Как мы за год прошли путь от идеи до AI-платформы (и почему рекламщикам не страшно делать стартапы)
Всё началось с боли
В начале 2025 года мой бизнес-партнёр Илья Литницкий пришёл с идеей, которая показалась одновременно амбициозной и очевидной: а что если моделировать поведение реальных пользователей при помощи нейросетей?
Идея родилась не на пустом месте. В рекламной индустрии каждый из нас сталкивался с одними и теми же проблемами:
- Фокус-группы — неповоротливые, дорогие, занимают недели. Пока соберёшь респондентов, проведёшь сессии, получишь отчёт — креатив уже устарел морально.
- Онлайн-панели — быстро и дёшево, но качество ответов вызывает большие вопросы. Люди кликают не думая, лишь бы получить свои 50 рублей.
- Интуиция — классика жанра. «Мне кажется, аудитории зайдёт». Иногда срабатывает, иногда нет.
Боль была настолько явной, что идея зацепила сразу. Принялись копать глубже.
Рекламщики идут в стартапы
Признаюсь честно: опыта создания IT-продуктов у нас было как у нефтяников в копирайтинге. Мы знаем рекламу, понимаем креатив, работаем с брендами. Но разработка платформы, AI-модели, техническая архитектура — всё это была терра инкогнита.
Но, как говорится, «глаза боятся, а руки делают». Мы начали с главного — собрали команду. Нужны были люди, которые:
- Понимают AI и машинное обучение
- Умеют создавать продукты, а не просто писать код
- Разделяют наше видение
К счастью, идея оказалась достаточно интересной, чтобы привлечь сильных специалистов. К нам присоединились Алексей Королев и Артём Гонов в качестве CTO, Евгений Славутский стал CFO. CEO стала Мария Кесельман, которая, кстати, ведёт отличный блог о всех перипетиях создания Fair Lab. Илья Литницкий занялся развитием продукта, а я продвижением.
Что мы построили
Fair Lab — это платформа для тестирования креативных идей, гипотез и концептов на AI-аудитории.
Как это работает:
- Создаёте профиль AI-аудитории — либо базовый (по социально-демографическим параметрам), либо кастомный (цифровой портрет вашей реальной аудитории на основе данных бренда)
- Загружаете материалы для теста — позиционирование, визуальные концепции, сценарии роликов, варианты нейминга или слоганов
- Добавляете открытые вопросы — что хотите узнать у аудитории
- Получаете аналитический отчёт — не через недели, а за несколько часов
В чём главная ценность:
Вместо недель ожидания результатов фокус-групп — готовый анализ за несколько часов. Вместо поверхностных ответов онлайн-панелей — глубокие инсайты от AI-респондентов, которые ведут себя как настоящие люди: осмысленно реагируют на стимулы, формируют мнение, аргументируют свой выбор.
Главный вопрос: а это работает?
Скептицизм — нормальная реакция. «AI вместо людей? Серьёзно?» Мы и сами задавались этим вопросом.
Поэтому провели серию из десятков валидационных тестов: одни и те же стимулы показывали и AI-аудитории, и реальным респондентам. Результаты совпали!
Более того, каждый AI-респондент проходит многоуровневую проверку:
- Соответствие поведенческим паттернам
- Внутренняя логика ответов
- Правдоподобность реакций
Это не просто генерация текста. Это моделирование поведения.
Первые результаты
Fair Lab уже работает в открытом доступе, и первые клиенты тестируют свой контент на платформе.
Ранние кейсы показывают:
- Рост узнаваемости бренда на 15% — AI-аудитория помогла скорректировать сообщение перед запуском ролика
- Ускорение продуктовых решений — команда сфокусировалась на ключевом пользовательском сценарии благодаря быстрому фидбеку
- Сокращение затрат на исследования на 70% — решения принимаются быстрее и точнее без огромных бюджетов
Что дальше
С одной стороны, распирает от гордости за проделанную работу. Меньше года назад это была просто идея, а сегодня — работающий продукт, которым пользуются реальные клиенты.
С другой стороны, свербит от того, сколько ещё всего впереди. Мы только в начале пути. Есть планы по расширению функционала, улучшению алгоритмов, добавлению новых типов исследований, выхода на новые рынки.
Главный инсайт
Самое важное, что я понял за этот год: рекламщикам не страшно делать стартапы. У нас есть то, чего часто не хватает технарям — понимание боли клиента. Мы сами пользователи своего продукта. Мы знаем, что не работает в индустрии, и можем это исправить.
Да, придётся учиться многому новому. Да, будут ошибки. Но если есть команда, которая разделяет видение, и проблема, которую действительно нужно решить — всё остальное приложится.
P.S. Если хотите попробовать Fair Lab, для читателей блога до конца ноября действует промокод FAIR30 на скидку 30%. Переходите по ссылке и тестируйте!
P.P.S. О том, как создавалась платформа изнутри — со всеми ошибками, находками, партнёрствами, планами и сомнениями — вот тут пишет наш CEO Мария Кесельман: