​​B2B Marketing Budget Benchmarks.

Короткая и полезная заметка от Карилу Дитрих, ex-Atlassian, а ныне – консультант по маркетингу. Она показывает, какие бенчмарки есть по затратам на маркетинг у B2B компаний.

1/ Бенчмарки представлены ниже.
Доля затрат на маркетинг в процентах от выручки в зависимости от размера выручки:
▪️<$10M: 30-40%
▪️$10-$50M: 10-30%
▪️$50B-$2B: 7-14%
▪️>$2B: 3-6%
🔹Любопытно, что в структуре доля затрат на людей увеличивается по мере роста компании, а доля затрат на инфраструктуру падает (что в целом логично с экономией на масштабе)

👉 Ссылка на пост в Substack:

2/ Карилу также проводит опрос совместно с ребятами из Benchmarkit (в канале были их другие отчеты). Если вам интересно поучаствовать, 👉 го по ссылке на анкету: https://marketing-02.saasbenchmarks.ai/survey/6735380adb67e4ea5bbffb29

@proVenture

#research #benchmarks

👾 Следующие 10 лет основной темой будут AI-агенты

Джиджи Леви-Вайс (NFX) написал интересную аля-визионерскую статью (его структурированная модель изложения всегда очень нравится) на тему AI-агентов. Это уже большой тренд, поэтому давайте попробуем с этой статьей не просто смотреть на шаг вперед, а попробуем подумать, к чему это приведет.

1/ Ключевой бизнес-моделью в развитии AI-агентов будет модель маркетплейса. То есть, мы будем видеть маркетплейсы AI-агентов.

2/ Почему?
▫️Посмотрим, как развивался рынок софта – либо простые задачи для широкого круга клиентов и в первую очередь небольших (типа Calendly), либо сложные вертикальные экспертные решения для крупных клиентов (типа Procore).
▫️Посмотрим, почему в отношении AI-агентов модель может себя повторить – мы используем AI либо для супер-дешевого решения простых задач, либо можем рассчитывать на неких “AI-сотрудников”, которые будут экспертами в определенной области.
🔹Как и на рынке софта, есть возможность для развития обоих кейсов. И это возможность в первую очередь на рынке простых задач предлагать разные решения через маркетплейсы.

3/ 5 причин потенциального доминирования маркетплейс стратегии в этом сегменте:
▪️AI не заменяет софт, оно переводит его в разряд услуг.
▪️Конкретный простой сервис продвигать самому экономически неэффективно – для этого нужно место, где можно будет совместно продвигаться.
▪️Маркетплейсы плохо работают для софта, но мы не про софт – маркетплейсы как раз отлично работают для услуг.
▪️Текущие лидеры на рынке маркетплейсов вряд ли переключатся на AI-агентов, поскольку это убьет их текущий бизнес.
▪️Сетевые эффекты отлично защищают маркетплейсы.

4/ Ложка дегтя? На рынке маркетплейсов обычно “winner takes all” ситуация. То есть, вероятно те, кто пошли в эту сторону, уже имеют шансы стать лидерами (например, Hugging Face, Enso).

👉 Более детально читайте статью в блоге NFX: https://www.nfx.com/post/ai-agent-marketplaces

@proVenture

#trends #ai

​​🔥🔥🔥 200+ материалов для фаундеров стартапов от Carta.

Друзья, Carta недавно сделала хаб со своими материалами для участников стартап и венчурного рынка. Как вы знаете, у них много статей и аналитики, но теперь они это оформили в отдельный лендос.

1/ Основная ссылка: https://carta.com/learn/collections/. Три таргет группы:
▪️Фаундеры
▪️Инвесторы
▪️Сотрудники

2/ Остановимся на первом разделе, особенно с учетом того, что там есть разница в стадиях – (i) early and growing, (ii) ready to scale и (iii) targeting an IPO. Материалы немного разные, ниже будет представлен определенный микс.

