Исследование рынка Talomnia Workforce
marketpricingunit-economicsicpself-use
Всё, что заключает это исследование, построено на таблицах ниже, и счётчики здесь вычислены из этих таблиц — ничего не свёрнуто, каждая строка остаётся читаемой.
- таблиц данных в исследовании
- 2
- строк в них
- 18
- источников процитировано
- 46
Категорийный ландшафт, конкуренты и провалы категории, ценовые бенчмарки по тринадцати смежным категориям, первое самоизмерение юнит-экономики по Workflow Ledger, ICP и первый продаваемый сервис. Built by Talomnia for Talomnia — pre-commercial self-use validation: сделано агентной рабочей силой Talomnia для самой Talomnia, коммерческих кейсов пока нет.
Запись доказательств
- Что подтверждено
- 2 таблиц, 18 строк данных, 46 источников
- Редакция
- Версия 0.2.0 от 2026-08-19
- Статус проверки
- Опубликованное исследование на собственном кейсе; публикация не означает независимую валидацию.
Резюме для руководителя
Talomnia Workforce продаёт завершённую профессиональную работу — исследование, разработку, технический и продуктовый анализ — с экономикой, зафиксированной до исполнения, и следом свидетельств после него. Это исследование отвечает на три вопроса: существует ли категория, кто и почём решает те же задачи сегодня, и что продавать первым. Оно выполнено агентной рабочей силой Talomnia для самой Talomnia (Built by Talomnia for Talomnia — pre-commercial self-use validation) и само является демонстрацией продаваемого сервиса.
- Категория «завершённая работа вместо инструмента» уже валидируется коммерчески — в узких вертикалях; сквозь профессиональные домены слот не занят.
- Покупатели платят за подотчётность и проверяемость, а не за трудосодержание: человеческие ставки на ту же работу расходятся на три порядка.
- Первым продавать: исследовательские и аналитические задачи фиксированного объёма с критериями приёмки и Budget Limit — и консультацию AI-first трансформации.
ICP — кто покупает первым
Первичный ICP (наша гипотеза — выведенная, не опрошенная, и фальсифицируемая первыми коммерческими сделками): основатель, C-level или руководитель операций технологически-смежной компании на 10–200 человек, которая уже пользуется AI-инструментами и верит в агентное исполнение, но не масштабирует агентов внутри; у которой профессиональные задачи приходят быстрее, чем она нанимает; и которая знает задокументированные провалы категории, поэтому доставка со свидетельствами — оцениваемая ею фича. Триггер покупки — конкретная отложенная задача, а не амбиция «AI-трансформации».
Вторичный ICP: mid-market компании, чьему руководству нужна платная ограниченная точка входа в AI-first трансформацию — конкретная оценка вместо платформенного обязательства; бутиковые ассессменты за $10–35 тыс. — устоявшаяся покупка в этом сегменте. Явный не-ICP валидационной стадии: энтерпрайзы с длинными циклами вендор-онбординга и покупатели «только по цене», сравнивающие с подпиской на инструмент (категорийная ошибка).
Боли клиента — от чего он уходит
- Нанимать некогда и дорого, а задачи уже стоят: работа приходит быстрее найма; «способность без найма» — растущая покупка (48% CEO планируют больше фриланса; 81% сдвигаются к skills-based найму).
- Аутсорсинг разочаровывает, но от него не уходят: лишь 25% руководителей видят от AI-аутсорсинга снижение цены или рост качества; 70% возвращали работу внутрь за пять лет — и всё же 80% сохраняют или наращивают вложения. Спрос устойчив, удовлетворённость — нет.
- Инструменты перекладывают работу на покупателя: метеримый доступ к агенту оставляет промптинг, оркестрацию и проверку клиенту; приёмка остаётся его проблемой.
- Обжённость фальсификациями: после громких провалов категории покупатели активно проверяют заявления; непроверяемый маркетинг — негативный сигнал.
- Неопределённость «что считается сделанным»: споры об атрибуции и нечёткие критерии успеха — главный названный риск покупки результата; именно это закрывают заранее согласованные критерии приёмки со следом свидетельств.
