Что за идея и как она появилась ?

Привет ! В конце лета 2026 мы с партнёром задумались о текущих трендах, а именно: сейчас ты можешь быть ценным специалистом и экспертом в своей области, и одновременно с этим есть бездушные, пожирающие GPU машины, которые тебе точно что-то да посоветуют (далеко не факт, что что-то полезное).

С одной стороны, есть рынок специалистов/экспертов/коучей/консалтеров, которые обменивают своё время на общение с тобой (или группой) за $$$.

С другой стороны, есть ИИ 🤖, который имеет килотонну информации и готов тебе дать ответ в любое время дня и ночи и дать его, даже если не знает точный ответ, за очень небольшой бюджет.

Как следствие, у нас есть два рынка, которые несут одну и ту же ценность - экспертиза.

У рынка специалистов есть недостаток - это проблема с масштабированием бизнес-модели: физически у тебя не может быть больше времени в сутках, и ты как специалист регулируешь входящий поток ценой и балансом личного времени.

У рынка ИИ есть недостаток - это проблема субъективности модели. Ты можешь ей задать рамки «промпт-инжинирингом» и сказать: «Отвечай как профессиональный {название экспертизы}». Но спустя пару сообщений ты задашь ей вопрос в стиле «...может, так {любая глупость} будет лучше?» и модель с тобой согласится. Поскольку у модели нет своей субъектности.

Как пример:

Мы решили это поменять и взять самое ценное из двух подходов, а именно - доступную цену и масштабируемость ИИ с одной стороны и глубокую экспертизу с другой.

Так и родилась идея создания В2В2С AI стартапа https://avva.chat .

Механика и рынки

Мы создали продукт, в котором любой может создать свою собственную «decision model» и делиться ею с другими пользователями по MCP-протоколу. Чтобы другие пользователи смогли получать ответы, как бы поступил тот или иной эксперт в вопросе, который ты ему задаёшь.

Работет это довольно просто:

• -Заходишь на сайт, задаёшь название своей будущей модели. Задаёшь ей параметры ограничения, например, как период, источники данных, что должны или не должны содержать кейсы.
• • (Самый долгий шаг) Подключаешься к MCP-серверу из своего ChatGPT/Codex/Claude Code/Cursor etc. и кидаешь сгенерированный промпт в чат. По итогу у тебя собираются кейсы, ты их ревьюишь (здесь работает правило: 💩 на входе - 💩 на выходе). Далее эти кейсы отправляются на MCP-сервер, где происходит «батл» между ними, и по итогу формируется десижн модел.
• -Ты возвращаешься на сайт, вводишь код подтверждения и решаешь, будешь ли ты делиться своей моделью (можно не публиковаться, а поделиться, например, с друзьями или коллегами). И вуаля, готово, твоя экспертиза представлена на сайте. Где любой может подключиться к ней по MCP и получать ответ.

p.s. Возможность монетизации моделей будет добавлена в ближайшем будущем.

В2С рынок:

Для B2C рынка мы видим такой сценарий использования:

• Эксперт создаёт собственную «decision model» и размещает её на нашем маркетплейсе, а с другой стороны, пользователь, который заинтересован в экспертизе, получает доступ по MCP к модели за очень небольшую $, а эксперт получает % от платы пользователя своей decision model. Если же пользователю мало ответов модели и он хочет получить персональную консультацию, он всегда может перейти и забукать звонок с экспертом.

В2В рынок:

Для B2B рынка мы видим куда больше сценариев использования:

• Senior в компании создаёт свою decision model и делится ею, например, с junior-коллегами. А те, в свою очередь, получают ответы на вопросы, как отвечал бы им их коллега senior.
• Для проекта вам требуется команда международных юристов. Из специфичных регионов. Вы подключаетесь по MCP к decision model юристов, и вуаля, вы уже можете задавать им свои вопросы и получать ответы, как ответили бы эти эксперты.
• Вы строите ИИ-агентную сеть, и ваш агент подключён по MCP к нашему серверу. В случае, когда агенту важно получить ответ от эксперта, он подключается, выбирает его и получает ответ так, как ответил бы эксперт.

Наш путь строительства, или то, как мы жгли токены

Изначально мы с партнёром пробирались в это поле джунглей с решениями, которые лежали на поверхности. Для нас многое было и даже сейчас в новинку.

