Предстоящее IPO Anthropic обещает крупные выплаты, но не всем одинаково. Инвестиционные фонды вроде Menlo Ventures и Sequoia ожидают миллиарды. Однако, согласно S-1 Anthropic, ни один из них не владеет 5% акций, что является порогом для включения в список основных акционеров. Это крайне нетипично для IT-IPO, где ведущие венчурные инвесторы обычно имеют двухзначные доли. Почему же так произошло и кто станет главным бенефициаром?
Почему VC-фонды получили крохи?
Причина проста: размер Anthropic. При частной оценке в $965 миллиардов, 1% акций стоит почти $10 миллиардов. Например, позиция Menlo Ventures в $14 миллиардов составляет лишь около 1.5% компании, по данным Bloomberg.
Венчурные фонды не получили больших долей, поскольку Anthropic активно продавала акции стратегическим партнерам. Это изменило традиционную структуру владения, где VC-фонды обычно занимают доминирующие позиции.
Amazon: главный бенефициар IPO
Amazon, вероятно, станет крупнейшим финансовым выгодоприобретателем IPO. В 2023 году Amazon обязалась инвестировать до $4 миллиардов в Anthropic, а затем влила еще миллиарды. Большая часть инвестиций была структурирована как конвертируемые облигации – долг, который превращается в акции при IPO или продаже.
По данным S-1, на 30 июня Amazon владела конвертируемыми облигациями на $6.2 миллиарда.
С ростом оценки Anthropic стоимость этих облигаций значительно выросла.
В собственных отчетах Amazon оценила свои облигации в $97.9 миллиарда на 30 июня.
Бухгалтерские игры и реальный кеш
Рост стоимости конвертируемых облигаций Amazon вынудил Anthropic отразить это в своей отчетности. В первой половине 2026 года компания зафиксировала $72.4 миллиарда в строке «изменение справедливой стоимости конвертируемых облигаций, производных обязательств и SAFEs».
Это неденежная статья, реальных денег из компании не уходило. Облигации Amazon могут быть конвертированы в 1.84 миллиарда акций, но существует лимит в 12% от «частично разводненного» количества акций. Amazon может отказаться от этого лимита.
Дополнительные инвестиции Amazon
Облигации – это не все. Во втором квартале Amazon дополнительно инвестировала $10 миллиардов в непривилегированные привилегированные акции, вложив по $5 миллиардов в каждый из двух последних раундов финансирования Anthropic.
Общая сумма инвестиций Amazon, включая миллиардов в облигации с 2023 по 2025 год, достигает около миллиардов. Это делает Amazon ключевым игроком в будущей структуре владения Anthropic.
Не только акции: AWS и Google
Помимо роста стоимости акций, Amazon получит значительный доход от Anthropic, которая обязалась потратить не менее $110 миллиардов на AWS в течение следующих 10 лет. Google также в выигрыше:
Google владел около 14% Anthropic в начале прошлого года.
Компания инвестировала еще $10 миллиардов в апреле.
Сейчас доля Google оценивается в 5.6% после размытия.
Google также обеспечил себе не менее $114 миллиардов в облачных контрактах с Anthropic до 2033 года.
Выводы для инвесторов
«Пока венчурные капиталисты готовятся к своим выплатам, S-1 ясно показывает: крупнейшими победителями IPO Anthropic станут технологические гиганты вроде Amazon, которые поддержали потенциального конкурента на ранней стадии, а теперь продают ему большую часть вычислительных мощностей. S-1 даже предупреждает, что некоторые из этих облачных провайдеров создают конкурирующие ИИ-модели и их интересы не всегда совпадают с интересами Anthropic.»
Это классический кейс, когда стратегические партнеры снимают все сливки, оставляя VC-фондам лишь крошки. Для оценки выгодного CPM и дешевого теста гипотез, важно смотреть на всю картину, а не только на заявленные инвестиции.
Часто задаваемые вопросы
Какой CPM считать выгодным при таких инвестициях?
При оценке рекламных кампаний, выгодный CPM — это тот, что обеспечивает положительный ROI. В контексте IPO Anthropic, CPM не является прямым показателем, но отражает стоимость привлечения внимания к стартапу, который уже оценен в сотни миллиардов. Для нас, арбитражников, важна юнит-экономика, а не хайп.
Стоит ли инвестировать в AI-стартапы на ранней стадии?
Как показывает пример Anthropic, ранние инвестиции могут принести огромную прибыль, но только если вы Amazon или Google. Для обычных инвесторов риски значительно выше. Важно анализировать не только потенциал, но и структуру сделок, а также кто является стратегическим партнером.
Что дешевле: баннерная реклама или инфлюенсеры для продвижения AI-продукта?
Это зависит от целевой аудитории и целей кампании. Сравнение по цене показывает, что баннерная реклама может быть дешевле за 1 миллион показов, но инфлюенсеры часто обеспечивают более высокую вовлеченность. Для AI-продуктов, где важен экспертный авторитет, инфлюенсеры могут быть эффективнее, несмотря на более высокий CPM. Всегда считайте ROI.
Заключение
IPO Anthropic — показательный пример того, как крупные игроки вроде Amazon и Google используют стратегические инвестиции для получения колоссальной прибыли, значительно превосходящей доходы традиционных венчурных фондов. Это урок для всех, кто ищет бюджетные альтернативы посевам и стремится к максимальному ROI. Всегда считайте деньги, а не обещания. Хотите узнать, как получить максимальную отдачу от каждого рубля? Читайте наши кейсы по оптимизации ROI.
Несмотря на многомиллиардные иски и судебные разбирательства, Meta демонстрирует впечатляющий рост выручки, особенно в третьем квартале. Как же компании удается оставаться на плаву и даже процветать в условиях таких финансовых вызовов? Ответ кроется в стратегических инвестициях в искусственный интеллект, который становится ключевым драйвером роста рекламной выручки Meta, даже когда новые продукты, такие как Muse, еще не приносят прибыли. Давайте углубимся в детали этого феноменального успеха и узнаем, как Meta использует ИИ для оптимизации своих рекламных платформ.
Meta пережила непростой год, отмеченный многомиллиардными исками и судебными разбирательствами. Один из них, связанный с вредным воздействием соцсетей на детей, привел к урегулированию на 18 миллиардов долларов. Другой иск, касающийся нарушения конфиденциальности данных, обернулся предписанием выплатить штату Нью-Мексико 25 миллиардов долларов. Это решение было вынесено за несколько часов до отчета Meta за третий квартал, и компания уже заявила о намерении его обжаловать.
Несмотря на эти юридические баталии, третий квартал для Meta оказался сильным. Выручка от семейства приложений выросла на 26% год к году, достигнув 64,2 миллиарда долларов. Из этой суммы 63,1 миллиарда долларов пришлись на рекламную выручку. Количество рекламных показов также увеличилось на 10%.
Muse: популярность без прибыли
Через несколько недель после запуска Muse в начале сентября, Meta представила Muse для малого бизнеса. Это «новый набор навыков и коннекторов» в приложении Muse, который помогает компаниям находить клиентов, анализировать эффективность рекламы, оптимизировать ее и разрабатывать кампании, как сообщила инвесторам финансовый директор Meta Сьюзан Ли.
Со стороны потребителей запуск Muse стал «одним из самых успешных запусков в истории компании», по словам генерального директора Meta Марка Цукерберга. Это утверждение может быть спорным, учитывая проблемы конфиденциальности, связанные с ранними версиями модели. Однако, как и в случае с другими платформами Meta, опасения по поводу конфиденциальности не помешали широкому внедрению.
С момента запуска Muse более 10 миллионов человек в США и Канаде создали личного агента.
Около 25% из них используют его ежедневно.
Цукерберг отметил, что все эти агенты «очень требовательны к вычислительным ресурсам». Meta ожидает, что эффективность затрат улучшится в 10 раз в течение следующего года, что «позволит ему стать прибыльным, как только линии доходов выйдут на нужный масштаб», по словам Цукерберга. Иными словами: пока Muse популярен, но денег не приносит.
Если рост рекламной выручки Meta нельзя отнести к Muse, то что же тогда является причиной? Ответ — искусственный интеллект, который уже давно занимает центральное место в общей стратегии рекламной платформы Meta.
Ранее в этом году Meta запустила Generative Recommender — инструмент на основе LLM, который анализирует рекламный контент и предпочтения пользователей, чтобы определить наиболее подходящую рекламу для конкретного человека. Целевые сегменты аудитории показали почти 2% увеличение конверсий с момента запуска инструмента в лентах Facebook, сообщила финансовый директор Meta Сьюзан Ли.
Meta также расширила GEM, свою генеративную модель рекомендаций рекламы, чтобы включить больше точек контакта с пользователями, сказала Ли. Это означает, что Meta теперь может унифицировать данные рекомендаций с различных платформ в одном месте. Эта возможность привела к:
Увеличению конверсий на 1,7% для внешних кампаний.
Увеличению конверсий внутри приложений на 9,6% в прошлом квартале.
«Инвестиции в ИИ приносят пользу рекламному бизнесу Meta уже много лет. По мере того, как LLM становятся основой все большей части инфраструктуры ИИ, Meta будет получать больше информации о предпочтениях людей и их интересах, как в органическом контенте, так и в рекомендациях», — Сьюзан Ли, финансовый директор Meta.
Цель состоит не только в том, чтобы подпитывать движок оптимизации рекламы Meta Advantage+, но и в функциях персонализации креативов Meta.
Netflix: рост выручки и проблемы с рекламой
Выручка Netflix выросла на 12% год к году до 12,9 миллиарда долларов в третьем квартале, что соответствует прогнозам. Однако рекламный бизнес немного отстает от ожиданий, что заставило Netflix скорректировать свой прогноз на оставшуюся часть года.
Часто задаваемые вопросы
Каков был общий рост выручки Meta в третьем квартале?
