Инвестиционное исследование рынка и венчурного потенциала Talomnia

Резюме для инвестора

Это исследование отвечает на вопрос инвестора, а не на продуктовый: достаточно ли велик, быстро ли растёт и достижим ли рынок, дифференцирована ли позиция и реалистичен ли путь к крупной компании. Опубликованное «Исследование рынка Talomnia Workforce» отвечает на другой вопрос — что и кому продавать первым — и сохраняется как самостоятельный артефакт.

Вывод: спекулятивный pre-seed. Не «интересный pre-seed» и не «готово к seed». Доказан управляемый контур исполнения с машинно-проверяемым следом; не доказано ничего коммерческого. Причины НЕ инвестировать перечислены явно в последнем разделе — это обязательная часть документа, а не оговорка.

• Размер рынка построен двумя независимыми семействами методов и они расходятся в ~2.5 раза — это находка, а не шум: выручка поставщиков включает госзакупки, продажи домохозяйствам, экспорт и капитализируемый выпуск, которых нет в корпоративных закупках.
• Правильный знаменатель для Talomnia — спросовый: $0.44–0.49 трлн (США), а не $1.23 трлн со стороны предложения.
• Категория «AI agents» имеет два взаимоисключающих определения с разрывом ~25x. Ни одно из них не используется здесь как TAM.
• Центральный экономический механизм платформенного сценария — экономика переиспользования — не продемонстрирован, и первичный замер не свидетельствует ни за, ни против: отношение меняется с 1.66x на 0.73x только от выбора популяции.
• Публичные сопоставимые компании переоцениваются вниз: Endava ~0.17x выручки, Concentrix ~0.16x, Fiverr ~0.8x.

К содержанию

Определение рынка: клин и платформа

Анализ не ограничен категорией «AI agents». Talomnia пересекает несколько рынков, и их нужно различать, потому что они вложены друг в друга, а не соседствуют.

• Рынок клина (что Talomnia Workforce продаёт сегодня): фиксированные по объёму исследования, технический и продуктовый анализ, разработка ПО, AI-first консультации. Измеряется статистикой профессиональных услуг.
• Потенциальный платформенный рынок (что создала бы Professional Capability Infrastructure): переиспользуемые профессиональные способности как инфраструктура. Не измеряется никакой существующей статистикой и не имеет сегодня доказательной базы.

Структурное предупреждение: сегменты «AI agents», «agent orchestration» и «enterprise AI spend» вложены, а не соседние. Сумма трёх — тройной счёт. Подсегмент Gartner «agent builder platforms» ($5.0 млрд, 2026) лежит внутри сегмента DSML ($29.9 млрд), который лежит внутри общих затрат на AI ($2 595 667 млн).

К содержанию

Разрыв в 25 раз: проблема измерения, а не противоречие

Самая крупная цифра, обращающаяся в этой категории, несёт два взаимоисключающих определения. Источник, сводящий оба, говорит это прямо: «Этот разрыв в 25 раз — не противоречие. Это проблема измерения».

Для 2025 года разрыв между Gartner ($86.4 млрд) и консенсусом вендоров отчётов ($7.06–7.92 млрд) составляет ~11x. Эти числа нельзя ни складывать, ни усреднять. Ни одно из них не используется в этой модели как TAM, потому что Talomnia не продаёт агентское ПО — она продаёт завершённую профессиональную работу, а это измеряется другими инструментами.

К содержанию

Метод A — сверху вниз, сторона предложения

Семейство: государственная статистика. Измеряет выручку поставщиков этой работы по экономическим обследованиям Бюро переписи США. Формула: TAM_A(США) = Выручка(NAICS 5415) + Выручка(NAICS 5416) + Выручка(NAICS 54191).

Чувствительность: узкий сценарий (только консалтинг и исследования) — $0.47 трлн; заявленный — $1.23 трлн; широкий (весь NAICS 54) — $3.11 трлн. Разброс определяется выбором объёма, а не ошибкой измерения.

