1. Валидация идей — конкурентное поле (8 кандидатов)
  2. Ideas v3 — Стрим 3 · SaaS Challenges → AI Agents (moat-first

Ideas v3 — Стрим 3 · SaaS Challenges → AI Agents (moat-first инверсия)

Метод: инверсия [moat]×[seed] · 10 web-поисков · Сырьё: exhaust_scan_v3. Отстройка: НЕ Getpaid (AR-инвойсинг), НЕ AI GTM; не дублирует 11 карточек стримов 1/5 и base-case I08/I02.

Проверка рабочего тезиса стрима — тезис уточнён, не подтверждён слепо. «Инкумбенту мешает per-seat» опровергнуто в 3 клетках из 12: Bullhorn Amplify, ChurnZero Agents, Gainsight Copilot — инкумбенты УЖЕ шипят agentic. Держится сильная форма: инкумбент не может строить петлю, когда ему платит противоположная сторона сделки (OEM vs дилер, landlord vs tenant) или когда петля каннибализирует его сервисную выручку (Avalara managed services). Выжившие карточки — только такие клетки.

К1 · ClaimForge — dealer-side бюро warranty-возмещений (не-S1)

  1. Формула: We build a warranty-claim agent for дилеров/сервис-центров техники и оборудования (agri, стройтехника, HVAC, appliance) solving 5–15% claims режутся/недоплачиваются OEM'ом + дни клерк-труда на подачу via агент собирает evidence из сервис-ордера → форматирует под аджюдикационные приоры конкретного OEM → подаёт → апеллирует; каждый вердикт пополняет корпус at free claim-prep wedge + 10–20% от recovered/uplift.
  2. Moat (P1+P2): каждый claim → вердикт OEM (approve/deny/adjust + причина) → приоры per OEM×fail-код×формулировка → выше approval rate у всех дилеров. OEM-side вендоры платятся OEM'ом за СНИЖЕНИЕ выплат — структурно не могут играть за дилера (конфликт стороной, не фичей).
  3. Seed: S4 — корпус создаёт сам продукт (free-tool exhaust); затравка: warranty-поток собственных парков техники строй/энерго-BU (бонус, не ядро).
  4. Right-to-win (не-AmA): free-wedge — claims всё равно готовят вручную в OEM-порталах, тул = канал сбора (BidBank-логика); скорость до корпуса.
  5. Analogy-чек: advocate-vs-adjudicator доказан (EvenUp — PI-demand letters, Ownwell — налоговые апелляции; знание). Клетка: OEM-side плотно занят (ServiceCPQ, Circuitry.ai, Tavant, Bruviti, MSX) — dealer-side advocacy пуст, у дилера только DMS-блоги. ⚠️ Риск: OEM может резать доступ к порталу.
  6. G4: модель напишет claim; приоры аджюдикации каждого OEM берутся только из потока вердиктов — остаётся корпус.
  7. K1: ежедневно (сервис-ордера дилера).

К2 · PermitPilot — агент лицензий/пермитов multi-site операторов

  1. Формула: We build a license-filing agent for multi-site регулируемого ритейла/сервисов (50+ точек: алкоголь, табак, food, health, cannabis) solving лицензии = Excel+юристы+Avalara-трекер; просрочка = закрытая точка via агент готовит и подаёт заявки/renewal'ы → фиксирует исход (accept/reject/RFI/turnaround) per юрисдикция → корпус live-практики ведомств at $100–200/точка/мес + $/филинг (против per-location брекетов Avalara + счётов юристов).
  2. Moat (P7+P8+P1): каждая заявка = пара «юрисдикция×тип → фактические требования, сроки, исход»; муниципальная практика — ничейный корпус (S3), собирается только через филинги. Avalara монетизирует research-контент + людской managed service — агент-петля каннибализирует его сервисную выручку; исходы у него хоронятся в тикетах.
  3. Seed: S1+S3 — Weeden 55 точек (алкоголь/табак/food-пермиты) + cannabis-BU (лицензии) = captive-поток филингов с дня 0; корпус требований — открытый ничейный.
  4. Right-to-win: AmA = multi-site регулируемые активы, филинги идут приказом, не продажей.
  5. Analogy-чек: «агент-филер + корпус принятия» доказан в налогах — Sphere (AI registration/filing agent, TRAM), Numeral (guaranteed filings). Лицензионная клетка: Avalara License Management = record DB + люди; alert-системы ≠ агенты → клетка свободна. Родство: EvidenceOS (стрим 1) = та же acceptance-логика, другой домен (аудиторы AI Act vs лицензирующие ведомства) — не дубль.
  6. G4: модель знает статуты; live-практику ведомств (turnaround, реальные чеклисты клерков) — только корпус исходов.
  7. K1: еженедельно на сеть 50+ точек, ежедневно на портфеле клиентов (нижняя граница — честно).