Общая выручка Meta в третьем квартале выросла на 26% год к году, составив 64,2 миллиарда долларов.
Сколько рекламной выручки получила Meta в третьем квартале?
Рекламная выручка Meta составила 63,1 миллиарда долларов в третьем квартале.
Приносит ли Muse прибыль Meta?
Нет, на данный момент Muse не приносит прибыли. Марк Цукерберг отметил, что агенты Muse «очень требовательны к вычислительным ресурсам», но Meta ожидает улучшения эффективности затрат в 10 раз в следующем году.
Какие ИИ-инструменты способствовали росту рекламной выручки Meta?
Росту способствовали Generative Recommender, который увеличил конверсии на 2%, и расширение GEM, что привело к росту конверсий на 1,7% для внешних кампаний и на 9,6% для кампаний внутри приложений.
На сколько выросла выручка Netflix в третьем квартале?
Выручка Netflix выросла на 12% год к году, достигнув 12,9 миллиарда долларов.
Заключение
Итак, Meta демонстрирует сильный рост выручки, в основном благодаря инвестициям в ИИ, которые значительно улучшают рекламные показатели. Продукты вроде Muse пока убыточны, но имеют потенциал. В то время как Netflix сталкивается с вызовами в своем рекламном бизнесе, Meta продолжает доказывать, что CPM выгодный и тест гипотез дешево с помощью ИИ-оптимизации — это реальность. Хотите узнать, сколько принесет денег с каждого потраченного рубля? Изучайте, как ИИ меняет юнит-экономику рекламных кампаний.
Привет, коллеги-арбитражники! Меня зовут Тимур, я отвечаю за маркетплейс в Cloud.ru. Мы предоставляем площадку для ИИ-сервисов, которые интегрируются в облачную инфраструктуру клиентов. Моя задача — обеспечить прозрачность ценообразования. Сейчас многие оценивают ИИ по стоимости токенов, но это в корне неверно. Клиент платит не за токены, а за конкретный результат. В этой статье мы разберем, как правильно считать юнит-экономику <a href="/ru/blog/massovyy-posting-video-4-strategii-povtoreniya-zadach-ii-agentami/" title="Массовый постинг видео: 4 стратегии повторения задач ИИ-агентами”>ИИ-агента, основываясь на данных Cloud.ru, и определим реальную стоимость полезного ответа, чтобы понять, какой CPM выгодный.
«Вендор на маркетплейсе должен назначить цену своему агенту, клиент должен ее понять, а площадка должна сделать так, чтобы цены на витрине можно было сравнивать между собой. Пока все три стороны меряют стоимость токенами, ничего из этого не получается».
Оценка стоимости ИИ-сервисов: фокус на юнит-экономику
Единица измерения: полезный ответ, а не токены
Токен – плохая метрика. Клиент покупает не токены, а решение своей проблемы. «Закрытый диалог» тоже обманчив. Intercom, например, выделяет два типа решений: подтвержденные (клиент сказал «спасибо») и предполагаемые (клиент просто ушел).
Оплачиваются оба, но есть нюанс: если клиент вернулся с тем же вопросом, решение аннулируется. Пример от Lorikeet (195 кейсов, 38 вендоров): из 4200 диалогов, закрытых ИИ, 900 были закрыты ссылкой на статью базы знаний. Без них доля решенных падает с 70% до 55%.
Разница между «закрыто» и «решено» огромна. Поэтому наша единица измерения – полезный ответ. Это диалог, закрытый ИИ без участия человека, при этом клиент не вернулся с тем же вопросом в течение 72 часов и не оставил негативной оценки. Всё, что не прошло эти фильтры, идет в числитель затрат, но не в знаменатель полезных ответов. Неудачные попытки оплачиваются успешными. Это ключевой момент.
Модельный кейс: поддержка интернет-магазина
Для расчетов возьмем типовой сценарий: поддержка интернет-магазина. Это массовый кейс с большим объемом публичных данных. Магазин получает 40 000 обращений в месяц. 90% из них (36 000 диалогов) маршрутизируются к ИИ-агенту.
Диалоги, закрытые агентом без оператора, назовем автозакрытиями – это та метрика, которую показывают вендоры. Структура агента: RAG (поиск по базе знаний + генерация ответа) плюс инструмент «статус заказа». На один диалог приходится три вызова LLM:
Понять запрос и выбрать маршрут.
Ответить по найденным фрагментам.
Обратиться к инструменту или собрать резюме для оператора.
В среднем это 12 000 входных токенов (системный промпт, фрагменты, история) и 800 выходных. Запросов к базе знаний – два на диалог. Модель-фильтр проверяет реплику клиента и ответ агента (1000 токенов на каждый из трех вызовов). Еще 15% токенов закладываем на повторные генерации.
Инфраструктура и затраты
Используем сервисы Cloud.ru:
База знаний: Evolution Managed RAG.
Агент: Evolution AI Agents.
Логи: Evolution Managed PostgreSQL.
Стоимость оператора поддержки в Москве: 125 000 руб./месяц (85 300 руб. зарплата по hh.ru за 2025 год + взносы и накладные). При 40 тикетах в день, один тикет обходится в 149 руб. Минута оператора – 15,5 руб. (125 000 руб. / 80% от 10 080 минут). Для чата в ритейле (60 обращений/день) стоимость тикета – 99 руб.
Допущения для расчетов
Основные допущения:
Доля автозакрытий: медиана по публичным кейсам – 70%. Ozon: 27% (2020) -> 62% (2022). Берем середину – 50%.
Диалоги, не прошедшие фильтр: клиент вернулся в течение 72 часов или поставил минус. Допущение: 6% (в примере Lorikeet 21% закрытых диалогов были ссылками).
Цена такого диалога: 150 руб. компенсации + 3 минуты оператора (200 руб.).
Время оператора на эскалацию: 1,5 минуты сверх обычного тикета.
Ручная проверка: 3% всех диалогов по 3 минуты.
База знаний, промпты: 0,5 ставки специалиста (оптимистично).
Амортизация: 50 000 руб./мес. (для интегратора с CRM – до 1,5 млн руб.).
Цены на модели и инфраструктуру (Cloud.ru, октябрь 2026)
Тарифы Evolution Foundation Models (с НДС 22%, за 1 млн токенов):
HiveTraceGuard-Pro (фильтр): вход 25 руб., выход 125 руб.
Qwen3-30B-A3B: вход 10 руб., выход 50 руб.
GigaChat-3-Pro: вход 25 руб., выход 125 руб.
Claude Haiku 4.5: вход 100 руб., выход 500 руб.
Claude Sonnet 4.6: вход 360 руб., выход 2250 руб.
Разница между дешевой и дорогой моделью: 36x по входу, 45x по выходу. Инфраструктура (Evolution, сентябрь 2026, 730 часов/мес.):
Итого инфраструктура: 13 420 руб./месяц. Это самая дешевая строка в расчете.
Расчет стоимости полезного ответа
Цена одного диалога
Сначала считаем стоимость одного диалога на разных моделях:
Qwen3-30B-A3B: 0,43 руб.
GigaChat-3-Pro: 1,32 руб.
Claude Haiku 4.5: 3,76 руб.
Claude Sonnet 4.6: 10,99 руб.
Разница в 25 раз! Если бы мы остановились здесь, выбор модели был бы критичным.
Цена полезного ответа
Из 36 000 диалогов, при 50% автозакрытий, закрыто 18 000. Из них 6% – ошибки. Остается 16 920 полезных ответов. На каждый полезный ответ ложатся не только токены, но и:
Токены неудачных попыток.
Минуты операторов на эскалации.
Стоимость ошибок.
Проверка.
База знаний.
Внедрение.
Разница в 25 раз по токенам превращается в 1,4 раза по полезному ответу: от 51 руб. до 73 руб. Дорогая модель (Claude Sonnet 4.6), которая в 25 раз дороже по токенам, по цене результата оказывается всего на 40% дороже. Почему? Потому что все остальные затраты одинаковы для всех моделей.
Структура цены: GigaChat-3-Pro (53 руб.)
Для GigaChat-3-Pro (53 руб. за полезный ответ):
Эскалации и ошибочные ответы: 71% стоимости. Эти затраты обычно не учитываются как «расходы на ИИ», а сидят в зарплатах поддержки или компенсациях.
Токены: 2,8 руб. (5%). Это единственная строка, которую все сравнивают.
Облачная инфраструктура: 0,80 руб.
На Claude Sonnet 4.6 токены занимают уже 32% цены. Здесь имеет смысл экономить на токенах. Как?
Сокращение контекста: уменьшить 12 000 входных токенов до 6 000. Полезный ответ на Sonnet дешевеет с 73 до 65 руб.
Кеширование: чтение из кеша в 10 раз дешевле. Если половина контекста – системный промпт, цена падает до 66 руб.
На Qwen эти приемы экономят копейки.
Ключевые рычаги экономии
1. Доля автозакрытий
Переход от пилота (35-50% автозакрытий) к рабочему контуру (65%) экономит 15-19 руб. Десять процентных пунктов автозакрытий дают столько же, сколько переход на более дешевую модель (на Sonnet рост с 50% до 60% экономит 14 руб., замена Sonnet на Haiku – 15 руб.). Но первое работает на любой модели, второе – один раз.
2. Доля ошибок
Долю закрытых диалогов, не прошедших фильтр, мало кто измеряет, но она критична.
Доля не прошедших фильтр
Цена полезного ответа
Расходы на них (руб./мес.)
6%
X
Y
3%
X – 8 руб.
Y – Z
Снижение ошибок с 6% до 3% экономит 8 руб. на каждом полезном ответе. Переход с GigaChat-3-Pro на Qwen3-30B-A3B экономит всего 2 руб. 15% ошибок могут стоить больше половины зарплаты оператора, если считать решенным каждый диалог, где клиент замолчал.
