AI-стартапы продают обёртку над API, а оценку просят как за технологическую компанию

В марте 2026 к нам в YellowRocks прилетел питч-дек от AI-стартапа из Москвы. Красивая презентация на 18 слайдов, на третьем - слова "proprietary AI engine". Раунд pre-seed, оценка $4M. Я задал один вопрос: «Что произойдёт с вашим продуктом, если OpenAI завтра поднимет цены в три раза?» Фаундер замолчал на 12 секунд. Это был самый честный ответ за всю встречу.

За последний год я посмотрел больше 200 питч-деков AI-стартапов. В 8 из 10 слово «технология» означало один API-ключ от OpenAI, Anthropic или YandexGPT, обёрнутый в интерфейс. Сам по себе этот подход не преступление - проблема начинается, когда за обёртку просят оценку как за компанию с собственной технологией. А просят почти все.

Разберу архетип, который вижу в каждом втором питче. На слайде «Technology» написано: «Our proprietary AI engine processes unstructured data using advanced NLP». Звучит солидно. На деле это промпт на 200 строк, который отправляет запрос в GPT-4o и парсит ответ, весь «proprietary engine» помещается в один файл на Python.

Помню встречу с командой из Петербурга - три разработчика, симпатичный продукт для автоматизации юридических документов. На слайде архитектуры - красивая схема с пятью блоками, стрелками, слоем «AI Core». Я попросил показать репозиторий. Ядро продукта - 140 строк кода, из которых 90 - форматирование промпта для Claude. Оставшиеся 50 - парсинг ответа. Фаундер, к его чести, не стал спорить: «Ну да, пока так. Но мы планируем свою модель.» Планируют все. Делают единицы.

По данным Y Combinator, 73% AI-стартапов из последнего батча использовали сторонние модели как основу продукта. Для MVP это нормально - ненормально то, что оценки этих компаний растут так, будто у каждой собственная модель стоимостью в сотни миллионов долларов на обучение.

Конкретный пример из публичного поля: Builder.ai привлёк $450M, позиционируясь как AI-платформа для разработки. Когда начали копать, выяснилось, что значительную часть работы делали люди в Индии, а AI был маркетинговой обёрткой. Итог - банкротство. Jasper, один из первых AI-единорогов, потерял 80% оценки за год. Copy.ai, который позиционировался как «AI-платформа для контента», по сути продавал красивый интерфейс к GPT-3, потом к GPT-4. Когда ChatGPT стал бесплатным, модель рассыпалась. Это не случайности - это паттерн, и я вижу его на российском рынке в каждом третьем питче.

Вот что я наблюдаю в собственном dealflow каждую неделю. SaaS-компания с продуктом автоматизации документооборота - оценка 5-8x от годовой выручки. Та же по сути компания, но с приставкой «AI» в названии и ChatGPT в интерфейсе - 20-30x. Разница не в продукте, не в команде, не в рынке, а в одном слове на первом слайде.

По данным Qubit Capital, медианный мультипликатор для AI-стартапов на seed-стадии в Q1 2026 составил 28x ARR. Стартапы с собственными моделями и уникальными данными получают 40-50x, но разрыв кажется небольшим только пока не посмотришь на маржу. Wrapper с маржой 20-30% на чужом API физически не может расти так же, как платформа с маржой 70-80%, инвестор платит технологическую премию за бизнес с экономикой перепродавца.

У меня в портфеле был стартап - не буду называть - который в 2024 году поднял раунд с оценкой $6M. Продукт: чат-бот для HR-отдела, под капотом GPT-4 с промптом на 400 строк. Месячная выручка $12K. Считаем: $6M / ($12K × 12) = 41x ARR. За что? За промпт и интерфейс. Через полгода OpenAI выкатил обновление, которое сломало половину промптов, команда потратила два месяца на починку, выручка упала на 35%. Вот так выглядит «технологический риск» wrapper-компании - ты зависишь от чужого релиза, который не контролируешь.

Почему рынок принимает такие оценки? Потому что на ранней стадии инвестор видит рост 15% MoM, красивый интерфейс и TAM в $500B на слайде. Технических вопросов многие не задают - не потому что глупые, а потому что FOMO сильнее скепсиса. Боятся пропустить «следующий OpenAI», и фаундеры это знают.

На слайде Problem всегда что-то большое и расплывчатое: «$4.7T market inefficiency in document processing». На слайде Solution - скриншот чистого интерфейса с подписью «AI-powered platform». Пока нормально, у всех так. Интересное начинается на слайде Technology.

Здесь появляется схема архитектуры, обычно с 5-7 блоками и стрелками, в центре - «Proprietary AI Engine» или «Custom NLP Pipeline». Выглядит внушительно, пока не начинаешь разбирать по слоям. В 7 из 10 случаев «proprietary engine» оказывается вызовом API стороннего провайдера с настроенными промптами, «Custom NLP Pipeline» - парсером JSON-ответа, а «Data Processing Layer» - скриптом, который чистит входящий текст перед отправкой в API.

