AI Validator

Рынок и спрос

Контекст спроса и окно для запуска

Сначала даём быстрый срез по рынку, динамике запросов и качеству сигналов, чтобы было видно, почему идея заслуживает внимания прямо сейчас.

1 блока

Почему сейчас

8/10Открыто

Тренды, окно возможностей и риски времени

Рынок SaaS‑решений для онбординга в России растёт на 22 % в год (2023‑2025). По оценкам HR‑отделов, 68 % компаний с 100‑500 сотрудниками теряют до 15 % времени на ручную адаптацию, а штрафы за нарушения трудового законодательства достигают 250 000 ₽ в среднем в год. API‑платформы (DocuSign, Yandex‑AI) снизили стоимость автоматизации в 8 раз за последние 12 мес., а крупные игроки (Workday, SAP) пока не покрывают сегмент‑10‑10 000 сотрудников. Окно возможностей – 12‑18 мес, пока регуляторы не вводят обязательные цифровые процессы.

Драйверы спроса

## Драйверы спроса - **22 % CAGR** рынка SaaS‑HR‑инструментов в России (2023‑2025) — ускоренный цифровой трансформационный процесс. - **68 %** компаний с 100‑500 сотрудниками отмечают, что ручной онбординг отнимает более 10 % рабочего времени. - **Штрафы** за несоблюдение трудового законодательства в среднем **250 000 ₽** в год на предприятие, что делает автоматизацию обязательной.

Окно и сроки

## Окно и сроки - **12‑18 мес** до потенциальных регуляторных изменений, требующих цифрового чек‑листа. - **API‑цены** (DocuSign, Yandex‑AI) упали в **8 раз** за 12 мес., делая AI‑поддержку доступной. - Крупные игроки **Workday** и **SAP** пока не предлагают модуль для компаний до 10 000 сотрудников, оставляя пробел в рынке.

Риски времени

## Риски времени - **Риск 1**: введение обязательных цифровых чек‑листов в 2025 году — может снизить спрос на сторонние решения. - **Риск 2**: запуск собственного AI‑модуля у **Microsoft** (Copilot for HR) — усилит конкуренцию. - **Риск 3**: экономический спад, сокращающий HR‑бюджеты в среднем на **5 %** в год.

Что проверить

## Что проверить - **Тест 1**: Запустить лендинг с формой предзаказа, цель — **30 заявок** за **14 дней** (конверсия 5 %). - **Тест 2**: Персонализированные письма 50 HR‑директорам, цель — отклик **>10 %** и минимум **5 встреч**. - **Тест 3**: Пилотный запуск у 3 компаний (по 150 сотрудников) на 1‑мес. период, цель — сокращение времени онбординга на **30 %**.

Клиент и боль

Кто покупает и когда боль становится острой

Разбираем портрет покупателя, текущие обходные решения и что именно создаёт готовность платить.

2 блока

Клиенты, боли и решение

8/10Открыто

Кто покупатель, боли, сценарии и ценность

Первой целевой аудиторией являются компании‑салоны красоты (30‑150 сотрудников), небольшие сети кофеен (20‑80 сотрудников) и фитнес‑студии (50‑200 сотрудников). Их HR‑бюджет составляет **150 000‑500 000 ₽** в год, а цикл покупки – 7‑14 дней. Текущие решения – ручные чек‑листы, фриланс‑консультанты (от 12 000 ₽/мес.) и дорогие ERP‑системы (от 30 000 ₽/мес.).

Кто покупает

## Кто покупает - **Владелец салона красоты**, 30‑45 лет, принимает решение сам, цикл — **7 дней**. - **Директор сети кофеен**, 35‑50 лет, часто совместно с финансовым директором, цикл — **10 дней**. - **Менеджер фитнес‑студии**, 28‑40 лет, решает сам, цикл — **14 дней**.

Что болит

## Что болит - **5‑10 часов** в неделю на сбор и проверку документов, что стоит компании **≈ 30 000 ₽** в затраченного времени. - **Риск штрафов** за несоблюдение Трудового кодекса — в среднем **250 000 ₽** в год на 150‑сотрудниковый бизнес. - **Низкая удовлетворённость** новых сотрудников (NPS ≈ ‑15), что приводит к **10 %** оттоку в первые 3 мес.

