[1/2] Нейросети захватили соцсети: как казахстанский стартап взорвал все AI-тренды и стал единорогом (Рубрика AI)
Посмотрел интересное интервью Ерзата Дулата, CTO и co-founder Higgsfield AI (первый единорог Казахстана, оценка $1.3B), что он дал Елизавете Осетинской, иностранному агенту. Среди занимательных фактов, после которых интервью смотреть еще интереснее то, что у Ерзата нет высшего образования, когда-то его звали в OpenAI и он не пошел (когда он публиковал алгоритмы и papers на GitHub во второй половине 2010х), а также он созадл один из самых быстрорастущих AI-стартапов в истории (может даже быстрее Lovable, про который я уже рассказывал).
Ниже немного данных и цифр про сам стартап 🚀 Таймлайн Higgsfield AI
- 2023: основание компании, 1.5 года research
- 31 марта 2025: релиз продукта
- Январь 2026: $1.3B valuation, $200M ARR Метрики роста:
- $0 → $100M ARR за <9 месяцев - обогнали Cursor (достиг $100M ARR за 12 месяцев) и Lovable по скорости)
- $100M → $200M ARR за ~2 месяца
- Рост 50-150% в месяц
- 15M+ пользователей, 4.5M видео/день
А дальше ключевые инсайты, что показались мне интересными в подходе ребят
1️⃣ Скорость - единственный настоящий "moat" в AI и вот почему
- Модели обновляются каждые несколько месяцев → дисрапт рынка
- OpenAI "убивает сотни стартапов" каждым релизом (пример: когда они анонсировали canvas/документы, это вынесло кучу стартапов)
- Классические defensibility (network effects, data moats) слишком медленные для AI - можно глянуть интересный эпизод от Y Combinator про это
Стратегия Higgsfield: собирать "низковисящие фрукты" Пример: Google выпустила Veo3 - мощную video-генерацию, но модель не даёт точного контроля камерой. Higgsfield взяли Veo3 по API и добавили:
- Точный контроль движения камеры
- Click-to-video интерфейс (шаблоны, как в PowerPoint)
- Camera techniques для профессиональных операторов
Цитата о том, а почему сами провайдеры фронтир моделей это не делают
Гегемон слепой. Google/Meta настолько большие, что не думают о деталях для профессионалов. Мы собираем вот эти low-hanging fruits
В итоге, собирается примерно такой алгоритм действий для создателей GenAI приложений
- Не строй foundation models - оркестрируй их
- Используй API (OpenAI, Anthropic, Google) + добавь "упаковку" для конкретной ниши
- Релизь MVP за недели, не месяцы → собери feedback → iterate
2️⃣ Синтез креативщиков + ML-инженеров = магия Из интервью видно, что прорыв произошел когда профессиональные операторы начали объяснять ML-инженерам, какой продукт нужен. Как это работает:
- Большой отдел креаторов придумывает AI-хуки для TikTok/Instagram (камера налетает на землю, морфинг одежды, превращение в стаю ворон)
- ML-команда тренирует нейронки под эти хуки
- Выкатывают → viral в соцсетях → миллионы пользователей Результат:
- Все AI-тренды в соцсетях за последние 9 месяцев созданы в Higgsfield
- Мадонна, Will Smith, Snoop Dogg, Timbaland, Златан Ибрагимович используют
- TikTok и Meta пытались повторить, но "ни один тренд не создали"
В итоге, собирается примерно такой алгоритм действий для создателей GenAI приложений
- Не просто tech problem, а product/culture problem
- Нанимайте domain experts (операторы, режиссёры, дизайнеры), не только ML-инженеров
- Креативность + Engineering = дифференциация
В продолжении закончу разбор интервью рассказом о том, как ребята обеспечивают такой стремительный рост аудитории своего приложения, а также как они работают с моделями для генерации видео.
#AI #Engineering #Software #Management #Leadership #Startup #LLM #ML #Architecture