77% корпоративных заказчиков пересматривают AI-вендоров каждые шесть месяцев или вообще в непрерывном режиме. Для стартапов это плохая новость: корпоративные AI-закупки больше не гарантируют привычную SaaS-инерцию, когда один подписанный контракт мог спокойно жить годами и кормить красивый ARR. Для русскоязычных фаундеров, продактов и техдиректоров сигнал простой: продать AI в enterprise стало легче, а удержать выручку после продажи — заметно сложнее.
Об этом сообщает TechCrunch со ссылкой на исследование венчурной фирмы Madrona. Она опросила 150 IT-специалистов в enterprise-сегменте и получила картину, которая одновременно выглядит бодро и тревожно. С одной стороны, 74% респондентов собираются увеличивать бюджеты на AI в ближайшие 12 месяцев, а остальные не режут расходы, а оставляют их на прежнем уровне. С другой — меньше половины AI-пилотов вообще доходят до полноценного продакшена. Даже такой результат подается как улучшение: годом ранее MIT сообщал, что 95% корпоративных AI-проектов провалились с точки зрения возврата на инвестиции.
Главная неприятность для рынка не в том, что пилоты часто умирают. К этому все уже привыкли. Куда важнее другое: даже если AI-продукт все-таки выходит из пилота и попадает в рабочий контур компании, это не означает долгой и спокойной жизни поставщика. Madrona фиксирует режим fast in, fast out: бизнес быстро тестирует новый инструмент, быстро внедряет его в ограниченный процесс и так же быстро готов заменить, если на рынке появляется более дешевая, более точная или просто более модная альтернатива. Для классического enterprise SaaS такая динамика почти ересь. Там многолетний контракт сам по себе работал как ров с крокодилами: интеграция дорогая, миграция неприятная, пользователи ворчат, закупки заняты более срочными проблемами. В AI этот защитный периметр пока не сформировался.
На этом фоне особенно интересно выглядят все истории о молниеносном росте AI-стартапов. Последние полтора года рынок охотно аплодировал компаниям, которые разгоняли выручку с нуля до восьмизначных сумм за считанные месяцы. Обычно за такими графиками стояли корпоративные пилоты, экспериментальные бюджеты и желание крупных компаний срочно не отстать от новой технологической волны. Логика 2026 года должна была быть другой: пробный период заканчивается, заказчики успокаиваются, лучшие продукты закрепляются в инфраструктуре, а выручка стартапов становится предсказуемее. Но исследование Madrona показывает обратное. Даже после формального внедрения ARR остается хрупким активом, потому что корпоративные AI-закупки перешли в режим постоянной переоценки результата.
Отдельная проблема — ценообразование. Стартапы по инерции продают AI так, будто это обычный SaaS плюс токены сверху: плата за использование, за объем запросов, за вычисления, за количество операций. Но для корпоративного клиента такая логика все чаще выглядит как счет за процесс, а не за пользу. TechCrunch приводит и другое исследование — от Andreessen Horowitz, которая опросила 50 технических покупателей AI-решений. Более половины из них хотят видеть pricing, привязанный не к потреблению, а к результату работы: сколько отчетов обработано, сколько тикетов закрыто, сколько лидов сгенерировано, сколько ручного труда удалось убрать из цепочки. И это, пожалуй, самый неприятный сдвиг для продавца: метрика выручки теперь должна объяснять не просто нагрузку на модель, а экономический смысл покупки.
Для продуктовых команд отсюда следует довольно приземленный вывод. Если AI-функция встраивается в корпоративный процесс, но не может прозрачно показать измеримый эффект, ее место в бюджете временное. Удобный интерфейс, хороший демо-сценарий и впечатляющий пилот больше не дают иммунитета на год вперед. Нужны доказуемые unit-эффекты: сокращение времени обработки, рост конверсии, снижение стоимости операции, повышение качества конкретного бизнес-выхода. Для разработчиков это тоже меняет приоритеты. На первый план выходят не только качество модели, но и наблюдаемость, контроль ошибок, интеграция в контур заказчика, аудит действий и нормальная аналитика по результату. Иначе продавать придется каждые полгода заново, как будто внедрения еще не было.
Для стартап-фаундеров ситуация еще жестче. Красивый ARR в AI больше нельзя автоматически считать защищенной выручкой. Он все чаще напоминает подписку с правом постоянного пересмотра, где customer success, аналитика ценности и продуктовая адаптация становятся не дополнением к продаже, а ее второй половиной. Для IT-директоров и закупщиков это, наоборот, редкий момент силы: рынок еще не успел закостенеть, конкуренция высокая, switching costs ниже, чем в классическом SaaS, а вендоры готовы спорить не только моделью, но и схемой оплаты. Именно поэтому корпоративные AI-закупки сейчас выглядят не как новая версия старой enterprise-модели, а как отдельный рынок со своими нервами и короткой памятью.
Если этот режим закрепится, AI в enterprise окончательно превратит контракт из финишной черты в промежуточный чекпоинт. Выигрывать будут не те, кто быстрее подписал логотип в портфель, а те, кто сумел превратить экспериментальный бюджет в измеримый операционный результат и удержать его под постоянной проверкой. Дополнительные детали по исследованию собрал .