← Назад на главную

Paid.ai привлекла $33M, но не зайдёт в Россию. Вот почему

«А вы с ЮKassa работаете?» — спрашивает меня CTO одного EdTech-сервиса на созвоне. Они используют YandexGPT для автоматизации техподдержки и хотят перейти на outcome-based модель: платить не за токены, а за реально решённые тикеты.

Я показываю ему Paid.ai — лондонский стартап Manny Medina, который в 2025 году привлёк $33.3M на эту задачу. Красивый дашборд, real-time tracking затрат, автоматические «value receipts» для клиентов. Всё как надо.

«Круто, — говорит он. — Только у них Stripe, а мне нужна ЮKassa. И они работают с OpenAI, а у нас YandexGPT. И ещё Bitrix24 для CRM. Это вообще возможно?»

Спойлер: с Paid.ai — нет. И это создаёт интересную возможность.

Что такое outcome-based биллинг и почему это важно

Классическая модель монетизации AI-продуктов — usage-based. Вы платите $0.002 за 1000 токенов, накручиваете markup и выставляете счёт клиенту. Проблема в том, что клиент видит только расходы, а не ценность.

«Вы потратили 2.4 миллиона токенов» — это ни о чём не говорит бизнесу. «Мы закрыли 847 тикетов без участия оператора» — это понятно.

Outcome-based биллинг переворачивает модель: вы берёте фиксированную сумму за результат. ₽500 за решённый тикет. ₽2000 за квалифицированного лида. Процент от сэкономленного времени.

Zendesk и Sierra уже так работают — берут деньги за containment rate (процент обращений, закрытых без человека). По данным аналитиков, этот сегмент растёт на 32.9% ежегодно. Компании с outcome-based pricing показывают на 40% меньше churn — клиенты понимают, за что платят.

Paid.ai: $33M и основатель unicorn-а

Manny Medina — не случайный фаундер. До Paid.ai он построил Outreach, платформу для автоматизации продаж с оценкой $4.4B и $250M годовой выручки. Когда такой человек говорит «биллинг для AI-агентов сломан» — рынок слушает.

В марте 2025 Paid.ai вышла из stealth с €10M pre-seed от EQT Ventures и Sequoia. В сентябре закрыла oversubscribed seed-раунд на $21.6M от Lightspeed при оценке свыше $100M. Итого $33.3M — и это ещё до Series A.

Идея Medina проста: «Если агент работает тихо, он не получает денег. Нужна инфраструктура, которая позволяет агенту брать плату за дополнительную работу.»

Среди клиентов — Artisan (тот самый стартап с агрессивным слоганом «stop hiring humans»), ERP-вендор IFS, Logic.app, 11x, HappyRobot. Серьёзные имена, реальный traction.

Но вот что интересно.

Paid.ai делает всё правильно. Для своего рынка

Paid.ai работает с OpenAI, Anthropic, Mistral, ElevenLabs. Принимает платежи через Stripe. Предлагает SDK для Node.js, Python, Go, Ruby. Интегрируется с западными CRM.

Для российского рынка это примерно как продавать зимние шины в Сингапуре — технически возможно, практически бессмысленно.

Проблема #1: LLM-провайдеры

OpenAI и Claude в России заблокированы. Да, можно через VPN, но строить production-систему на обходных путях — так себе идея. Реальные варианты для российского рынка: YandexGPT, GigaChat, возможно Deepseek или Qwen.

У Paid.ai нет интеграций ни с одним из них. И не будет — зачем им рынок, где основные LLM недоступны?

Проблема #2: Платежи

Stripe в России не работает. Точка. Для B2B-биллинга нужны ЮKassa, СБП, возможно CloudPayments. У Paid.ai их нет и, судя по фокусу на US/EU рынки, не предвидится.

Проблема #3: SDK и стек

Paid.ai предлагает SDK для Node.js, Python, Go, Ruby. Нет Java — а это основной enterprise-стек в России. Для команд на Spring Boot придётся писать обёртки самим или использовать REST API напрямую.

