Основатель этого стартапа сначала занимался бессмертием. Начинал со стартапа Eternos для терминально больных людей, чтобы сохранить их личность после смерти. Первый клиент Майкл Боммер потратил 25 часов на разговоры с системой о своей жизни, взглядах, решениях. Получилась цифровая версия, которая отвечает так, как ответил бы он сам.

Но рынок подсказал другое. Большинство людей интересовались не подготовкой к смерти. Им нужно было что-то для жизни прямо сейчас. Так появился Uare.ai, полный разворот в сторону масштабирования экспертизы здесь и сейчас.

Uare.ai (бывший Eternos) недавно получил $10.3M

Что под капотом
Система построена на Human Life Model (HLM). Не то чтобы обертка над ChatGPT (скорее RAG-система). Модель учится исключительно на ваших данных: истории, решения, ценности, манера речи, логика. Результат — цифровой двойник, который рассуждает как вы, а не как усредненный интернет.

Отличие от Character.ai и Delphi: если ваш двойник не знает ответа, он так и скажет «не знаю». (но это решается правильными проматами)

Креатор настраивает двойника, тот генерирует контент, проводит консультации, общается с аудиторией. Профессионал клонирует свою экспертизу и продает доступ к «себе» тысячам клиентов одновременно. Консультант из начала истории теперь может отвечать 100 клиентам параллельно, каждому качественно, персонально.

Почему вдруг и почему сейчас
Экономика креаторов достигла потолка масштабирования. Эксперт может записать курс, написать книгу, но живое общение упирается в 24 часа в сутках. При этом именно персональное взаимодействие стоит дороже всего. Вот почему «забота» и «человеческое внимание» — главные валюты будущего, т.к. их невозможно автоматизировать.

Наблюдается фундаментальный сдвиг от универсального AGI (один супермозг для всех) к индивидуализированному ИИ. OpenAI и Anthropic гонятся за универсальностью, Uare идет противоположным путем. Каждый получает собственную модель, приватную и контейнеризированную. Это как разница между общественной библиотекой и личным архивом мыслей.

Бизнес-консультанты, коучи, юристы, бухгалтеры упираются в проблему масштаба. 80% вопросов типовые, но каждому клиенту нужно внимание. CPA может обслужить 200 клиентов, но мог бы 2000, если б клонировал себя.

Механика монополизации
Модель учится на вашей уникальной экспертизе. Чем дольше используете, тем точнее она вас отражает. Ваши клиенты привыкают к «вам», переключиться на другой сервис означает потерять весь накопленный контекст.

Это не масштабируемая технология в классическом смысле. У каждого своя приватная модель, сетевого эффекта между пользователями нет. Но есть эффект lock-in внутри вашей аудитории. Ваш двойник становится единственным способом получить доступ к вашей экспертизе в масштабе.

Наивин Чадда из Mayfield объясняет преимущество: Uare целится в индивидуальных профессионалов вроде бухгалтеров. Это не Арнольд Шварценеггер для миллионов фанатов (как у конкурента Delphi), это обычный эксперт для сотен платящих клиентов.

Монетизация двойная: подписка на платформу или процент от дохода, который ваш двойник генерирует. Продаете консультации через двойника? Uare берет долю.

Как на этом заработать
Если вы консультант, коуч, дизайнер с повторяющимися вопросами от клиентов, ваш цифровой двойник может обрабатывать первичные консультации. Клиент платит $50 за разговор с вашим двойником, вы получаете время для сложных кейсов за $300.

Для агентств: создайте двойников своих лучших специалистов. Junior может учиться у цифровой версии senior-эксперта, клиенты получают консультации круглосуточно без сверхурочных.

Антитренд: когда клонирование себя создает ностальгию по оригиналу
Чем больше цифровых двойников, тем дороже живое общение с реальным человеком. Вот почему в развитых странах затраты на здравоохранение и высшее образование обгоняют все остальные категории затрат и инфляцию.

Конкуренты
Delphi фокусируется на знаменитостях и блогерах. Character.ai делает развлекательных ботов. Оба строятся поверх больших языковых моделей и галлюцинируют, когда данных не хватает.

Uare выигрывает в точности и применимости для монетизации экспертизы. Пока конкуренты развлекают, Uare помогает зарабатывать.

В офисе продаж одна и та же сцена каждое утро. Менеджер открывает LinkedIn, ищет потенциальных клиентов. Копирует имена в таблицу. Гуглит компании. Проверяет новости. К обеду собрал 20 лидов, половина уже устарели. Информация месячной давности. Должность изменилась. Компания привлекла раунд, но менеджер об этом узнает через неделю из рассылки.

