Этот казахстанец получил $4,7 млн в США за 3 дня. Чем его стартап удивил инвесторов
Аркадий Телегин
Аркадию Телегину 24 года. После школы он учился на программиста в Германии. Студентом нашел работу в мюнхенском офисе Microsoft, но вскоре попал под сокращение. Парень не сдался и вместе с двумя кофаундерами открыл стартап Leaping AI. Ребята разработали ИИ-агентов, способных говорить как человек. Их система продает страховки, консультирует пациентов с нарушениями сна и помогает немецким бабушкам выбрать вино. В этом году проект вошел в акселератор Y Combinator и привлек $4,7 млн за три дня.
Digital Business спросил Аркадия, как за 2 месяца получилось увеличить оборот с $500 тыс. до $1 млн, почему американский рынок «быстрее, но дешевле», чем европейский и каким образом молодому стартапу удалось заключить крупные контракты в Германии и США. Поговорили о том, как работает голосовой ИИ, который учится сам, чем он отличается от обычных голосовых помощников и как в Leaping AI хотят превратить своих агентов в единую точку общения между клиентом и компанией — по телефону, почте и в мессенджерах.
«В крупной немецкой газете про меня написали: умный парень из Казахстана, который вот-вот окажется на улице»
— Вы из Алматы, но жили в Германии. Как удалось переехать и с какими сложностями столкнулись?
— После школы решил учиться за границей. Выбрал Мюнхенский технический университет. Для этого пришлось за 7 месяцев выучить немецкий с нуля до уровня, на котором можно было сдавать вступительный экзамен. Поступил, хоть и через «кровь, пот и слезы».
Было очень тяжело найти жилье в период Октоберфеста, когда все квартиры в Мюнхене бронируют туристы. Первый месяц жил в хостелах. Тогда выложил довольно провокационный пост на Reddit с жалобами на ситуацию. Почти никто не отозвался, но одна девушка написала в личку. Рассказал ей свою историю, и оказалось, что она — журналистка крупнейшей газеты Германии. Так вышла статья о том, как студенты испытывают трудности с поиском жилья. Там был и я — «умный парень из Казахстана, который вот-вот окажется на улице». Мне начали писать немцы и предлагать жилье бесплатно. В итоге полгода жил в одном из самых престижных районов города. А потом уже нашел постоянную квартиру.
— С работой было полегче?
— Благодаря все той же статье о жилье нашел и работу. Мне написал профессор университета, у которого был стартап в сфере автономной робототехники. Три года программировал роботов, которые, например, убирают в аэропортах или логистических центрах. А как набрался опыта, попробовал попасть в Microsoft. Прошел стандартный отбор: сначала фильтрация резюме, потом технические интервью с задачами — нужно было решать головоломки кодом. Такие задачи почти не связаны с реальной работой, но по ним легко отсекать тысячи кандидатов. Подготовился — и прошел.
— Работа в Microsoft звучит как мечта для многих. Каким этот опыт был для вас?
— Попал в команду, которая работала над нейросетями, генерирующими изображения. Технология действительно крутая, команда сильная, задачи интересные. Все было идеально: современный офис, бесплатные напитки, спортзал с сауной прямо в здании.
Но довольно быстро почувствовал себя винтиком большой машины. У тебя есть четко поставленная задача — и нет никакой возможности повлиять на что-то за ее пределами. Даже если что-то не работает, ты не знаешь, к кому обращаться. Я как-то спросил у своего руководителя, с кем можно обсудить проблему — а он и сам не знал. В компании тогда работало около 200 тыс. человек.
Однажды пришло письмо от CEO Microsoft Сатьи Наделлы: компания сокращает 40 тыс. человек. Я был на студенческом контракте, и его просто не продлили. Так закончился путь в корпорации — и окончательно укрепилось ощущение, что мне нужен совсем другой формат работы.
— А как пришла идея разработать свой проект?
— Мне написал Кевин Ву — парень из Boston Consulting Group в Берлине. Он хотел уйти из консалтинга и запустить стартап. До этого мне уже дважды предлагали участвовать в стартапах, но я отказывался — хотел сначала закончить магистратуру. А тут он сказал: «Ты все равно ищешь работу. Давай я буду платить тебе из своих накоплений, пока не найдем клиентов».
Идея Leaping AI была простой: автоматизируем телефонные звонки. Чат-боты уже тогда занимали большую часть рынка. Но автоматизация голосовых звонков оставалась проблемой — это было слишком сложно технически.
Сделать голос, который звучит хорошо, — не так уж сложно. Гораздо труднее добиться того, чтобы агент говорил именно то, что нужно бизнесу.
Как раз это мы и придумали. Разбили разговор на отдельные ячейки, каждая из которых — это как мини-агент со своей задачей и инструкциями. Один отвечает за аутентификацию клиента, другой — за проверку заказов, третий — за оформление нового. Это наша уникальная разработка.
Конкуренты до недавнего времени шли по другому пути: у них была одна большая текстовая инструкция (промпт), в которой описывалось все поведение агента. Изменишь одну строчку — может сломаться вся логика. Чем сложнее сценарий, тем выше риск, что модель «поплывет».
