Прототип мобильного приложения сегодня собирается за выходные силами одного-двух человек. Вывести его в топ и удержать пользователей стало труднее, чем пять лет назад. За полтора десятка лет в mobile growth я вижу этот разрыв особенно отчетливо со стороны трафика и удержания: продуктов стало больше, а внимания и денег у аудитории – столько же.
Нейросети удешевили создание продукта. Конкуренция от этого только выросла и переехала в дистрибуцию, удержание и качество самой идеи.
Эдуард Лебедев – эксперт в mobile growth
Порог входа снизился: разработка подешевела, продукт – нет
Еще недавно для первой версии нужны были команда разработчиков и несколько месяцев. Теперь значимую часть кода пишет ИИ, и это стало нормой: по данным «Руссофта», генеративный ИИ в разработке использует большинство российских софтверных компаний – около 73% в 2025 году, с прогнозом свыше 93% к концу 2026-го.
Что теперь под силу маленькой команде
ИИ-ассистенты для программирования, генераторы интерфейсов и no-code-платформы закрывают прототипы, типовую бэкенд-логику, интеграции и тесты. Вайбкодинг стал рабочим способом собрать первую версию. Показательна статистика акселератора: у четверти стартапов из набора Y Combinator код почти полностью написан ИИ.
Технический барьер перестал отсекать слабые идеи. Раньше невозможность найти разработчика отсеивала часть продуктов еще до запуска – теперь они доходят до сторов и конкурируют за ту же аудиторию.
Где экономия заканчивается
Сгенерированный код дешев в написании и дорог в поддержке. Технический долг – накопленные упрощения, которые придется переделывать, – растет быстрее, когда никто в команде не понимает до конца, как работает получившееся. В том же исследовании «Руссофта» около 22% компаний называют проблемы безопасности кода серьезными или критичными.
Отдельная история – масштабирование: прототип на тысячу пользователей и продукт на сотни тысяч требуют разной архитектуры, и переход между ними ИИ за команду не сделает. При оценке проектов для инвестиций смотрят прежде всего на техническую команду: способна ли она разобраться в сгенерированном коде и поддерживать его дальше.
Что меняется в работе стартапа: деньги, тесты, маркетинг, сервис, команда
За пределами кода нейросети меняют стартап еще в пяти точках – от стартового бюджета до найма. Где-то это прямая экономия, где-то она съедается дальше.
Стартовый бюджет: деньги уходят из кода в спрос
Запустить продукт теперь может основатель без технического бэкграунда или команда из двух человек, без поиска технического кофаундера. На первую версию нужно меньше денег, поэтому стартап дольше обходится без внешних вложений или привлекает меньший посевной раунд: первые деньги приходят под гипотезу, когда прибыли еще нет.
Главное – что происходит с высвободившимся бюджетом. Доля разработки падает, доля расходов на спрос, привлечение и удержание растет. Основатель, который сэкономил на коде и не перераспределил деньги, потратит их на трафик для продукта без спроса – типичный просчет ранней стадии.
Ускорение проверки гипотез: CustDev и MVP
Цикл «гипотеза – прототип – тест» сжался с месяцев до дней, и первым ускорился CustDev – проверка гипотез через интервью с пользователями. Лендинг, кликабельный прототип или «фейковая дверь» – кнопка несуществующей функции, по кликам на которую считают спрос, – позволяют проверить интерес платным трафиком еще до разработки. ИИ расшифровывает записи интервью, кластеризует ответы, разбирает отзывы конкурентов в App Store и Google Play.
У этого есть предел. «Синтетические респонденты» не заменяют живые интервью: модель выдает усредненное мнение и пропускает те неожиданные ответы, ради которых CustDev и проводят.
Порядок проверки гипотезы до серьезных трат на рекламу:
-
сформулировать боль и сегмент, для которого она реальна;
-
собрать данные из интервью и отзывов;
-
сделать прототип или лендинг;
-
прикинуть unit-экономику и запустить небольшой тест.
Дешевый и быстрый визуальный контент
Креативы, иконки, скриншоты для сторов и рекламные видео генерируются за часы вместо недель. В performance-маркетинге объем креативных тестов – один из главных рычагов роста, и за те же деньги проверяется кратно больше гипотез. Локализация визуала и обновление страницы приложения в сторах (ASO) перестали упираться в бюджет на дизайн.
