Transcription
В буме программного обеспечения миллионы бизнесов родились из цифровизации информации, создав рынок программного обеспечения стоимостью 650 миллиардов долларов. Но ИИ — это первая технология, которая действительно может автоматизировать труд, позволяя нам использовать гораздо более крупную возможность — рынок труда, который только в США оценивается в 10 триллионов долларов. На сегодняшний день автоматизировано всего 0,2% рынка труда. Но с выходом OpenAI на уровень приложений и переходом устоявшихся игроков SAS на AI SAS конкуренция будет ожесточенной. Итак, в этом видео я покажу вам, как ИИ превращает маленькие, скучные ниши в огромные возможности «голубого океана» для AI-агентств и AI-стартапов. Я покажу вам, как эти нишевые AI-программы внезапно привлекают миллионы от венчурных капиталистов на рынках, ранее считавшихся слишком маленькими, с множеством примеров, и покажу вам, какие именно ниши стоит осваивать и почему открытие AI-агентства — один из лучших путей воспользоваться этой неиспользованной возможностью сегодня, даже если вы не программист. Если вы меня еще не знаете, я Бен. Я масштабировал как AI-агентство, так и AI-SEO-программу до более чем 1 миллиона долларов годовой регулярной выручки менее чем за два года, и я проанализировал более 100 стартапов Y Combinator для этого видео. Итак, как я уже сказал, сейчас мы находимся в исторической возможности. Мы видим появление первых AI-ориентированных бизнесов, выходящих на рынок труда стоимостью 10 триллионов долларов, но большая часть уровня приложений еще не написана, и большинство компаний в революции ИИ еще не основаны. И становится все более очевидным, что ИИ похож на другие технологические революции. Точно так же, как паровая машина или революция программного обеспечения, технология должна быть специализированной, чтобы получать высокоценные результаты для конкретных отраслей и случаев использования. Паровым машинам требовалась специализация для создания заводских конвейерных лент, а программному обеспечению — для создания CRM и приложений. LLM — это как магия, но они также беспорядочны, верно? И бизнесы не могут справляться с черными ящиками, галлюцинациями и подверженными ошибкам рабочими процессами. Поэтому люди, которые специализируют AI-приложения для конкретных целей и ниш, имеют гигантскую возможность в революции ИИ. Тем не менее, новые AI-программы появляются ежедневно. OpenAI выходит на уровень приложений с Sora, Agent Kit и Atlas, а также другими инициативами, а устоявшиеся игроки SAS быстро трансформируются в AI SAS, конечно же, обладая большим распределительным капиталом и данными. Таким образом, возникает вопрос: как нам воспользоваться этой огромной возможностью, не конкурируя с крупными игроками? Чтобы сделать это, мы должны посмотреть, куда идут крупные игроки, и куда они не пойдут, по крайней мере, изначально. Большие языковые модели и устоявшиеся игроки SAS прежде всего сосредоточатся, конечно же, на широких, общих горизонтальных случаях использования: AI-браузеры, AI-платформы автоматизации, AI-потребительские приложения и т. д. Во-вторых, они, скорее всего, нацелятся на массовые рынки и крупные отрасли, в которых они уже присутствуют. Salesforce и HubSpot, скорее всего, перейдут на AI CRM. Zendesk и Intercom перейдут на AI-программное обеспечение для обслуживания клиентов, а Shopify станет AI-хабом электронной коммерции. И они, конечно же, также в первую очередь нацелятся на самую большую рыбу — предприятия. И с демократизацией создания программного обеспечения с помощью ИИ, предприятия также начнут создавать все больше и больше собственных инструментов. Я не говорю, что там нет возможностей, но конкуренция в этих отраслях будет намного выше. Так где же возможность «голубого океана», если у вас нет связей с крупными венчурными фондами, огромного опыта в стартапах или существующего программного бизнеса? Остаются ниши, которые раньше были слишком малы для SAS и поэтому недостаточно обслуживались, а также считаются слишком маленькими, конечно, для больших языковых моделей. Итак, прежде всего, мы хотим посмотреть на трудоемкие отрасли, потому что мы можем обеспечить им самую высокую рентабельность инвестиций с помощью