Первые прототипы у нас были построены на агентной архитектуре, однако мы поняли, что это путь в никуда, поскольку юнит-экономика решения стремилась прожечь нам дыру в карманах, а за нашими спинами (к сожалению) не стоят фонды, готовые спонсировать большие траты...

После того как мы поняли, что ветвь с агентами тупиковая, мы, вооружившись знаниями о современных методах построения агентских сетей. И как компании сейчас стараются заменить сотрудников (или переложить часть функционала на ИИ-агентов), стали засматриваться на построение фактически RAG-архитектуры, но только по MCP.

На данный подход мы смотрели довольно оптимистично: фактически мы бы получили вектора и предоставили возможность получать ответы... Казалось бы, вот он, подход, который удовлетворит нас. Но нет, данный подход был также ошибочным. Возникла проблема «качества» ответов. Это проявлялось в том, что, когда ты задавал модели вопрос с непохожими входными параметрами, она терялась и просто не могла дать ответ, как бы его дал тебе эксперт...

Как итог, мы практически опустили руки, но в один из дней к нам пришёл в голову вопрос, а именно — как же сравниваются тёплое и мягкое, или как сравнивать фильмы из разных жанров? Этот вопрос и побудил нас попробовать третий подход. Подход, в котором мы фактически проводим «батлы» между входящими кейсами. Мы сравниваем их, формируя лидерборды из победителей, и, как итог, получаем возможность построить настоящую «decision model».

Как мы запустились и стали искать первых пользователей и с какими трудностями мы столкнулись ?

Вот мы добрались до открытой beta, успех уже чувствовался в воздухе 😎, и, казалось, самое сложное позади. Но, как и в любом бизнесе, самое сложное было (спойлер: и есть) впереди - найти первых клиентов.

Вводные:

• 2 безрабработных фаундера нацеленные на успех
• 0$ бюджета
• пара ИИ подписок
• небольшой социальный капитал

Первым делом мы стали трубить об открытии beta в LinkedIn, в личные сообщения знакомым. Но кроме слов поддержки и банальных визитов, это нам ничего не дало.

Дальше мы решили открыть холодную охоту на «зверя» под названием «эксперт» и стали искать пользователей на LinkedIn, предлагающих консультации. Казалось бы, вот она, наша ЦА. НО, как оказалось, подавляющее большинство пользователей на LinkedIn, кто добавляет себе возможность оказывать «service» и проводит консультации, в целом их не проводит 🤯🤯🤯, а ставит их по совершенно другим причинам...

Дальше мы стали искать и писать «AI Entrepreneur & Expert/Coach/etc.» в надежде найти рич хотя бы в этом направлении. Но реальность дала нам подзатыльник, и, как оказалось, в LinkedIn есть лимит на отправку личных сообщений, и, как оказалось, я выжег абсолютно все лимиты прошлых месяцев, когда ещё и не думал писать незнакомцам в ЛС...

И в этот момент мы вспоминаем о том, что есть сайты, где представлены эксперты (как правило, преподаватели вузов) в совершенно разных областях (начиная от аквариумных рыбок и заканчивая вертолётостроением). С открытыми почтами, именами и доменными экспертизами. Мы начинаем грепать эту информацию и отправляем холодную рассылку на 3 125 почт. Из них 112 оказались мёртвыми, и, как итог, мы получили несколько сотен переходов на сайт (в основном из USA & Canada) и жаркие 0 созданных моделей.

Что же сработало ?

Как бы банально это ни звучало, но сработал социальный капитал и контакты. Мы написали бывшим коллегам, друзьям, знакомым с просьбой попробовать продукт и взамен на честный фидбэк. И, как оказалось, это сработало!

Несколько знакомых попробовали у себя в компаниях, поделились моделями со своими коллегами, и появилось даже несколько первых команд последователей, которые завезли их к себе в команду и активно тестируют (продукт всё же в бете...).

Планы на будущее

В планах и дальше допиливать продукт, всё же будем честны - от перехода до регистрации сейчас CR близок к 0.

Искать пресловутый PMF и прикрутить процессинг для оплаты.

Нам нужны советы и помощь клуба !

Возможно, кто-то сталкивался в своей практике с тем, что была потребность искать экстравертов, экспертов/консультантов/коучей. И, возможно, есть какие-то площадки или подходы, которые лучше всего сработали в холодном контакте. Был бы рад любому совету 🫂

Ну и, конечно, если сможете потестить, разнести нас и дать конструктивную критику/советы - мы будем только рады !