1. Валидация идей — конкурентное поле (8 кандидатов)
  2. Ideas v3 — Стрим 2 · AI Native Services (moat-first инверсия

Ideas v3 — Стрим 2 · AI Native Services (moat-first инверсия)

Метод: инверсия [moat]×[seed] · 5 web-поисков · Сырьё: exhaust_scan_v3. Отстройка: НЕ Productized Services SQ2-03, НЕ construction-agent SQ2-03-01, НЕ Content Farm SQ5-04; не дублирует 15 карточек стримов 1/3/5 и base-case I08/I02.

Фильтр стрима (урок анти-портфеля §1): карточка живёт, только если сама поставка сервиса механически генерит корпус, делающий юнит-экономику N+1-го клиента недосягаемой для агентства-копикэта. «Продуктизированное агентство» без компаунда — отброшено на входе.

К1 · SwitchCraft — миграция-как-оружие для AI-челленджеров (не-S1)

  1. Формула: We build data-migration-as-outcome for AI-native вендоров, отбирающих клиентов у legacy-SaaS (и их клиентов) solving «switching cost = последний ров инкумбента: миграция данных/настроек убивает сделку» via агентный конвейер extract→map→validate из legacy-систем; каждая миграция пополняет библиотеку verified-маппингов per system-pair at fixed-fee за миграцию, продаётся вендору как CAC-оружие (конечному клиенту — free).
  2. Moat (P3+P8): каждая миграция = проверенная пара «схема источника→схема цели» + каталог edge-cases; N+1 миграция той же пары ≈ нулевая маржинальная стоимость — агентство-копикэт каждый раз стартует с нуля. Корпус = структурные маппинги (наши), не клиентские данные (их) — не на чужой земле.
  3. Seed: S4 (корпус создаёт сам продукт) + bootstrap S2: каждый стрим-3 билд студии (Getpaid, GTM-tool…) нуждается в вытягивании данных из legacy — AI Factory ставит миграцию в каждый челлендж-билд по умолчанию.
  4. Right-to-win (не-AmA): dogfooding конвейера — студия сама себе первый вендор-клиент; скорость до корпуса пар.
  5. Analogy-чек: продуктизированный миграционный сервис доказан вертикально — Help Desk Migration/Relokia (годами прибыльный), Klamp (helpdesk/ITSM/CRM), Mechanical Orchard (AI-native legacy-модернизация mainframe). Клетка «горизонтальный switching-as-a-service, продаваемый челленджер-вендорам как CAC-инструмент» — свободна; занятые соседи = вертикальные тулы и cloud-миграции (AWS/Google).
  6. G4: модель напишет маппинг; верифицированные пары схем + edge-cases per system-pair — накопленные данные, остаются целиком.
  7. K1: ежедневно (раны миграций/валидаций на портфеле), сделки еженедельно.

К2 · Day1 — post-merger-интеграция как сервис для roll-up'ов и холдко

  1. Формула: We build PMI-as-outcome for PE roll-ups, search-фондов и холдко (сделки $1–50M, Big-4 не по карману) solving «после close 6–12 мес хаоса: системы, финконсолидация, клиенты — интеграцию делает CEO по ночам» via агентный day-1/day-100 конвейер: инвентаризация стека→маппинг данных→консолидация отчётности→решения по людям/процессам; каждое решение фиксируется с 90-дневным исходом at fixed-fee $25–60k/сделка + интеграционный ретейнер (vs $300k+ консалтинга).
  2. Moat (P5+P3+P2): каждая интеграция = экспертно-размеченные пары «решение (что консолидировать/оставить) → исход через 90 дней» + system-pair maps → приоры per индустрия×размер×стек. Консалтинг не компаундит: playbook уходит с людьми; софт (Midaxo-класс) видит процесс, не владеет исходами.
  3. Seed: S1 — AmA = серийный acquirer (~25 BU × 5 индустрий): каждая новая BU = captive-интеграция приказом.
  4. Right-to-win: dogfood на собственном deal flow холдинга; отстройка от I08: он pre-deal (входить ли), Day1 — post-close execution. Волна AI-roll-up'ов (General Catalyst $1.5B) = растущий ICP.
  5. Analogy-чек: WTP доказана Big-4/AlixPartners (PMI-консалтинг $B, нулевая петля); Accenture agentic-PMI = enterprise-номенклатура. Клетка «AI-native продуктизированный PMI для SMB-сделок» — свободна: видны только агентства (REEA Global) и процесс-софт без delivery.
  6. G4: модель напишет чеклист интеграции; приоры «решение→90-дневный исход» per стек/индустрия — только из корпуса.
  7. K1: ежедневно внутри энгейджмента; поток сделок еженедельно на портфеле клиентов (нижняя граница — честно).