3/ Насколько материалов много?
2️⃣8️⃣8️⃣ ресурсов ля early stage сейчас
1️⃣9️⃣1️⃣ ресурс для mid stage фаундеров сейчас
1️⃣ гайд (хаха) для компаний, которые готовятся к IPO

4/ Что там помимо просто статей? Куча шаблонов! 🤩
💥🔗 Шаблон питч дэка
💥🔗 Шаблон Stock Option Plan:
💥🔗 Burn Rate Calculator
💥🔗 Option Pool Calculator
💥🔗 Fundraising Checklist
💥🔗 Board Deck Template
💥🔗 Классная инфографика по датам ключевых налогов
🔹 Шаблонов больше, просто эти привлекли большее внимание

5/ Помимо шаблонов, которые можно скачать, есть еще полезные лонгриды типа:
▪️Как оценить рынок (TAM, SAM, SOM)
▪️Ключевые метрики и KPI стартапов
▪️Запись подкаста по подготовке дэка стартапа на Series B
🔹 Лонгридов, понятно, еще больше

💡Давайте, чтобы было еще полезнее, договоримся с вами о сделке, а? Вы ставите лайк к посту в виде 🦄, что будет означать, что вы как минимум один шаблон или другой материал скачали сами (то есть, Carta имеет ваш имейл и может вам писать). И если таких лайков будет больше 50, то мы выложим тут временно архив со скачанными 10 темплейтами типа startup deck, burn rate calculator, option pool calculator, share based payments guide и так далее, чтобы вам было удобнее скачать все разом.

@proVenture

#howtovc #полезное

​​🆚 AI агенты это на самом деле просто автоматизация или нет?

Мы крепим к посту одну картинку, но вполне подойдет мем со злодеем из Скуби Ду (если вы понимаете, о чем это). Многие говорят про AI агентов, но на самом деле, большинство AI это просто автоматизация. В чем разница?

Александре Кантджас (9x) предлагает очень наглядную сранительную табличку, где показано чем автоматизация отличается от процесса с интегрированным AI и от AI агентов, собственно.

1/ Какой основной принцип работы систем?
▫️Автоматизация: когда автоматически выполняются предопределенные задачи на основе правил (булева логика).
▪️AI Workflow: когда вызывается LLM через API для одного или нескольких шагов (булева логика и нечеткая логика).
🔹AI Agent (Агент на основе ИИ): когда автономно выполненяются недетерминированные задачи.

2/ В чем есть преимущества?
▫️Автоматизация: обеспечивает надежные результаты, быстро.
▪️AI Workflow: лучше справляется со сложными задачами, хорошо распознает паттерны.
🔹AI Agent: легко адаптируется к новым вводным, имитирует человеческое поведение и рассуждения.

3/ Есть ли недостатки?
▫️Автоматизация: ограниченна заранее запрограммированными задачами, не может адаптироваться к новым сценариям, сложно применима, когда задача сама по себе сложная.
▪️AI Workflow: требует данных для эффективного обучения моделей, сложнее отлаживать и интерпретировать.
🔹AI Agent: менее надежен, может давать непредсказуемые и нежелательные результаты, работает медленнее (=много думает).

4/ Пример процесса:
▫️Автоматизация: отправить уведомление в Slack каждый раз, когда новый лид регистрируется на нашем сайте.
▪️AI Workflow: анализировать, оценивать и куда-то распределять каждый входящий лид с нашего сайта с использованием ChatGPT.
🔹AI Agent: выполнить полный поиск в интернете по каждому входящему лиду и обновить информацию.

Очень круто, теперь все по полочкам!

👉 Читайте подробнее в посте на Linkedin: https://www.linkedin.com/feed/update/urn:li:activity:7279075047271522304/

@proVenture

#AI #howtovc

⚡️⚡️⚡️ Человеки уже не нужны!? Или что может произойти, когда AI ассистент разговаривает с другим AI ассистентом?