3. Качество эскалации
Я заложил 1,5 минуты оператора на эскалацию (чтение резюме, продолжение). Это работает при «теплой» передаче: агент передает оператору сжатую историю, номер заказа и список действий. При «холодной» передаче (оператор читает весь диалог, где бот трижды отвечал неверно), 1,5 минуты превращаются в 3 или 6.
При 3 минутах полезный ответ на GigaChat-3-Pro дорожает с 53 до 77 руб., при 6 минутах – до 127 руб. Это уже дороже регионального оператора. Если агент идентифицирует клиента и предзаполняет тикет, оператор экономит минуту-две, и эта строка уходит в минус.
«Качество передачи оказывается отдельной статьей бюджета с самым широким разбросом во всей модели, и ее стоит измерять: среднее время обработки эскалированных тикетов нужно считать отдельно от обычных».
Бороться за точность = жечь токены? Если для снижения ошибок с 6% до 3% токены на диалог вырастают в 1,6 раза, на GigaChat-3-Pro полезный ответ все равно дешевеет с 53 до 46 руб. На Sonnet лишние токены дороже выигранной точности, там лучше улучшать базу знаний.
Выводы: что считать выгодным CPM
Практический вывод: в рабочем контуре поддержки дороже всего не токены, а знаменатель. Всё, что увеличивает долю полезных ответов (качество базы знаний, правильная маршрутизация, проверочные наборы), окупается быстрее, чем любой торг за цену миллиона токенов.
Дорогие модели (например, Sonnet) окупаются, если приносят 10 пунктов автозакрытий и 2 пункта точности по сравнению с более дешевыми. Если на вашем проверочном наборе разница меньше, вы переплачиваете. Если больше, вы зря экономите на токенах.
Сравнение с человеком: две оговорки
1. Цена тикета: при 149 руб. за тикет даже пилот с 35% автозакрытий на Sonnet (110 руб. за полезный ответ) выглядит выгодно. Паритет с оператором – при 20-27% автозакрытий. Но если оператор закрывает 60 тикетов в день (99 руб./тикет), тот же пилот на Sonnet (110 руб.) уже дороже. Региональный/аутсорсинговый оператор (64 руб./тикет) меняет картину: GigaChat-3-Pro (42 руб.) дешевле, Sonnet (62 руб.) – паритет. Вопрос «окупится ли» зависит от вашей стоимости тикета и доли автозакрытий.
2. Объем: фиксированные расходы (база знаний, внедрение, инфраструктура) – 163 000 руб./мес. При 36 000 диалогов. При 6000 диалогов полезный ответ на GigaChat-3-Pro – 101 руб., при 3000 – 159 руб. (дороже оператора). Ниже 3500 диалогов в месяц агент не окупается. Если фиксированные расходы выше (целая ставка на базу знаний – 200 000 руб./мес., внедрение – 1,5 млн руб.), порог окупаемости сдвигается до 7000 диалогов в месяц. Доля токенов при этом падает до 4%: чем реалистичнее считаешь остальные затраты, тем менее значимой выглядит цена за миллион токенов.
Что не учтено в модели (в обе стороны)
Против агента: лицензия тикет-системы или чат-платформы.
В пользу агента: текучка персонала (до 50% в год), затраты на рекрутинг и обучение, медленная работа новичков, масштабирование под распродажи, оплата ночных/выходных смен. Эти вещи трудно посчитать без конкретных данных, но именно за них бизнес часто готов платить, даже если дневная юнит-экономика показывает паритет.
Часто задаваемые вопросы
Что такое «полезный ответ» в контексте ИИ-агента?
Полезный ответ – это диалог, закрытый ИИ без участия человека, при этом клиент не вернулся с тем же вопросом в течение 72 часов и не оставил негативной оценки. Это ключевая метрика для оценки реальной эффективности и стоимости ИИ-серви
Заработок на YouTube всегда был темой, окруженной множеством мифов и вопросов, особенно когда речь заходит о том, сколько YouTube платит за просмотры. В 2026 году ситуация остается динамичной, и фиксированной ставки не существует. Блогеры могут рассчитывать на доход примерно от $5 до $15 за 1000 показов рекламы. Важно понимать ключевые метрики, такие как CPM и RPM, а также учитывать, как работает распределение дохода 55/45 между YouTube и создателями контента. YouTube платит не за каждый просмотр видео, а за просмотр рекламы, что является критическим отличием. Давайте углубимся в эти детали, чтобы понять, сколько денег реально поступает на счет.
YouTube платит за просмотры: мифы и реальность
В 2026 году заработок на YouTube не является фиксированной величиной. Блогеры получают примерно от $5 до $15 за 1000 показов рекламы. Крайне важно различать CPM и RPM, а также понимать механизм распределения дохода 55/45 и факторы, влияющие на ваш итоговый заработок. YouTube платит не за каждый просмотр видео, а за просмотр рекламы. Разберем эти метрики подробнее, чтобы точно понять, сколько средств реально поступает на ваш счет.
CPM, RPM, CPC: ключевые метрики YouTube
CPM (Cost Per Mille): это стоимость за тысячу показов рекламы. Данная сумма представляет собой цену, которую рекламодатель платит за 1000 показов своего объявления. Вы можете увидеть этот показатель в YouTube Studio как «CPM».
RPM (Revenue Per Mille): это ваш доход за 1000 просмотров видео после вычета доли YouTube. Это чистая прибыль, которая попадает непосредственно к вам. RPM почти всегда ниже CPM, поскольку он учитывает 45% долю YouTube, а также просмотры, которые не сопровождались рекламой.
CPC (Cost Per Click): стоимость за клик. Этот показатель влияет на вашу предполагаемую выручку, но не отражает напрямую ваш заработок за 1000 просмотров.
Запомните: $12 CPM не означает, что вы получите $12 за 1000 просмотров видео. Ваш реальный доход всегда будет ниже.
Сколько можно заработать: расчеты на 2026 год
По оценкам, в 2026 году ютубер может заработать от $5 до $15 за 1000 показов рекламы. Это индустриальная оценка, а не официальная ставка YouTube. Поскольку не каждый просмотр видео запускает рекламу, ваш доход за 1000 просмотров видео будет ниже этого диапазона.
Согласно отчету Strike Social за 2024 год, средний показатель просмотров рекламы на YouTube составляет 49-68%. Возьмем среднее значение для расчетов:
Общее количество просмотров видео
Предполагаемые просмотры рекламы (~50-65%)
Предполагаемый доход ($5-$15 за 1000 показов рекламы)
500
250 – 325
$2.50 – $9.75
5 000
2 500 – 3 250
$25 – $97.50
25 000
12 500 – 16 250
$125 – $487.50
50 000
25 000 – 32 500
$250 – $975
250 000
125 000 – 162 500
$1 250 – $4 875
1 000 000
500 000 – 650 000
$2 500 – $9 750
Это лишь оценки. Ваш реальный доход зависит от ниши, геолокации аудитории, форматов рекламы и времени года. Подробности о монетизации YouTube.
Да, но для этого требуется большая аудитория. Одно видео с 10 000 просмотров принесет около $60. Если публиковать такое видео каждый день, за год выйдет примерно $21 900. Это невысокая зарплата. Для стабильного дохода нужна проработанная юнит-экономика и масштабирование.
Факторы, влияющие на заработок с YouTube
Девять ключевых факторов определяют, сколько вы получите за просмотры:
1. Ниша контента
Различные ниши имеют разную стоимость рекламы. Некоторые индустрии платят значительно больше за CPM или CPC. Самые прибыльные ниши по CPM:
Аудитория из этих стран приносит больше дохода. Тестируйте гипотезы по геотаргетингу, это дешевый тест гипотез, который может кратно увеличить ваш доход.
3. Тип и размещение рекламы
Пропускаемая реклама приносит доход только в том случае, если ее смотрят достаточно долго. Блокировщики рекламы значительно снижают доход. Демонетизация видео из-за нарушения правил также полностью обнуляет заработок.
4. Длительность видео
Длинные видео предоставляют больше возможностей для размещения рекламы. Чем больше рекламных пауз, тем выше потенциальный доход. Рекомендуется ставить ручные рекламные слоты каждые минуту-две в видео длиной более 8 минут.
5. Время просмотра
Чем дольше зрители смотрят ваше видео, тем больше рекламы они увидят. Важно удерживать внимание аудитории.
6. Клики по рекламе
Клики по рекламе также влияют на доход, особенно при оплате по CPC.
7. Подписчики YouTube Premium
Пользователи Premium не видят рекламу. Вы получаете доход от них в зависимости от времени просмотра, но это обычно меньше, чем от обычных просмотров с рекламой.
8. Сезонные тренды
Доход обычно растет с октября по декабрь и падает в январе. Планируйте публикации крупных видео на пиковые периоды.
9. Просмотры, не учитываемые для заработка
Некоторые просмотры не приносят дохода (например, из-за блокировщиков рекламы, пропуска рекламы, или если видео демонетизировано).
YouTube Shorts vs. Длинные видео: разница в доходе
YouTube Shorts платят значительно меньше, чем длинные видео. Создатели сообщают о RPM в диапазоне $0.01 – $0.06 за 1000 просмотров Shorts. Для длинных видео этот показатель составляет $2 – $10 RPM.
Разница объясняется моделью монетизации Shorts: доход от рекламы в ленте Shorts распределяется между создателями пропорционально их доле просмотров. Короткое время просмотра, меньшее количество рекламных размещений и иной метод подсчета просмотров снижают доход.
Как максимизировать доход от рекламы на YouTube
После подключения монетизации, несколько шагов помогут значительно увеличить ваш заработок:
Создавайте длинный контент (более 8 минут): это позволяет размещать mid-roll рекламу, увеличивая количество рекламных показов.
Размещайте больше рекламных пауз: вручную добавляйте mid-roll слоты каждые 1-2 минуты. YouTube не покажет рекламу в каждом слоте, но это увеличит шансы.
Фокусируйтесь на прибыльной нише: выбирайте темы с высоким CPM, чтобы получать больше за те же просмотры.