Ландшафт рынка
Граница категории задаёт все сравнения: Talomnia продаёт принятый результат, а не доступ к модели или место в лицензии. Сравнение цены Talomnia с подпиской на инструмент — категорийная ошибка в обе стороны: инструмент дешевле, потому что профессиональную работу по-прежнему делает покупатель; сервис результата сравнивается со стоимостью того же принятого результата у человеческого исполнителя.
Категория «AI-исполненная завершённая работа» уже существует и растёт в узких вертикалях: аутком-прайсинг стал стандартом в клиентской поддержке, юридическая AI-native фирма продаёт готовые ревью контрактов за фиксированную цену, гибридные «операции-как-сервис» удваивают выручку год к году, институциональный капитал прямо ставит на скупку сервисных фирм под AI-исполнение. Никого, кто продавал бы полный набор Talomnia — Budget Limit + критерии приёмки + след свидетельств + гарантия доработки — сквозь домены, в ограниченном поиске (~15 запросов) не найдено; это отсутствие свидетельств, а не доказательство отсутствия.
Прямые конкуренты
- Sierra — точка доказательства категории: $100M ARR за ~21 месяц на агентах клиентской поддержки с явным аутком-прайсингом (в большинстве случаев клиент не платит, если агент передал задачу человеку) [primary/secondary].
- Crosby — ближайший структурный аналог: AI-native юридическая фирма, продающая готовые ревью контрактов за фиксированную плату (~$400 типично) с суб-часовым оборотом; люди + AI внутри одной подотчётной сущности [secondary].
- Invisible Technologies ($134M выручки 2024, ×2 год к году) и Superside (выручка $44.9M в 2024 на «готовой креативной работе по подписке»; оценки ARR у источников расходятся) — доказательства масштабируемости продуктизированной завершённой работы [secondary/primary].
- Контраст: Cognition/Devin — «AI-инженер» — продаётся как метеримый инструмент (Agent Compute Units), а не как принятые результаты; критика качества бьёт ровно туда, где приёмкой владеет покупатель. Зазор между «метеримым доступом» и «подотчётным принятым результатом» — позиция Talomnia.
Смежные альтернативы — что клиент покупает сегодня
- Консалтинг: ~четверть глобальных гонораров McKinsey, по сообщениям, уже аутком-базированные; лишь около половины клиентов верят, что консультанты создают ценность сверх оплаченного [secondary].
- Аутсорсинг/BPO: спрос держится при хронической неудовлетворённости (Deloitte 2024 [primary]) — см. «Боли».
- Фриланс-маркетплейсы: у Upwork и Fiverr покупателей меньше, а чек больше [primary] — нижний край гиг-работы поглощают AI-инструменты, остаются крупные ставки на доверие.
- Research-по-запросу: Wonder — до-AI сервис «готовое исследование за фиксированную цену» — распущен к сентябрю 2025 [secondary]; прямое свидетельство, что голый research-деливерабл без подотчётности не переживает эру deep-research-инструментов. Экспертные сети (GLG, AlphaSights) живы на премиальных ценах.
- Фракционные руководители: растущая смежность «способность без найма», оценки рынка $8.6–9.4 млрд на 2025 — источники низкого грейда и расходятся на ~40% [secondary, низкая уверенность].
Ценовые бенчмарки в смежных категориях
Клиент сравнивает Talomnia не с подпиской на инструмент, а с альтернативной стоимостью того же принятого результата. Все значения получены 2026-08-19; грейды источников — как в методологии; полные формулировки и оговорки — в каноническом документе исследования (ссылка в Workflow).