Глобальная экстраполяция намеренно не выполнена. Ни одно государственное агентство не публикует мировой итог по профессиональным услугам. Eurostat публикует добавленную стоимость (779.3 млрд евро, NACE M, 2023), а это не выручка. Единственные мировые цифры — от агрегаторов, и они расходятся в 5.3 раза ($1.20 трлн против $6.37 трлн), обе низкой уверенности и обе исключены по правилу «не строить размер рынка на одном агрегаторе». Любая мировая цифра в этом документе была бы допущением в одежде измерения.

К содержанию

Метод B — снизу вверх, сторона спроса

Семейство: тоже государственная статистика, но другой инструмент — обследования расходов бизнеса и национальные таблицы «затраты-выпуск», а не выручка поставщиков. Именно это даёт независимость, которую требует критерий приёмки: метод B может ошибаться там, где метод A не может, и наоборот.

Два независимых спросовых инструмента, построенные разными программами Census и BEA с разницей в пять лет, сходятся в пределах 12%. Чувствительность: консервативно (BEA 2017) $0.44 трлн; заявлено (Census 2022) $0.49 трлн; с ростом по измеренным +6.5% г/г до 2026 — $0.63 трлн.

К содержанию

Главное расхождение — и почему это находка

Методы расходятся в ~2.5 раза, и причина устанавливаема, а не загадочна. Выручка поставщиков превышает промежуточные закупки бизнеса, потому что дополнительно содержит: продажи государству; продажи домохозяйствам ($114 273 млн по товарной группе 5412OP); экспорт ($224 890 млн и $51 912 млн); и капитализируемый выпуск ($767 254 млн и $342 948 млн, учитываемые как инвестиции в интеллектуальную собственность, а не как затраты). Последнее — крупнейшая компонента разрыва.

Какое число — правильный знаменатель для Talomnia? Спросовое. Talomnia продаёт B2B-работу против операционного бюджета заказчика с критериями приёмки. Она не продаёт домохозяйствам, не является экспортёром по документам, и её результат не капитализируется на балансе клиента. Инвестору следует опираться на ~$0.44–0.49 трлн (США), а не на $1.23 трлн — и относиться к любой презентации, которая начинается с большего числа, как к выбравшей более лестный инструмент.

К содержанию

SAM и SOM — не вычислены, и это ответ

SAM = TAM_B × доля расходов, поддающаяся фиксации объёма и результата × доля покупателей, готовых работать с доконкурентным поставщиком. Два из трёх множителей не имеют доказательной базы ни в одном классе источников: таблица Census SAS с разбивкой по классам заказчиков не покрывает NAICS 54. Честный результат модели с неизвестными множителями — «неизвестно», а не правдоподобное произведение.

Что поддаётся ограничению — это число покупателей: 285 007 фирм-работодателей США с выручкой ≥$10 млн (Census SUSB 2022, вычислено — официальной строки с таким порогом не существует), из них 28 581 в самом NAICS 54; 303 073 предприятий ЕС с 50+ сотрудниками (Eurostat SBS 2023); 44 545 предприятий Великобритании с оборотом ≥10 млн фунтов (ONS IDBR).

SOM на текущей стадии ограничен не размером рынка, а мощностью исполнения и циклом продаж, который Talomnia никогда не проходила. Моделировать его от TAM — ровно та ошибка, ради избежания которой существует этот документ. У Talomnia ноль внешних оплаченных работ; каждый вход, который сделал бы SOM осмысленным, — величина, которую могут произвести только первые платные кейсы. SOM, представленный сегодня, был бы стопкой допущений, и инвестору стоит так же относиться к подобному числу от любого поставщика на этой стадии.

К содержанию

Почему сейчас

Пять структурных драйверов, каждый с доказательством. Шестой, самый цитируемый — «95% пилотов AI проваливаются» — намеренно НЕ используется: первоисточник вернул 403 и не был прочитан.