Редко на канале выходят посты внутри дня, но это особый случай – круче вы сегодня вряд ли что-то увидите!

Первое. Просто откройте видео – посмотрите и послушайте (очень важно и то, и другое).

Второе. Давайте расскажем, что вы видели и слышали.
▪️Видео выложил в посте в Twitter Georgi Gerdanov (основатель стартапа GGML).
▪️На этом видео два AI ассистента начинают общаться между собой как бы общались люди (они не знали изначально, что общаться будут с другим AI ассистентом), а потом переключаются на звуки, и начинают гораздо быстрее передавать друг другу информацию.
▪️Такая система передачи данных через звуки называется Gibber Link и использует она волны ggwave (которые и создала компания GGML), а это видео решения, которое предложили на хакатоне ElevenLabs два программиста в команде под названием PenroyalTea и завоевали с этим проектом #1 место.
▪️Еще круче, что этих программистов зовут Anton Pidkuiko и Boris Starkov. Знакомо звучит? Да, потому что один родом из Украины, а второй из России! Как же приятно такое читать!
▪️Если вам интересно, вы можете декодировать сообщения вот тут, надо только параллельно включить видео и послушать звук.

Третье. Вопрос – нужны ли скоро будут кожаные мешки? Риторический, конечно. Ставьте 🤩, если надеетесь, что мы еще будем нужны!

@proVenture

#ai #trends

​​📈 Какие оценки сейчас на midmarket M&A?

Давно уже в закладках лежал сайт Flippa (436K активных покупателей на платформе), на котором можно продавать и покупать бизнесы. Там есть раздел статистики: https://flippa.com/data-insights

Там надо пройти регистрацию, чтобы посмотреть данные, поэтому вот вам overview.

1/ Какой сейчас search intent? (иными словами, что ищут покупатели). Топ 5:
▪️#1 Shopify: 13,566 запросов за последние 3 месяца;
▪️#2 Youtube: 7,201
▪️#3 App: 6,869
▪️#4 Affiliate: 5,932;
▪️#5 AI: 5,574.

2/ В трендах search terms:
▪️#1 Ai Anent: +740% за последние 3 месяца;
▪️#2 Tiktok Account: +487%
▪️#3 White Label: +406%

3/ Посмотрите динамику SaaS revenue multiples в приложении.
▪️3x (H2 2022) => 4.19x (H2 2024).

4/ Каковы revenue multiples H2 2024 по некоторым другим вертикалям:
▫️SaaS: 4.29x
▫️Ecommerce: 2.83x
▫️App: 2.52x
▫️Service: 1.33x
▪️All categories: 2.38x

5/ Насколько быстро продаются бизнесы? Посмотрим сроки транзакции для бизнеса стоимостью $1M+:
▫️Максимум: 195 дней (худший квартиль – 129 дней)
▪️Медиана: 69.5 дней
▫️Минимум: 7 дней (лучший квартиль – 24 дня)

Вот такая down to earth статистика. Надо будет еще посмотреть данные Microacquire.

@proVenture

#benchmarks #research

🤯 Несколько статей на тему опасений текущего относительно состояния дел в области AI.

В пятницу можно немного поразглагольствовать и немного отойти от принципа анализа сухих цифр. За последние несколько дней мне попалось несколько статей с интересными мыслями на тему того, в каком состоянии рынок AI находится сейчас, и что можно ждать в будущем. Это не прогнозы, нет, скорее вопросы, которые должны себе задавать даже те, кто находится в эйфории от того, что сейчас происходит.