Оптимизируйте видео для поиска (SEO): используйте ключевые слова в заголовках, описаниях и тегах. Видео, которые регулярно появляются в поиске, приносят стабильный доход.
Часто задаваемые вопросы
Сколько YouTube платит за 1 миллион просмотров?
За 1 миллион просмотров видео на YouTube можно заработать от $2 500 до $9 750. Это приблизительная оценка, зависящая от CPM, RPM, ниши и аудитории.
Какой CPM считать выгодным?
Выгодный CPM зависит от вашей ниши и целей. В высококонкурентных нишах CPM может быть выше $15-$20. В менее прибыльных нишах и $5-$10 CPM может быть хорошим показателем. Всегда сравнивайте с ценой vs результатом.
Что дешевле: баннер или таргет?
Сравнение баннерной рекламы и таргетированной рекламы на YouTube неоднозначно. Баннеры могут быть CPM выгодный для охвата, но таргет эффективнее для конверсий. Сравнение по цене показывает, что для разных задач подходят разные инструменты.
Стоит ли использовать AI для создания контента?
Использование AI для генерации видео или уникализации контента может значительно снизить стоимость производства. Цена за минуту AI видео с аватаром и стоимость уникализации одного видео могут быть в разы ниже ручной работы, что позволяет тестировать гипотезы дешево и масштабировать производство контента. Например, цена генерации 100 AI роликов может быть сопоставима со стоимостью нескольких профессиональных видео.
Заключение
Заработок на YouTube – это не пассивный доход, а полноценный бизнес, требующий постоянного анализа и оптимизации. Понимая ключевые метрики, факторы влияния и стратегии максимизации дохода, вы сможете значительно увеличить свой заработок. Не забывайте диверсифицировать источники дохода, используя партнерские программы, продажу товаров и услуг. Всегда считайте юнит-экономику, активно тестируйте гипотезы и масштабируйте свои усилия для достижения максимального успеха на платформе.
Ищем выгодный CPM там, где конкуренты теряют клиентов. Запросы на отмену и жалобы на продукты конкурентов — это не мусор, а золотая жила для PPC. Это высокоинтенсивные лиды, готовые к конверсии. Один из кейсов SaaS-клиента показал CTR 15% и CPA на 18% ниже, чем в обычных кампаниях. И это при том, что запрос не содержал названия продукта клиента.
Люди искали не нового поставщика, а выход из ситуации, когда старый надоел. Решение уйти принято, остался вопрос «куда?». Этот кейс подтверждает: самое ценное, что можно изменить в аккаунте, — это не кампания, а оффер.
Традиционный подход к ключевым словам: почему он дорог?
PPC-специалисты привыкли собирать ключевые слова: термины продукта, модификаторы, сравнения, длинные хвосты. Логика проста: ставим ставки на то, что ищут, когда хотят купить наш продукт. Проблема в том, что это ловит только очевидный спрос.
«Кто ищет „лучшее CRM-ПО“, уже на рынке, и все конкуренты об этом знают. Аукцион перегрет, CPC зашкаливает. Клик достается тому, у кого больше денег или лучше оптимизация.»
Сравним с запросом «отменить контракт [конкурент]». На него мало кто ставит, а многие и вовсе исключают. Пользователь не сравнивает товары, он решает другую проблему, и это делает его самым восприимчивым покупателем.
Он уже прошел самую сложную часть цикла продаж: решил, что текущее решение не работает. Это не исключение, это паттерн. Самые высокоинтенсивные запросы часто не содержат продуктовых терминов, а выражают фрустрацию, желание уйти и нерешенные проблемы, которые ваш оффер может закрыть.
Это данные не о фичах, которые хотят люди, а о проблемах, которые их сейчас беспокоят. Запрос функции — это планы на следующий квартал. Жалоба — это текст для рекламного объявления на сегодня.
Почему PPC-команды игнорируют эти данные?
Часто эти данные сидят в других отделах: поддержка, продукт, CX. PPC-команда получает список ключей и лендинг, и ей говорят «сделай цифры». Интеграция данных из CX, продукта и продаж в платный поиск — это именно тот M-образный навык, который нужен для нового подхода к PPC. Разрозненность данных обходится дорого.
«Каждая жалоба клиента конкурента — это предложение для вашего рекламного объявления. Каждая причина отмены — это возражение, на которое ваш лендинг должен ответить до призыва к конверсии.»
Данные есть, но они не доходят до тех, кто может использовать их для улучшения кампаний.
Как начать работу с «отказными» запросами
По умолчанию «отменить» часто добавляют в минус-слова. С точки зрения релевантности к обычному лендингу это логично. С точки зрения интента — это ошибка. Вы исключаете человека, который активно уходит от конкурента и еще не выбрал замену.
Этот подход успешно применяется в локальном SEO для оптимизации Google Business Profile и текстов на сайте. Те же данные о жалобах отлично работают для PPC-кампаний.
Оффер решает всё, а не только ключ
Просто найти умные ключевые слова и поставить на них ставки — недостаточно. Если лендинг тот же, что и для обычных кликов, конверсий не будет. Тому, кто ищет «отменить контракт [конкурент]», не нужен список ваших фич. Ему нужно знать три вещи:
Переход будет легким.
Вы понимаете, почему он уходит.
Специфическая боль, которая привела его к поиску, не последует за ним к вам.
В идеале, предложите полный сервис переключения, импорт данных или помощь с онбордингом. Оффер — это переменная. Не ставка, не тип соответствия, даже не текст объявления (хотя он здесь критичен, так как должен сразу сигнализировать, что вы понимаете проблему пользователя).
Постоянный процесс, а не разовая акция
Это не одноразовый инсайт, а повторяющийся рабочий процесс. Жалобы и поведение при уходе меняются со временем, особенно на конкурентных рынках, где обновления продуктов сдвигают болевые точки каждый квартал.
Фреймворк для внедрения:
Анализ отзывов конкурентов: Изучите одно- и двухзвездочные отзывы на доминирующих платформах. Ищите повторяющиеся темы жалоб.
Данные ваших продаж: Причины, по которым потенциальные клиенты не покупают, часто совпадают с причинами, по которым клиенты уходят от конкурентов.
Отчеты по поисковым запросам: Фильтруйте по названиям конкурентов, «отменить», «альтернатива», «перейти с», «проблемы с». Часто эти запросы органически появляются в широком соответствии, и их бездумно добавляют в минус-слова.
Алгоритм действий:
Соберите 1-2-звездочные отзывы конкурентов.
Выделите 3-5 повторяющихся тем жалоб.
Сопоставьте каждую тему жалобы с формой поискового запроса. Например, «слишком дорого» → запросы о ценах; «ужасная поддержка» → запросы о переходе/миграции; «нет функции X» → запросы сравнения по этой функции.
Проверьте свои отчеты по поисковым запросам. Если они есть и исключены — это первое исправление. Если нет — создайте кампанию для их тестирования.
Для каждого кластера запросов проверьте лендинг. Он должен адресовать конкретную жалобу. Если страница говорит только о ваших фичах, игнорируя боль пользователя, клик потрачен впустую.
Тестируйте специализированные лендинги против общих. Страница не должна быть сложной. Она должна признавать проблему, показывать, как вы ее решаете, и делать следующий шаг максимально простым.
PPC-команды оптимизируют свои кампании, ключи и лендинги. Это логично, это то, что они контролируют. Но самая большая возможность может быть не в вашем аккаунте. Она в фрустрации, которую прямо сейчас генерирует ваш конкурент: изменения цен, пробелы в продукте, сбои поддержки, условия контрактов. Каждая такая фрустрация создает ищущего. И этот ищущий ищет не продукт. Он ищет выход.
Вопрос для PPC-специалиста:
Вместо «На что мне ставить?» спросите: «Какую проблему только что создал мой конкурент для своих клиентов, и как быстро я могу стать решением?»
Автоматизация усиливает любой оффер. Если оффер не соответствует интенту, вы масштабируете промах. Ключевое слово привело на аукцион. Оффер закрыл сделку. Ваш конкурент построил съезд. Ваша задача — быть тем, что будет в конце этого съезда.
Часто задаваемые вопросы
Что такое «отказные» запросы и почему они важны?
«Отказные» запросы — это поисковые фразы, выражающие недовольство текущим поставщиком или желание сменить его (например, «отменить подписку [конкурент]», «проблемы с [продукт конкурента]»). Они важны, потому что указывают на пользователя с высокой степенью интента, который уже принял решение уйти и ищет альтернативу, что делает его крайне восприимчивым к вашему предложению.
Как найти такие ключевые слова, если их нет в стандартных инструментах?
Их можно найти, анализируя жалобы клиентов конкурентов на сайтах отзывов (G2, Trustpilot), в социальных сетях, на форумах поддержки и в данных опросов по оттоку. Также полезно изучить отчеты по поисковым запросам в своих кампаниях, отфильтровав их по названиям конкурентов и словам, связанным с отменой или проблемами.
Нужен ли специальный лендинг для «отказных» запросов?
Да, специализированный лендинг критически важен. Он должен не просто перечислять ваши преимущества, а напрямую отвечать на проблемы и боли, которые заставили пользователя искать выход от конкурента. Лендинг должен убедить пользователя, что переход будет легким, вы понимаете его ситуацию и сможете решить конкретную проблему.
Какой CPM считать выгодным при работе с такими запросами?
CPM будет выгодным, если стоимость привлечения клиента (CPA) для этих запросов значительно ниже, чем для общих кампаний. В приведенном примере CPA был на 18% ниже. Главный критерий — это ваша юнит-экономика и ROI. Если эти запросы приносят клиентов дешевле и с более высоким LTV, то CPM, который позволяет это сделать, является выгодным.
Это разовая тактика или постоянный процесс?
