1. Инвестиционная идея
EXME превращает возможности ИИ-агента в понятную услугу для людей, которые хотят делегировать работу без настройки серверов, моделей и интеграций. Пользователь формулирует задачу в привычном чате и получает исследование, документ, расчёт или подготовленное действие. Площадка объединяет модели, инструменты, память и рабочую среду, а также берёт на себя их обслуживание.
Инвестиционная идея строится вокруг регулярной полезной работы. Если помощник сокращает усилия пользователя и возвращает пригодный результат, у продукта появляется основание для подписки. Если стоимость исполнения остаётся ниже выручки с учётом поддержки и привлечения, повторное использование может превратиться в устойчивый бизнес.
Техническая основа уже создана: движок исполнения, управление окружением, память, подключение инструментов, выбор моделей и учёт расходов. Следующая задача — превратить эти компоненты в повторяемый пользовательский опыт и подтвердить экономику на платящих когортах. Коммерческие показатели должны быть подтверждены результатами пилота и последующих продаж.
Для инвестора ключевые точки проверки — принятие результата пользователем, повторные задачи, конверсия в оплату, удержание и вклад после всех прямых затрат. Финансовые сценарии показывают, при каких допущениях сходится модель, и позволяют оценить чувствительность к качеству исполнения, цене, CAC и оттоку.
2. Проблема и рыночная возможность
Сильная модель доступна через простой интерфейс, но выполнение работы обычно требует большего: получить материалы, выбрать инструменты, разрешить доступ, сохранить контекст и проверить результат. Пользователь вынужден координировать отдельные приложения или самостоятельно собирать автоматизацию.
Эта сложность особенно заметна в повторяющейся работе с документами и информацией. Каждый новый сервис добавляет настройки, ограничения и обучение. После первого запуска остаётся обслуживание: изменения интеграций, стоимость запросов, потеря контекста и обработка ошибок.
Возможность EXME — стать удобной точкой делегирования такой работы. Клиент платит за доступ к управляемому помощнику и сокращение организационных усилий. Рыночную востребованность этой услуги предстоит подтвердить частотой использования и готовностью продлевать оплату.
3. Начальный сегмент и расширение рынка
Начальный сегмент — самостоятельные специалисты и владельцы небольших проектов, регулярно готовящие предложения, отчёты, исследования и клиентскую переписку. Они уже используют цифровые инструменты, могут оценить качество результата и самостоятельно принять решение о подписке. Это позволяет начать с короткого пути от задачи к покупке и получить быструю обратную связь.
Первый продуктовый фокус — ограниченный набор частых задач с проверяемым результатом. После подтверждения повторного использования возможны расширение на небольшие команды, отраслевые пакеты и дополнительные личные сценарии. Командные роли и специальные требования организаций входят в план развития.
Объём доступного рынка следует оценивать снизу: аудитория достижимых каналов × доля подходящих задач × конверсия в оплату × выручка на клиента. Результаты первых каналов и когорт позволят уточнить число достижимых клиентов и годовую выручку сегмента. Масштабирование привязано к измеренному спросу, а не к общему интересу к ИИ.
4. Ценность продукта и стратегия преимущества
Обещание EXME: «Скажите, что нужно. EXME займётся делом». Продукт объединяет пять элементов: понятный вход, исполнение через инструменты, сохранение контекста, контроль доступа и расходов, обслуживание среды. Пользователю не нужно становиться администратором своего помощника.
Альтернативы — универсальные ИИ-чаты, специализированные приложения, конструкторы автоматизации и самостоятельная сборка агента. EXME конкурирует за время до полезного результата, удобство повторных поручений и полную стоимость использования. Преимущество нужно подтверждать на конкретных задачах первого сегмента.
Стратегия защиты бизнеса состоит в накоплении проверенных рабочих сценариев, качестве интеграций, знании типичных отказов и устойчивых отношениях с пользователями. Память и сохранённые рабочие процессы могут повышать ценность продолжения работы; доверие требует понятного обращения с данными и возможности управлять ими.
Доступ к внешним моделям и открытым протоколам сам по себе не создаёт исключительности. Потенциальное преимущество EXME — качество всей услуги: от первого подключения до принятого результата и предсказуемой стоимости. Это направление построения бизнеса, а не заявление об уже доказанной технологической монополии.