1/ Триггером этого поста была статья в The Information с интервью известного венчурного инвестора Винода Хослы (Vinog Khosla, тот самый основатель Khosla Ventures), которая так и называется Most AI Investments Will Lose Money as Market Enters ‘Greed’ Cycle.
▪️На The Information подписки нет, и пока еще не выложили архив, но судя по обсуждениям, Хосла говорит о том, что мы приближаемся к пику инвестиций в модели, которые драйвятся объемом данных и скоростью их предварительной тренировки.
▪️Мы уже в канале давно говорили о том, что инвестиции огромные, они все меньше сопоставимы с прямой выручкой AI стартапов на инфраструктурном уровне.

2/ Относительно об этом же писал недавно журнал Fortune, когда приводил инсайты из OpenAI:
▫️GPT-5 уже не могут выпустить 2 года, хотя говорят об этом давно.
▫️Модель Orion, которая и могла стать GPT-5 и которая основана на принципе возможности изменения парадигмы решения (сейчас модели reasoning приходят к решению и доказывают, выверяют его, но не до конца способны понять, что изначальный путь, который они выбрали, ошибочный) не получается намного лучше, чем GPT-4.
▫️Может быть, мы уже подошли к пику возможностей тренировки моделей и надо смотреть на что-то другое?
▪️Посмотрим тем не менее, как будет показывать себя недавно вышедшая GPT-4.5.

P.S. Архив этой статьи, который можно целиком прочитать, тут.

3/ Что это означает для AI-enablers? Эндрю Чен из a16z недавно писал про defensibility of GPT-wrappers и высказал любопытную мысль:
🔹Еще недавно мы все писали, что создание простых продуктов на базе GPT (тех самых wrappers) – это путь в никуда, потому что сам OpenAI может выпустить сервис такого же формата и убить стартап.
🔹Но Эндрю напоминает, что в мире, когда технология уже становится commoditized (а это может произойти по отношению к foundation models достаточно скоро), на первый план выходят другие вещи – сетевые эффекты и возможность быстрее расти.
🔹Вполне возможно совсем скоро мы увидим возврат к полноценной парадигме роста.

Вот такая философская пятница…

P.S. Если у кого-то есть подписка на The Information и вы можете скинуть полную версию интервью Винода Хослы, то сделайте это в комментариях к этому посту, чтобы все прочитали, или же хотя бы пришлите на @proventure_admin, если не хотите выкладывать публично.

@proVenture

#ai #trends

❓ The Deep Research problem.

Бенедикт Эванс (ex-a16z), один из наиболее интересных аналитиков, опирающихся на данные и статистику с часто неординарным взглядом на них, опубликовал очень резонирующую заметку – проблема с Deep Research от OpenAI для анализа.

1/ По идее Deep Research должен уметь анализировать, и делает это через несколько итераций, reasoning и все такое. Бен взял их sample report по рынку смартфонов и проверил его качество, потому что тема для него близка.

2/ Бен расписывает, как он пытался проверить данные, почему источники типа Statista не являются идеальными, а также сравнил работу AI со стажером. В любом случае по итогу получилось, что Deep Research просто придумал цифры. Ну какая разница для него, 69% или 62% доля iOS в Японии? Еще бОльшая проблема, что похоже, это даже совсем наоборот – доля Android выше.

3/ Рассуждения Бена в очередной раз напоминают, что модели – это не базы данных, а их ответы – вероятностные, а не детерминированные. Где-то это хорошо, а где-то крайне опасно.

4/ Несколько очень классных высказываний Бена в ту же копилку:
▪️This reminds me of an observation from a few years ago that LLMs are good at the things that computers are bad at, and bad at the things that computers are good at
▪️I always call AI ‘infinite interns’
▪️The best way to manage error rates today seems to be to abstract the LLM away as an API call inside software that can manage it, which of course makes the foundation models themselves even more of a commodity

5/ Это очень резонирует с моим опытом использования Deep Research от Preplexity – я спрашивал его, как финансовые организации используют GenAI инструменты в качестве продукта, генерящего выручку (то есть не просто внедрить чатбота, а сделать новый продукт на базе LLM). И я спросил про кейсы с примерами. Perplexity выдал удивительную по красоте картину, расписав где какой эффект – тут рост LTV, тут можно выдать выше ставку, тут подписка. И расписал кейсы. И ВСЕ БЫЛО ПРИДУМАНО – ни один из указанных источников не содержал ни цифру, ни кейс, НИЧЕГО!

