователи загружают файлы, цели в Метрике срабатывают.

Но потом мы посмотрели глубже.

На одном из ранних тестов у нас получилось:

Главный вывод: если клиент покупает тариф за 490 или 990 ₽, а его привлечение стоит больше 3 000 ₽, экономика не сходится.

Да, в SaaS можно считать LTV. Но на ранней стадии нельзя утешать себя тем, что клиент «может быть останется на год». Пока retention не доказан, нужно считать осторожно.

Именно поэтому мы перестали смотреть на «оплату вообще» как на одну метрику.

Оплата Lite, Pro, Business и Team — это разные события с разной экономикой.

Мы разделили цели в Яндекс.Метрике:

Теперь реклама должна приводить не просто платящих пользователей, а пользователей нужного тарифа.

В рекламных кабинетах легко попасть в ловушку. Можно видеть много целей: загрузки, демо, переходы к оплате — и думать, что кампания работает.

Но если эти действия не превращаются в платёж, это не рост, а расход.

Для нас стало важным смотреть не на красивые промежуточные метрики, а на цепочку целиком:

Особенно важно разделять пользователей по сценариям. Человек, который ищет «аудио в текст онлайн», и человек, который ищет «протокол встречи из записи», могут покупать один и тот же сервис, но мотивация у них разная.

Первому нужен быстрый результат.Второму нужен рабочий документ.Юристу нужна аккуратность, таймкоды и понятная обработка данных.Подкастеру нужны текст, шоу-ноты и субтитры.

Одна посадочная страница для всех этих людей работает хуже, чем отдельные сценарии.

Мы разделили продвижение по основным интентам:

Для каждого направления сделали отдельные кампании, ключевые фразы, объявления и посадочные страницы.

Это важный момент: транскрибация как технология интересна не всем. А вот конкретная польза — интересна.

Не «нейросеть распознаёт речь», а:

После этого продукт стал понятнее и для пользователей, и для рекламы.

Сначала хотелось быстро выйти на 300 000 ₽ в месяц. Но первые рекламные тесты показали: если масштабировать сырую экономику, можно масштабировать не бизнес, а убыток.

Поэтому мы поставили промежуточную цель — 100 000 ₽ в месяц.

Она нужна не ради красивой цифры. Это контрольная точка, которая должна доказать:

Целевая структура на этом этапе примерно такая:

Это более реалистичный путь, чем пытаться сразу купить сотни дешёвых пользователей.

Главный урок: AI-сервис продаётся не моделью и не технологией. Он продаётся через понятный результат.

Пользователь не хочет «speech-to-text». Он хочет:

Технология важна, но покупают не её. Покупают снятую боль.

Сейчас мы продолжаем тестировать рекламу, дорабатывать посадочные страницы и смотреть на экономику по тарифам.

Главный фокус — не количество регистраций, а качество платящих клиентов:

Параллельно развиваем B2B-направление и связку с DeepVerify — отдельным проектом для проверки аудио и видео на признаки монтажа, дипфейков и подмены голоса.

Запустить AI-продукт сегодня действительно стало проще. Но построить устойчивую экономику всё ещё сложно.

Можно сделать хороший интерфейс, подключить модели, запустить рекламу и увидеть активность. Но бизнес начинается только там, где активность превращается в деньги.

Наши текущие выводы:

DeepScribe можно попробовать на демо-фрагменте до 2 минут: deepscribe.ru

Если вы часто расшифровываете встречи, интервью, подкасты или консультации — буду рад обратной связи. Сейчас нам особенно ценны реальные кейсы и честная критика.