• Корпоративные расходы на генеративный AI выросли с $1.7 млрд (2023) до $11.5 млрд (2024) и $37 млрд (2025) — рост в 3.2 раза за год (Menlo Ventures, первичное исследование, n=495).
• Способности агентов измеримо выросли: доля успешно выполненных реальных задач с 20% (2025) до 77.3% (2026) по бенчмарку Stanford HAI.
• Крупный капитал подтверждает аппетит к категории: AI взял $211 млрд, около 50% всего мирового венчурного финансирования 2025 года, и $242 млрд — 80% — в 1 квартале 2026.
• Инкумбенты покупают способность, а не строят её: Accenture/Faculty, AlixPartners/Artium, IBM/Hakkoda, Cognizant/3cloud — повторяющийся датированный паттерн.
• Доверие стало полем конкуренции, потому что инкумбенты его публично проиграли: Deloitte вернул более половины гонорара в A$440 000 за отчёт с сфабрикованными юридическими ссылками; в отчёте KPMG 40 из 45 цитат оказались сфабрикованными; Financial Times подтвердила сфабрикованные сноски в четырёх отчётах PwC.

Пятый драйвер — прямое обоснование позиционирования Talomnia. Но он двусторонний: тот же провал повышает недоверие ко всем поставщикам AI-исполненной работы, включая новичков без истории.

К содержанию

Конкурентный ландшафт

Карта не ограничена прямыми аналогами. Шесть групп; для каждой указано, чем она является Talomnia — конкурентом, субститутом или слоем сверху.

К содержанию

Конкурентная матрица

Каждая клетка без доказательства читается «неизвестно». Оценка без evidence — это сфабрикованная клетка; ценность этой матрицы для инвестора именно в том, что её пробелы настоящие.

Заметная асимметрия: ценообразование не опубликовано почти ни у кого, включая Talomnia. Опубликованные прайсы есть у инструментов (Cursor, LangChain, Replit) и у одного сервиса (Superside). Это согласуется с наблюдением, что рынок ещё не согласовал единицу продажи результата.

К содержанию

Финансирование и венчурный ландшафт

Ответ на вопрос «существует ли доказанный венчурный аппетит к категории» — да, но он крайне сконцентрирован.

Концентрация — это и подтверждение аппетита, и предупреждение: капитал идёт преимущественно в лаборатории моделей, а не в сервисы, построенные на них. Раунды в самой категории AI-исполненной работы реальны и датированы: Sierra $950 млн при оценке $15.8 млрд (май 2026); Harvey $200 млн при $11 млрд (март 2026); Decagon $250 млн при $4.5 млрд (январь 2026); Legora, OpenEvidence, Abridge, EvenUp, Crosby — все с подтверждёнными раундами 2024–2026.

Мультипликаторы почти не раскрываются. Во всём собранном массиве нашлось только три явно названных источником мультипликатора выручки: OpenEvidence ~70x, Hebbia ~54x и Invisible 8.3x. Разрыв между первыми двумя и третьим — самая информативная величина в данных, потому что Invisible — единственная из трёх, кто явно является сервисным бизнесом.

К содержанию

Сопоставимые компании — и почему они сопоставимы

Сопоставимость объяснена по каждой компании. Ни одна из них не названа прямым конкурентом.

К содержанию

Карта рынка

Две оси, объясняющие позиции: что продаётся (инструмент → поставленный результат) и охват (одна вертикаль → кросс-доменно). Предполагаемая позиция Talomnia — верхний правый угол: поставленный результат, кросс-доменно.

Гипотеза «кросс-доменная подотчётная работа + Knowledge Contract + переиспользуемые способности + доказательства исполнения» не считается уникальной только потому, что точного совпадения не нашлось. Более вероятное объяснение незанятости слота — не слепота рынка, а то, что кросс-доменная генерализация труднее и хуже монетизируется, чем вертикальная глубина: все четыре хорошо профинансированные компании в левом верхнем углу выбрали глубину, и рынок оплатил этот выбор.

