All Things Legal

ИИ глазами частного инвестора - взгляд Kama Flow

Ведущий инвестор сектора Tech в России - KAMA FLOW @kamaflow - выпустил отчёт «Искусственный интеллект в России: взгляд частного инвестора» (2026) — с интервью Сбера, Т-Банка, IBS и Московской биржи. Это видение, прежде всего, для сравнительно небольших (по сравнению с Западом) инвестиций с чеком до нескольких млрд рублей (в идеале до 1 млрд рублей).

Мне очень понравилось исследование - оно глубокое и очень детализированное, что не может не радовать: у рынка появляется насмотренность. Я очень рекомендую прочитать исследование в оригинале.

Мне понравился и главный вопрос, который был поставлен в исследовании - "Есть ли в российском AI ниши с потенциалом кратного роста для независимых частных компаний?". Давайте разбираться :)

Как я понимаю, ответ - "есть". И задача отчета - определить эти ниши в условиях сложного рынка и дорогих денег.

Критерии «идеального кандидата»: выручка 3–5 млрд ₽, чек до 1 млрд ₽, IRR >30–40%, потенциал IPO; при выручке до 1 млрд ₽ — понятный выход через M&A. Методика: анализ + серия интервью с ИТ-корпорациями, стартапами и индустриальными заказчиками. Фокус — решения на базе генеративного ИИ.
Новые продуктовые сегменты: копилоты, AI-агенты, RAG. Рынок в стадии формирования, продуктовая экономика не устоялась — успех решит способность превратить технологию в масштабируемый бизнес.

Совокупный потенциал сегментов, доступных частным игрокам, оценен в 561 млрд ₽ к 2030. Размеры: промышленный AI ~88, агенты ~78, медтех ~70, продажи ~40, финансы ~40, услуги ~35, оркестрация/инференс ~27, Physical AI ~25, кибербез ~25, инфраструктура данных ~22, цепочки поставок ~20, HR ~20, маркетинг ~15, офисные ассистенты ~15, Legal ~15, безопасность AI ~14, инструменты разработчиков ~12.

«Зелёная зона» (высокий/средний барьер входа, низкий CapEx, измеримый эффект): вертикали медицины/промышленности/финансов, автоматизация продаж и агенты, данные и связующее ПО, услуги, Physical AI.

Некоторые тезисы:

1) Специфика России. Драйвер AI — BigTech. Сбер и Яндекс контролируют всю value chain. Разработка фундаментальных моделей идет только внутри корпораций. Доступ к китайскому open source — временное окно: китайские вендоры уже закрывают коммерческое использование и перестают публиковать веса.
Спрос на инфраструктуру в России также концентрируется внутри корпораций. Г-н Постернак (MWS): на Западе капитал привлекается до выручки, в России такая модель практически не работает. В России также почти нет ангелов на ранних стадиях, слаб и корпоративный венчур.

2) AI ломает SaaS-модель. Доля внедренческой выручки определяет мультипликатор оценки: инвестор считает таргет интегратором, а основатели хотят продуктовый SaaS-мультипликатор «желательно ещё и западный» — одна из главных проблем рынка (Постернак).

3) Ценность не в LLM, а в кейсе внедрения. Фундаментальные модели становятся коммодити. «Обёртки над LLM» без подтверждённой экономики внедрения неинтересны (г-н Шмаков, группа Астра; г-н Вибе, Сбер). Нужно продавать измеримый результат (например, снижение затрат на 10%: г-н Ведяхин). Финдиректора не умеют считать такие проекты. Рост производительности не попадает в P&L напрямую — возможно считать через предотвращённый рост штата — г-н Амирханян (Мосбиржа).

4) Отраслевое решение требует партнёрства с владельцем данных — компании захотят участвовать не только заказчиком, но и совладельцем. Стоимость AI-проекта определяется зрелостью данных клиента (г-н Шмаков).

5) Главный конкурент AI-стартапа — IT-отдел заказчика: Build vs Buy решается в пользу Build. Корпорации чаще разрабатывают сами. Рынок внешних решений, напротив, незрелый.

Комментарий KamaFlow на мой вопрос о скромной оценке Legal и Legal Tech:

Да, Legal и LegalTech мы оцениваем сдержанно. Сегмент кажется очевидным кандидатом на ИИ-зацию, но его емкость заметно скромнее, чем у промышленного ИИ или AI-агентов. Международные оценки здесь с нами сходятся. При этом в «красную зону» мы Legal не относим: это не закрытый для частного инвестора сегмент, просто не самый емкий.