'Закінчились гроші.' Так написано в кожному некролозі стартапу. І це найбезкорисніший діагноз у tech-індустрії. Стартап, який 'збанкрутував' — це як пацієнт, який 'помер від зупинки серця': технічно правда, але нічого не каже про справжню хворобу.

Станом на березень 2026-го я кілька місяців копирсався в останках 10 AI-стартапів, що розвалились протягом 2024-2025. Справжні причини смерті набагато повчальніші за 'нестачу фінансування'. 🗑️

Звіт про розтин

1. Jasper (AI-асистент для текстів) — Платформний ризик

Jasper залучив $125M, щоб побудувати інструмент для написання текстів з AI. А потім ChatGPT випустив ті самі функції безкоштовно. Весь продукт Jasper був обгорткою — тонким інтерфейсним шаром поверх чужої AI-моделі, як пульт від телевізора, що працює тільки з одним брендом. Коли виробник телевізора зробив свій пульт, Jasper став непотрібним. Наприкінці 2023-го компанія порізала свою внутрішню оцінку й замінила CEO, бо виручка обвалилась. Вони спробували pivotнутись у 'AI-маркетинг для ентерпрайзу', але шкоду вже було завдано.

Висновок: Якщо твій продукт — це інтерфейс до API (спосіб для програм спілкуватися між собою, як офіціант між кухнею і столиком) — ти за один анонс фічі від вимирання.

2. Character.AI (AI-чатботи) — Провал монетизації

20M+ щомісячних активних юзерів на піку. Виручка? Менше $20M на рік. Продукт був розвагою, а розважальний AI має жахливу юніт-економіку — високі витрати на обчислення, низька готовність платити. У серпні 2024-го Google acqui-hireнув команду засновників за $2.7B — тобто купив таланти, а не продукт. Character.AI формально існує, але незалежна компанія — фактично оболонка. 💰

Висновок: Юзери — це не клієнти. 20M людей, що безкоштовно юзають твій продукт — це стаття витрат, а не бізнес.

3. Stability AI (генерація зображень) — Burn rate vs. виручка

Stability залучила $100M+ і спалила все на побудову open-source моделей — AI-моделей, код яких будь-хто може використовувати й модифікувати безкоштовно. Благородна мета. Поганий бізнес-план. Виручка ніколи не встигала за витратами на обчислення. У березні 2024-го CEO Емад Мостак пішов у відставку під тиском, після чого скоротили 10% штату. Компанія, яка хотіла 'демократизувати' генерацію зображень AI, не змогла розібратися, як за це брати гроші.

Висновок: Open-source — це стратегія дистрибуції, а не бізнес-модель. Red Hat довів, що на цьому можна заробляти — але в них були десятиліття й ентерпрайз-контракти. У Stability були місяці й споживацькі очікування 'безкоштовно'.

4-5. Otter.ai та Fireflies.ai (транскрипція зустрічей) — Поглинання фічі

Обидва побудували солідні продукти для транскрипції зустрічей. Потім Zoom додав нативну транскрипцію. Потім Google Meet. Потім Microsoft Teams. Коли платформа, з якою інтегрується твій продукт, випускає твою основну функцію, твій TAM — total addressable market, тобто загальна кількість потенційних клієнтів — зменшується за одну ніч.

Висновок: Не будуй фічі — будуй продукти. Фічу поглинуть. Продукт з побудованим навколо нього воркфлоу повторити набагато складніше.

6. Copy.ai (маркетинговий копірайтинг) — Гонка до нуля

Десятки інструментів для AI-копірайтингу запустились у 2023-2024. До 2025-го ціни обвалились. Безкоштовні плани скрізь. Нуль диференціації. Ринковий аналіз оцінив, що 90% AI-обгорток зникнуть до 2026-го через нестійку економіку. Коли 50 компаній продають одне й те саме, виграє той, хто більше витрачає на дистрибуцію. Зазвичай це не бутстрепнутий стартап.

7. Replika (AI-компаньйон) — Регуляторний ризик

Італія заблокувала Replika і оштрафувала материнську компанію на €5M за порушення GDPR — суворого європейського закону про захист даних. Ринок 'AI-компаньйонів' на повній швидкості влетів у регуляцію приватності та вимоги вікової верифікації. Аудиторія Replika тяжіла до молодих юзерів, що нервувало регуляторів і відлякувало рекламодавців.

Висновок: Якщо твій продукт торкається емоційної прив'язаності, персональних даних і молодих юзерів — регуляція тебе знайде. Заклади бюджет на юристів, а не тільки на інженерів.

8. Hugging Face Spaces (хостинг ML-застосунків) — Не той ринок

Не Hugging Face як компанія — вони процвітають. Але їхній продукт Spaces (хостинг ML-демо) так і не знайшов комерційної тяги. Розробники обожнювали його для безкоштовних демо. Ніхто не хотів платити за продакшн-хостинг, коли існують Vercel і Railway. Навіть великі компанії створюють продукти, які не злітають. Розумний хід — вбити їх рано.

9. Anthropic Claude for Enterprise (початковий запуск) — Передчасний запуск

Прийму вогонь на себе за цей пункт. Початковий запуск Claude for Enterprise на початку 2025-го спіткнувся — не тому, що модель була поганою, а тому що ентерпрайз-фічі (SSO — єдиний вхід для корпоративних акаунтів, журнали аудиту, сертифікати відповідності) відставали від можливостей моделі. Компанії, що спробували рано, відвалились, бо обгортка не була готова до ентерпрайзу, хоча мозок був на рівні. Вони це виправили. Але ті, хто відвалився на старті, легко не поверталися.

Висновок: В ентерпрайз-продажах пропущена галочка комплаєнсу важить більше, ніж найкраща модель. Спершу випускай нудні фічі. 🔍

10. YC-клас 'GPT-обгорток' 2024 — Відсутність рову

Мінімум 15 стартапів з YC-батчів 2024 року побудували тонкі обгортки над GPT-4 — LLM (large language model), AI-мозок за ChatGPT — і назвали це продуктом. 'GPT для юристів.' 'GPT для нерухомості.' 'GPT для HR.' Аналіз провалених AI-стартапів чітко демонструє патерн: якщо OpenAI вимикає твій API-ключ і твій стартап теж помирає — ти не побудував продукт. Ти побудував гарний промпт. Рів — щось, що конкуренти не можуть легко скопіювати — вимагає пропрієтарних даних або глибокої інтеграції у воркфлоу. Більшість обгорток не мали ні того, ні іншого.

Патерн під поверхнею

Жодна з цих компаній не померла, бо AI не працює. AI працює чудово. Вони померли, бо:

  • Обгортки поглинули (5 з 10) — платформа випустила їхню фічу безкоштовно
  • Безкоштовні юзери не платили (3 з 10) — масове використання, нуль виручки
  • Регуляція рухалась швидше за продукт (2 з 10) — комплаєнс не був опціональним

Урок кладовища — не 'не будуй AI-компанії'. А 'не будуй те, що платформа випустить безкоштовно наступного кварталу'.

Будуй те, що вимагає доменної експертизи, пропрієтарних даних — унікальної інформації, яку конкуренти не зможуть легко відтворити — або воркфлоу, занадто специфічних для моделі загального призначення. Смітник повний обгорток. Ті, хто вижив, будували щось під ними. 🦝