| Категория | Наблюдаемый диапазон | Грейд источника |
|---|---|---|
| Фриланс-маркетплейс, почасово (Upwork) | разработчики медиана $20/ч (типично $10–100); аналитики рынка $25–70/ч; бизнес-консультанты медиана $55/ч | primary через сниппет — перепроверить перед переиспользованием |
| Кураторская сеть талантов (Toptal) | прайс не публикуется; вторичные источники сходятся на $60–150+/ч | secondary, только ориентир |
| Оффшорная аугментация штата | срез 2026 — LatAm senior $60–75/ч; Азия senior $31–41/ч; CEE senior $64–76/ч | primary (отраслевой rate-обзор) |
| Агентства разработки | большинство $24–49/ч; разброс до $150+/ч | primary через сниппет |
| Управленческий консалтинг | партнёры MBB $500–1,000+/ч; Big Four UK от £800–1,500/день (джуниор) до £3,500–6,000/день (партнёр) | secondary — ставки не публикуются |
| Заказные исследования рынка | типичное исследование $25,000–65,000; качественное ~$8–22.5 тыс. за 10–15 интервью | primary для собственных прайсов вендоров, secondary как норма рынка |
| Экспертные сети | ~$600–2,500 за час или сессию; прайсы не публикуются | secondary — только по запросу |
| Аналитические отчёты | единичные отчёты Forrester $2,995 (некоторые $1,495); подписки $25–500+ тыс./год | primary (forrester.com) / secondary |
| AI-агенты как метеримый инструмент | Devin вход $20/мес + ~$2.25/ACU (≈ $9 за агент-час компьюта); ChatGPT Pro до $200/мес (верхний тариф) | secondary / широко опубликовано |
| AI-«сотрудники» по подписке | 11x Alice $36–45 тыс./год (страница вендора внутренне противоречива); Lindy $29.99–199.99/пользователь/мес | primary (страницы цен) |
| AI-аутком-прайсинг (вертикаль поддержки) | $0.99–2.00 за решённое обращение; контракты Sierra от ~$150 тыс./год | secondary |
| AI-readiness / трансформационные ассессменты | бутиковые фиксированные $10–35 тыс.; уровень Big Four $50–150 тыс. | primary (прайс-карты бутиков) / secondary |
Структурно: человеческая профессиональная работа расходится в цене на три порядка — платят за веттинг, проверку и того, с кого спросить; аутком-прайсинг приходит с двух сторон (AI-native вендоры и консалтинг); метеримый доступ к агентам дешевеет, а результат-подотчётная доставка держит премию — ценность мигрирует к проверенному завершению.
Юнит-экономика — первое самоизмерение
Числа ниже измерены по Workflow Ledger самого эпика запуска — агенты Talomnia строят Talomnia. Это первые реальные датапоинты структуры затрат агентного исполнения в этой системе, а НЕ коммерческая юнит-экономика: ни клиента, ни цены, ни внешней приёмки; коэффициент сравнения стоимости с человеческим исполнителем из них не выводится.
| Метрика | Значение |
|---|---|
| Стеновое время, всего | 48 мин 18 с |
| Чистое время исполнения | 40 мин 59 с |
| Токены (вход / выход) | 570,500 / 85,500 |
| Модельные затраты (оценка) | ≈ $13.10 |
| Доля переделок | 2 из 22 записей (9.1%) |
| Создание против переиспользования | ≈ $1.67 создать артефакт против ≈ $0.18 за переиспользование |
Профиль затрат доминируется первым созданием (≈ в девять раз дороже каждого последующего переиспользования — механизм, на котором стоит тезис Talomnia, впервые наблюдённый в собственном леджере); переделки измеримы, и честная цена обязана нести резерв на них; модельный компьют — малая доля того, что клиент заплатил бы за эквивалентную работу, поэтому цена якорится к альтернативной стоимости результата, а не к инференсу.
Поведение покупателя
- C-suite уже покупает работу-без-найма: около половины CEO планируют наращивать фриланс; 51% говорят, что без фрилансеров бизнес вести трудно; сильнейшие компании принимают модель активнее всех [primary через покрытие].
- Агентное принятие — на переходе от экспериментов к масштабированию: 88% организаций используют AI хотя бы в одной функции, 62% экспериментируют с агентами, но лишь 23% масштабируют [primary] — большинство хочет агентного исполнения и не может операционализировать его само; это и есть покупатель доставленных результатов.
- Паттерн на маркетплейсах концентрируется: покупателей меньше, сделки крупнее — мелкие транзакционные гиги мигрируют в AI-инструменты, покупаемой остаётся крупная и ответственная работа [primary].
Риски рынка — задокументированные провалы категории
- Сфабрикованный тракшен / AI-washing: крах Builder.ai (заявленная выручка $220M против ~$55M по аудиту; «AI» оказался сотнями разработчиков) и разоблачение 11x (логотипы не-клиентов, завышенный ARR) научили покупателей проверять заявления [secondary/primary].