Crustdata получил $6M на идее сделать Google для ИИ-агентов (индексировать интернет в реальном времени для LLM).

Три основателя: Абхилаш Чоудхари (ex-Uber, строил роботов для доставки), Крис Писарски (встретились через YC co-founder matching), Манмохит Грюал. Выпускники YC Fall 2024.
Цифра, которая объясняет все: выручка выросла с $770K до $4M за семь месяцев. Без outbound-маркетинга. С командой продаж из одного человека. Прибыльны.

Как устроен продукт
Crustdata индексирует интернет в реальном времени для ИИ-агентов. Традиционные базы данных обновляются раз в месяц, может квартал. Информация для людей, которые читают статьи и отчеты.

ИИ-агентам нужна другая структура. Машиночитаемая, свежая, верифицированная. Crustdata ставит краулеры на сайты компаний, LinkedIn, SEC filings, новости, отзывы, трафик. Отслеживает изменения. Когда компания нанимает 50 человек за месяц (сигнал роста) или CEO меняет название в LinkedIn (возможно, компания пивотит), данные попадают в API мгновенно.

Больше 200 ИИ-агентов и платформ используют их данные. Y Combinator применяет Crustdata для поиска стартапов и рекрутинга основателей. Дхармеш Шах (основатель HubSpot) построил свой продукт agent.ai на данных Crustdata. Компания MNTN Райана Рейнольдса использует данные для автоматизированных SDR, которые строят пайплайн продаж.

Контекст рынка: интернет больше не для людей
Гарри Тан из Y Combinator говорит прямо: «Очень скоро люди перестанут быть основными потребителями веба. Crustdata станет шлюзом в интернет для агентных приложений».

Когда люди были единственными пользователями интернета, данные делались для чтения. Теперь большую часть интернета потребляют машины. Им нужна структура, скорость, точность. Crustdata делает для ИИ-агентов то, что Google сделал для людей: превращает хаос в навигируемое пространство.

Рынок B2B data огромен, но фрагментирован. ZoomInfo, Clearbit, Apollo — все предлагают статические снэпшоты. Crustdata предлагает живой поток. Разница как между фотографией города и видеокамерой на площади.

Драйверы роста и защитные рвы
Стратегия роста называется dogfooding («собака сама добывает себе еду»). Они использовали собственный продукт для поиска клиентов. Система находила компании с триггерами потребности (нанимают AI-команду, запускают AI-продукт), автоматически квалифицировала, основатели связывались. Продажи без продавцов.

Защитный ров в данных. Чем дольше индексируешь, тем больше исторического контекста. Новый конкурент не может за месяц собрать три года динамики по компаниям. Это как Bloomberg Terminal: платишь не за текущие котировки, а за историю и аналитику.
Второй ров — интеграции. Когда 200+ продуктов полагаются на ваш API, переключить всех невозможно.

Практические кейсы
Если вы делаете AI-инструмент для продаж, маркетинга, рекрутинга или инвестиций, вам нужны свежие данные о компаниях. Интеграция с Crustdata решает проблему за $500-5000 в месяц против миллионов на собственную инфраструктуру сбора данных.

Создайте вертикальное решение поверх Crustdata: «AI-помощник для VС фондов» или «автоматический аутрич для b2b продаж». Crustdata дает данные, вы добавляете workflow и специализацию.

Для России: местные компании не покрыты западными базами. Соберите аналог Crustdata для российского рынка (HeadHunter, vc.ru, Spark, ГосЗакупки). Продавайте B2B компаниям, которые хотят автоматизировать продажи и рекрутинг.

Антитренд
Автоматизация сбора данных увеличивает ценность «инсайдерской информации», которую невозможно спарсить. Создайте сеть информаторов в индустриях, которые собирают неформальные сигналы: кто кого нанимает через личные контакты, какие проекты на стадии обсуждения, какие executive недовольны и думают о переходе.

Модель $10K/месяц за доступ к insider intelligence, которого нет ни в одной базе данных. Crustdata индексирует публичный интернет, вы продаете то, что публичным не станет никогда.

Кто еще делает похожее

• ZoomInfo — гигант B2B данных, но обновления раз в квартал.
• Clearbit (купленный HubSpot) дает обогащение, но не real-time мониторинг.
• Apollo.io фокусируется на контактах, не на сигналах.

Crustdata занимает нишу live data infrastructure, которую никто раньше не создавал для ИИ-агентов.

А что если просто разговаривать с рекламными кампаниями в Google, Facebook, Yandex на человеческом языке, не лезть в настройки и получат клиентов?