5/ Конечно, нельзя сейчас говорить о том, что эта проблема галлюционирования неизвестна, и что ее невозможно будет решить в будущем. Но пока что есть ощущение, что LLM может применяться в около творческих профессий – написание кода лучше или хуже (там есть факт ошибок, генерации плохого кода) или еще круче – контентные вещи (текст, изображения или типа того), где скорее не вопрос точности, а вкуса и восприятия.

👉 Ссылка на статью Бена: https://www.ben-evans.com/benedictevans/2025/2/17/the-deep-research-problem

@proVenture

#ai #trends

​​Go-to-Market – Как IT/Tech-компании вывести продукт на зарубежный рынок и создать поток новых клиентов

Ребята из HighTime Agency проводят классный вебинар, где покажут, как поднимать с нуля digital-маркетинг на международном рынке и разберут нюансы продвижения в зарубежной версии Google в нишах MarTech, LogisticTech, TelecomTech, EdTech 🚀

Кому будет полезен вебинар?

— Основатели и CEO: узнаете, как выстроить системный маркетинг и создать поток новых клиентов, чтобы вывести IT-продукт на зарубежный рынок (Go-To Global Market).
— Руководители отдела (CMO, CTO, CPO): включить в работу результативные проекты в зарубежном Google, чтобы идти проверенным путём и не тратить время на эксперименты.
— Маркетологи и PR-специалисты: усовершенствовать свои процессы, применить новые фишки, чтобы работать спокойно и быть уверенным в актуальности своих знаний и навыков для вывода IT-продуктов на зарубежный рынок.

Программа вебинара 👇🏻

1️⃣ Главный барьер при продвижении IT-продуктов в зарубежной версии Google. Какие вызовы существуют при выходе на международный уровень? Сравнительный анализ стратегий продвижения в Рунете и за рубежом.

2️⃣ Кейсы и уроки: разбор их 11-летнего опыта продвижения зарубежных проектов. Ребята покажут на примерах их клиентов, а также историй создания и развития in-house проектов, которые они продали зарубежным инвесторам через брокера в US с мультипликатором x33 (по данным компании).

3️⃣ Стратегия и Roadmap развития digital-бренда на рынках Латама, Северной Америки, Европы, MEA и APAC. Что такое MVP бренда компании. Какие каналы и на каком этапе подключать, если у вас не стартап, а успешная на российском рынке компания.

4️⃣ Реализация стратегии: от трафика и первых лидов к продажам и MRR. Как сделать результат за первые 6 месяцев (спринт) и что делать в следующие? Обещали разобрать путь, по которому стоит идти российской IT-компании на зарубежном рынке, и подсветить, что нужно учесть.

5️⃣ Как сделать известным продукт с помощью внешних площадок, Capterra, G2, GetApp и др. Как выстраивать продвижение продукта на внешних площадках. Как получать упоминания своей компании на крупных изданиях и не платить $1,200 за каждую статью 😎

⌛️6 марта, четверг, 11:00 по Москве
👉 Регистрация свободная (до 300 участников)

Реклама. ООО "Агентство Хайтайм", ИНН 1200004445
erid 2SDnjdiUw64

​​🧠 AI eats the world.

В тему недавнего поста про Deep Research от Бена Эванса (ex-a16z). Бен же делает огромные отчеты по развитию технологий, и в ноябре 2024 года выпустил новый отчет под названием AI eats the world.

Вы сами прочитаете про тренды, но хотелось бы обратить внимание на две противоположные вещи:

1/ В трендах использования софта есть две суб-тренда:
🟢 Все больше представителей разных профессий разрабатывают и делают пилоты в области AI; при этом
🔴 Все меньше представителей разных профессий реально внедрили что-то работающее!