AI-приложений. Во-вторых, мы хотим посмотреть на ниши, которые фрагментированы. Это означает рынки, где доля рынка топ-50 компаний низка. Почему мы хотим сосредоточиться на них? Потому что на эти рынки гораздо легче выйти и продавать как новой компании. И, наконец, мы хотим выбирать отрасли и ниши с ограниченной клиентской базой, потому что они исторически игнорировались SAS, поскольку эти рынки считались слишком маленькими для SAS. Прежде чем я покажу, почему AI-программное обеспечение переворачивает это уравнение и делает эти маленькие рынки огромными рыночными возможностями для AI-стартапов, позвольте мне привести несколько примеров отраслей, соответствующих этой формуле. Это именно те отрасли, где мы видим появление новой волны AI-программного обеспечения, и многие из бизнесов, соответствующих этому уравнению, являются местными сервисными бизнесами. Они представляют собой рынок стоимостью 4 триллиона долларов, который в значительной степени не был затронут SAS. Это очень трудоемкий и чрезвычайно фрагментированный рынок, и многие из них имеют потенциальную клиентскую базу менее 30 000 человек. Кроме того, часто такие рынки еще не имеют массовых систем программного обеспечения, что означает, что у них часто фрагментированный технологический стек, и они часто полагаются на устаревшее программное обеспечение, из которого едва ли кто-либо что-либо сделал с ИИ. И в отличие от эпохи SAS, мы видим, что AI-программы появляются все больше и больше в этих крошечных нишах. Большинство примеров здесь — это стартапы YC (Y Combinator), а Y Combinator инвестирует только в бизнесы с огромным потенциалом выхода, и некоторые из них начинались как AI-агентства. Так, например, появляются AI-стартапы, такие как Barti — операционная система ИИ для офтальмологических клиник, которая автоматизирует запись пациентов и врачей, а также последующее наблюдение за пациентами. Затем у нас есть VetNo, которая автоматизирует заметки и административную работу для ветеринарных врачей, заменяя, конечно, ручную административную работу. Затем у нас есть MDHub — AI-инструмент для автоматизации фронт-офиса и административной работы для клиник психического здоровья. Затем у нас есть Nautilus — AI-программное обеспечение для автомойки, которое обрабатывает все: от членства, платежей до автоматизации маркетинга. У нас есть Auto Ace — AI-голосовой агент для автосалонов, который автоматически записывает на прием. Затем у нас есть Cohesive — платформа автоматизации лидогенерации для клининговых, ландшафтных, кровельных и напольных бизнесов. У нас есть Aura AI, которым управляет мой друг и член сообщества Йонас, — это AI-ресепшионист, который управляет звонками и бронированиями для отелей в Германии. Теперь вы видите, что это все маленькие ниши, которые были относительно нетронуты эпохой SAS. Сервисные агентства, конечно, — это еще один тип рынка, который очень трудоемкий и фрагментированный. Например, маркетинговые агентства по лидогенерации и рекрутинговые агентства. Такие сервисные агентства, как правило, более ориентированы на программное обеспечение и имеют большую потенциальную клиентскую базу, что означает, что они уже были лучше обслужены традиционным программным обеспечением, то есть конкуренция в этой области будет выше. Я все еще думаю, что в этих сервисных агентствах есть огромная возможность, но наличие хорошего канала распространения станет более важным в этих нишах. Вот подход, который мы, конечно, используем с нашими системами для рекрутинга и нашей AI-SEO-системой, где мы нацелены на рекрутинговые и SEO-агентства. Конечно, многие из этих AI-стартапов также нишуются по конкретной географии, по конкретному каналу или конкретному конечному клиенту, чтобы найти более нетронутую нишу. Если вам нужен полный список всех стартапов, осваивающих эти маленькие ниши, и полный список ниш в соответствии с этой формулой, просто проверьте ссылку в описании ниже, и я раздам таблицы. Прежде чем объяснить, почему эти маленькие ниши были в значительной степени нетронуты SAS и теперь финансируются YC и венчурными капиталистами и имеют гораздо больший рыночный потенциал, я покажу вам типы AI-программных бизнесов, которые создаются в этих нишах. Мы, по сути, видим два типа новых