К содержанию

Защищённость: градация, а не утверждение

Механизм, существующий только как замысел, получает градацию «гипотеза» или «не продемонстрировано» и не называется moat. Итог: 2 Current, 3 Emerging, 3 Hypothesis, 8 Not demonstrated.

Оба механизма уровня Current — про доказуемость исполнения, а не про накопленное преимущество. Это честное резюме позиции: Talomnia может показать свою работу и пока не может показать, что показывание работы накапливается в преимущество.

К содержанию

Венчурный масштаб: сценарии, а не прогноз

К содержанию

Медвежий сценарий: причины не инвестировать

Написан с той же глубиной, что и любой бычий аргумент, потому что инвестору, который этого не видит, продают, а не сообщают.

• Предпосылка о производительности опровергается рандомизированным испытанием. METR (2025-07-10), 16 опытных разработчиков, 246 задач: «когда разработчикам разрешают пользоваться AI-инструментами, они тратят на 19% больше времени». И хуже для самоотчётности категории: «разработчики ожидали ускорения на 24% и, даже испытав замедление, всё равно считали, что AI их ускорил на 20%».
• Публичные сопоставимые переоцениваются вниз, сильно. Endava −77.9%, Fiverr −59.6%, Concentrix −48.3%, Globant −43.6%, Upwork −41.5%, EPAM −39.6% (наблюдение 2026-08-19). Единственное исключение, Innodata (+71.3%), продаёт данные для обучения, а не AI-исполненную работу.
• Валовая маржа не вычислима из имеющегося инструмента. Из 653 записей леджера 582 указывают время человеческой проверки как ноль, 64 отмечают его неизмеренным, и лишь 7 несут измеренное значение; 89% нулей суть отсутствие измерения, записанное как число. Любая маржа, выведенная из этих данных, полностью исключает стоимость человека и является верхней границей, а не маржой.
• Инсайдеры категории называют ровно этот режим отказа. Emergence Capital, «Mirage Product Market Fit»: «быстрый рост выручки, сильное удержание, но большинство услуги по-прежнему оказывают люди, а не AI… Вы построили не AI-нативный сервисный бизнес. Вы построили сервисный бизнес не с тем типом финансирования». Пороги: <50% валовой маржи — сервисный бизнес, классифицированный неверно; 70%+ нужно для программных мультипликаторов. Собственная когорта Bessemer «Supernova» при ~$40 млн ARR в первый год несёт 25% валовой маржи, то есть находится внутри «неверно классифицированной» полосы по тесту Emergence.
• Инкумбенты покупают способность, а не проигрывают ей: Accenture/Faculty (закрыто 2026-03-16, гендиректор Faculty стал техническим директором Accenture), AlixPartners/Artium, IBM/Hakkoda, Cognizant/3cloud. Путь консолидации может закрыться раньше, чем независимый игрок достигнет масштаба.
• Поставщики моделей входят в услуги напрямую. OpenAI купила консалтинговые фирмы Tomoro и Convogo и запустила OpenAI Deployment Company с инвестицией $4 млрд, где интеграторы — Bain, Capgemini и McKinsey. Слой, который занимает Talomnia, занимают сверху.
• Доверие — поле боя, и категория его проигрывает. 11x показывала логотипы компаний, не являвшихся клиентами (ZoomInfo на записи: «мы не давали разрешения использовать наш логотип… мы не клиент»); Builder.ai использовала людей для работы, продаваемой как AI, и вошла в неплатёжеспособность. Новичок наследует репутационный дисконт категории, ничего из него не заработав.
• Нулевая коммерческая валидация: ни одного платящего заказчика, ни данных о приёмке, ни готовности платить, ни повторной покупки, ни измеренного цикла продаж.
• Юридическое лицо не зарегистрировано и нет ни одной сертификации безопасности, тогда как конкуренты держат SOC 2 Type II, ISO 27001, ISO 42001, HIPAA и FedRAMP. И то и другое блокирует корпоративные закупки, на которые нацелена модель.
• Риск ключевого лица: единственный оператор, без экосистемы участников и без подтверждённого резервирования команды.