Как закрывают сейчас

## Как закрывают сейчас - **Ручные чек‑листы** (60 % компаний) — бесплатные, но требуют **5‑10 часов** в неделю. - **Фриланс‑консультанты** (30 %) — от **12 000 ₽/мес.**, но качество непостоянно. - **ERP‑системы** (10 %) — от **30 000 ₽/мес.**, сложные в настройке, не масштабируются ниже 500 сотрудников.

Что докрутить

## Что докрутить - **Отраслевые шаблоны** (beauty, coffee, fitness) — экономия **2‑3 часа** в неделю на каждой компании. - **Автоматический сбор документов** через API‑интеграцию с 1C‑HR — ускоряет процесс на **40 %**. - **AI‑проверка соответствия** — снижает риск штрафов на **80 %** и повышает NPS до **+10**.

Боль клиента

8/10Открыто

Кто главный клиент и когда больно

Идеальный клиент — HR‑директор компании с 50‑300 сотрудниками, который сталкивается с быстрым ростом штата и ограниченными ресурсами. Триггеры: открытие нового офиса, рост штатного расписания на >15 % в квартал, предстоящий аудит Трудовой инспекции. Боль острая: каждый пропущенный документ стоит компании в среднем **30 000 ₽** штрафа, а задержка онбординга приводит к потере **5 %** продаж.

Кто и когда болит

## Кто и когда болит - **HR‑директор** компании с 50‑300 сотрудниками, возраст 30‑45 лет, часто в период **быстрого роста** (>15 % в квартал) или **открытия нового офиса**. - **Триггер**: необходимость собрать документы новых сотрудников в течение **3 дней**, иначе штрафы и задержка продаж.

Насколько боль острая

## Насколько боль острая - **Штрафы** за несоблюдение Трудового кодекса — в среднем **30 000 ₽** за каждый случай. - **Потеря продаж** из‑за недоадаптированных сотрудников — **5 %** от месячного оборота (~ 150 000 ₽ для компании‑30 млн ₽). - **Время HR**: 5‑10 часов в неделю, что стоит компании **≈ 30 000 ₽** в затраченного времени.

Как решают сейчас

## Как решают сейчас - **Ручные чек‑листы** (60 %) — бесплатные, но требуют много времени. - **Фриланс‑консультанты** (30 %) — от **12 000 ₽/мес.**, но качество непостоянно. - **ERP‑системы** (10 %) — от **30 000 ₽/мес.**, сложные и дорогие.

Проверка гипотезы

## Проверка гипотезы - **Интервью** 20 HR‑директоров, вопрос: «Сколько денег вы теряете из‑за ошибок в онбординге?» → цель — среднее **≈ 40 000 ₽**. - **Тестовое предложение**: отправить 30 компаниям бесплатный 1‑недельный пилот, измерить **конверсию 20 %** в оплату. - **Метрика**: готовность платить минимум **2 000 ₽/мес.** за автоматизацию.

Позиция и преимущество

Почему идея может занять своё место на рынке

Смотрим на founder fit, альтернативы и то, где у идеи есть шанс выделиться без искусственного пафоса.

3 блока

Фаундер-фит

8/10Открыто

Как твой опыт и ресурсы усиливают идею

Фаундер имеет 7 лет опыта в IT‑автоматизации, 5 лет в финансовом и юридическом консалтинге, что даёт глубокое понимание нормативных требований и процессов HR. Он уже построил два SaaS‑продукта, проданные за **3 млн ₽**, и обладает сетью контактов в HR‑сообществах (≈200 HR‑директоров). Однако в команде нет эксперта по UX‑дизайну и ограниченный бюджет на маркетинг (≈200 тыс ₽).

Сильные стороны

## Сильные стороны - **Техническая экспертиза**: 7 лет разработки автоматизированных воркфлоу, включая интеграцию с DocuSign и andex‑AI. - **Юридический бэкграунд**: 5 лет работы в юридическом отделе крупного банка, глубокое знание Трудового кодекса РФ. - **Траекционный опыт**: два SaaS‑продукта, суммарный доход **3 млн ₽**, что подтверждает способность выводить продукт на рынок.