Это постоянный процесс. Жалобы и причины оттока клиентов у конкурентов могут меняться со временем, поэтому необходимо регулярно отслеживать эти данные и адаптировать свои кампании и офферы. Это позволяет поддерживать актуальность ваших предложений и постоянно привлекать высокоинтентных лидов.
В современном цифровом ландшафте, где внимание пользователя становится все более ценным ресурсом, понимание того, как максимизировать CPM выгодный на таких платформах, как YouTube, является ключом к успеху. YouTube давно перестал быть просто видеохостингом; это мощная экосистема, способная обеспечить полный цикл продаж, от первого касания до окончательной конверсии. Игнорировать этот потенциал — значит упускать значительную прибыль.
YouTube: полный цикл продаж и почему это выгодно
YouTube — это не просто платформа для видео. Это экосистема, где происходит весь цикл продаж: от первого касания до конверсии. Игнорировать это — терять кеш. Наши данные показывают: 94% американцев регулярно пользуются YouTube, 51% — несколько раз в день. Это аудитория, которая уже здесь, и бренды начинают это понимать.
По данным Later, 55% компаний планируют увеличить бюджет на YouTube в этом году, а 37% креаторов — инвестировать больше времени в 2026 году. Вопрос не в том, тратить или нет, а в том, как тратить эффективно.
Главная ошибка — разделять Shorts и длинные видео. Это не два отдельных канала, а звенья одной цепи. Факты: те, кто смотрит много Shorts, также активно потребляют длинный контент. Распространенное заблуждение, что зрители Shorts похожи на аудиторию TikTok или Reels и смотрят только короткие видео, неверно.
Shorts и длинные видео не конкурируют, а подпитывают друг друга. Зритель залип на Shorts, заинтересовался и перешел к 12-минутному видео того же автора. Адам У, известный ютубер, подтверждает: Shorts — это двигатель роста, который превращает новых зрителей в постоянных потребителей длинного контента.
«Shorts работают как двигатель роста, который со временем превращает новых зрителей в тех, кто смотрит длинные видео. Это особенно хорошо работает на YouTube, потому что платформа изначально создавалась для длинного видео». — Адам У, YouTube-креатор.
Верхняя и средняя часть воронки: Shorts (до 90 секунд) идеальны для обнаружения новых продуктов.
Кеш: 49% зрителей коротких видео находят новые продукты через Shorts.
Уникальность аудитории: 45% пользователей YouTube Shorts не сидят в TikTok, а 65% — в Instagram Reels. Это дополнительный охват, который вы не получите на других платформах.
Активность брендов: количество постов брендов в Shorts выросло вдвое год к году, а число брендов-пользователей — более чем на 50%.
Вывод: лучшие Shorts используют быстрые зацепы, демонстрации продуктов и четкие призывы к действию. Цель: остановить скроллинг и «посадить зерно» интереса.
Длинные видео: конверсия и углубленное исследование
«Зерно», посаженное Shorts, превращается в решение о покупке благодаря длинным видео. Это канал для глубокого исследования и финального этапа покупки. Цифры подтверждают: зрители спонсируемого длинного контента в 13 раз чаще ищут бренд после просмотра (Think with Google).
По нашим данным, 26.9% зрителей длинных видео купили продукт благодаря креатору, по сравнению с 17.3% незрителей. Длинные видео также формируют узнаваемость, что ценно даже для тех, кто пока не готов покупать.
Вывод: длинные видео вознаграждают за глубину. Используйте их для подробных обзоров, туториалов, доказательных оценок и контента, ориентированного на конкретную конверсию.
Данные о покупках: форматы работают вместе
Оба формата конвертируют, но на разных этапах. Later обнаружил, что ежедневные пользователи Shorts и длинного контента YouTube показывают высокие показатели покупок сразу после просмотра брендированного контента: 33% для пользователей Shorts и 30% для зрителей длинных видео. Если вы финансируете только один формат, вы теряете половину ROI.
Рекомендация: перед запуском следующей кампании на YouTube проверьте распределение форматов относительно целей вашей воронки. Если бюджет или контентный микс смещен более чем на 80/20 в сторону одного формата, это сигнал к перебалансировке. Измеряйте оба формата и приписывайте им покупки, которые они фактически генерируют, а не объединяйте все в одну метрику.
Долгосрочный ROI контента YouTube
Один из недооцененных фактов о YouTube — это длительный срок службы контента. Данные YouTube показывают, что 40% просмотров и 30% кликов по спонсируемым видео происходят спустя более 30 дней после публикации. Этот «срок годности» сильно влияет на ROI.
Окна атрибуции, которые фиксируют только первые одну-две недели жизни видео, упускают огромную долю реальной отдачи. Расширение окон измерения до 60-90 дней дает гораздо более точную картину того, сколько приносит денег инвестиция в YouTube. Большинство брендов этого еще не сделали.
Как строить полноценную стратегию YouTube
Креаторы уже опережают бренды. По словам вице-президента YouTube по стратегии и операциям, 70% креаторов работают как с Shorts, так и с длинными видео, рассматривая это как единую стратегию. Эндрю Петерсон из YouTube говорит, что идеальный подход ставит в центр аудиторию и историю. Затем вы «начинаете придумывать, как рассказать эту историю везде, всеми способами, которыми люди могут захотеть ее потребить».
Бренды с лучшими результатами создают единый креативный бриф для обоих форматов. Они используют Shorts для узнаваемости (более 200 миллиардов ежедневных просмотров) и длинные видео для рассмотрения и конверсии. Они инвестируют в повторяющиеся, многовидео-партнерства с креаторами вместо разовых размещений, давая алгоритму и аудитории время для формирования знакомства.
Результат — стратегия, где у каждого элемента есть своя задача: Shorts открывают дверь, длинные видео убеждают, а повторение формирует доверие, превращая просмотр в клиента.
Часто задаваемые вопросы
Какой CPM считать выгодным для YouTube?
Выгодный CPM зависит от ниши и целей. Однако, если вы можете получить CPM дешевле 50 рублей, это уже хороший показатель для начала тестирования гипотез. Главное — это не сам CPM, а конечный ROI.
Что дешевле: баннер или таргет на YouTube?
Считаем: баннерная реклама часто имеет низкий CPM, но и низкий CTR. Таргетированная реклама на YouTube, особенно через Shorts, позволяет достичь более релевантной аудитории, что может дать более высокий ROI, даже при сопоставимом или чуть более высоком CPM. Дешевый тест гипотез лучше проводить через Shorts, так как производство контента обходится дешевле, чем инфлюенсеры.
Стоит ли инвестировать в AI для генерации видео?
Если вы хотите уникализировать одно видео или получить 100 AI роликов, AI может быть бюджетной альтернативой посевам. Стоимость генерации минуты AI видео с аватаром постоянно снижается, что делает ее привлекательной для масс-постинга и быстрого тестирования креативов. Цена за один готовый клип, созданный AI, часто ниже, чем нарезать 1 час стрима вручную.
Сколько стоит 1 миллион показов через баннер на YouTube?
Стоимость 1 миллиона показов баннера на YouTube может сильно варьироваться, но часто она будет существенно выше, чем CPM дешевле 50 рублей. Сравнение по цене должно включать также конверсию. Бюджетная альтернатива посевам через Shorts может дать тот же охват за меньшие деньги и с лучшим вовлечением.
Какова стоимость публикации 500 видео?
Стоимость публикации 500 видео зависит от их производства. Если это уникализация одного видео или генерация 100 AI роликов, то цена будет значительно ниже, чем создание 500 оригинальных длинных видео. Пакет масс-постинг цена также может быть оптимизирована за счет использования AI и Shorts.
Заключение
YouTube — это полноценный канал продаж. Использование Shorts для зацепа и обнаружения, а длинных видео для глубокого исследования и конверсии — это путь к максимальному ROI. Не разделяйте эти форматы, а стройте единую стратегию. Считайте кеш, измеряйте результаты на всех этапах и не бойтесь тестировать гипотезы.
Наша экспертиза и интеграция с YouTube API помогут вам принимать решения не на догадках, а на подтвержденных данных. Свяжитесь с нами, чтобы узнать, как мы можем оптимизировать вашу стратегию YouTube для получения реальных денег.
Вайбкодинг: реальные доходы проектов и мифы о миллионах
Разговоры о миллионах на вайбкодинге звучат отовсюду: миллион за 17 дней, миллион к октябрю, миллион с одного промпта. Я решил провести проверку: сколько проектов действительно преодолели порог в $100 000 месячной выручки или $1 000 000 общего дохода (включая сумму экзита). Картина оказалась куда скромнее, чем ожидалось. Если исключить проекты, чей продукт сам по себе является AI-решением, остаётся крайне мало стартапов, основанных именно на вайбкодинге.
В этом анализе я не смешиваю понятия ARR (годовая регулярная выручка) и фактическую выручку. ARR — это проекция текущего месяца, умноженная на двенадцать, а не заработанные деньги. Там, где источник указывает ARR, я это отмечаю и отдельно пересчитываю месячную выручку. Порядок проектов в таблице ниже определяется не размером выручки, а надёжностью подтверждения финансовых показателей.
Проекты, преодолевшие порог $100 000/месяц или $1 млн общего дохода
Список включает проекты с публичными отчётами о выручке от $100 000 в месяц или совокупным доходом от $1 000 000.
Medvi: $401 млн за первый год
Телемедицина, специализирующаяся на препаратах GLP-1 для снижения веса. Основатель Мэттью Галлахер запустил проект в сентябре 2024 года с вложениями около $20 000. По данным публикаций, первый год принёс $401 млн выручки, около 250 000 клиентов и $65 млн прибыли при марже в 16%. Штат: два человека (сам Галлахер и его брат Эллиот), остальное — подрядчики.
Вайбкодинг: Код, сайт и агенты писались с помощью Claude, Grok и ChatGPT. Визуал для рекламы — Midjourney и Runway. Обзвон клиентов — ElevenLabs.