К содержанию

Bull / Base / Bear

Bull — что должно быть правдой. Экономика переиспользования разворачивается и показывает реальное снижение стоимости; след доказательств становится критерием выбора после волны дефектов у Deloitte, KPMG, PwC и EY; Talomnia выигрывает и повторяет работы фиксированного объёма с валовой маржой ≥70% при измеряемой и включённой человеческой проверке; кросс-доменная генерализация держится там, где конкуренты остались вертикальными. Потолок при выполнении всех четырёх: Harvey $11 млрд, Sierra $15.8 млрд — обе вертикальные, обе с раскрытым ARR.

Base — самый реалистичный при текущем уровне доказательств. Небольшой заслуживающий доверия сервисный бизнес, выигрывающий работы дизайн-партнёров за счёт своего следа, растущий по сервисной экономике и оцениваемый по сервисным мультипликаторам (0.2x–1.5x выручки по публичному набору). Венчурный масштаб не является базовым сценарием на сегодняшних доказательствах.

Bear — при каких условиях не работает. Переиспользование никогда не накапливается; маржа оказывается ниже 50% после включения человеческой проверки; инкумбенты и лаборатории моделей закрывают слой с двух сторон; корпоративные закупки блокируют поставщика без сертификаций и без зарегистрированного юрлица; первая платная работа не превращается во вторую.

К содержанию

Пути выхода — только стратегическая логика

Не утверждается, что какая-либо названная компания купит Talomnia. Анализируется логика возможных путей.

К содержанию

Evidence Gates — что снимет риск, по порядку

Конкретные будущие доказательства. Значения не фиксируются там, где исследование не может их обосновать — предлагаются метрики и диапазоны, которые стоит проверять.

Порядок имеет значение: EG-1 и EG-2 поглощают большинство остальных. Без них ни одна цифра в сценарном разделе не проверяема.

К содержанию

Вывод об инвестиционной привлекательности

Оценка: спекулятивный pre-seed. Не «интересный pre-seed», не «готово к seed».

Что уже продемонстрировано. Управляемый контур исполнения, производящий машинно-проверяемый след доказательств, с гейтами, которые действительно отказывают. Производство самого этого документа было дважды заблокировано его собственным валидатором леджера и один раз — гейтом честности статуса в проекции. След реален и необычно строг для этой стадии, и он прямо отвечает на режим отказа, который Big Four публично продемонстрировали.

Что остаётся гипотезой. Всё коммерческое: экономика переиспользования, маржа, готовность платить, повторная покупка, кросс-доменная генерализация, издержки переключения и все сетевые эффекты.

Что может убить тезис. Переиспользование, которое никогда не накапливается (платформенный кейс); маржа ниже 50% после учёта человеческой проверки (весь кейс); лаборатории моделей и консалтинговые инкумбенты, закрывающие слой с обеих сторон — оба процесса уже подтверждены датированными сделками.

• нет выручки, нет заказчика и нет никаких доказательств приёмки
• центральный экономический механизм не просто не доказан — он не измерен: направление отношения меняется на противоположное при смене популяции, а инструмент не отделяет стоимость переиспользования от соседней работы
• валовая маржа не вычислима из инструмента, которым пользуется сама компания
• публичные сопоставимые для реалистичного исхода торгуются по 0.16x–0.8x выручки и падают
• рандомизированное испытание противоречит предпосылке о производительности, которую продаёт категория
• репутация категории повреждена другими, и новичок наследует дисконт
• юридическое лицо не зарегистрировано и сертификаций безопасности нет, что блокирует целевых корпоративных покупателей
• капитал в категории концентрируется в лабораториях моделей, а не в сервисах поверх них

Рекомендуемая стадия: pre-seed, размером ровно до достижения EG-1 и EG-2. Вехи до фандрейзинга: EG-9 (юрлицо), затем EG-1 (первый платный кейс), затем EG-2 (измеренная маржа с учётом человеческой проверки). Потребность в капитале не оценивается — исследование не может обосновать цифру без измеренного цикла продаж и стоимости поставки, а оценка здесь была бы ровно тем допущением, от которого этот документ отказывается везде.

