AIHub: 32 млн рублей выручки и три месяца настройки для одного клиента. Как масштабировать такой бизнес?
Вместе с Алексеем Авдеевым из AIHub и Михаилом Шатровым из Точка Банка разбираем бизнес-модель платформы для анализа клиентских коммуникаций и то, почему корпоративный ИИ так трудно масштабировать.
- AIHub анализирует звонки и переписку с клиентами и превращает их в действия в CRM. За 2025 год: 32,3 млн ₽ выручки и 5,3 млн ₽ чистой прибыли.
- Слабое место модели: каждое крупное внедрение требует ручной настройки. В одном проекте только калибровка заняла три месяца.
- Ставка компании: ИИ-агенты для программирования и новый продукт CRX, который сам выполняет часть задач менеджера по продажам.
Развитие ИИ заметно упростило создание технологических продуктов, но внедрение корпоративных решений по-прежнему требует значительных ресурсов. Интеграция с системами заказчиков, адаптация под бизнес-процессы и тестирование усложняют масштабирование даже успешных продуктов.
С этой задачей сталкивается и AIHub, российская платформа для анализа клиентских коммуникаций и автоматизации продаж.
В рубрике «Стартап в разборе» продолжаем изучать компании из нашей Карты ИИ-агентов. Вместе с экспертами разбираемся в бизнес-модели компании, перспективах её роста и сложностях масштабирования корпоративных ИИ-решений.
Как AIHub нашёл бизнес за пределами речевой аналитики
За последние несколько лет рынок речевой аналитики заметно изменился благодаря развитию ИИ. Если раньше для расшифровки разговоров и оценки работы менеджеров требовались собственные разработки, то сегодня многие задачи решаются с помощью готовых инструментов. Технологии становятся доступнее, конкуренция растёт, а разработчикам приходится искать новые способы создавать ценность для клиентов.
Алексей Авдеев более десяти лет руководил Calltouch, где технологии анализа клиентских коммуникаций начали развивать ещё до широкого распространения генеративного ИИ. Опыт работы на этом рынке заставлял его сомневаться в перспективах бизнеса, построенного исключительно на речевой аналитике, поскольку готовые ИИ-инструменты значительно упростили создание аналогичных решений.
С AIHub Авдеев начал сотрудничать как партнёр и заказчик, позднее стал ментором, приобрёл долю в бизнесе и возглавил компанию. Первые внедрения показали, что основная ценность для заказчиков заключается не столько в анализе разговоров, сколько в возможности использовать полученные данные для повышения продаж.
Этот опыт повлиял на дальнейшее развитие AIHub. Команда увидела потенциал в использовании данных из клиентских разговоров не только для контроля работы менеджеров, но и для автоматизации продаж. Система может выявлять забытые обращения, ставить задачи сотрудникам и подсказывать, когда необходимо повторно связаться с покупателем.
Для таких сценариев недостаточно просто проанализировать разговор. Полученные данные нужно интегрировать в бизнес-процессы заказчика, чтобы система могла не только рекомендовать дальнейшие действия, но и инициировать их выполнение.
Три месяца на настройку ИИ. Почему внедрения требуют столько работы?
Один из кейсов AIHub связан с московским автосалоном Crystal Car, где до внедрения системы сотрудники вручную проверяли лишь около 10% телефонных разговоров. При потоке в 1700 звонков ежемесячно большая часть коммуникаций оставалась без систематического контроля.
AIHub автоматизировал анализ всех разговоров, передачу результатов в CRM и оценку работы колл-центра и отдела продаж по отдельным правилам. В процессе внедрения систему адаптировали под задачи автосалона. Первоначально она лишь определяла, выяснил ли менеджер потребности покупателя, но впоследствии научилась извлекать конкретные запросы клиентов, включая цвет и комплектацию автомобиля, условия кредита и трейд-ин.
Калибровка критериев оценки заняла три месяца. В течение этого времени команда проверяла результаты на реальных разговорах, корректировала правила и устраняла ошибки. По данным опубликованного кейса, после внедрения потери лидов сократились на 20%, а конверсия обращений в визиты выросла на 18%.
Сама платформа AIHub стандартизирована, но для каждого клиента мы подбираем индивидуальный набор функций и автоматизаций. Простые задачи можем запустить за полчаса, а в более сложных проектах первые автоматизации появляются через несколько недель. Дальше мы постепенно расширяем и донастраиваем систему.
Индивидуальная настройка помогает учитывать потребности заказчиков, но требует дополнительных ресурсов. Если каждый новый контракт предполагает сопоставимый объём работы, увеличение числа клиентов неизбежно потребует расширения команды. Для AIHub, который планирует активно расти, это становится одним из ключевых вопросов масштабирования бизнес-модели.
ИИ ускоряет разработку. Но поможет ли это масштабировать бизнес?
Индивидуальная настройка корпоративного ПО позволяет учитывать требования крупных заказчиков, но её влияние на экономику продукта зависит от того, сколько ресурсов компания тратит на каждый новый проект. Оценить перспективы масштабирования AIHub мы попросили Михаила Шатрова, руководителя направления по работе со стартапами Точка Банка.