Важное направление стратегии — превращать повторяемые поручения нетехнического пользователя в сопровождаемые автоматизации без ручной сборки графа. На рынке уже существуют сочетания ИИ и детерминированных шагов, например в n8n. Фокус EXME — связать их с личным помощником, контекстом пользователя и переходом от успешного поручения к повторному исполнению. Эта способность планируется и должна доказать удобство и экономический эффект.
5. Сценарии, за которые может платить клиент
Исследование для решения. Сравнение вариантов с учётом бюджета, сроков и ограничений. Результат — таблица, выводы и источники, которые пользователь может проверить.
Документ для работы. Из материалов клиента — предложение, отчёт или презентация. Ценность измеряется пригодностью файла к дальнейшему использованию и объёмом необходимой доработки.
Подготовка действия. Черновик письма или изменение записи в подключённом сервисе. Пользователь предоставляет доступ и подтверждает значимые действия; помощник сокращает подготовительную работу.
Продолжение проекта. Возврат к материалам, договорённостям и предпочтениям без повторного объяснения всего контекста. Важные условия уточняются, если сохранённые сведения устарели.
Это приоритетные продуктовые сценарии. Их коммерческая комплектация зависит от готовности конкретных инструментов и интеграций. Критерием качества служит принятый пользователем результат, а не длина ответа или число выполненных шагов.
6. Архитектура: как выполняется поручение
EXME состоит из трёх уровней. Интерфейс принимает задачу и показывает результат. Управляющий слой отвечает за пользователей, доступы, окружение и расходы. Агентный движок выбирает последовательность действий, обращается к моделям и инструментам, сохраняет контекст.
Путь задачи: запрос → навык с инструкциями → выбор модели → вызов инструмента через плагин → проверка → результат. На практике цикл может повторяться: после чтения документа нужно уточнить вывод, получить дополнительные данные или попросить пользователя принять решение.
Навык объясняет, как выполнить работу. Плагин даёт доступ к конкретному инструменту или API. Роутер распределяет задачи между моделями с разной стоимостью и возможностями. Эти роли позволяют улучшать качество сценария, менять модель и расширять интеграции независимо друг от друга.
Помощник получает отдельную рабочую среду для файлов и исполнения инструментов с ограничениями ресурсов. Управляемые обновления, восстановление состояния и контроль расходов превращают технические компоненты в обслуживаемую услугу. Изоляция снижает риски, но не означает абсолютной безопасности.
EXME разрабатывает продуктовый и операционный слой на базе агентных технологий и внешних LLM. Стратегия не требует создания собственной фундаментальной модели: ресурсы сосредоточены на пользовательском результате, качестве исполнения и экономике обслуживания.
Кристаллизация цепочек в пайплайны
Следующий архитектурный этап — «запекание цепочек»: агент решает задачу, проверяет результат, а успешная повторяемая последовательность фиксируется как исполняемый пайплайн. Обычный запуск следует проверенным шагам без обращения к LLM на каждом из них. Новые условия, неоднозначность и исключения возвращаются агенту для разбора.
Так можно строить сложные автоматизации из привычных поручений: чтение данных, преобразования, расчёты и обращения к API выполняются по заданной последовательности, а модель подключается там, где нужно рассуждение. Это планируемый механизм, не описание уже доступной функции.
Перед повторным исполнением нужны проверка входных данных, версии цепочки, ограниченные права и валидация результата. Изменения внешнего сервиса должны приводить к остановке или пересмотру шага, а не к бесконтрольному продолжению. Такой подход может существенно сократить объём LLM-вычислений; вызовы API, инфраструктура, поддержка и обработка исключений сохраняют свою стоимость.
7. Экосистема: память, сотни плагинов и тысячи навыков
Память помогает сохранять полезные итоги, предпочтения и контекст проектов. Она повышает удобство повторной работы и уменьшает необходимость начинать каждую задачу с нуля. Важные сведения требуют проверки актуальности; управление историей и доступами — часть качества продукта.
Сотни плагинов и тысячи навыков из коробки — планируемая комплектация EXME. Это целевой масштаб будущего каталога, а не подтверждённое количество доступных сегодня элементов. Основные направления: почта, документы, CRM, аналитика и разработка.