Топ-3 по динамике доли внедрений в работу (наименьшее падение)
1️⃣ Legal
2️⃣ Customer Service
3️⃣ Software

Худшие-3 по динамике доли внедрений:
8️⃣ Marketing
9️⃣ Sales
🔟 HR
🔹Учитывается относительное падение “на глаз” – то есть, доля могла быть небольшой, но упасть еще ниже

2/ Какие группы сотрудников имеют самый высокий adoption rate по WAU (weekly active users)?
1️⃣ Management
2️⃣ Software
3️⃣ Business Finance

Самый низкий:
1️⃣0️⃣ Blue Collar
1️⃣1️⃣ Legal
1️⃣2️⃣ Services
🔹Отдельно забавно, что у legal очень низкий DAU по сравнению с WAU

👉 В любом случае лучше прочитать весь отчет на [90 страниц] самостоятельно, наверняка найдете что-то интересное для себя: https://www.ben-evans.com/presentations

@proVenture

#ai #research

​​🔥🔥🔥 AI Monetization in 2025.

О да, это очень классный отчет, пожалуй, самый детальный на тему монетизации из тех, что попадался. Ребята из Ibbaka опросили 336 компаний в ноябре-декабре 2024 (большинство из которых находятся на уровне $20M-$49M ARR), чтобы понять, как они прайсят свои AI продукты.

1/ Они выделили 4 типа бизнес-моделей опрашиваемых компаний, у каждой из которых есть value metrics и pricing metrics.
▪️4 модели: Agents, Co-Pilots, Generators, Software as a Service (называют они это SAS, почему-то)
▪️Для примера посмотрим на метрики для Agents:
Value metrics: Task completion, value of task
Pricing metrics: Per task, per agent, per outcome

2/ Какой тип AI чаще всего включается в продукты? Топ-3:
▪️Generative AI using third party models: 26.3%
▪️Reasoning models (like o1): 19.0%
▪️Predictive analytics using ML: 12.4%

3/ Дальше в процессе анализа Ibbaka делит опрашиваемые компании на три группы:
▫️Skeptics: таких 44% (большинство!), считают что хайп вокруг AI излишен и реальное влияние будет низким
▪️Sustainers: 38%, считают что AI даст возможность сделать инкрементальные изменения в продукте и нарастить выручку
🔹Disruptors: 18%, считают что AI изменят целые отрасли

4/ В каких пакетах продается AI? Опять же топ-3:
1️⃣ Independent Modules
2️⃣ Platform + extensions
3️⃣ Tiered + extensions (options)
🔹Любопытно, что среди Disruptors основным форматом является Agent Family

5/ Какую модель монетизации используют AI компании? (цифры навскидку по графику). Тут получилось топ-5:
▪️49% per user
▪️45% by a usage metric
▪️23% per agent
▪️23% per agent task completed
▪️20% per output token
🔹Тут интересно, что agent/agent task completed вылезают наверх за счет disruptors, все остальные 50%+ используют per user/usage metric

6/ Каковы рост выручки и маржи?
▪️По сравнению с 2023 годом по опросу рост выручки гораздо более высокий – визуально процент стартапов, которые растут 30-100% в год вырос с 10-12% до примерно 30% с 2023 по 2024 год.
▫️~45% компаний имеют gross margin на уровне 70%-90% (еще 23% имеют 55%-69% margin), но большинство (те же 45%) отметили, что маржа не увеличилась за счет AI (а еще 33% отметили, что она несколько сократилась!)
🔹И тут интересен срез ответов по группам – у 83% disruptors маржа осталась такой же (но они и были же AI-native наверняка, так что что у них могло поменяться?), а у 54% skeptics маржа несколько снизилась (так может быть, они и скептиками стали из-за этого, а не наоборот?)

