Бывшая Allbirds продала обувной бизнес за $43 млн, привлекла еще $100 млн с рынка и переименовалась в Smartbird. Теперь ее Smartbird AI-бизнес возглавила Надя Карлстен, но стартует она почти в режиме «компания на стероидах с одним человеком»: денег много, сотрудников пока нет, а рынок еще нужно доказать.
История любопытна не только как корпоративный кульбит, но и как тест на зрелость AI-инфраструктуры за пределами хайпа. Как пишет TechCrunch, Smartbird не собирается воевать с AWS, Microsoft Azure или модными neocloud-провайдерами за самый дешевый GPU-час. Ставка другая: обслуживать компании, которым нужны выделенные AI-кластеры под собственным контролем, с упором на суверенитет данных, отраслевые ограничения и кастомные модели.
Если коротко, схема такая. В апреле Allbirds объявила разворот в сторону ИИ, что многим показалось почти пародией на позднюю стадию биржевого оптимизма: проблемная публичная компания цепляется к самой горячей теме рынка, чтобы получить новый нарратив для инвесторов. Но этот прием сработал. Компания избавилась от обувного бизнеса, привлекла дополнительный капитал и получила новое имя — Smartbird. Теперь бывшему бренду шерстяных кроссовок предстоит доказать, что за сменой вывески стоит не только удачный тикерный маневр.
Руководить новой конструкцией будет Надя Карлстен — бывший топ-менеджер AWS, инженер с докторской степенью и, до прихода в Smartbird, глава европейской compute-компании DCAI. По данным TechCrunch, ее годовая зарплата составит $700 тыс., а пакет акций — около $9 млн. Для рынка это понятный сигнал: совет директоров пытается не просто прикрутить к старому бизнесу слово AI, а купить управленца с релевантным опытом в инфраструктуре. Проблема в том, что на старте у этой стратегии пока больше управленческого костяка, чем операционного мяса. Карлстен прямо говорит, что ее первая задача — собрать leadership team, нанять руководителя инфраструктурных операций и вообще найти офис.
Smartbird хочет строить не «еще одно облако», а сервис управляемой AI-инфраструктуры в формате single-tenant или близком к нему. Целевая аудитория — организации, которым по политическим, регуляторным или экономическим причинам неудобно держать чувствительные модели и данные в публичном облаке. В качестве типичных вертикалей Карлстен называет фарму, энергетику, финансы и госсектор. Это важная оговорка: речь идет не о стартапах, которым нужен дешевый burst в облаке, а о крупных компаниях с внутренними барьерами, сложной комплаенс-логикой и желанием контролировать весь стек — от железа до модели.
На бумаге идея звучит здраво. Спрос на AI-вычисления и правда огромный, а разговоры о data sovereignty из европейской повестки давно переехали в глобальную. Для части корпоративных клиентов тезис «не хотим, чтобы критичная модель жила в чужом облаке» уже не выглядит прихотью юристов. Это вполне прикладной вопрос риска, стоимости и управления. Особенно если модель обучается на чувствительных данных, интегрирована в ключевые бизнес-процессы и должна соответствовать отраслевым требованиям. Для российских IT-директоров и архитекторов здесь нет ничего экзотического: логика знакомая, только в западной упаковке и с AI-ярлыком поверх классического dedicated infrastructure.
Но здесь же у Smartbird AI-бизнес начинается зона вопросов. Карлстен признает, что размер этого рынка пока трудно оценить: многие компании все еще пилотируют AI-инструменты и не дошли до стадии, где им нужен отдельный кластер на сотни или тысячи чипов. То есть Smartbird пытается зайти в нишу, которая выглядит перспективной, но еще не обрела четкие контуры. Это не массовый cloud с понятной воронкой и не неocloud-модель, где экономика строится на агрессивной оптимизации утилизации GPU 24/7. Здесь продажи длиннее, внедрения тяжелее, а рост может оказаться куда менее взрывным, чем любят публичные рынки.
Конкурентов у Smartbird тоже достаточно, просто они не так громко подаются в инфополе. В материале упомянуты Hewlett Packard и Equinix, у которых уже есть управляемые предложения для AI compute в выделенном формате. И это, пожалуй, самая неприятная деталь для новой компании: она входит не в пустое пространство, а в сегмент, где давно работают игроки с инфраструктурой, каналами продаж и репутацией корпоративных поставщиков. На их фоне бывшая обувная компания, даже после ребрендинга, будет вынуждена не просто рассказывать про видение, а быстро показывать реальные инсталляции, SLA и понятную экономику.
Карлстен обещает, что к концу года у Smartbird будут развернуты compute-кластеры для нескольких клиентов. Звучит амбициозно, но не безумно: сама она подчеркивает, что компании не нужны гигантские закупки чипов, как у некоторых шумных игроков рынка. В пример TechCrunch приводит стартап General Compute, который после выхода из стелса заявил о заказе чипов на $300 млрд. Smartbird, напротив, говорит о более скромном диапазоне — сотни или тысячи ускорителей под конкретные клиентские задачи. Это прагматичнее, но и медийно менее эффектно. Биржа обычно любит гиперболы, а enterprise-инфраструктура любит скучную исполнимость.
Отдельный штрих в этой истории — исчезновение статуса public benefit corporation, который у Allbirds был частью прежней идентичности и должен был закреплять ее экологические обязательства. Для наблюдателей это неприятное, но полезное напоминание: корпоративные декларации о «миссии» живут ровно до тех пор, пока не сталкиваются с новой стратегией и давлением капитала. Когда бренд устойчивой обуви за несколько месяцев превращается в AI-инфраструктурный проект, разговор о ценностях внезапно становится очень прикладным. Не философским, а уставным.
Для отрасли за пределами США кейс Smartbird интересен не потому, что бывший shoe D2C внезапно полюбил GPU, а потому, что он показывает текущую температуру рынка. Капитал все еще готов финансировать почти любой внятно упакованный AI-поворот, если в истории есть вычисления, инфраструктура и хотя бы намек на корпоративный спрос. Но именно здесь у Smartbird AI-бизнес будет самый жесткий экзамен: можно ли превратить удачный разворот на фондовом рынке в рабочую инфраструктурную компанию, когда у тебя уже есть $100 млн, новый CEO и красивая идея, но еще нет команды, масштаба и доказанного рынка. Первоисточник с цитатами Карлстен — .