Суть бизнеса: Основная часть бизнеса — врачи, аптека, выписка рецептов и юридическая обвязка — вынесена на аутсорс через CareValidate, OpenLoop Health и LegalZoom. Галлахер сосредоточился на сборке и трафике.
Base44: продажа за $80 млн
конструктор приложений по текстовому описанию, созданный Маором Шломо. Запущен в начале 2025 года. В мае компания показала $189 000 прибыли за месяц. В июне Wix объявила о покупке за $80 млн наличными. К моменту сделки у проекта было 250 000 пользователей. Шломо был единственным собственником, но на момент продажи в компании работало восемь человек, которым ушло $25 млн от суммы сделки в качестве удержания.
Вайбкодинг: Шломо целенаправленно строил кодовую базу так, чтобы большая её часть генерировалась моделями, и использовал маршрутизацию промптов между разными моделями. Это один из чистейших примеров, где продукт сам является вайбкодингом и построен этим же методом.
Подтверждение: Финансовые показатели подтверждены документом сделки, а не твитом.
Peec AI: $4 млн ARR (до $833 000/месяц)
Берлинская компания, отслеживающая, как бренд представлен в AI-поиске (ChatGPT, Perplexity, Gemini). Основатель Мариус Майнерс. Первый прототип был собран на v0 от Vercel примерно за полтора дня. Продукт далее разрабатывался традиционным способом, командой. В ноябре 2025 года компания объявила о Series A на $21 млн, всего привлечено $29 млн. На тот момент у Peec AI было 1300+ подключённых компаний и ARR около $4 млн (примерно $333 000 в месяц). Позже ARR вырос до $10 млн (около $833 000 в месяц).
Вайбкодинг: Использовался для быстрого создания прототипа и проверки спроса, но основной продукт строился традиционно.
Wave AI: $7 млн ARR
Приложение для записи, расшифровки и пересказа звука, ориентированное на обычные разговоры, а не встречи. Автор Джош Морер, бывший гендиректор Uber по Нью-Йорку, не программист. Первый рабочий прототип на Swift собрал за день, используя ChatGPT. Проект достиг $7 млн ARR при $3 млн годовой прибыли и около 4000 платных подписчиков.
Вайбкодинг: Прототип создан с помощью AI.
Особенность: Высокие расходы на доступ к лучшим моделям для обеспечения качества расшифровки, что является ключевым продуктом.
Проекты, не дотянувшие до порога, но часто упоминаемые
Эти проекты часто попадают в подборки, но их финансовые показатели не соответствуют заданному порогу.
Cal AI: $2 млн месячной выручки, но ярлык сомнителен
Приложение для подсчёта калорий по фотографии еды. Авторы Зак Ядегари и Генри Лангмак. Запуск в мае 2024 года. К июлю 2025 года — 8,3 млн загрузок и, по данным CNBC Make It, около $1,4 млн валовой прибыли в месяц, а также упоминается $2 млн месячной выручки. По деньгам проходит, но по ярлыку вайбкодинга — нет. TechCrunch раскрыл, что Ядегари писал код сам, начав программировать в десять лет. Модели Anthropic и OpenAI используются только для распознавания изображений внутри продукта.
fly.pieter.com: $1 млн ARR, но пик $87 000/месяц
Симулятор полётов в браузере от Питера Левелса. Базовый прототип за 30 минут. $1 млн ARR был объявлен в феврале 2025 года, через 17 дней после релиза. Пик месячной выручки — около $87 000. Монетизация: платные модели самолётов и предметы за $29,99. Метод Левелса: «один промпт — один слой». $1 млн ARR — это годовая проекция, а не заработанный миллион. Проект не достиг порога в $100 000 месячной выручки.
Stanley: $1 млн ARR, но не выручка
AI-инструмент для работы с контентом, созданный Виталием Додоновым и Джоном Ху за 14 дней. Версия для LinkedIn вышла в июне 2025 года и через шесть недель показывала $200 000 ARR. Отметку в $1 млн ARR команда прошла к октябрю 2025 года. «Приложение за 14 дней» относится к первому рабочему срезу, а не к полному продукту. Основная ценность была добавлена уже после запуска. Опять же, это ARR, а не фактическая выручка.
Lumoo: €700 000 ARR, около €58 000/месяц
Платформа для модных и ритейл-брендов от Хенрика Скагерлинда Фаста и Петера Тёрнгрена. Предлагает фотореалистичные визуализации и виртуальную примерку. По кейсу Lovable, за девять месяцев продукт вышел на €700 000 ARR, подключив более пятнадцати брендов. Цель — €1 млн ARR к ноябрю 2025 года. Месячная выручка около €58 000, что ниже порога. Успех проекта обусловлен отраслевыми связями основателей, а не сгенерированным интерфейсом.
Plinq: $456 000 ARR, около $38 000/месяц
Приложение для проверки биографии и безопасности от Сабин Матос. Собрано полностью на Lovable. Сообщалось о 6 000 ARR, привлечено R,3 млн и более 10 000 пользователей. 6 000 ARR — это около 000 в месяц, и это в лучшей трактовке. Кейс интересен тем, что приложение собрало аудиторию раньше, чем деньги. Инвестиции пришли после появления пользователей, а не из-за генерации первой версии инструментом.
Общие выводы и ключевые факторы успеха
Анализ показывает, что успех проектов не сводится к дешёвому коду, сгенерированному AI. Есть несколько общих черт у успешных стартапов.
Масштаб команды на старте
Четыре из пяти успешных кейсов начинали с одного-двух человек. Это не столько заслуга вайбкодинга, сколько показатель того, что продукт можно собрать быстрее, чем сформировать команду.
Инфраструктура на чужих плечах
Успешные проекты активно использовали сторонние сервисы и API:
Medvi аутсорсил врачей, аптеки и юристов.
Wave AI использовал сторонние API для расшифровки.
Cal AI — для распознавания и базы продуктов.
Lumoo интегрировался в уже существующие рабочие процессы брендов.
Строить с нуля приходилось только то, чего не было на рынке.
Деньги приходят не от дешёвого кода
Ни один продукт не выиграл исключительно за счёт дешёвого или сгенерированного кода. Деньги приходили от других факторов:
Cal AI — за счёт инфлюенсеров.
Stanley — за счёт дистрибуции через LinkedIn.
Medvi — за счёт подрядчиков с лицензиями.
Wave AI — за счёт дорогого инференса (вычислений моделей).
Plinq — за счёт аудитории, которая появилась раньше выручки.
Генерация кода сокращает путь до запуска, но не является основным источником дохода.
Метод многомодельной проверки
Почти все команды из подборки используют приём: прогонять одну задачу через несколько моделей и сверять результаты. Так Peec AI проверял спрос, Base44 маршрутизировал промпты, а Левелс собирал слои игры, меняя модель под каждую задачу. Это позволяет быстро проверять гипотезы и находить оптимальные решения. Проверить этот подход можно за вечер: возьмите свой текущий промпт и прогоните его через три разные модели, чтобы увидеть расхождения и выбрать лучший вариант.
Часто задаваемые вопросы
Какой CPM считать выгодным для теста гипотез?
Для тестирования гипотез важен не только CPM, но и скорость получения данных. Если AI-инструменты позволяют быстро генерировать креативы и запускать кампании, то даже при относительно высоком CPM, тест гипотез дешево обходится за счёт сокращения времени и трудозатрат. CPM выгодный — это тот, который даёт достаточный объём данных для принятия решения при минимальных затратах на запуск. Например, если цена за один готовый клип, сгенерированный AI, позволяет запустить 100 вариантов за тот же бюджет, что и 10 вариантов от человека, это выгодно.
Что дешевле: баннерная реклама или блогеры?
Прямое сравнение по цене сложно, так как результат разный. Баннерная реклама (сколько стоит 1 миллион показов через баннер) может быть дешевле по CPM, например, CPM дешевле 50 рублей за 1000 показов. Но блогеры обеспечивают нативную интеграцию и доверие аудитории. Для бюджетной альтернативы посевам у блогеров можно рассмотреть пакет масс-постинг цена которого будет ниже, но охват может быть менее целевым. Дешевле чем инфлюенсеры может быть только свой трафик или очень точечный таргет.
Стоит ли инвестировать в AI для создания контента?
Если цель — снижение стоимости производства контента и увеличение скорости, то стоит ли AI — однозначно да. Например, цена генерации 100 AI роликов будет в разы ниже, чем создание их вручную. Стоимость уникализации одного видео с помощью AI также значительно снижает затраты. Однако важно помнить, что цена vs результат — ключевой фактор. AI ускоряет процесс, но качественный результат всё ещё требует контроля и доработки человеком.
Как оценить стоимость AI-производства видео?
Цена за минуту AI видео с аватаром может варьироваться. Важно учитывать не только генерацию, но и сколько стоит нарезать 1 час стрима на короткие клипы с помощью AI. Это позволяет получить много контента из одного источника. Стоимость публикации 500 видео, если они сгенерированы или нарезаны AI, будет значительно ниже, чем ручная работа. Что дешевле: баннер или таргет — это вопрос эффективности, а не только цены, и AI может повысить эффективность любого канала за счёт персонализации и масштаба.
Заключение
Анализ показывает, что «миллионы на вайбкодинге» — это скорее миф, чем реальность, если рассматривать чистый доход от сгенерированного кода. Успех проектов кроется в умении быстро собрать MVP, использовать стороннюю инфраструктуру и масштабировать бизнес через эффективную дистрибуцию и работу с клиентами, а не только за счёт дешёвого кода. Юнит-экономика этих проектов держится на комплексном подходе. Перед тем как верить в очередную историю успеха, всегда требуйте скрины статистики и задавайте главный вопрос: сколько принесет денег с каждого потраченного рубля. Для тех, кто готов экспериментировать, рекомендуем попробовать разные модели на одной задаче. Используйте промокод CTRLAI для скидки 20% на любой тариф в SYNTX.AI.