Плагин связывает помощника с внешней системой. Навык задаёт готовый порядок действий: как исследовать вопрос, собрать документ или проверить результат. Вместе они расширяют число задач, которые можно поручить через один интерфейс. Подключение личных сервисов происходит с разрешения пользователя.
Расширение каталога должно следовать спросу. Приоритет получают интеграции, которые повышают частоту полезного использования и удержание. Для каждой нужны понятный сценарий, проверка доступа и отказов, сопровождение и приемлемая себестоимость. Ширина каталога становится преимуществом только при сохранении качества.
8. Стратегия моделей
Движок отделён от поставщика LLM. Это позволяет использовать экономичные модели для типовой работы и более ресурсоёмкие — для сложных задач, не меняя привычный интерфейс пользователя. Возможность выбора также уменьшает зависимость от одного поставщика.
| Семейство или направление | Роль и статус |
|---|---|
| GLM | Подключение предусмотрено в текущей технической основе; направление для экономичного исполнения. |
| Claude | Семейство предусмотрено для работы через совместимое подключение; состав коммерческого пакета определяется отдельно. |
| OpenAI-совместимые провайдеры, включая DeepSeek | Направление расширения через совместимые API; совместимость не означает включённый доступ для каждого клиента. |
| Дополнительные и собственные размещённые модели | План развития при подтверждённой потребности и выгоде по полной стоимости. |
Конкретные модели допускаются в коммерческое предложение после проверки качества, работы инструментов, договорных условий и учёта расходов. Техническая поддержка семейства не означает, что все его модели доступны во всех тарифах.
Маршрутизация уже реализована как компонент движка. Её экономический эффект необходимо подтвердить на завершённых задачах с сопоставимым качеством. Смена модели не должна увеличивать число переделок и повторных вызовов настолько, чтобы поглотить экономию.
9. Данные, доверие и контроль
EXME обрабатывает задачи с участием платформы, рабочей среды помощника, поставщиков моделей и подключённых сервисов. Состав передаваемых данных зависит от задачи и инструмента. Продуктовая политика должна ясно объяснять цели обработки, хранение, удаление и роли поставщиков.
Управляемая инфраструктура снимает техническую настройку площадки. Пользователь при этом сам разрешает подключение почты, календаря и других личных аккаунтов. Объём доступа должен соответствовать поручению, а значимые действия — оставаться понятными и контролируемыми.
Доверие важно для удержания: человек должен видеть результат, понимать ограничения и иметь возможность остановить работу. Ошибки модели требуют проверяемых выводов, ограничений полномочий и понятного восстановления после сбоя. Эти возможности и их обслуживание входят в себестоимость услуги.
10. Продуктовая готовность и следующая точка роста
Реализованы ключевые технические компоненты: управление помощниками и окружением, агентный цикл, память, подключение инструментов, реестр моделей, маршрутизация и учёт расходов. Они создают основу для управляемого сервиса.
Коммерческая готовность определяется сквозным пользовательским опытом: человек подключается, выполняет полезную задачу, возвращается и понимает стоимость. Ближайшая точка роста — подтвердить этот путь в выбранном сегменте и связать качество исполнения с удержанием и маржой.
Следующая точка инвестиционного решения — результаты пилотных когорт: выручка, удержание, фактическая себестоимость и подтверждённые каналы привлечения. План роста ниже задаёт порядок получения этих данных.
11. Бизнес-модель и монетизация
Два планируемых тарифа: $25 и $50
«Стандарт» за $25 в месяц — исходная ценовая гипотеза. «Расширенный» за $50 в месяц — планируемый вариант для более интенсивного использования. Состав пакетов, включённое потребление и лимиты проверяются в пилоте; это планируемые условия, не действующая публичная оферта.
Подписка оплачивает доступ к управляемому помощнику и обслуживаемой среде. Дополнительное потребление моделей и ресурсов может оплачиваться отдельно при прозрачных лимитах. Командные и специализированные пакеты — возможное расширение после подтверждения спроса.
Главный показатель монетизации — вклад клиента после прямых расходов: ИИ, инфраструктура, поддержка, платежи, возвраты и партнёрские выплаты. Система учёта потребления позволяет связать расходы с работой помощника; ценовые решения должны опираться на полную стоимость принятого результата.
Интерактивная модель сравнивает $25 и $50. Быстрое переключение меняет только цену, поэтому более дорогой пакет требует отдельной проверки потребления ИИ, поддержки, оттока и CAC. Повышение цены само по себе не доказывает сохранения спроса.