Взгляд экспертаНа мой взгляд, главный вызов: найти баланс между гибкостью для крупных клиентов и стандартизацией продукта. Если каждый новый контракт требует значительных ресурсов разработки и внедрения, выручка может расти, но бизнес при этом будет масштабироваться скорее как интегратор, чем как продуктовая компания.
Для оценки перспектив такого бизнеса эксперт предлагает учитывать повторяемость внедрений, долю типовой функциональности и затраты на обслуживание клиентов.
Новый контракт создаёт сопоставимый объём работы, и команда растёт вместе с выручкой.
«В идеальной модели каждый следующий клиент должен подключаться быстрее и дешевле предыдущего, а не создавать сопоставимый объём новой работы».
В AIHub рассчитывают изменить экономику разработки за счёт ИИ-агентов для программирования. По словам Алексея Авдеева, такие инструменты позволяют небольшим инженерным командам быстрее создавать новые функции и адаптировать платформу под запросы заказчиков.
ИИ меняет сам подход к разработке корпоративного ПО. Если индивидуальные функции можно создавать значительно быстрее, необходимость ограничивать продукт стандартным набором возможностей становится менее очевидной.
При этом программирование составляет лишь часть процесса внедрения. Команде по-прежнему необходимо изучать бизнес-процессы заказчика, согласовывать требования, настраивать интеграции и проверять качество автоматизации. Поэтому для оценки масштабируемости важно учитывать не только скорость разработки, но и общие затраты на подключение каждого нового клиента.
Пока оценить эту динамику по AIHub сложно, поскольку компания не раскрывает стоимость внедрений и её изменение по мере роста клиентской базы. При этом в феврале 2026 года AIHub привлёк около $1,5 млн инвестиций. Сумму раунда подтвердил Алексей Авдеев. Инвестор предпочёл остаться непубличным, остальные условия сделки компания не раскрывает.
По итогам 2026 года AIHub рассчитывает примерно удвоить бизнес, а в 2027 году перейти к более активному масштабированию. При таких планах особенно важной становится экономика роста. Как отмечает Михаил Шатров, оценивать её следует не только по выручке.
Эти показатели помогут понять, насколько эффективно компания сможет расти без сопоставимого увеличения расходов.
От речевой аналитики к ИИ-агентам: на что делает ставку AIHub
Параллельно с развитием существующего бизнеса AIHub тестирует новую продуктовую концепцию CRX (Customer Relations Execution). Она предполагает создание надстройки над CRM, которая сможет автоматически выполнять часть повседневных задач менеджеров по продажам.
Система анализирует историю клиентских коммуникаций и использует полученные данные для следующих действий. Например, если менеджер пообещал отправить коммерческое предложение, но не сделал этого, CRX сможет выявить невыполненное обещание и создать задачу. При длительном отсутствии ответа от клиента система подготовит сообщение с учётом контекста сделки, а недостающую информацию в CRM дополнит данными из разговоров.
По словам Алексея Авдеева, сейчас новую функциональность тестируют на нескольких десятках клиентов. С её помощью компания рассчитывает расширить возможности платформы и перейти от анализа состоявшихся разговоров к автоматизации дальнейших действий в продажах.
Вместе с расширением функциональности AIHub предстоит конкурировать с крупными CRM-платформами, которые также активно развивают ИИ-инструменты. Анализ звонков, подготовка сообщений и автоматическое заполнение данных постепенно могут стать стандартными возможностями таких систем, снижая ценность отдельных специализированных функций.
По мнению Шатрова, у независимых B2B-разработчиков сохраняются перспективы роста в сегментах, где особенно важны глубокие интеграции, отраслевая экспертиза и измеримый результат для бизнеса.
Взгляд экспертаОсобенно интересны решения, которые не просто анализируют данные, а превращают их в конкретные действия. Такое сочетание технологий, экспертизы и интеграций значительно сложнее скопировать, чем отдельную ИИ-функцию.
Автоматизация действий сотрудников требует более сложной настройки, чем анализ уже состоявшихся разговоров, поскольку система должна не только корректно интерпретировать информацию, но и выполнять задачи с учётом бизнес-процессов и требований конкретной компании.
Что дальше
В ближайшие годы AIHub предстоит одновременно развивать новые возможности платформы, конкурировать с крупными CRM-системами и сокращать затраты на подключение заказчиков. Компания уже вышла на прибыльность, но следующий этап роста потребует более эффективной модели масштабирования.
Алексей Авдеев рассчитывает, что использование ИИ-агентов поможет снизить стоимость индивидуальной разработки и ускорить внедрения. Эффективность такого подхода можно будет оценить по скорости подключения новых клиентов, затратам на внедрение и доле доходов от уже работающих решений.
Разработка технологических решений становится быстрее и дешевле, но их интеграция в реальные бизнес-процессы по-прежнему требует значительных ресурсов. Конкурентным преимуществом становится не только сама технология, но и способность превратить её в масштабируемый и экономически эффективный продукт.
Вывод редакции SOLYANKA