CPM выгодный? Забудьте про позицию в выдаче, считайте реальный кэш
CPM выгодный только тогда, когда он конвертируется в деньги. С приходом AI-обзоров (AIO) в Google Search Console традиционные метрики позиций искажаются, создавая ложное представление о видимости. Это требует переосмысления подхода к оценке эффективности SEO, фокусируясь на реальных визитах и конверсиях, а не на цифрах, которые ничего не стоят.
Block Flattening: как Google искажает данные
Google Search Console использует подход, названный «блочным сглаживанием» (block flattening), для отображения AI-обзоров. Это означает, что весь блок AIO, который часто появляется на первой позиции, учитывается как единая позиция, а все ссылки внутри него получают эту же «топовую» позицию в отчетах.
«Отслеживание традиционных позиций для AI-функций сложно сделать полезным», — заявил Джон Мюллер из Google Search.
Это приводит к тому, что даже ссылки, скрытые за кнопкой «Показать больше», получают ту же позицию 1, что и видимые сразу. В итоге, данные Search Console могут показывать высокую видимость, хотя пользователь мог и не заметить ваш сайт.
Почему «средняя позиция» больше не работает
Проблема «средней позиции» существовала и до AIO, поскольку она является простым математическим средним. Поиск персонализирован: результаты меняются в зависимости от геолокации, устройства и запроса. Смешивание всех этих факторов в одно среднее число не отражает реальной картины.
Ваша страница может быть на позиции 1 в AIO, но на позиции 19 в обычных результатах.
Search Console может показать «среднюю позицию» 10, скрывая эти экстремальные значения.
Как показы (Impressions) вводят в заблуждение
Правила Google по подсчету показов устарели и не учитывают интерактивность современных результатов поиска. Показ регистрируется, как только результат загружается на страницу, даже если пользователь его не видит. Это означает, что:
Все ссылки в AIO по умолчанию засчитываются как показы, даже если пользователь прочитал лишь первое предложение.
Ссылки, скрытые за интерактивными элементами (например, «Показать больше»), не засчитываются как показы, пока пользователь не кликнет на них.
Это создает парадокс: невидимые ссылки получают «показы», а полезные, но скрытые, игнорируются.
Исследования показывают, что AIO значительно меняют поведение пользователей и влияют на то, CPM выгодный или нет. Например:
Исследование Seer Interactive показало, что CTR для цитируемых сайтов снизился на 61%.
Полевое исследование SEJ выявило, что AIO сокращают клики по обычным органическим результатам примерно на 38%.
Это происходит потому, что пользователи получают нужную информацию напрямую из AIO и не переходят на сторонние сайты. Особенно это актуально для информационных запросов, где AIO появляются в 21% случаев.
Вместо того чтобы гнаться за эфемерными позициями, арбитражник должен сосредоточиться на реальных метриках. Тест гипотез дешево проводить, если вы понимаете, что именно измеряете. Если вы видите, что ваш бренд упоминается в AIO – это уже хорошо. Далее нужно смотреть на:
Фактические посещения сайта: сколько пользователей реально пришло на ваш ресурс.
Генерация лидов: сколько запросов или контактов вы получили.
Конверсии: сколько продаж или целевых действий было совершено.
Эти показатели не искажаются «блочным сглаживанием» и дают четкое понимание, сколько принесет денег с каждого потраченного рубля. Для контроля реального отображения страницы используйте инструменты, которые имитируют живой просмотр, а не полагайтесь на усредненные данные Google.
Часто задаваемые вопросы
Что такое «блочное сглаживание» в Search Console?
«Блочное сглаживание» – это метод, при котором Google Search Console объединяет весь блок AI-обзора (AIO) в одну позицию, обычно первую. Все ссылки внутри этого блока получают эту же «топовую» позицию в отчетах, независимо от их фактического расположения или видимости для пользователя.
Почему средняя позиция в Search Console стала менее надежной?
Средняя позиция всегда была усредненной метрикой, которая не учитывает персонализацию поиска (геолокацию, устройство). С появлением AI-обзоров она стала еще менее надежной, так как одна и та же страница может быть на первой позиции в AIO и на двадцатой в обычных результатах, что приводит к искаженному среднему значению.
Как AI-обзоры влияют на количество кликов?
AI-обзоры могут значительно снижать количество кликов на органические результаты. Пользователи часто получают всю необходимую информацию прямо из AIO и не переходят на сторонние сайты, что приводит к падению CTR для многих ресурсов.
На какие метрики стоит ориентироваться вместо позиций в Search Console?
Вместо позиций стоит ориентироваться на реальные показатели: количество фактических посещений сайта, генерацию лидов, конверсии, а также на то, упоминается ли ваш бренд в AI-обзорах. Эти метрики дают более точное представление о реальной эффективности вашего SEO.
Заключение
Старые метрики не работают. Цена vs результат — вот что важно. Забудьте про иллюзии «средней позиции» и «показов», которые не приносят кэш. Фокусируйтесь на реальных визитах, лидах и продажах. Только так можно понять, действительно ли ваш CPM выгодный и стоит ли AI усилий. Анализируйте юнит-экономику, а не отчеты, которые Google сам признает неточными. Переходите на новую стратегию оценки эффективности, основанную на фактических данных, а не на цифрах, которые ничего не стоят.
AI в финтехе: кто лидирует в поиске и сколько это стоит?
Изучение 68 334 ответов от пяти разных AI-платформ выявило, какие финтех-бренды доминируют в сфере искусственного интеллекта. Если вы хотите понять, как CPM выгодный в новой реальности поиска, эта информация критична.
Традиционные методы SEO не гарантируют видимость в AI, а это значит, что многие компании упускают возможность получить трафик там, где потребители ищут ответы на финансовые вопросы. Мы проанализировали 250 запросов в 10 категориях потребительских финтех-продуктов, чтобы определить реальную картину.
По данным Plaid, более 200 миллионов человек ежемесячно задают вопросы о личных финансах только ChatGPT. Добавьте сюда Google AI Overviews и Claude — и объемы решений, формируемых AI, становятся колоссальными.
Опрос LendingTree показал: почти половина (49%) пользователей чат-ботов заявили, что AI повлиял как минимум на одно из их финансовых решений, чаще всего касающихся бюджетирования, налогов или открытия/закрытия счетов и кредитов.
«Успех в традиционном поиске не означает автоматическую видимость в AI. Вы можете доминировать в Google по ключевым запросам и при этом не появляться в ответах ChatGPT на аналогичные вопросы. Размер этого разрыва поражает», — отмечают эксперты.
Из 68 334 ответов было упомянуто 7 317 уникальных брендов. Максимальный балл AI Visibility Score (100-балльная шкала, учитывающая частоту появления, позицию упоминания и количество категорий) составил 65.6.
Среди чисто финтех-брендов никто не преодолел отметку 65. Это указывает на то, что рынок фрагментирован, и у новичков есть шанс.
Методология: как мы считали AI Visibility Score
10 категорий: выбраны по релевантности для отрасли.
Позиция упоминания: определялась по первому появлению в тексте ответа.
Тональность: оценивалась по окружающему контексту ключевых слов. Это текстовые прокси, не ручная разметка.
Лидеры AI-видимости: кто и почему?
Apple лидирует с 65.6 баллами. Хотя это не чисто финтех-бренд (Apple Pay, Apple Card), он задает планку. Среди чистых финтех-компаний SoFi лидирует с 64.6 баллами.
Причина проста: SoFi — единственный бренд, который появился во всех 10 финтех-категориях, включая банковское дело, кредитование, инвестиции и денежные переводы. Частота упоминаний составляет 50% от общего балла, а охват категорий – 20%. Ни один другой финтех-бренд не приблизился к SoFi по этому показателю.
Далее следуют:
PayPal: 59 баллов (3-е место).
Charles Schwab: 53.6 балла.
Chime: 53.0 балла.
Revolut: 52.6 балла.
Fidelity и Wise показали высокие результаты, несмотря на меньшее количество упоминаний, благодаря раннему появлению в ответах (в среднем, 3-я позиция). Это показывает, что дешевый тест гипотез о влиянии позиции упоминания на конверсию вполне оправдан.
Пример Wealthfront: широта важнее объема
Wealthfront с 46 баллами имеет много упоминаний, но охватывает только 7 из 10 категорий. Этот пробел в охвате стоил ему позиций по сравнению с брендами с меньшим количеством упоминаний, но более широким присутствием в категориях.
Это демонстрирует, что CPM выгодный не только за счет количества, но и за счет качества охвата.
Категорийные лидеры: кто доминирует в нишах?
Каждая из 10 финтех-категорий имеет свой ландшафт AI-видимости. Лидер категории часто не является лидером общего индекса. Концентрация брендов сильно варьируется.
Купи сейчас, заплати потом (BNPL): самая консолидированная. Klarna (91.8%), Affirm (83.1%), Afterpay (80%). Klarna почти всегда упоминается первой.
Денежные переводы:Wise лидирует с 84.7% упоминаний, сохраняя стабильность на всех пяти AI-платформах. Remitly (66.8%) и Western Union (55.2%) отстают. Wise занимает первое место в 57.7% ответов, где он появляется. Это отличный пример, когда challenger-бренд превосходит ветерана.
Инвестиции:Fidelity (74.5%) и Charles Schwab (73.8%) — со-лидеры, AI не отдает предпочтение одному из них. Robinhood (56.3%) на третьем месте. Меньшие бренды с сильным контентом по сравнению функций конкурируют с гигантами.
Робо-эдвайзеры:Betterment (84.2%) и Wealthfront (75.7%) — четкая пара. Betterment чаще всего упоминается первым.
Банковские услуги:SoFi (59%) и Chime (54.2%) лидируют. Capital One (40.3%) и Ally Bank (40.2%) делят третье место.
Криптовалюты:Coinbase доминирует с 72.9% упоминаний. Kraken (64.9%) и Binance (52.5%) следуют за ним.