Следующий маркер - слайд Competitive Advantage. Если там написано «proprietary algorithms» без единого патента, без опубликованных исследований, без описания собственной архитектуры модели - почти наверняка wrapper. Если на вопрос «в чём ваш технологический ров?» отвечают «мы лучше всех знаем промпт-инжиниринг» - это не ров, это навык, который воспроизводится за неделю.

Есть и обратные примеры. Один стартап из нашего пайплайна показал на слайде Technology не красивую схему, а таблицу: «Наш подход vs прямой вызов GPT-4». С конкретными метриками: точность 94% против 71% на их специфическом датасете, латентность 200ms против 2s, стоимость запроса $0.002 против $0.03. Вот это разговор, за такой слайд я готов платить премию, потому что за ним стоит работа, которую не повторишь за выходные.

За годы работы в YellowRocks у меня сформировался простой тест. Не чеклист на 50 пунктов, а три вопроса, после которых картина обычно проясняется.

Сначала спрашиваю: «Что случится с продуктом, если ваш поставщик модели прекратит работу?» Если ответ «мы переключимся на другого провайдера» - это, по сути, подтверждение, что собственной технологии нет. Настоящая технологическая компания не может «переключиться», потому что её ценность в модели, данных, архитектуре. Один фаундер ответил мне: «Мы за выходные перепишем под Anthropic.» Я спросил: «А что мешает вашему конкуренту за те же выходные написать ваш продукт с нуля?» Пауза.

Дальше жёстче: «Покажите мне что-то, что невозможно воспроизвести за 48 часов.» Если всё ядро продукта - промпт плюс API-вызов, конкурент с $500 и одним толковым разработчиком повторит это за два дня. Один стартап на эту просьбу показал мне свой датасет на 2 миллиона размеченных медицинских записей, собранных за три года. Вот это ров - не промпт, а данные, которые невозможно скопировать.

И последнее, самое арифметическое: «Какой процент вашей себестоимости составляют затраты на API чужих моделей?» Если больше 40% - это не технологическая компания, это дистрибьютор. И оценивать её нужно соответственно: 3-5x выручки, не 25x. Один фаундер после этого вопроса честно сказал: «62%». Мы обсудили сделку на условиях SaaS-дистрибьютора, и оба остались довольны. Честность работает лучше, чем маркетинг на слайдах.

На российском рынке есть дополнительный нюанс. После 2022 года многие стартапы переключились на YandexGPT и GigaChat и теперь говорят: «Мы не зависим от западных технологий.» Звучит как суверенная разработка, но по сути это та же обёртка над чужим API - просто провайдер поменялся с OpenAI на Сбер. Технологический ров от этого не появляется.

Я бы был нечестен, если бы сказал, что каждый wrapper - плохая инвестиция.

Иногда стартап владеет уникальными данными, которые невозможно собрать заново: медицинские записи, финансовые транзакции, промышленная телеметрия. В таком случае модель вторична - данные и есть ров, модель можно менять хоть каждый квартал.

Другой вариант - стартап создал workflow для узкой индустриальной задачи, и этот workflow сам по себе стоит денег. Cursor - по сути wrapper над Claude и GPT, но они выстроили такой опыт разработки, что переключение стоит программисту десятков часов привыкания. Это продуктовый ров, не технологический, и платить за него разумно.

И наконец, иногда юнит-экономика просто сходится. Маржа 60%+, LTV/CAC выше 3x, churn ниже 5% в месяц - бизнес работает, и вопрос рва отходит на второй план перед работающей экономикой. Но и оценка должна отражать реальность: wrapper с хорошей экономикой - это SaaS-бизнес, 8-12x ARR, не 30x.

Проблема не в самих wrappers, а в том, что они просят оценку не за то, чем являются. Называть перепродажу API «технологической платформой» - всё равно что называть интернет-магазин «производственной компанией», потому что у тебя на складе лежит чужой товар.

В 2024 году 966 AI-стартапов прекратили работу, на 26% больше чем в 2023. Не думаю, что пузырь лопнет одномоментно, как было с доткомами. Скорее будет медленная коррекция: каждый квартал рынок будет отсеивать компании, у которых нет собственных данных, нет экономики и нет ничего, что нельзя повторить за выходные.

Для инвесторов это не трагедия - это нормализация. Рынок AI огромный, в нём есть место для настоящих технологических компаний с реальными продуктами. Просто оценивать их нужно по тому, что они делают, а не по тому, как они называют себя на первом слайде.

Для себя я вывел простое правило. Когда AI-стартап показывает питч-дек, я ищу ответ на один вопрос: за что конкретно я плачу технологическую премию? Если ответ - «за промпт и интерфейс», предлагаю обсудить оценку в категориях SaaS-дистрибьютора. Иногда фаундеры соглашаются, и мы находим условия, при которых сделка работает. Чаще обижаются и уходят искать инвестора, который не задаёт неудобных вопросов.

Через год мы узнаем, кто из нас принял правильное решение.