К3 · PriceLab — монетизация-как-услуга для AI-native продуктов (не-S1)

  1. Формула: We build pricing-as-outcome for AI-native продуктов $1–20M ARR solving «token-косты плавают, value-прайсинг вслепую, эксперименты страшно катить» via инструментируем usage+billing → агент проектирует и катит pricing/packaging-эксперименты → фиксирует эффект на конверсию/NRR/маржу at $2–5k/мес ретейнер + % от verified uplift.
  2. Moat (P1+P2): каждый эксперимент = пара «изменение→эффект» → cross-portfolio elasticity-приоры per категория×ICP×модель монетизации. Консультант (Simon-Kucher-класс) не имеет телеметрии; billing-инфра (Metronome/Lago/Flexprice) видит usage, но не видит экспериментов и counterfactual-решений — петля живёт в delivery-слое.
  3. Seed: S2 — 24 продукта Workhold = captive-полигон pricing-экспериментов с дня 0.
  4. Right-to-win (не-AmA): dogfooding студии — каждый запуск конвейера = новый эксперимент в корпус; собственные P&L продуктов = верификация uplift.
  5. Analogy-чек: ProfitWell/Price Intelligently — продуктизированный pricing-сервис на данных → exit в Paddle (~$200M): паттерн доказан для SaaS. Клетка «для AI-native (token-cost, агентный прайсинг)» — свободна: Monetizely = консалтинг без петли, Flexprice/Lago = инфра без экспериментов. ⚠️ Риск: Stripe/Metronome могут агрегировать benchmark — наш корпус = эксперименты+исходы, не сырой usage.
  6. G4: модель посоветует прайсинг из блогов; elasticity-приоры из реальных экспериментов — данные, не модель.
  7. K1: ежедневно (usage-телеметрия), эксперименты еженедельно.

К4 · GhostCall — AI-тайный-покупатель для мульти-локейшн брендов

  1. Формула: We build store-execution-audit-as-service for франчайзеров и сетей 50–5000 точек (QSR, retail, клиники, автосервис) solving «HQ слеп: скрипты/комплаенс/апселл на точке неизвестны; человеческий mystery shopping = $50–100/визит раз в квартал» via флот голосовых AI-агентов пробит каждую точку еженедельно по сценариям → скоринг исполнения + связка с выручкой точки at $30–80/точка/мес (10x дешевле человеческого MS, еженедельно vs квартал).
  2. Moat (P4+P2+P1): собственный сенсор (синтетический caller-флот — данных нет ни у кого снаружи) + лонгитюдный cross-brand benchmark исполнения per вертикаль + петля «поведение точки→выручка точки». Копикэту нужны месяцы истории и связка с кассой; MS-агентства (BARE/Ipsos) — люди без корпуса.
  3. Seed: S1 (Weeden 55 точек: пробы+POS приказом, benchmark с первого месяца) + S4 (каждый звонок = запись корпуса).
  4. Right-to-win: только у нас и звонок, и кассовые данные той же точки; полигон без единой продажи. Отстройка от FloorTalk (стрим 5): тот — пассивный микрофон внутри зала (hardware+consent-барьер), GhostCall — активный внешний probe, продаётся HQ без железа.
  5. Analogy-чек: Gong доказал conversation→outcome; mystery-shopping индустрия ~$2B = WTP без петли. Клетка: voice-AI переполнен inbound-агентами (ElevenLabs retail, Bland-класс), выделенного AI-mystery-shopping сервиса в поиске не видно — свободна/emerging. ⚠️ Consent-законы записи звонков по штатам — чек на паспорт-этапе.
  6. G4: голос/STT коммодитизированы; остаются caller-флот, лонгитюдный benchmark и связка score→till.
  7. K1: еженедельно каждая точка, ежедневно на портфеле.

Отброшено (mini-KO, одной строкой)

Приоритет

Топ-1: SwitchCraft — чистейший ответ на урок стрима: юнит-экономика N+1 падает механически (повторная пара ≈ бесплатно), cold start нулевой (каждый стрим-3 билд студии = встроенный клиент), корпус на своей земле, а спрос растёт с каждым AI-челленджером на рынке — сервис ест switching-cost, главный ров всех инкумбентов сразу. Топ-2: Day1 — captive-поток интеграций AmA + волна AI-roll-up'ов как внешний ICP; больший чек, но петля компаундит медленнее (90-дневные исходы) и K1 на нижней границе. GhostCall — самая дешёвая валидация (Weeden, без продаж); PriceLab — сильный S2-dogfood, но слабейший периметр против billing-инфры.