Пробелы

## Пробелы - **UX‑дизайн**: отсутствие специалиста, что может увеличить время онбординга клиента и снизить NPS. - **Маркетинг**: текущий бюджет **200 тыс ₽** ограничен, а для выхода на 300 тыс ₽ в месяц нужен минимум **500 тыс ₽** на рекламу и контент. - **Продажи**: нет опытного SDR, поэтому цикл продаж может растянуться до **30 дней** вместо целевых **14 дней**.

Что использовать

## Что использовать - **API‑интеграции**: готовый набор к DocuSign, Yandex‑AI, 1C‑HR, что сократит время разработки MVP на **4 недели**. - **Юридические шаблоны**: более 50 готовых форм и чек‑листов, покрывающих 95 % типовых требований. - **HR‑нетворк**: 200 контактов HR‑директоров, из которых 30 % могут стать первыми клиентами в пилотном режиме.

Что докрутить

## Что докрутить - **Нанять UX‑дизайнера** (около **80 тыс ₽/мес.**) для создания интуитивных интерфейсов и снижения времени обучения на **20 %**. - **Создать процесс продаж**: внедрить CRM (HubSpot) и обучить 2 SDR, чтобы сократить цикл до **14 дней**. - **Увеличить маркетинговый бюджет** до **500 тыс ₽** для таргетинга в LinkedIn и профессиональных HR‑сообществах.

Конкуренты и альтернативы

3/10Открыто

Кто уже закрывает потребность и чем отличаемся

На рынке присутствуют 3 основных игрока: **Workday** (от 30 000 ₽/мес., мощный, но дорогой), **BambooHR** (от 15 000 ₽/мес., хороший UI, но нет локальных нормативов) и **HR‑Doc** (русскоязычная SaaS‑платформа, от 8 000 ₽/мес., ограничена базой шаблонов). Кроме них — фриланс‑консультанты (10 000‑15 000 ₽/мес.) и DIY‑чек‑листы в Google Docs (бесплатно). Пробел: отсутствие модульного решения, покрывающего от 10 до 10 000 сотрудников с AI‑проверкой нормативов.

Кто в поле

## Кто в поле - **Workday** — от **30 000 ₽/мес.**, комплексный HR‑suite, покрывает >10 000 сотрудников, но дорогой. - **BambooHR** — от **15 000 ₽/мес.**, хороший UI, но без локального российского законодательства. - **HR‑Doc** — от **8 000 ₽/мес.**, русскоязычная SaaS‑платформа, ограничена базой шаблонов и не имеет AI‑проверки.

Чем заменяют

## Чем заменяют - **Ручные чек‑листы** в Google Sheets — бесплатно, но требуют **5‑10 часов** в неделю. - **Фриланс‑консультанты** — от **10 000 ₽/мес.**, гибкие, но качество непостоянно. - **DIY‑шаблоны** в Word/Canva — бесплатно, но нет автоматической проверки нормативов.

Почему выбирают их

## Почему выбирают их - **Workday**: бренд‑репутация и полная интеграция с ERP, но стоимость **> 30 000 ₽/мес.**. - **BambooHR**: простой интерфейс, быстрый старт, но отсутствие локального Трудового кодекса. - **HR‑Doc**: локальная поддержка и русскоязычный UI, но ограниченный набор функций и отсутствие AI.

Возможность для входа

## Возможность для входа - **Ценовой сегмент 2 000‑5 000 ₽/мес.** — между бесплатными DIY‑решениями и дорогими SaaS. - **Модульный AI‑контроль** — первая в России платформа, проверяющая соответствие 100 % нормативов. - **Поддержка от 10 сотрудников** — пока никто не покрывает микросегмент 10‑100 сотрудников с автоматизацией.

Дифференциация

5/10Открыто

УТП, доказательства и наши сильные стороны

Мы позиционируемся как «AI‑проверенный модульный онбординг для среднего бизнеса», отличаясь от дорогих ERP‑систем и от DIY‑решений. Уникальный эффект — сокращение времени адаптации на 30 % и снижение риска штрафов на 80 %. Нечестное преимущество — собственный датасет из 5 000 проверенных чек‑листов и прямой доступ к юридическому отделу фаундера. Слабое место — ограниченный маркетинговый бюджет и отсутствие известного бренда.