Бюджетирование:YNAB лидирует с 72.8% упоминаний и почти всегда является первым инструментом бюджетирования, который называет AI. Monarch Money (55.5%) занимает второе место.
Кредитование: самая фрагментированная категория. SoFi (43.7%) лидирует, но отрыв от Upstart (36.5%) и LightStream (33.1%) минимален. Здесь тест гипотез дешево может дать быстрые результаты.
Программное обеспечение для бизнеса:Intuit лидирует с 58.3% благодаря QuickBooks и TurboTax. Xero (41.2%) — второй.
Платежи:PayPal (81.5%) — самый упоминаемый бренд, но редко первый (в среднем 4.46 позиция). Venmo (64.2%), Cash App (48.1%) и Zelle (46.4%) следуют за ним. Apple Pay, несмотря на общий высокий балл Apple, занимает пятое место в этой категории.
Тональность упоминаний и влияние AI-платформ
Менее 2% упоминаний финтех-брендов имеют негативную окраску. AI-ответы чаще всего нейтральны или позитивны. Лидеры по позитивной тональности — это инструменты для бизнес-финансов: FreshBooks, QuickBooks, Wave (более 75% позитивных упоминаний).
Это объясняется тем, что AI рекомендует их в контексте решения задач, используя формулировки типа «QuickBooks упрощает…».
Wise (69% позитива) и Capital One (68.6% позитива) выделяются высоким уровнем благожелательных описаний («надежный», «прозрачный», «хорошо зарекомендовавший себя»). AI берет эти формулировки из сторонних источников, таких как списки лучших продуктов в финансовых изданиях.
С другой стороны, Cash App и Wells Fargo имеют самую высокую долю негативных упоминаний (1.7% и 1.5% соответственно), связанных с комиссиями и проблемами, возникающими в контексте жалоб.
Стратегический вывод: тональность формируется языком источников, которые использует AI, и контекстом запроса. Если ваш бренд чаще появляется в контексте жалоб, это отразится на описании AI. Если в инструкциях и обзорах — это тоже повлияет. То есть, тональность отражает микс ваших источников, а не только репутацию.
Различия между AI-платформами
Пять AI-систем отличаются:
Количеством брендов в ответе.
Предпочтениями конкретных брендов.
Источниками информации.
ChatGPT чаще упоминает PayPal (25.3%) и SoFi (20.5%). Claude Sonnet 4, напротив, более избирателен. NerdWallet показал экстремальную разницу: 11.5% в Google AI Overviews против 1.3% в Gemini.
Gemini выдает самые плотные ответы (в среднем 9.8 брендов), в то время как Perplexity и Claude — всего 6. Меньше брендов в ответе — меньше конкуренции, что важно для бюджетная альтернатива посевам.
Reddit упоминается в 12% ответов ChatGPT и 7.8% Google AI Overviews, но менее чем в 0.2% Perplexity и Claude. Это указывает на то, что AI-платформы имеют разные источники данных, что влияет на сравнение по цене продвижения.
Часто задаваемые вопросы
Что такое AI Visibility Score?
Это 100-балльная метрика, которая измеряет, как часто бренд появляется в AI-ответах, насколько рано он упоминается и в скольких категориях он присутствует. По сути, это показатель сколько принесет денег с каждого потраченного рубля в AI-канале.
Какой CPM считать выгодным в AI-поиске?
Поскольку AI-поиск только развивается, прямого CPM пока нет. Однако, если бренд стабильно появляется в первых позициях ответов AI, это эквивалентно очень низкому CPM, так как охват органический и высококонверсионный.
Фокус на охвате категорий и раннем упоминании — ключ к CPM дешевле 50 рублей в пересчете на реальные контакты.
Стоит ли инвестировать в оптимизацию под AI-поиск?
Да, однозначно. AI становится основным каналом для поиска финансовой информации. Компании, которые игнорируют это, рискуют потерять значительную часть потенциальных клиентов.
Это не вопрос «сколько стоит нарезать 1 час стрима», а вопрос о том, стоит ли AI как канал привлечения трафика. Ответ: да, стоит, и чем раньше, тем лучше.
Что дешевле: баннер или таргет в AI-поиске?
AI-поиск по своей сути ближе к органическому трафику. Если ваш бренд упоминается AI, это бесплатно, в отличие от платных баннеров или таргетированной рекламы.
Инвестиции в AI-оптимизацию — это долгосрочная стратегия для получения «бесплатного» трафика, которая в итоге оказывается дешевле чем инфлюенсеры и традиционная реклама.
Заключение
Анализ 68 334 ответов AI-платформ показал: рынок финтеха в AI-поиске фрагментирован, и у компаний есть шанс занять лидирующие позиции. Apple и SoFi лидируют, но их баллы (максимум 65.6) показывают, что потолок далеко.
Это создает огромные возможности для тест гипотез дешево и для компаний, которые сфокусируются на широте охвата категорий и оптимизации контента для AI. Не стоит забывать, что CPM выгодный в AI-поиске достигается не за счет прямого размещения, а за счет глубокой интеграции в информационное поле AI.
Платформа Whatnot объявила о новой структуре комиссий, которая может значительно повлиять на юнит-экономику продавцов. Суть проста: чем больше продаешь, тем меньше платишь. Это не благотворительность, а чистый расчет, направленный на удержание и мотивацию крупных игроков. Понимание того, что такое выгодный CPM, становится ключевым для продавцов на этой платформе.
Новые тарифы Whatnot: считаем кеш
Теперь продавцы, достигающие ежемесячных продаж в $15 000, получают снижение комиссии. Ставка продолжит падать, если объем продаж превысит $250 000. Для топовых продавцов Whatnot заявляет о возможном снижении комиссии до 3%. Это подается как «самые низкие комиссии в отрасли».
«Наши продавцы сделали это возможным. Бизнесы, которые вы построили, привлекли больше покупателей, продуктов и сообществ на Whatnot», — говорится в блоге Whatnot. — «По мере расширения рынка мы получили новые способы поддержки того, что строят здесь продавцы. Более низкие комиссии, встроенные в работу Whatnot, а не предлагаемые как временная акция, — это следующий шаг».
Как это работает на практике?
Продажи от $15 000 в месяц: снижение комиссии.
Продажи от $250 000 в месяц: дальнейшее снижение.
Топ-продавцы: комиссия до 3%.
Выгодный CPM для крупных игроков очевиден. Чем выше оборот, тем ниже процент отчислений, что напрямую увеличивает маржинальность. Это классический пример, когда платформа стимулирует рост, предлагая более выгодные условия для тех, кто уже приносит значительный доход.
Whatnot: факты и цифры
Whatnot позиционирует себя как пионер в электронной коммерции, сочетая продажи подержанных товаров и live-стриминг. Факты:
В 2025 году платформа сгенерировала $8 миллиардов валовой стоимости товаров (GMV).
Еженедельно привлекает 650 000 новых пользователей.
Привлекла $545 миллионов в раунде Series G при оценке в $20 миллиардов.
Эти цифры показывают, что платформа имеет солидный запас прочности и может позволить себе инвестировать в лояльность продавцов, снижая комиссии. Цель — не альтруизм, а стратегическое наращивание объемов и удержание лидеров рынка. Это своего рода бюджетная альтернатива посевам для платформы, мотивирующая продавцов самостоятельно увеличивать трафик и продажи.
Мотивация продавцов: кейс Arkollab
В качестве примера Whatnot приводит кейс продавца Arkollab, который участвовал в пилотной программе новых тарифов и удвоил свои ежемесячные продажи. Это подтверждает, что снижение комиссий работает как сильный стимул. Для платформы это способ обеспечить дешевый тест гипотез и подтвердить эффективность новой модели.
Не только для китов: шанс для «мелких»
Хотя новые условия в первую очередь выгодны крупным продавцам, Whatnot заявляет, что почти 20% продавцов, достигших $15 000 продаж за четыре недели, еще полгода назад продавали менее $5 000 за тот же период. Это говорит о потенциале роста для всех. Если ваш CPM дешевле 50 рублей и вы показываете рост, то это может стать вашим путем к более выгодным условиям.
Часто задаваемые вопросы
Какой CPM считать выгодным?
Выгодный CPM — это тот, который обеспечивает положительную юнит-экономику. В случае Whatnot, снижение комиссии до 3% означает, что для продавца каждый доллар продаж приносит больше чистой прибыли, делая CPM выгодным при высоком объеме.
Стоит ли AI, и что дешевле: баннер или блогер?
Вопрос о стоимости уникализации одного видео или генерации 100 AI роликов напрямую не относится к комиссиям Whatnot, но важен для общего понимания затрат на контент. В контексте Whatnot, где доминирует живой контент, инвестиции в производство качественных стримов могут быть более эффективными, чем массовое производство AI-видео для других платформ. Что дешевле баннер или блогер? На Whatnot блогер и есть продавец, и его эффективность напрямую влияет на размер комиссии. Снижение комиссии делает «блогера» (продавца) на платформе более выгодным.
Как новые тарифы повлияют на стоимость публикации 500 видео?
Если речь идет о публикации 500 стримов или коротких видео на Whatnot, то при достижении высоких объемов продаж, стоимость публикации 500 видео будет косвенно снижаться за счет уменьшения процента комиссии с каждой продажи. Это делает платформу более привлекательной для тех, кто готов к интенсивной работе.
Вывод: кеш решает
Новая структура комиссий Whatnot — это не просто скидки, а четкий расчет на масштабирование бизнеса. Для продавцов это прямой стимул наращивать объемы, чтобы получить низкие комиссии и увеличить чистую прибыль. Для платформы это способ удержать и мотивировать ключевых игроков, обеспечивая стабильный рост GMV. Если вы работаете на Whatnot, пришло время пересчитать свою юнит-экономику и понять, как новые условия могут увеличить ваш кеш. Начинайте стримить больше, чтобы получить свой выгодный CPM.