Предел здесь в контроле. Нужны единый стиль бренда, соответствие требованиям площадок и сторов и, главное, система тестирования. Без нее десятки креативов превращаются в хаотичный перебор: на сплит-тестах это заметно быстрее всего – результат есть, а понимания, почему он такой, нет.
Автоматизация рутины и клиентского сервиса
Чат-боты первой линии, ответы на отзывы, сценарии онбординга, отчеты и аналитика больше не требуют отдельных сотрудников. На зарубежных рынках это заметнее всего: локализация поддержки подешевела в разы.
На уровне рынка генеративный ИИ превращается в стандарт бизнес-процессов. По оценке «Якова и партнеров», его применяют хотя бы в одной функции 71% крупных российских компаний, а 78% фиксируют экономический эффект; около 90% связывают этот эффект прежде всего с сокращением операционных затрат, и лишь примерно у четверти растет выручка. По отдельным данным just-ai и CNews, до полноценного внедрения дошли 15% компаний, остальные – на стадии пилотов и масштабирования.
Эти цифры описывают крупный бизнес, и переносить их на стартап напрямую нельзя. Направление они все же задают: автоматизация надежнее всего работает на расходах, выручку делает продукт.
В подписочных приложениях у автоматизации есть цена. Сервис напрямую влияет на отток: бот, который не передает человеку возврат, спорное списание или жалобу, роняет рейтинг и удержание. Повторяющееся автоматизируется, работа с доверием остается людям.
Меньше людей – выше цена каждого найма
Компания из нескольких человек делает объем работы, под который раньше собирали отдел. Размер штата перестал быть показателем силы стартапа: отчет Carta показывает, что доля стартапов с одним основателем заметно выросла – с 23,7% в 2019 году до 36,3% в первой половине 2025-го. Соло-основатель перестал быть исключением, и для инвестора на первый план выходят идея, скорость итераций и метрики.
В WakeApp основная часть ранних расходов приходилась на фонд оплаты труда, и именно состав команды определил, что из агентства получилось. Когда людей мало, цена ошибки в найме выше. Нейросети усиливают сильных специалистов и почти не помогают слабым: разницу видно на первых же задачах. Смотреть стоит на желание брать задачи крупнее текущих, на подтвержденные результаты и на совпадение ценностей. Настораживать должны выборочное отношение к задачам и уверенность без подтверждений.
Почему конкурировать стало сложнее
Все, что ИИ упростил для одного стартапа, он упростил для всех: похожий продукт конкуренты соберут примерно с той же скоростью.
Больше похожих продуктов – дороже каждый пользователь
В нишах растет число клонов, выдача заполняется однотипными креативами, аудитория устает от них быстрее. Следствие простое: дорожает установка и дорожает платящий пользователь. Это то, что вскрывается после пары недель на платном трафике. CAC – стоимость привлечения платящего пользователя – растет, а LTV, доход с него за все время жизни в продукте, остается прежним. Продукт, который не удерживает аудиторию, сжигает бюджет быстрее, чем пару лет назад.
Типичная ошибка – масштабировать закупку без проверки удержания на небольшом бюджете. По когортам – группам пользователей, пришедшим в один месяц, – это читается сразу: кривая не выходит на плато, а бюджет уже удвоен.
Где теперь строится преимущество
Конкурентное преимущество осталось там, где нейросеть не копирует: каналы дистрибуции, собственные данные о пользователях, бренд и доверие, знание ниши и скорость, с которой учится команда. Сюда же относится опыт международной экспансии: понимание, на каких рынках продукт растет быстрее и какие ошибки совершают почти все, нарабатывается только в реальных запусках, при раскатке на новое гео.
Как стартапу использовать нейросети с выгодой
ИИ дает стартапу скорость, а результат определяют идея, команда и маркетинг. Решения, которые принимает основатель:
- сэкономленное на разработке направлять в спрос и удержание;
- считать unit-экономику до масштабирования рекламы;
- тестировать креативы и гипотезы системно, по понятным метрикам;
- не отдавать нейросети точки, где решается доверие;
- вкладываться в то, что сложно повторить: данные, дистрибуцию, знание ниши.
Принцип, которого я придерживаюсь, – «деньги плюс смысл»: сильный продукт приносит результат и решает реальную задачу пользователя. Нейросети ускорили почти все вокруг него, а сам принцип работает по-прежнему.