12. Финансовая модель и путь к прибыли
Экономика маршрутизации моделей
Типовые задачи можно направлять на недорогие китайские модели, например GLM; более сильную модель использовать там, где этого требуют качество и сложность. Семейство GLM входит в техническую основу продукта; подключение DeepSeek рассматривается как совместимое направление расширения, без обещания текущей доступности клиентам. Экономия маршрутизации остаётся плановой гипотезой до измерения на завершённых задачах.
Итоговая стоимость ИИ = (1 − доля) × сильная модель + доля × (экономичная модель + повторы × сильная модель) + прочие ИИ-расходы. Доли в формуле — от 0 до 1. Оба бюджета моделей относятся к одинаковому месячному объёму работы на среднего платящего клиента. Доля запросов равна доле нагрузки только при сопоставимом объёме токенов и соотношении входа/выхода; иначе нужна доля, взвешенная по токенам.
Допущение целевого сценария: полный объём стоит $6 на сильном маршруте или $2 на экономичном; 75% нагрузки идёт на экономичный, дополнительные повторы и прочие ИИ-расходы в исходном примере равны нулю. Итог — $3: на $3 ниже на клиента, или 50% бюджета сравнения. Это объяснение уже заложенных $3, не дополнительная скидка. Измеренные затраты на инструменты, голос и embeddings вводятся отдельно; повторные обращения тоже оплачиваются. Потери качества могут поглотить экономию.
Экономия уже входит в переменные расходы, операционную прибыль и денежный поток. Сравнение на 24 месяца сохраняет выручку, рост клиентов и прочие расходы. Это анализ чувствительности, не доказательство равного качества моделей или достигнутой экономии.
Источник тарифов провайдера: Z.AI pricing. GLM-5.3-Flash: $0,15 за миллион входных и $0,50 за миллион выходных токенов на 1 октября 2026. Месячные бюджеты выше — отдельные допущения.
Модель начинается с нулевой базы клиентов. Параметры: обе цены, доля премиального тарифа и множитель его себестоимости; новые клиенты, CAC и постоянные расходы первого месяца и темпы их роста; отток, маршрутизация моделей, прочие ИИ-расходы, инфраструктура, дополнительная переменная поддержка, комиссии, возвраты, партнёрские выплаты, стартовые расходы и денежный остаток. Дополнительная выручка от потребления не включена.
Для месяца t:
- Клиенты на конец = клиенты на начало × (1 − отток) + новые клиенты.
- Средние платящие = (клиенты на начало + клиенты на конец) / 2 — упрощение для равномерного движения в течение месяца.
- Выручка = средние платящие × средняя месячная выручка на клиента.
- Переменные расходы = средние платящие × прямые расходы на клиента + процентные расходы от выручки.
- Расходы привлечения = новые платящие × CAC.
- Операционный результат = выручка − переменные расходы − привлечение − постоянные расходы.
- Денежный остаток = предыдущий остаток + денежный результат − единовременные расходы периода.
Вклад на клиента = средняя выручка − прямые расходы − относимые процентные расходы. При положительном вкладе базовый порог безубыточности равен постоянным расходам, делённым на вклад, с округлением вверх. Порог с продолжающимся привлечением учитывает его месячный бюджет в числителе. При неположительном вкладе рост клиентской базы сам по себе не приводит к прибыли.
В интерактивной модели простая окупаемость CAC равна стоимости привлечения, делённой на положительный месячный вклад клиента. Она не учитывает отток и постоянные расходы. Для решения о масштабировании эту оценку необходимо дополнить фактическим накопленным вкладом платящих когорт. LTV не заявляется до появления достаточной истории удержания.
Путь к прибыли: доказать повторяемую пользу → удержать платящую когорту → измерить и сделать положительным вклад → найти воспроизводимый канал привлечения → масштабировать его в пределах денежного запаса. Экономия роутинга включается в базовый план после измерения. Увеличение нагрузки требует пересчёта инфраструктуры и поддержки; их затраты не обязаны оставаться линейными.
Сценарии — консервативный, базовый и целевой — различаются проверяемыми входами, а не только желаемой датой прибыли. Модель показывает операционный результат до налогов и финансирования. Для инвестиционного решения требуется отдельный расчёт налогов, оборотного капитала и договорных обязательств.