AI-программ, появляющихся на рынке. Во-первых, это функционально-специфические AI-программы внутри одного конкретного отдела труда, например, продаж, обслуживания, доставки или маркетинга, а во-вторых, у нас также появляются вертикальные AI SAS для многих из этих местных сервисных бизнесов. Случаи использования продаж обеспечивают очень быструю рентабельность инвестиций для этих бизнесов, потому что, например, голосовые и чат-бот случаи использования, как вы видели в некоторых примерах, а также приложения для автоматизированного бронирования и приема, автоматизация скорости до лида могут действительно быстро увеличить доход этих бизнесов, потому что они теряют много дохода обычно в этих процессах. Например, Auto ACE помогает автосалонам с помощью голосовых агентов бронировать встречи и отвечать на вопросы. В операциях автоматизация административной работы специалистов по обслуживанию, доставки, документации, управления клиентами и выставления счетов может сэкономить огромное количество времени для специалистов по обслуживанию. Опять же, VNEO делает это, автоматизируя административную работу для ветеринарного врача. И мы делаем это, например, автоматизируя большую часть предоставления услуг в SEO и создании контента. И маркетинговые случаи использования также становятся очень интересными для этих ниш, потому что многие из этих типов бизнесов были слишком малы, чтобы позволить себе маркетинговые агентства или иметь внутренние маркетинговые отделы. А AI-инструменты теперь могут сделать очень легким и дешевым для этих компаний настройку собственных рекламных креативов или кампаний по лидогенерации. И вы видите, что именно это делает Cohesive, например, верно? Они нацелены на малый бизнес и делают им очень легко настраивать собственные кампании по лидогенерации. Этот функционально-специфический подход — лучшая часть для начала освоения этих ниш. Но оттуда есть второй, еще больший ход — создание вертикального AI SAS для ниши, потому что многие из этих крошечных ниш недостаточно обслуживались SAS. Все еще есть возможность стать основной операционной системой для ниши с предварительно интегрированными и нишевыми AI-автоматизациями, а вертикальные AI SAS, конечно, имеют еще большую возможность. Например, Nautilus, основанный YC, — это вертикальный AI SAS для автомоечных бизнесов, объединяющий CRM, платежи с предварительно созданными AI-автоматизациями для маркетинга, продаж и, возможно, поддержки клиентов. Pro делает то же самое для специалистов по обслуживанию на дому, а Barti — для офтальмологических клиник. Почему эти ниши были недостаточно обслуживались SAS, и почему они становятся огромными возможностями для AI-стартапов и AI-агентств? Потому что традиционно потенциальный размер рынка для этих ниш был просто слишком мал, чтобы быть интересным для SAS и венчурных капиталистов. Возьмем, к примеру, нишу офтальмологических клиник в США. Их около 19 000 клиник, и причина, по которой нет множества CRM, специфичных для офтальмологических клиник, например, заключается в том, что размер рынка для такого программного обеспечения был бы слишком мал. Ценность, которую специфическая CRM принесла бы офтальмологической клинике, довольно ограничена, а с ограниченными бюджетами и командами таких компаний расходы на программное обеспечение из этих ниш, как правило, невелики. Например, клиника, подобная этой, скорее всего, не потратит более 100 долларов в месяц на CRM, специфичную для офтальмологических клиник. Я работал в сфере CRM, и это то, что мы обычно видим в этих отраслях, и это дает потенциальный размер рынка для SAS в 20 миллионов долларов, что слишком мало для создания успешного программного или SAS-бизнеса, и эта цифра будет только в том случае, если вы фактически сможете охватить весь рынок, что совершенно нереалистично. Поэтому такие маленькие ниши традиционно обслуживались скорее горизонтальными SAS, такими как CRM для местного бизнеса или CRM для здравоохранения. Но теперь AI-программное обеспечение полностью меняет уравнение и делает эти маленькие размеры рынка огромными потенциальными размерами рынка. Почему это так? Две основные причины. Во-первых, потому что AI-решения могут резко увеличить пожизненную ценность клиента (LTV), то есть сумму денег, потраченную на ваш продукт или программное обеспечение. Поскольку ИИ может превратить часть труда в программное обеспечение, правильное программное обеспечение может значительно сократить внутренние и внешние трудозатраты, например, на продажи, маркетинг, обслуживание клиентов, операции и т. д. И это позволяет компании тратить гораздо больше на продукт или программное обеспечение, что может увеличить пожизненную ценность и, в свою очередь, потенциальный размер рынка для программного обеспечения на дополнительные 2–15 раз по сравнению с традиционным SAS. Например, Barti AI, верно? Сосредоточен именно на этой нише. И за полный AI-пакет Barti взимает 1500 долларов в месяц, мгновенно увеличивая их потенциальный размер рынка в 10–15 раз по сравнению с традиционным SAS. И Barti только что привлек 12 миллионов долларов в рамках серии А 2 недели назад, я думаю, что я сомневаюсь, что это произошло бы для нишевой платформы, подобной этой, в до-AI-эру. Но есть и другая причина. ИИ также может снизить стоимость привлечения клиента (CAC) при привлечении клиентов в нише. AI-маркетинговые и продажные инструменты могут значительно снизить CAC при нацеливании на более мелкие ниши. Например, голосовые агенты могут автоматизировать часть квалификации лидов, сокращая расходы на персонал для вашего программного бизнеса. AI-чат-боты могут автоматизировать онбординг и квалификацию лидов. Даже AI-оптимизированные алгоритмы от Meta могут сделать более эффективным и дешевым показ рекламы небольшой и специфической аудитории. ИИ может осуществлять массовый персонализированный охват без участия людей. У нас есть такие инструменты, как Clay и другие. И все это может значительно снизить затраты на привлечение нового клиента, что, в свою очередь, увеличивает норму прибыли на каждого клиента, что, в свою очередь, еще больше увеличивает потенциальный прибыльный размер рынка. И, кроме того, благодаря высоконишевому таргетингу ваши компании будут гораздо лучше связываться с вашим сообщением по сравнению с общим сообщением. Опять же, подумайте, например, о CRM для местного бизнеса по сравнению с AI-программным обеспечением, специфичным для офтальмологических клиник. Вы будете лучше связываться с целевым клиентом. И эти комбинированные факторы могут действительно превратить слишком маленькую для таргетинга нишу в 20 миллионов долларов в потенциальный размер рынка от 500 миллионов до 1 миллиарда долларов. И есть даже третий фактор: благодаря повышению эффективности бизнеса за счет вашего AI-программного обеспечения, это может привести к снижению стоимости услуг самого бизнеса. И это часто приводит к увеличению спроса на услугу и, следовательно, к еще большему потенциальному размеру рынка. Итак, скажем, врач теперь тратит меньше времени на административную работу. Он может принимать больше клиентов. Бронирование осуществляется более эффективно. Таким образом, цена может снизиться. Удобство для пользователя повысится. И исторически спрос на услугу растет. Люди могут ходить к врачу два раза в год. Раньше люди, которые не могли позволить себе офтальмолога, теперь будут ходить, потому что услуга дешевле. Теперь многие люди также придут к выводу, что это означает, что труд будет заменен, и люди потеряют работу. Но это не обязательно так, и у нас также есть некоторые исторические данные об этом, и это называется эффектом Йенса, когда при повышении эффективности в бизнесе или отрасли это часто приводит к большему использованию, как я объяснил ранее, что часто приводит к большему спросу на труд. Хотя ИИ, скорее всего, заменит некоторую низкоуровневую работу, и работа немного сместится, скорее всего, будет создана и новая работа, поскольку людям придется управлять этим AI-программным обеспечением, а также осуществлять человеческий надзор, верно? И это уже произошло с AI-радиологическим программным обеспечением, которое уже лучше диагностирует, чем человеческие рентгенологи. Однако это также означает, что стоимость радиологии снижается, что приводит к увеличению спроса на сканирование и, следовательно, к фактическому увеличению спроса на человеческих рентгенологов. И то же самое произошло с другими революциями, такими как контейнеризация. Это