Когда модель работает в конкретной ячейке, она видит только нужные ей инструкции. Общий контекст разговора сохраняется, но блоки между собой не конфликтуют. Это и делает систему устойчивой.
«Мы начали сразу продавать — еще до появления продукта»
— Идея и техническое исполнение ясны. Сложно ли было найти клиентов?
— Через знакомых Кевина находили компании, которым предлагали свои услуги. Мы начали сразу продавать — еще до появления продукта. Это, кстати, очень частая ошибка: думать, что сначала нужно «уйти в подвал», год что-то разрабатывать, а потом пытаться это продавать. На самом деле все наоборот: нужно найти проблему, поговорить с большим количеством людей, у которых она есть, показать прототип, получить фидбэк — и только потом на основе этого строить продукт.
Так мы и делали. Это был очень энергозатратный и местами демотивирующий процесс: кто-то вообще не отвечал, кто-то сразу отказывался, кто-то говорил, что «слишком молодые, нестабильные, непонятные».
Но спустя полгода почти непрерывной работы нам удалось подписать первый контракт. Это была крупная немецкая компания с годовым оборотом в 5 млрд евро. Они продают вино — и, что удивительно, до сих пор очень много заказов оформляется по телефону. Там работало около 100 операторов в колл-центре, и автоматизация действительно могла помочь. Это был наш первый настоящий прорыв.
— Как удалось убедить руководство компании перейти на вашу систему?
— Из-за нехватки кадров и высокой стоимости труда компания теряла сделки: клиенты по 10 минут висели на линии и просто клали трубку. Им срочно нужно было решение, а классические голосовые системы не справлялись.
Люди звонили по разным причинам — было как минимум 10 сценариев. Сначала нужно аутентифицировать клиента (имя, адрес), потом подобрать вино, потом оформить заказ. И это не просто выбор «нажмите 1 или скажите ‘да’» — невозможно представить, что кто-то может выбрать вино для ужина с помощью такой системы.
Тогда они решились протестировать нашего AI-агента — и буквально через пару месяцев полностью автоматизировали канал. Нам дали шанс, потому что у них была острая потребность. Это, кстати, важный принцип: стартап должен решать очень серьезную проблему. Такую, от которой многое зависит. Иначе продукт не взлетит.
— Получается, ваша система может, условно, поговорить с немецкой бабушкой о том, какое вино выбрать к ужину. Разве это актуально, если можно найти информацию в интернете?
— Конечно, есть приложение и сайт, но представьте: если вы не разбираетесь в вине и хотите выбрать бутылку для ужина или подарка, то не будете изучать каждую позицию. Просто спросите: «Что посоветуете для этого случая?» — как в винном магазине.
Именно такой разговор мы и ведем. Наш голосовой агент умеет не только понимать вопрос, но и уточнять детали, искать подходящие варианты в базе клиента и рекомендовать конкретное вино, которое реально есть в наличии. Это не просто голосовой интерфейс, а полноценный помощник, который говорит на понятном языке и решает задачу человека здесь и сейчас.
— Что происходит «под капотом» вашего голосового агента? Как он понимает речь, дает ответы и делает это не хуже живого продавца?
— Используем большие языковые модели (LLM), которые обучаются буквально на всем интернете. Это значит, что у них уже есть общий бэкграунд по теме: они знают, какие сорта вин бывают, что подойдет к мексиканской кухне, что пьют в Италии и так далее. Это общая база знаний.
Второй компонент — подключаем модель к данным самого клиента. То есть она может искать по их базе товаров: по описаниям, странам, годам выпуска. Соединив эти два источника — глобальные знания и конкретный ассортимент — получаем действительно релевантные рекомендации. А дальше используем решения специализированных компаний, которые переводят текст в звук. Иногда мы обучаем их на специфичных данных. Например, адаптировали немецкий транскрайбер, чтобы он правильно распознавал испанские названия вин, которые покупатели в Германии произносят по-своему.
— А как вы контролируете, что все идет правильно? Вдруг бабушке что-то не то посоветуют?
— У клиента есть человек, который просматривает транскрипты звонков — не аудио, а именно текстовые расшифровки. Он проверяет, все ли нормально.
А сейчас разрабатываем систему, где сама нейросеть мониторит звонки. Если что-то идет не так — она анализирует проблему и предлагает изменения в инструкциях, чтобы это больше не повторялось. По сути, агент со временем становится умнее: учится на собственных ошибках и адаптируется без ручного вмешательства. Это и есть наша ключевая особенность — создание самообучающихся голосовых систем.
«К концу первого дня фандрейзинга у нас был миллион долларов. На второй— три»
— Поговорим о финансовой стороне. На что жил стартап на раннем этапе?