5/ Среди других данных обратило внимание на себя то, что 60%+ внедряют AI именно как отдельный продукт, а не как фичу или как улучшение текущего продукта.

👉 Сам отчет на [62 страницы] для более детального изучения можно скачать по ссылке: https://www.ibbaka.com/reports-and-playbooks/ai-monetization-2025-research-report

@proVenture

#ai #research #benchmarks

🎉 12 вопросов по экзиту #2 – новый блиц для основателей стартапов!

Продолжаем новую рубрику #проэкзиты– спрашиваем у фаундеров стартапов и технологических компаний, каков у них был опыт в продаже своего бизнеса. На этот раз во 2-м выпуске еще и практически экслюзив, поскольку СМИ обошли стороной эту сделку, а она любопытная.

Крупнейшая французская фармкомпания Servier купила стартап Aivarix, а историю продажи нам рассказал со-основатель стартапа Сергей Шаяхметов.

Погнали!

1/ Сколько времени занял активный процесс продажи?
Почти 5 лет. Когда мы впервые пришли к покупателю в 2020 году, они сразу нарисовали план на 5 лет. Тогда казалось, что это какая-то шутка – у нас уже было исследование, ну что там думать столько лет? Но нет, в фарме время течет иначе. Например, однажды мы получили NDA 30 августа, а на документе стояла подпись их юристов еще в середине июля. Просто пересылка стандартного NDA заняла полтора месяца. И так у них всё.

2/ Каковы топ-3 причины, почему вы продали бизнес сейчас?
▪️Такой был план – и мы его придерживались.
▪️Вариантов особо не было – Servier продаёт лекарства от варикоза на €2B в год. Если уж кому и быть покупателем, то им.
▪️Мы прошли все исследования и доказали эффективность технологии – дальше логичный шаг.

3/ Топ-3 качества хорошего покупателя:
▪️Понимает, что покупает (да, это важно).
▪️Имеет деньги (тоже важно).

4/ Искали ли вы покупателя активно или он вышел на вас сам?
Искали через нетворк. Волшебного звонка «Привет, хотим купить ваш бизнес» не случилось.

5/ Со сколькими покупателями общались и сколько было других term sheets?
Были еще пару разговоров, которые закончились ничем практически сразу.

6/ Помогал ли кто-то в продаже?
Нет, никто. Только личные знакомства и природное обаяние.

7/ Знал ли ты покупателя до этого и когда вы познакомились?
Нет, познакомились в 2020 году.

8/ Топ-3 причины, почему покупатель купил ваш бизнес:
▪️Мы были первыми, кто вообще додумался до такой AI-истории в варикозе.
▪️Мы успели запатентовать решение (и да, патенты в фарме реально что-то значат).
▪️Мы провели полноценные клинические испытания – не просто презентация с красивыми графиками.

9/ Какой runway оставался у вас к моменту продажи?
Мы bootstrap-стартап. Денег не было, но были мы – бесконечно работающие.

10/ Топ-3 проблемы, с которыми вы столкнулись при организации продажи:
▪️Сроки. Всё занимает не месяцы, а годы.
▪️Клинические испытания.
▪️Бюрократия.

11/ Что бы вы хотели знать до того, как начинать процесс продажи бизнеса?
Как изменится ситуация в мире. Мы начали процесс в 2020, а потом мир такой: «А теперь немного хаоса!»

12. Какие советы ты можешь дать другим фаундерам, которые думают о продаже своего бизнеса?
Не связывайтесь с фармой. Даже Сбербанк быстрее.

👉 Подробнее можете прочитать только в продуктовом пресс-релизе тут, но пока что нигде подробнее про сделку нет: https://servier.ru/dlya-pacientov-s-varikozom-i-gemorroem-stali-dostupny-online-servisy-kotorye-delayut-pervyj-shag-k-lecheniyu-legche-i-udobnee/

@proVenture