- Вариативность качества и отток: AI-SDR продукты показывают 50–70% годового оттока [secondary; первичная атрибуция цифры не подтверждена] — продажа результатов без слоя верификации производит отток.
- «Что считается сделанным»: самая тяжёлая часть аутком-прайсинга — контрактно однозначное, технически измеримое определение готовности [secondary]; ровно это закрывают критерии приёмки + след свидетельств.
- Коммодитизация голого деливерабла: deep-research-инструменты обрушивают цену неподотчётного отчёта к цене подписки; смерть Wonder — вердикт рынка. Дефицитом остаётся подотчётная, проверяемая, принятая работа.
Самый перспективный первый клин
Ниша «подотчётный, снабжённый источниками, принятый research-деливерабл» открыта прямо сейчас: прежний резидент ниши распущен, выжившие альтернативы — либо премиальные экспертные часы ($500–2,000/ч), либо неподотчётный вывод deep-research-инструментов. Урок гибели предшественника учтён в цене: продавать нужно подотчётность и приёмку, а не голый отчёт.
Рекомендация: первый продаваемый сервис
- Первый оффер: исследовательские и технико-аналитические задачи фиксированного объёма (исследование рынка, техническая экспертиза, анализ архитектуры и продукта) с заранее согласованными критериями приёмки, Budget Limit и следом свидетельств — это способность, которую демонстрирует сам этот документ, и деливерабл, проверяемый чтением.
- Второй оффер того же окна: консультация AI-first трансформации — ограниченный платный ассессмент с той же дисциплиной свидетельств; бенчмарк бутиковых ассессментов $10–35 тыс. показывает устоявшийся паттерн покупки (цена Talomnia — решение оператора, рекомендация передана отдельно).
- Сознательно не первым: сквозная разработка ПО (самые высокие ставки и самое трудное определение приёмки — начинать после доверия research-класса) и всё, что продаётся как подписка на «AI-сотрудника» (отточный паттерн категории).
Цель
Дать основание двум решениям запуска: рекомендация по будущим ставкам Workforce и юнит-экономике (сами ставки не публикуются — решение оператора) и рекомендация по цене консультации AI-first трансформации; плюс мандат спецификации § 5.6 — определить ICP, боли, конкурентов, цены, альтернативы и первый продаваемый сервис на ближайшие 30 дней.
Методика
Кабинетное исследование 2026-08-19: два независимых прохода по публичным источникам (конкуренты/категория и ценовые бенчмарки); каждая рыночная цифра несёт источник, дату доступа и грейд — [primary] с собственной страницы владельца, [secondary] пресса/аналитика/агрегаторы, [snippet] видно только в поисковой выдаче; непроверяемое записано как пробел, а не угадано. Первичное самоизмерение — Workflow Ledger самого запуска (время, токены, стоимость, доля переделок). Перед публикацией каждый публикуемый источник фактически загружен и зафиксирован в манифесте верификации; неразрешившиеся источники названы поимённо.
Результаты
Категория «продаём завершённую работу, а не инструмент» реальна и уже коммерчески валидируется другими в узких вертикалях; поле «доказуемая подотчётная работа сквозь профессиональные домены» не занято. Доверие — главное поле конкуренции: рынок только что выучил цену сфабрикованных заявлений. Цена мигрирует от доступа к модели к принятому результату. Первые собственные датапоинты юнит-экономики измерены: создание артефакта знания ≈ в девять раз дороже его последующего переиспользования, доля переделок 9.1% (малая внутренняя выборка, не маркетинговый коэффициент).
Ограничения
Коммерческих кейсов нет — вся юнит-экономика это самоизмерение пре-коммерческого этапа; рыночные цифры — сторонние и ровно настолько хороши, насколько их источники (грейды проставлены построчно); затраты в леджере — оценка по токенам и прайс-листам, не счета; выборка — 22 записи по 4 инфраструктурным задачам; категория движется быстро — ценовой срез 2026-08 требует повторной проверки перед любым решением о ставках.