Проблема #4: Интеграции

Российский B2B живёт в своей экосистеме:

HubSpot и Salesforce, с которыми работает Paid.ai, занимают считанные проценты. Интеграция с Bitrix24 занимает 4-6 недель разработки, с 1С — 8-12 недель и требует специфической экспертизы.

Проблема #5: Compliance

152-ФЗ требует хранения персональных данных на территории РФ. 54-ФЗ регулирует онлайн-кассы. Для outcome-based биллинга (когда сумма зависит от результата) нужна специфическая фискализация. Geographic compliance у Paid.ai — unclear, документации по российским требованиям нет.

Почему это создаёт возможность

Российский AI-рынок — 305 млрд ₽ с ростом 36% в год. Customer support занимает 54% всех AI-внедрений. Компании активно экспериментируют с YandexGPT и GigaChat для автоматизации.

При этом специализированных биллинговых решений для AI-продуктов в России нет. CloudPayments и ЮKassa — это payment gateways с базовым subscription-функционалом. Никакого usage-based биллинга, никакого AI cost tracking, никакого outcome verification.

Как сказал инвестор Lightspeed Alexander Schmitt: «Главная проблема в том, что никто не может привязать ценность к тому, что делают агенты сегодня.» По данным MIT, 95% enterprise AI-пилотов не приносят никакой ценности — именно потому, что нет инфраструктуры для измерения результатов.

Realistic TAM для AI-биллинговой платформы в России — 10-15 млрд ₽. Это не потолок Paid.ai, но достаточно для построения серьёзного бизнеса.

Цифры, которые мы видим по рынку:

Break-even для небольшой команды достижим за 18-24 месяца. Не rocket science, но и не авантюра.

Что мы строим

Vibekassa — биллинговая платформа для AI-продуктов с фокусом на российский рынок. MVP готов, ищем первых клиентов.

Три ключевых компонента:

1. Geographic moat

Интеграции, которых нет у Paid.ai:

2. Outcome Verification

Автоматическое подтверждение результатов через webhooks от клиентских систем. Если CRM говорит «тикет закрыт с CSAT > 4» — это засчитывается как outcome. Плюс dispute resolution для спорных случаев.

3. Profit Control

Real-time сравнение выручки и себестоимости. Алерты когда маржа падает ниже порога. Рекомендации по оптимизации: «Переключите 30% запросов на GigaChat — сэкономите 15K₽/мес».

Модели биллинга, которые поддерживаем

Usage-based: классика. ₽X за 1000 токенов с вашим markup. Подходит для API-продуктов.

Outcome-based: фиксированная цена за результат. ₽500 за решённый тикет, ₽2000 за лида. Подходит для AI-агентов в customer support и sales.

Hybrid: base fee + бонус за outcomes. ₽10,000/мес + ₽200 за каждый тикет сверх нормы. Снижает риск для обеих сторон.

Клиент получает дашборд с текущим usage, историей счетов, настройкой алертов. Вы получаете полную картину unit economics по каждому клиенту.

Кого ищем

Идеальный профиль:

Что предлагаем первым клиентам:

Взамен нужен честный feedback и готовность тестировать новые фичи.

Почему сейчас

Paid.ai запустилась в марте 2025, seed закрыла в сентябре. Платформа ещё молодая, без proven scale на сотнях клиентов. У них нет ни ресурсов, ни мотивации заходить на российский рынок в ближайшие 2-3 года.

При этом outcome-based adoption только начинается. Zendesk и Sierra показали, что модель работает. Российские компании начинают спрашивать «а можно платить за результат, а не за токены?»

Окно возможностей открыто. Кто первый построит локальную инфраструктуру для AI-биллинга — тот и займёт рынок.

Если узнали себя в описании идеального клиента — оставьте заявку:

Оставить заявку

Расскажите, какой у вас стек, сколько тратите на AI, какую модель биллинга хотите. Свяжемся в течение дня.

А вы как сейчас биллите AI-функционал? Интересно услышать — особенно если уже пробовали outcome-based модели.