изначально заменило некоторую рабочую силу в доках, но привело к гораздо большему объему торговли по всему миру и буму в логистике и складских работах. В облачном переходе были заменены некоторые рабочие места по управлению серверами, но это привело к огромному буму новых приложений в Интернете, что привело к огромному буму в DevOps и других типах работ. Итак, как вы можете воспользоваться этой нишевой возможностью сегодня? Опять же, предполагая, что вы не программист, у вас нет огромного опыта в стартапах, и у вас нет огромного капитала для инвестиций или связей с венчурными фондами. Огромная возможность, которую дает нам демократизация создания продуктов с помощью ИИ, заключается в том, что создание таких бизнесов становится намного быстрее и доступнее для всех. И лучший подход, на мой взгляд, — начать как AI-агентство, потому что вы получаете деньги, потенциально создавая AI-программный бизнес. И это именно тот план действий, которому мы следовали с нашей AI-SEO-системой, нашей системой рекрутинга. Это то, чему следовал Йонас для Aura AI, и что сделали бесчисленные другие, чтобы построить такие бизнесы буквально за месяцы. Вы сначала создаете на заказ. Вы узнаете об отрасли. Вы узнаете, что строить. Затем вы продуктовизируете. И план действий прост. Вы можете изучить AI-автоматизацию с помощью no-code платформ, таких как Nanon, буквально за недели. Если вы еще этого не сделали, я настоятельно рекомендую вам посмотреть мой 5-часовой туториал по Nanon, потому что после этого вы, вероятно, будете знать более чем достаточно, чтобы начать AI-агентство. И эти no-code инструменты действительно позволяют вам очень быстро предоставлять бизнесам высокоценные решения. Затем, конечно, вы выбираете одну из этих ниш: трудоемкие, фрагментированные рынки. Вы выходите на рынок, говорите, что вы занимаетесь AI-автоматизацией. Огромная возможность, которая у нас есть сегодня, заключается в том, что весь деловой мир смотрит на внедрение ИИ. 95% бизнесов еще ничего с этим не сделали. И многие люди просто получают своих первых клиентов, постоянно публикуя в LinkedIn, на YouTube, отправляя холодные письма, используя платную рекламу, участвуя в сообществах. И вы просто начинаете создавать индивидуальные решения, решая болевые точки компании. Вы узнаете об их отрасли, пока делаете это. И как только вы создали несколько вещей и определили автоматизацию с высокой рентабельностью инвестиций, которую вы предоставляете клиенту, вы можете попытаться перепродать это же решение другим бизнесам в той же нише, что даст вам больше данных для создания вашего решения, для улучшения вашего решения. И именно так строится хорошее программное обеспечение, верно? Обратная связь с клиентами — это то, что питает и строит хорошие продукты. Но опять же, теперь мы можем получать деньги, пока строим продукты. И в отличие от SAS, это не план действий на 5–10 лет. Как только у вас есть хороший случай использования, вы можете быстро создать MVP с помощью VIP-инструмента для кодирования или AI-агента. Или вы можете начать нанимать инженеров. И, конечно, последнее, последний шаг в этом плане может потенциально заключаться в добавлении все большего и большего количества задач и, в конечном итоге, попытке стать вертикальным AI SAS или операционной системой для ниши. Если вы еще не занялись AI-автоматизацией, я настоятельно рекомендую вам начать думать об этом сегодня, потому что победители в ИИ — это те, кто воспользуется этой возможностью сейчас. Я думаю, что никогда не было большей возможности. И если вы когда-либо думали о том, чтобы сделать что-то для себя или начать что-то для себя, сейчас самое время. Так что, если вам нужна дополнительная помощь в запуске и создании собственного AI-агентства или AI-бизнеса, вы также можете проверить мой акселератор по ссылке в описании, где мы пытаемся предоставить вам точный план действий и ресурсы, необходимые для начала работы, чтобы получить ваших первых клиентов. Также, если вам нужен полный список ниш и стартапов, просто проверьте его по ссылке в описании ниже. Большое спасибо за просмотр, и если вы получили какую-либо пользу из этого видео, я очень ценю лайк и подписку. Это действительно помогает мне. Большое спасибо. Пока.