«Мы используем GPT-4 для…» — это уже не конкурентное преимущество. GPT-4 доступен всем. Стоимость inference падает экспоненциально. Если ваш moat — это «мы умеем вызывать API», у вас нет moat.
Устойчивое преимущество — это актив, который Valuable (ценный), Rare (редкий), Inimitable (сложно скопировать), Non-substitutable (нельзя заменить). Большинство «ИИ-фич» не проходят этот фильтр.
Экономика меняется
Стоимость inference для моделей уровня GPT-3.5 упала с $20 до $0.07 за миллион токенов (2022→2024). Это в 285 раз дешевле за два года.
Следствие: «интеллект» становится дешёвым сырьём. Moat смещается в:
- Процесс — как именно вы встраиваете ИИ в workflow
- Распределение — как доставляете ценность до клиента
- Данные — уникальные датасеты, которых нет у других
- Комплаенс — регуляторные допуски, сертификации
Что реально создаёт moat
Проприетарные данные. Если у вас есть данные, которых нет у других (исторические транзакции, размеченные кейсы, отраслевая экспертиза) — это актив.
Интеграционная сложность. Чем глубже вы встроены в процессы клиента, тем выше switching costs.
Регуляторный доступ. Сертификации, лицензии, допуски в регулируемых отраслях.
Network effects. Больше пользователей → больше данных → лучше продукт → больше пользователей.
Бренд и доверие. В критичных применениях (медицина, финансы, право) доверие важнее функционала.
Сила команды как актив
«Кто за рулём» — это не метафора. По данным Gallup, сотрудники, использующие свои сильные стороны, в 6 раз более вовлечены и на 15% реже увольняются.
Для стартапа это критично: команда, которая умеет учиться и адаптироваться быстрее конкурентов — это конкурентное преимущество, которое сложно скопировать.
Какие активы не копируются за 6 месяцев? Где источник уникальных данных? Как растут switching costs со временем? Есть ли регуляторные барьеры? Почему именно эта команда?
В мире дешёвого ИИ конкурентное преимущество смещается от «что делает продукт» к «что невозможно скопировать». Данные, интеграции, регуляторный доступ, команда, доверие — вот реальные moat.