При смеси тарифов бюджеты моделей и прочих ИИ-расходов, инфраструктура и переменная поддержка умножаются на (1 − доля премиального тарифа + доля × множитель его расходов). Фиксированная комиссия за платёж не умножается; процентные комиссии считаются от смешанной выручки. Смесь и экономия маршрутизации учитываются по одному разу.
Потенциальная экономия кристаллизации
Запекание повторяемых цепочек в пайплайны — дополнительный потенциальный резерв сверх выбора более экономичных моделей. Успешно зафиксированный процесс может выполняться с меньшим числом LLM-вызовов, сохраняя обращения к инструментам и проверки. Размер экономии зависит от повторяемости задач, частоты исключений и расходов на сопровождение.
В приведённые сценарии эта дополнительная экономия не включена. Её следует оценивать после реализации на одинаковых задачах по принятому результату, общему числу вызовов и полной себестоимости. Снижение LLM-расходов не означает нулевой стоимости исполнения.
Три плановых сценария
Три сценария запуска в таблице ниже используют единую цену $25, нулевую начальную базу, $30 000 начальных средств и $5 000 стартовых расходов. Прочие ИИ-расходы в них исходно равны нулю; сюда вводятся измеренные затраты голоса, инструментов и embeddings. Отдельный сценарий масштаба использует смесь $25/$50, $150 000 начальных средств, $20 000 стартовых расходов и ненулевой бюджет прочих ИИ-затрат. Денежные суммы — допущения модели, не размер инвестиционного запроса и не привлечённые средства.
| Допущение | Консервативный | Базовый | Целевой |
|---|---|---|---|
| Новые платящие / мес. | 50 | 100 | 220 |
| Отток / мес. | 8% | 5% | 3% |
| CAC | $40 | $25 | $12 |
| ИИ / клиент / мес. | $9 | $6 | $3 |
| Инфраструктура + поддержка | $6 | $4 | $2 |
| Постоянные расходы / мес. | $4 000 | $4 000 | $6 000 |
| Первый прибыльный месяц | Не достигнут за 24 мес. | 7 | 3 |
| Возврат стартовых вложений и убытков | Не достигнут за 24 мес. | 14 | 6 |
| Общая потребность в деньгах | $84 508 | $23 018 | $14 605 |
Целевой план при $25 в месяц: 220 новых платящих в месяц, отток 3%, CAC $12, ИИ $3, инфраструктура $1 и поддержка $1 на среднего платящего; постоянные расходы $6 000 в месяц. Для этого нужны проверенные недорогие каналы привлечения, удержание и измеренная себестоимость. Это цели, не достигнутые показатели и не гарантия доходности. Чтобы выйти на $3 расходов ИИ, нужно подтвердить маршрутизацию моделей и повторное использование контекста на реальных задачах. Для CAC $12 — проверить партнёрства, рекомендации и органические каналы с полным учётом затрат; модель дополнительно резервирует 3% выручки на партнёрские выплаты. Масштабировать расходы после измерения удержания и маржи когорт.
Во всех сценариях комиссия платежей принята 3,5% + $0,30, возвраты 2% выручки, эффективные партнёрские выплаты 3%. Это плановые ставки; они не утверждают тариф конкретного банка или договор партнёрской программы. Постоянные расходы — бюджет команды и общих сервисов; он требует проверки по реальным предложениям и не означает, что все трудозатраты проекта уже оценены.
В базовом варианте вклад с клиента $12,575; безубыточность — 319 средних платящих без нового привлечения или 517 при ежемесячном привлечении 100 клиентов по $25. Необходимый запас денег $23 018 включает стартовые $5 000. При начальных $30 000 дополнительное финансирование в этом сценарии не требуется. В консервативном варианте дополнительно потребуется около $54 508.
Операционная прибыль считается до налогов, финансирования и амортизации. Денежная модель предполагает ежемесячную оплату, равномерное движение клиентов и оплату расходов в том же месяце; годовые предоплаты, задолженность и налоги потребуют отдельного расчёта. Изменить параметры и проверить все 24 месяца.
Практический план выхода на прибыль
- Первые 30 дней — измерение. Собрать 20–30 пилотных пользователей, проверить три сценария, фиксировать принятый результат, затраты ИИ и минуты поддержки. Это рекомендуемый эксперимент, не существующая статистика.