Glitch Ads получил €2M на реализации этой идее для Google Ads.

Как это работает
Заходишь на сайт, подключаешь Google Ads аккаунт, указываешь URL своего сайта. Через 15 минут кампания запущена. Glitch анализирует сайт, создает структуру кампаний (prospecting, brand protection, competitor campaigns), пишет объявления, выбирает ключевые слова, назначает ставки.

Дальше система живет своей жизнью. Каждый день проверяет результаты, корректирует ставки, обновляет минус-слова, перераспределяет бюджет между группами объявлений. То, на что маркетолог тратит 4-5 часов ежедневно, Glitch делает автоматически.

Кейсы показывают: рост CTR на 9%, снижение стоимости привлечения на 30%. Важнее цифр — простота. Малый бизнес получает инструмент, который раньше был доступен только компаниям с маркетинговыми командами.

В теории, это похоже на работу через MCP-сервер (но насколько я знаю, у Google и Яндекс.Директ его пока нет, или я ошибаюсь?)

Рынок и тайминг
Рынок цифровой рекламы огромен, но сложность его использования растет. Google Ads усложняется каждый год: умные кампании, responsive ads, автоматические стратегии назначения ставок. Для профессионалов это инструменты, для остальных — лабиринт.

B2B компании особенно страдают. Маркетолог делает стратегию, контент, email-рассылки, соцсети, события. На платную рекламу остается время «между делом». Результат предсказуем: кампании настроены наспех, деньги улетают.

Агентства дороги для малого бизнеса и медленны для быстрорастущих стартапов. Платить $2000-5000 в месяц за управление рекламой с бюджетом $3000 нелогично.

Механика масштабирования
Каждая кампания обучает алгоритм. Glitch видит, какие подходы работают в разных нишах, какие ключевые слова конвертируют, какие объявления кликают. Это преимущество данных, которое растет со временем.

Стартовать в нише B2B SaaS было умным решением. Эта аудитория понимает ценность автоматизации, готова платить за SaaS, и легко оценивает ROI. После захвата B2B можно расширяться на e-commerce, услуги, локальный бизнес.

Бизнес-модель подписочная, $99-499 в месяц в зависимости от бюджета рекламы. Чем больше клиент тратит, тем больше платит Glitch, но стоимость остается фиксированной, не процент от spend. Это выравнивает интересы: Glitch зарабатывает на росте клиента, но не заинтересован гонять бюджет впустую.

Применения
Если вы агентство, Glitch позволяет вести 3-4х клиентов силами одного специалиста вместо одного клиента. Маржинальность услуг растет, можно снижать цены и брать больше клиентов.

Для стартапов: автоматизируйте paid ads и фокусируйтесь на продукте. $99 в месяц против зарплаты маркетолога в $5000 — разница очевидна на ранней стадии.

Локальное применение: постройте обертку над Glitch для конкретной вертикали. «Glitch для ресторанов», «Glitch для юристов», добавьте шаблоны и нишевую экспертизу.

Антитренд
Автоматизация платной рекламы делает ее дороже (конкуренция выше), а значит растет спрос на «условно бесплатную рекламу», то есть на контент, SEO, партнерства и т.п.

Конкуренты и отличия

• Revealbot автоматизирует Facebook Ads.
• Optmyzr дает инструменты для Google Ads, но требует знаний.
• Albert.ai делает автономный маркетинг, но стоит от $10K в месяц, корпоративный продукт.

В каждой компании одна и та же история. Менеджер среднего звена задает вопрос аналитикам: «Почему продажи упали на прошлой неделе?». Аналитики идут копаться в данных. Три дня спустя присылают дашборд с графиками. Менеджер смотрит, задает уточняющий вопрос. Еще два дня.

Продолжение трендов 4-10 в Tweekly Pro.

1. Firecrawl — извлекает всю «ДНК бренда» с любого веб-сайта, включая тексты, дизайн и структуру.
2. Cotera — позволяет создавать ИИ-агентов прямо в чате и подключать их к сотням приложений.
3. Caddy — управляет компьютером и приложениями с помощью голоса.
4. AskBlake — создаёт приложения за секунды по одной текстовой подсказке, без кода.
5. Wabi — генерирует мини-приложения по запросу пользователя.
6. Taku — помогает создавать собственные инструменты и приложения в рабочем пространстве.
7. Moondream — проводит анализ видео в реальном времени.
8. DeepWiki — изучает репозитории GitHub и создаёт удобную документацию по запросу.
9. Parse — генерирует API для любого веб-сайта.
10. Floqer — ИИ-система для автоматизации и анализа данных GTM.