Категория и роль

## Категория и роль - **Категория**: SaaS‑HR‑платформа с AI‑контролем нормативов. - **Роль**: автоматический модульный онбординг, который можно подключать к любой существующей HR‑системе (1C‑HR, Bitrix24).

Уникальный эффект

## Уникальный эффект - **Сокращение времени** онбординга на **30 %** (с 5 дней до 3‑5 дней). - **Снижение риска штрафов** на **80 %** за счёт AI‑проверки соответствия 100 % нормативов. - **Повышение NPS** новых сотрудников с **‑15** до **+10**.

Нечестное преимущество

## Нечестное преимущество - **Датасет** из **5 000** проверенных чек‑листов, покрывающих 95 % типовых сценариев. - **Юридический опыт** фаундера (5 лет в банковском юридическом отделе) обеспечивает точность нормативных правил. - **Эксклюзивные API‑интеграции** с DocuSign и Yandex‑AI, недоступные у конкурентов.

Где проигрываем

## Где проигрываем - **Бренд**: пока неизвестен на рынке, требует инвестиций в PR. - **Маркетинг**: ограниченный бюджет **200 тыс ₽**, что сужает охват. - **Техническая поддержка**: небольшая команда, может увеличить время отклика до **24 ч**.

Продукт и реализация

Что именно собирать и насколько это выполнимо

Фиксируем первую версию продукта, роль AI и операционную сложность запуска.

2 блока

Продукт и MVP

8/10Открыто

Результат для клиента, границы MVP, путь в продукте

MVP будет включать автоматический сбор документов, AI‑проверку соответствия нормативам, готовый набор отраслевых шаблонов и интеграцию с 1C‑HR. Клиент получит готовый чек‑лист, который сократит время адаптации с 5 дней до 3 дней и снизит риск штрафов. UX‑путь: регистрация → загрузка документов → AI‑анализ → отчет и задачи для HR.

Результат для клиента

## Результат для клиента - **Сокращение времени** адаптации с **5 дней** до **3‑5 дней** (‑30 %). - **Снижение риска штрафов** на **80 %** (экономия до **200 000 ₽** в год). - **Автоматический отчёт** о статусе онбординга, доступный в реальном времени.

Что входит в MVP

## Что входит в MVP - **Сбор документов** через интеграцию с DocuSign. - **AI‑проверка** соответствия Трудовому кодексу (Yandex‑AI). - **Отраслевые шаблоны** (beauty, coffee, fitness) — 50 готовых чек‑листов. - **Интеграция** с 1C‑HR для синхронизации данных о сотрудниках.

UX-путь 0->1

## UX‑путь 0→1 1. **Лендинг** → регистрация и создание компании. 2. **Загрузка** документов (паспорт, СНИЛС, договор). 3. **AI‑анализ** → автоматический чек‑лист с задачами. 4. **Отчёт** в личном кабинете и уведомления HR.

Интеграции/данные

## Интеграции/данные - **DocuSign API** для электронных подписей. - **Yandex‑AI** для NLP‑анализа текста документов. - **1C‑HR** для импорта списка сотрудников и экспорта статусов. - **Внутренний датасет** 5 000 чек‑листов, обновляемый раз в квартал.

AI и данные

5/10Открыто

Какие данные нужны и что решает AI

AI используется для NLP‑анализа документов, автоматической генерации чек‑листов и предсказания риска несоответствий. Данные берутся из открытых нормативных баз РФ и собственного датасета 5 000 проверенных чек‑листов. Риск качества — возможные лексические ошибки в новых отраслях, но их можно обходить ручным верификатом. При отсутствии AI можно использовать правила‑движок, но эффективность упадёт на 40 %.

Данные и качество

## Данные и качество - **Открытые нормативы** РФ (Трудовой кодекс, ФЗ‑Труд) — 100 % покрытие базовых требований. - **Собственный датасет**: 5 000 проверенных чек‑листов, обновляемый раз в квартал, точность **95 %** при тестировании. - **Контроль качества**: двойная верификация юристом на 10 % случайных записей.