К содержанию

Источники и границы доказательности

22 из 22 опубликованных цитирований проверены этой лейной живой загрузкой 2026-08-20 с фиксацией HTTP-статуса. Приоритет источников: официальные подачи и государственная статистика, затем крупные консультанты и деловая пресса; агрегаторы рыночных отчётов — только как низкоуверенное свидетельство и никогда как единственная основа размера рынка.

Ограничение поискового инструмента, которое нельзя читать как отсутствие. Две исследовательские лейны после исчерпания поискового бюджета перешли на новостной поиск, индекс которого взвешен по свежести: он возвращает «нет результатов» для большинства событий 2024 и многих событий 2025 года, которые заведомо произошли. Каждое «не найдено», полученное этим каналом, означает, что индекс это не выдал, а НЕ что события нет в записи. По этой причине помечены как «неизвестно», а не как отсутствующие: цены Sierra по результату, комиссии Upwork и Fiverr, инцидент с удалением базы в Replit, инцидент с ботом поддержки Cursor, список ответчиков FTC и сумма ущерба по делу Moffatt против Air Canada. Все они широко освещались; ни один не удалось загрузить в этой сессии; ни один не утверждается в документе.

Что не проверено этой лейной. Пресс-релизы о сделках, на которых стоит раздел о путях выхода, были загружены исследовательскими лейнами со статусом 200, но реконструированные этой лейной адреса вернули 404, а поисковый бюджет был исчерпан. Эти факты остаются в тексте с указанием класса источника, но исключены из опубликованного списка источников, который содержит только адреса, проверенные этой лейной. 404 на реконструированном адресе — свидетельство того, что адрес неверен, и никогда — того, что сделки не было.

Ни одной цифры McKinsey в этом документе нет. Сниппет с утверждением «72%» был доступен и намеренно не внесён как свидетельство, потому что хост не удалось загрузить для подтверждения.

К содержанию

Цель

Дать инвестору фактическое основание ответить, достаточно ли велик, быстро ли растёт и достижим ли рынок Talomnia, дифференцирована ли позиция и реалистичен ли путь к крупной компании и возврату капитала. Исследование не должно доказывать заранее заданный положительный вывод: отрицательный результат допустим.

К содержанию

Методика

Кабинетное исследование 2026-08-20, исполненное 36 учтёнными агентами по четырём линиям (сверху вниз, снизу вверх, финансирование и сопоставимые, конкурентная матрица и выходы). Размер рынка построен двумя независимыми семействами инструментов: выручка поставщиков по обследованиям Бюро переписи США и расходы бизнеса по обследованию расходов и таблицам затраты-выпуск BEA. Каждая цифра несёт источник, класс, год, уверенность и диапазон чувствительности. Агрегаторы рыночных отчётов используются только как низкоуверенное свидетельство и никогда как единственная основа размера. Перед публикацией каждый публикуемый источник загружен этой лейной живьём с фиксацией HTTP-статуса; 429 и 403 означают, что сервер ответил и источник достижим, недостижимость доказывают только 404 и NXDOMAIN.

К содержанию

Результаты

Правильный знаменатель для Talomnia — спросовый: $0.44–0.49 трлн (США), а не $1.23 трлн со стороны предложения; расхождение в 2.5 раза объясняется госзакупками, продажами домохозяйствам, экспортом и капитализируемым выпуском. Два независимых спросовых инструмента сходятся в пределах 12%. Категория «AI agents» имеет два взаимоисключающих определения с разрывом 25 раз и не используется как TAM. Венчурный аппетит доказан, но крайне сконцентрирован: OpenAI и Anthropic взяли 43% финансирования первого полугодия 2026. Защищённость: 2 Current, 3 Emerging, 3 Hypothesis, 8 Not demonstrated; экономика переиспользования — центральный механизм платформенного сценария — не продемонстрирована: отношение стоимости создания к переиспользованию меняется с 1.66x на 0.73x в зависимости только от выбора популяции, а используемый метод атрибуции не отделяет стоимость переиспользования от работы, выполненной в той же записи.

