Инсайты исследования

Рынок ушёл в гибрид «база+overage»: seat-only за год 21%→15%, гибрид 27%→41% (Growth Unhinged, 2025).

Чистый usage пугает непредсказуемым счётом — победил гибрид.

Growth Unhinged, 2025.

Три уровня нельзя путать: модель цены ≠ GTM-мотив ≠ value metric. Сквозной для всего прогона.

Free trial — приём привлечения, а не способ брать деньги.

Синтез D1 (сквозной тезис).

Главное правило выбора value metric: метрика должна расти с ценностью для клиента, а не с твоими затратами.

Именно поэтому AI ломает per-seat — агент работает без «места».

Синтез D1/D5.

Open-core ≠ freemium. Бесплатное — это полноценный открытый движок, а не урезанная версия.

Платят не за фичи, а за то, чтобы НЕ хостить и не обслуживать его самому.

Тирдаун D2.

Формула границы open-core: «Open-source = код, ты сам хостишь; деньги — за managed-хостинг (основной чек) + enterprise-обвязку».

Подтверждено на всех 8 кейсах тирдауна.

D2, 8 кейсов open-core.

Enterprise-слой у всех одинаков (SSO/SAML, RBAC, audit log, SOC2/HIPAA, SLA, поддержка).

Готовый чеклист «что класть в верхний тир» для любого B2B.

Синтез D2/D3.

«Enterprise tax»: SSO/RBAC гейтят не по издержкам, а по сигналу о покупателе — запрос SAML = корпоративный IT с бюджетом.

Доказательство: ssotax.org.

D3; ssotax.org.

Правильная черта free/paid совпадает с успехом пользователя: режь там, где рост клиента сам упирается в лимит (Slack 90 дней истории, Notion версии, Figma один→команда).

Апгрейд ощущается как «я вырос», а не «меня обобрали».

D3; Slack, Notion, Figma.

Коллаборацию выгоднее отдавать бесплатно (виральный мотор), а монетизировать масштаб (seats/админка/enterprise).

Подтверждено на Miro/Slack/Loom.

Синтез D3/D4; Miro, Slack, Loom.

Мотивы привлечения — спектр по ACV, а не лагеря: низкий чек → PLG/bottom-up/реферал; высокий → sales-led; зрелые = гибрид (PLG снизу + sales сверху).

Примеры: GitHub, Zoom, Atlassian.

D4; GitHub, Zoom, Atlassian.

Bottom-up через OSS — сильнейший канал для dev-tools, т.к. обходит продажу: разработчик пробует сам → приносит в команду → платит компания.

Точка апселла = переход «индивидуал → команда». Это GTM-проекция open-core.

Синтез D4/D2.

Land-and-expand (NRR) важнее красивого верха воронки: SMB-SaaS усыхает внутри базы (NRR ~97%), enterprise/consumption растут ~120%+ почти без новых продаж.

Удержание и расширение базы дают рост дешевле новых клиентов.

D4.

Первопричина: всё различие AI vs классика выводится из одного факта — near-zero marginal cost классики против реальной стоимости каждого запроса в AI.

Отсюда и тонкий free, и смерть per-seat, и просадка маржи.

Синтез D5.

AI-маржа структурно ниже: ~52% прогноз 2026 (41%→45%→52% за 2024–26), потолок ~60–65% против 80–90% классики; инференс ≈23% выручки.

При flat-подписке тяжёлый юзер уводит юнит-экономику в минус.

ICONIQ State of AI, as of янв 2026.

«Тяжёлый» юзер при flat-fee = убыток: топ-20% жгут 70–80% API-бюджета, дают 20–30% выручки.

Прямой драйвер ухода от seat к usage/credits.

Синтез D5/D6.

Rug-pull наказывает автора, не облако: из 4 «беглецов» 2 (Elastic, Redis) вернулись к OSI-open-source через AGPL за 1–3 года; форки (OpenSearch, Valkey, OpenTofu) выжили при поддержке тех же AWS/Google.

Смена лицензии бьёт по репутации основателя, а гипер-скейлеры просто форкают.

D6; Elastic, Redis, OpenSearch, Valkey, OpenTofu.