- Дни 31–60 — платящая когорта. Проверить цену и лимиты. Рабочие цели эксперимента: не менее 60% активации в первый день, не менее 40% возврата к полезной задаче на 4-й неделе и положительный вклад после прямых расходов. Пороги — управленческие гипотезы.
- Дни 61–90 — каналы. Проверить два канала с ограниченным бюджетом, считать CAC и удержание отдельно. Увеличивать расход только после двух измеренных когорт; ориентир простой окупаемости CAC — до 3 месяцев.
- После подтверждения — масштабирование. Для базового сценария поддерживать 100 новых платящих в месяц и отток не выше 5%, удерживать бюджет ИИ около $6 на клиента и фиксированные расходы около $4 000. При отклонениях пересчитывать модель и корректировать пакет до увеличения рекламы.
Потенциал масштабирования
Иллюстративный сценарий роста: 65% клиентов на $25 и 35% на $50; средняя выручка $33,75. Старт — 300 новых платящих в месяц, затем рост привлечения на 12% ежемесячно. CAC начинается с $25 и растёт на 2% в месяц; отток — 3%. Прямые расходы премиального тарифа в 1,8 раза выше стандартного. Смесь и отток постоянны по всей базе.
ARR — это MRR на конец месяца × 12, а не заработанная за год выручка. Расчётная выручка второго года — $6 256 495. Выручка 24-го месяца по средней базе — $936 672, операционный результат — $504 828 до налогов и финансирования.
| Месяц | Платящие на конец | Новые платящие | Бюджет привлечения | Выручка | Опер. результат |
|---|---|---|---|---|---|
| 6 | 2 282 | 529 | $14 593 | $69 000 | $28 844 |
| 12 | 6 404 | 1 044 | $32 439 | $201 332 | $105 812 |
| 18 | 14 224 | 2 060 | $72 106 | $451 650 | $245 493 |
| 24 | 29 394 | 4 066 | $160 280 | $936 672 | $504 828 |
Операционная модель: 1–2 человека сопровождения и собственные серверы. На команду и прочие постоянные расходы в сценарии заложено $6 000 в месяц; отдельная переменная плата за поддержку не добавляется. Инфраструктура — от $1 на стандартного клиента: электричество, связь, обслуживание и резерв замены оборудования; премиальное потребление увеличивает этот бюджет. Это расчётный бюджет затрат, а не подтверждённая мощность.
Траектория зависит от результатов привлечения, удержания и проверки мощности. При таком числе клиентов нужно измерить параллельную нагрузку, запас серверов, обращения поддержки и время ответа. Если имеющихся серверов и 1–2 сотрудников недостаточно, в расчёт добавляются расходы расширения или снижается темп роста. Экономия кристаллизации пока не включена.
Открыть сценарий масштабирования13. Выход на рынок и воспроизводимые продажи
Первое предложение. Начать с самостоятельных специалистов, которым регулярно нужны исследования и документы. Демонстрация должна показывать законченный результат на понятной задаче и сокращать путь до первого собственного поручения.
Запуск с сопровождением. Провести ограниченный пилот, наблюдая за подключением и первым результатом. Ручная помощь команды полезна для изучения препятствий, но учитывается в затратах. Цель — понять, какие действия пользователь готов повторять без постоянного сопровождения.
Платящая когорта. Проверить цену, лимиты и причины продления. Сопоставлять активацию, повторные задачи, удержание, себестоимость и поддержку по когортам. До расширения должны быть согласованы критерии качества и положительного вклада.
Каналы. Проверить демонстрации рабочих сценариев, профессиональные сообщества, партнёрства и рекомендации. Затраты каждого канала относятся к привлечённым клиентам, включая контент, работу команды и выплаты партнёрам. Органический канал не считается бесплатным автоматически.
Масштабирование. Увеличивать бюджет там, где подтверждены удержание и окупаемость. Открывать новые сегменты и командные пакеты после проверки их потребностей. Рост продаж должен сопровождаться контролем качества, нагрузки и денежного остатка.