К содержанию

Ограничения

Мировой TAM не построен: ни одно государственное агентство не публикует мирового итога, а единственные мировые цифры от агрегаторов расходятся в 5.3 раза. SAM и SOM не вычислены: два из трёх множителей SAM не имеют доказательной базы ни в одном классе источников, а SOM на этой стадии ограничен мощностью и циклом продаж, которых Talomnia никогда не проходила. Все данные о собственной экономике — доконкурентное самоизмерение; коммерческих кейсов нет. Валовая маржа невычислима: из 653 записей леджера 582 указывают время человеческой проверки как ноль, 64 отмечают его неизмеренным, и лишь 7 несут измеренное значение — 89% нулей суть отсутствие измерения, записанное как число, а не наблюдение «человек не участвовал». Периоды входных данных смешаны и не нормализованы. Часть пресс-релизов о сделках не перепроверена этой лейной и исключена из списка источников. Новостной индекс, к которому перешли две лейны после исчерпания поискового бюджета, взвешен по свежести — «не найдено» означает предел индекса, а не отсутствие в записи.

К содержанию

Выводы для Talomnia

Спекулятивный pre-seed. Продемонстрирован управляемый контур исполнения с машинно-проверяемым следом доказательств и гейтами, которые действительно отказывают; не продемонстрировано ничего коммерческого. Рекомендуемая стадия — pre-seed размером ровно до EG-1 (первый платный кейс) и EG-2 (измеренная валовая маржа с учётом человеческой проверки). Потребность в капитале не оценивается: обосновать цифру без измеренного цикла продаж невозможно. Причины НЕ инвестировать перечислены явно и включают нулевую коммерческую валидацию, центральный механизм переиспользования, который остаётся неизмеренным, потому что используемый инструмент не может его выделить, невычислимую маржу, падающие мультипликаторы сопоставимых компаний и рандомизированное испытание, противоречащее предпосылке категории о производительности.

К содержанию

Источники

• https://www.census.gov/services/qss/qss-current.pdf
• https://www2.census.gov/programs-surveys/sas/tables/time-series/sas-latest/sas-22.xlsx
• https://www2.census.gov/programs-surveys/susb/tables/2022/us_6digitnaics_rcptsize_2022.xlsx
• https://apps.bea.gov/industry/iTables%20Static%20Files/AllTablesSUP.zip
• https://softwarestrategiesblog.com/2026/02/26/roundup-of-agentic-ai-forecasts-and-market-estimates-2026/
• https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/
• https://emcap.com/thoughts/mirage-product-market-fit-the-silent-killer-of-ai-native-services-companies
• https://bvp.com/atlas/the-state-of-ai-2025
• https://www.sequoiacap.com/article/services-the-new-software/
• https://menlovc.com/perspective/2025-the-state-of-generative-ai-in-the-enterprise/
• https://www.cityam.com/kpmg-report-on-ai-found-riddled-with-ai-hallucinations/
• https://techcrunch.com/2025/03/24/a16z-and-benchmark-backed-11x-has-been-claiming-customers-it-doesnt-have/
• https://en.wikipedia.org/wiki/Builder.ai
• https://cognition.com/blog/windsurf
• https://stockanalysis.com/stocks/dava/
• https://stockanalysis.com/stocks/fvrr/
• https://stockanalysis.com/stocks/cnxc/
• https://stockanalysis.com/stocks/inod/
• https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Structural_business_statistics_overview
• https://sierra.ai/blog/year-two-in-review
• https://www.langchain.com/blog/series-b
• https://news.crunchbase.com/venture/global-startup-exits-ipo-ma-soar-ai-q2-h1-2026/

К содержанию

Как это выполнялось

/ru/workflows/investor-market-venture-analysis

К содержанию

Версии

v0.1.0 — 2026-08-20