— Сначала проект финансировал Кевин — из своих накоплений. Я даже не сразу стал кофаундером. В 2023-м мы впервые подались в Y Combinator (тогда нам отказали). К тому моменту уже помогал искать Кевину кофаундера, интервьюировал людей, но никто не подошел. Когда мы заполняли заявку, Кевин сказал: «Мне нужно указать тебя как сооснователя». Я согласился. Позже к нам присоединился третий кофаундер — Шрэй Бхатия.
За столом слева направо: Кевин Ву, Аркадий Телегин
На тот момент у нас не было ни клиентов, ни стабильного дохода. Так продолжалось почти до конца 2023-го года. Первый клиент появился ближе к зиме — тогда мы начали платить себе зарплату уже из выручки. А в феврале 2024-го года привлекли около 400 тыс. евро от бизнес-ангелов.
— На чем вы зарабатываете: фиксированная подписка или оплата за количество звонков?
— Мы работаем в B2B-сегменте и стараемся продавать крупному бизнесу. У нас нет публичных цен на сайте. К каждому клиенту ищем индивидуальный подход.
Предлагаем два варианта: либо они платят поминутно — например, 18 центов за минуту, либо вносят предоплату за условный объем (допустим, половину годового) и получают скидку — 12 центов за минуту из «кредита», пока он не закончится.
Такой подход мотивирует компании реально внедрять наш продукт, выделять ответственного человека, следить за результатами.
— К началу 2024-го года у вас появились продажи и даже первые инвестиции. Но прорыв произошел именно в США. Расскажите, как так вышло?
— В Германии нам было непросто. Почти год ушел на то, чтобы достичь годового оборота в $500 тыс. Осенью 2024-го были на грани: постоянные конфликты в команде, споры, усталость. Сам был очень близок к выгоранию.
Головой ИИ — один из самых конкурентных рынков, и тогда мы были просто неизвестной командой из Германии. Нас никто не знал, клиентов было сложно привлекать. В Германии вообще непросто продавать инновационные решения — общество консервативное, а толерантность к риску низкая. Все казалось довольно безнадежным. Даже обсуждали, что, возможно, это будет просто lifestyle-бизнес: несколько клиентов, стабильный, но небольшой доход, все на автопилоте. Были разговоры, что делать, если деньги в банке закончатся.
Но потом нас взяли в Y Combinator. Мы подавались несколько раз, и только с третьей попытки, в начале 2025-го, нас взяли. Это была огромная победа. Переехали в США, стали частью зимнего батча Y Combinator и буквально за первые два месяца удвоили годовой оборот — с $500 тысяч до $1 миллиона.
Это был сумасшедший период. Сейчас действительно верю, что у нас есть шанс стать лидером мирового рынка.
— Что именно дал американский акселератор?
— Мы стали самой заметной компанией в батче. Нас начали репостить в соцсетях, стали появляться потенциальные клиенты, инвесторы, партнеры.
Несмотря на высокую конкуренцию в Voice AI, никто, кроме нас, не разрабатывает самообучающихся агентов. Это вызывает много интереса — и его можно монетизировать. Никому не писали, не звонили — все клиенты сами пришли. И это были именно те крупные бизнесы, с которыми хотим работать.
Справа налево: Шрэй Бхатия, Аркадий Телегин, Кевин Ву
Недавно подписали контракт с компанией, которая занимается продажей дверей и окон. У них оборот — $500 млн. Просто увидели наш сайт и сами обратились.
— Как вам удалось за короткий срок привлечь $4,7 млн инвестиций?
— Инвесторы сами нам писали: «Хотим пообщаться». Одним из первых пришло письмо от ассистентки основателя Y Combinator Пола Грэма. Он сейчас на пенсии, живет в Великобритании, инвестирует только в 1–2 стартапа в каждом батче. Это был важный момент. Потому что после этого мы уже могли говорить: «В нас инвестировал Пол Грэм» — и к нам было соответствующее отношение.
К концу первого дня фандрейзинга у нас был миллион. К концу второго — три. К третьему дню — мы были oversubscribed, то есть желающих вложиться было больше, чем мы готовы отдать.
Лид-инвестором выступил фонд Nexus Ventures. Еще около десяти разных небольших фондов вложили примерно по $100–250 тыс. каждый. Остальное — бизнес-ангелы, включая нескольких фаундеров компаний-«единорогов». Даже COO Shopify вложился. Также взяли деньги от основателя Eurasian Hub Ventures Нурдаулета Базылбекова.
— Какие у вас планы на 2025 год?
— Хотим вырасти до годового оборота в $10 млн и поднять следующий раунд инвестиций — Series A. Один из приоритетов — сделать платформу более user-friendly. Сейчас она мощная с точки зрения технологий, но не самая простая в использовании.
Наша задача — чтобы клиенты могли настраивать все самостоятельно. Это позволит нам масштабироваться без необходимости ручного сопровождения каждого нового контракта.
Глобально планируем не просто автоматизировать звонки, а переосмыслить саму модель общения между бизнесом и клиентом — сделать так, чтобы искусственный интеллект стал универсальным посредником, который понимает контекст, говорит на языке пользователя и умеет вести диалог через любой канал — голос, почту, мессенджеры.