14. Дорожная карта и использование капитала
Средства должны сокращать главные неопределённости бизнеса и обеспечивать переход к следующему этапу. Размер финансирования и условия сделки определяются по бюджету следующего этапа и достигнутым результатам. Начальные $30 000 в финансовой модели — сценарное допущение о денежных средствах, а не заявленная сумма привлечённого капитала.
Этап 1 — продуктовый результат. Направление расходов: надёжность движка, подключение, приоритетные навыки и интеграции, наблюдаемость и поддержка пилота. Критерий перехода: выбранные задачи повторяемо завершаются результатом, который принимает пользователь.
Этап 2 — экономика исполнения. Направление расходов: измерение полной себестоимости, качество маршрутизации, контроль потребления и проверка тарифов. Критерий: положительный вклад на реальной платящей когорте без ухудшения качества и удержания.
Этап 3 — проверка продаж. Направление расходов: ограниченные эксперименты привлечения, партнёрские сценарии и сопровождение первых когорт. Критерий: воспроизводимая окупаемость канала и прозрачная атрибуция расходов.
Кристаллизация цепочек в пайплайны — планируемый технологический этап. После подтверждения качества повторяемых задач — фиксировать успешные цепочки, вводить версии, валидацию, контроль доступа и возврат исключений агенту. Критерий: одинаково пригодный результат при меньшем объёме LLM-вычислений и меньшей полной себестоимости с учётом сопровождения.
Этап 4 — расширение. Направление расходов: каталог плагинов и навыков, командные возможности и инфраструктура под подтверждённую нагрузку. Собственное размещение моделей оценивается по полной стоимости. Критерий: качество и вклад сохраняются при росте.
Бюджет следующего этапа уточняется по результатам предыдущего. Расходы на команду, обслуживание, безопасность и резерв ликвидности должны быть учтены до увеличения маркетингового бюджета. Проценты распределения капитала требуют фактических планов найма и предложений поставщиков.
15. Риски и условия инвестиционной состоятельности
Повторное использование. Первоначальный интерес может не привести к продлению подписки. Основная проверка — полезные повторные задачи и удержание платящих когорт; продуктовый фокус сужается до сценариев с устойчивой ценностью.
Стоимость исполнения. Сложные задачи, повторы и поддержка могут поглотить выручку. Меры — полный учёт затрат, лимиты, подбор моделей по качеству и пересмотр пакетов до масштабирования.
Качество и доверие. Ошибки в выводах и действиях влияют на удержание и репутацию. Нужны проверяемые результаты, ограничение полномочий, подтверждение значимых действий и обработка отказов.
Конкуренция. Поставщики моделей и прикладные сервисы могут расширять собственные агентные функции. Ответ EXME — качество конкретных рабочих сценариев, удобство единой среды и дисциплина обслуживания; эффективность этой стратегии предстоит доказать.
Поставщики, данные и лицензии. Цены, API и договорные условия меняются; внешние инструменты расширяют обработку данных. Необходимы альтернативные подключения, проверка условий, минимальные доступы и соблюдение лицензий используемых компонентов.
Денежный запас. Выход на операционную прибыль не равен возврату стартовых затрат. Расходы привлечения, налоги и обязательства могут потребовать дополнительного финансирования. Решение о росте должно учитывать денежный поток и консервативный сценарий.
16. Статус продукта и основания прогнозов
На дату этой редакции у EXME есть реализованная техническая основа управляемого помощника. Кристаллизация цепочек, широкая экосистема, коммерческая комплектация моделей, командные возможности и масштабирование относятся к развитию продукта. Сотни плагинов и тысячи навыков обозначают целевой масштаб каталога.
Финансовые показатели в документе — результаты сценарной модели, а не отчётность компании. Цена, новые клиенты, отток, CAC и затраты заданы как проверяемые предположения. Дата прибыльности и потребность в деньгах следуют из этих входов и меняются вместе с ними. Снижение расходов через маршрутизацию требует подтверждения качеством и фактическими затратами.
Основание следующего инвестиционного решения — принятые результаты задач, удержание платящих когорт, полная себестоимость, фактический CAC и денежный бюджет. Коммерческие условия моделей и платежей сверяются с поставщиками: тарифы Z.AI, тарифы Anthropic, тарифы Stripe. Эти источники описывают внешние условия, а не подтверждают результаты EXME.
Проверить допущения и все 24 месяца расчёта. Модель предназначена для обсуждения условий устойчивого роста и плана их проверки.