К3 · MarginHawk — аудит price-creep поставщиков + cross-buyer SKU-индекс

  1. Формула: We build a supplier-invoice audit agent for multi-site операторов food/retail (20–200 точек) solving тихий рост цен, недопоставки и несогласованные fees в line-item'ах — никто не сверяет с контрактом via агент сверяет каждый инвойс с контрактом/историей/cross-buyer индексом → авто-диспут → кредит-нота; каждый диспут-исход учит «что оспаривается успешно» at free аудит + 15–25% от recovered + $500–1k/мес за индекс «кто сколько платит за SKU».
  2. Moat (P1+P2): каждый инвойс → строка SKU×цена×регион×объём; каждый диспут → исход. AP-вендоры (Bill.com/Rillion) продают финкоманде per-customer workflow — рыночный индекс ПРОТИВ поставщиков конфликтует с их нейтральным позиционированием; GPO берут маржу с поставщиков — тот же конфликт стороной.
  3. Seed: S1→S4 — затравка: инвойсы 55 магазинов Weeden (приказом); масштаб: free-tool exhaust внешних операторов.
  4. Right-to-win: Weeden = полигон + первые строки индекса без единой продажи; free-wedge дальше.
  5. Analogy-чек: «данные как exhaust бесплатного workflow» доказан (Levelset, Ramp price intelligence). Клетка: AP-workflow/matching занят (Hyperbots, TRO Matcher, Rillion, Ramp-агенты) — cross-buyer SKU-индекс дистрибуции + корпус диспут-исходов свободны. ⚠️ Риск: Ramp-класс расширится с SaaS-спенда на физические SKU. Не Getpaid (там AR — получить оплату; тут AP — не переплатить), не I02 (SaaS-стек, не товарные SKU); родство с BidBank — та же P2-семья, другой домен.
  6. G4: line-item matching уже коммодитизирован — остаются индекс и диспут-приоры (данные, не модель).
  7. K1: ежедневно (поток инвойсов поставок).

К4 · GreenSeal — enforcement-outcome комплаенс-агент для cannabis (⚠️ гео)

  1. Формула: We build a compliance agent for cannabis-операторов в Metrc-штатах solving compliance officer $60–80k/год делает ежедневную реконсиляцию руками; violation = лицензия под угрозой via ежедневная авто-реконсиляция inventory↔Metrc + подготовка к инспекциям по корпусу «что инспектор реально проверяет/штрафует per штат» + фиксация исходов инспекций at $500–1.5k/локация/мес.
  2. Moat (P7+P1): каждая реконсиляция → discrepancy→fix→(no-)violation; каждая инспекция → findings→remediation→acceptance. Чеклист-вендоры проверяют правила-как-написано и не владеют enforcement-исходами; корпус «как штат реально применяет правила» собирается только через операционный поток.
  3. Seed: S1 — cannabis-BU AmA: полигон + первые enforcement-записи.
  4. Right-to-win: captive-оператор = дисциплина фиксации исходов приказом; вертикаль, куда generic-комплаенс тулы не идут (banking/reputational барьер = защита).
  5. Analogy-чек: acceptance-корпус аджюдикатора = EvidenceOS-логика (стрим 1), Vanta-паттерн. Клетка: чеклист/интеграционный слой занят (Simplifya AI-флаги, CaaS-тренд, Distru×Metrc Connect) — enforcement-outcome корпус свободен. ⚠️ Гео-зависимость (какой штат/страна у BU) + финансовый дистресс индустрии — чек на паспорт-этапе.
  6. G4: правила публичны и войдут в модель; enforcement-приоры конкретного штата — нет.
  7. K1: ежедневно (Metrc-реконсиляция).

Отброшено (mini-KO, одной строкой)

Приоритет

Топ-1: ClaimForge — чистейший ответ на тезис стрима: инкумбент не «не успевает», а не может сменить сторону (его платит OEM); петля дни-недели, K1 ежедневно, free-wedge даёт канал сбора без продаж. Риск — доступ к OEM-порталам. Топ-2: PermitPilot — Avalara = хрестоматийный стрим-3 таргет (record DB + людской сервис + per-location прайсинг), captive-поток филингов AmA с дня 0; медленнее компаундит (филинги реже, чем claims). К2+К4 делят reg-механику (acceptance-корпус) → дешёвая совместная валидация.