Выводы для Talomnia
Talomnia входит в существующую категорию, чья кросс-доменная генерализация не занята; вести дифференциацию нужно связкой Evidence + критерии приёмки + Budget Limit, которая один-в-один отвечает задокументированным провалам категории — и работает только пока держится ограничение честности: никаких заявленных тракшенов, цели помечены как цели. Цена должна следовать за результатом, а не за часом компьюта. Первые 30 дней: продавать исследовательские/аналитические задачи фиксированного объёма и консультацию AI-first трансформации первичному ICP, используя этот документ и Workflow запуска как демонстрационные артефакты.
Источники
- https://techcrunch.com/2025/11/21/bret-taylors-sierra-reaches-100m-arr-in-under-two-years/
- https://sierra.ai/blog/100m-arr
- https://fin.ai/learn/sierra-ai-pricing
- https://www.intercom.com/pricing
- https://www.getmacha.com/blog/zendesk-ai-pricing-explained
- https://coworker.ai/blog/salesforce-agentforce-pricing
- https://sacra.com/c/crosby/
- https://crosby.ai/blog/series-b-planting-our-flag
- https://sacra.com/c/invisible/
- https://finance.yahoo.com/news/invisible-technologies-raises-100-million-120000213.html
- https://getlatka.com/companies/superside
- https://www.sourcery.vc/p/breaking-inside-general-catalysts
- https://aidolsgroup.com/en/pricing/
- https://www.eesel.ai/blog/cognition-ai-pricing
- https://sacra.com/c/cognition/
- https://www.theregister.com/2025/01/23/ai_developer_devin_poor_reviews/
- https://www.aol.com/articles/ai-forcing-mckinsey-bcg-bain-063300000.html
- https://www.deloitte.com/ca/en/services/consulting/perspectives/global-outsourcing-survey-2024.html
- https://fieldsignalhq.com/resources/blog/is-glg-legit-honest-reviews-and-buyer-assessment
- https://growthmarketreports.com/report/fractional-executiveplace-market
- https://inex.one/expert-network-directory/askwonder
- https://www.computerworld.com/article/3804217/execs-are-prioritizing-skills-over-degrees-and-hiring-skilled-more-freelancers-to-fill-gaps.html
- https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
- https://www.uschamber.com/technology/artificial-intelligence/u-s-chambers-latest-empowering-small-business-report-shows-majority-of-businesses-in-all-50-states-are-embracing-ai
- https://www.stocktitan.net/sec-filings/UPWK/8-k-upwork-inc-reports-material-event-92dcac1b4c14.html
- https://markets.financialcontent.com/franklincredit/article/gnwcq-2026-2-18-fiverr-announces-fourth-quarter-and-full-year-2025-results
- https://golance.com/blogs/upwork-fees-explained-2026
- https://freelanceready.com/fiverr-fee-calculator/
- https://www.toptal.com/developers
- https://techstartups.com/2025/05/24/builder-ai-a-microsoft-backed-ai-startup-once-valued-at-1-2-billion-files-for-bankruptcy-is-ai-becoming-another-com-bubble/
- https://techcrunch.com/2025/03/24/a16z-and-benchmark-backed-11x-has-been-claiming-customers-it-doesnt-have/
- https://www.autobound.ai/blog/ai-sdr-vs-human-sdr
- https://techcrunch.com/2025/04/09/artisan-the-stop-hiring-humans-ai-agent-startup-raises-25m-and-is-still-hiring-humans
- https://www.institutepm.com/knowledge-hub/outcome-based-pricing-ai-agents
- https://www.accelerance.com/blog/2026-outsourcing-rate-trends-asia-europe-latam
- https://clutch.co/developers/pricing
- https://scopecreeper.com/resources/consulting-rate-benchmarks/
- https://www.thefarnsworthgroup.com/blog/market-research-cost
- https://valueaddvc.com/blog/expert-networks-for-investors-how-they-work-and-which-are-worth-paying-for
- https://www.vendr.com/marketplace/forrester
- https://www.cloudzero.com/blog/how-much-does-chatgpt-cost/
- https://techcrunch.com/2025/03/05/openai-reportedly-plans-to-charge-up-to-20000-a-month-for-specialized-ai-agents/
- https://www.11x.ai/products/alice/pricing
- https://www.lindy.ai/pricing
- https://mldeep.io/ai-readiness-assessment-cost
- https://www.pertamapartners.com/insights/ai-consulting-pricing-guide
Как это выполнялось
Версии
v0.2.0 — 2026-08-19