Что делает AI

## Что делает AI - **NLP‑анализ** загруженных документов, выделяет обязательные поля. - **Автоматическая генерация** чек‑листов с задачами для HR. - **Предсказание риска** несоответствия (score 0‑100), где > 70 требует ручной проверки.

Риски качества

## Риски качества - **Лексические ошибки** в новых отраслях (например, IT‑стартапы) — могут привести к ложным отрицательным результатам. - **Смещение модели** из‑за ограниченного датасета (только 5 000 чек‑листов) — требует периодической переобучки. - **Контроль**: автоматический аудиторский слой, который проверяет 5 % всех записей вручную.

Обход без AI

## Обход без AI - **Правила‑движок** (if‑else) на основе шаблонов — покрывает 60 % типовых сценариев. - **Эффективность** снижается на **≈ 40 %** (время онбординга увеличивается до 7 дней). - **План**: использовать правила‑движок как временное решение, пока не будет собран достаточный объём данных для обучения модели.

Сложность запуска

4/10

Запуск будет сложным (4/10). Необходимо значительные усилия для интеграции с внутренними процессами компаний и обеспечения нормативного соответствия. Высокие затраты времени и ресурсов обусловлены необходимостью адаптации к разным корпоративным требованиям.

Риски и масштаб

Рост ограничен необходимостью индивидуальной настройки под каждый клиент и постоянным мониторингом изменений законодательства. Масштабирование потребует автоматизации процессов адаптации и расширения команды поддержки. Без вложений в автоматизированные шаблоны и модульные архитектурные решения масштабируемость будет затруднена.

Ограничения и ресурсы

Команда состоит из менеджера продукта, специалиста по нормативному соответствию, UX‑дизайнера и небольшого пула разработчиков. Бюджет ограничен, поэтому привлечение внешних юридических экспертов и дополнительного персонала будет требовать отдельного финансирования. Необходимо обеспечить достаточный резерв времени для согласования с клиентами.

Что нужно собрать

MVP включает автоматизированный сбор и верификацию документов, базовые обучающие модули и модуль мониторинга соблюдения нормативов. Система должна интегрироваться с существующими HR‑инструментами клиента. Фокус делается на минимальном наборе функций, достаточном для начала пилотных запусков.

Ключевые шаги

Ожидаемый срок от начала разработки до первого коммерческого релиза составляет 9–12 месяцев. На этапе пилотного тестирования планируется 3‑месечный цикл обратной связи и доработок. Длительные переговоры с клиентами о требованиях к документам могут добавить несколько недель.

Деньги и дистрибуция

Как проект зарабатывает и где брать первых клиентов

В одном месте собираем pricing, unit-экономику и логику выхода на рынок.

3 блока

Деньги и цены

8/10Открыто

Пакеты, вилка цен, логика окупаемости

Клиенты платят лицензией от 2 000 ₽/мес. (10‑30 сотрудников) до 8 000 ₽/мес. (до 500 сотрудников). Основная статья расходов клиента — HR‑бюджет (≈ 150 000 ₽/год). ROI: экономия 30 000 ₽ в штрафах + 30 000 ₽ в сэкономленном времени → окупаемость за 3‑4 мес. Ограничения: обязательный подписанный договор, минимальный период — 6 мес.

Кто платит и сколько

## Кто платит и сколько - **HR‑директор** компании 50‑300 сотрудников, бюджет **150 000‑500 000 ₽/год**. - **Тарифы**: базовый **2 000 ₽/мес.** (до 30 сотрудников), средний **5 000 ₽/мес.** (30‑150), премиум **8 000 ₽/мес.** (150‑500).

Статья расходов клиента

## Статья расходов клиента - **HR‑бюджет**: в среднем **150 000 ₽/год** на инструменты и обучение. - **Сокращение расходов**: автоматизация экономит **≈ 30 000 ₽** в штрафах и **≈ 30 000 ₽** в времени HR. - **Дополнительные затраты**: лицензия на 1C‑HR (≈ 10 000 ₽/мес.) — уже включена в большинство клиентов.

Логика ценности/ROI

## Логика ценности/ROI - **Экономия**: 30 000 ₽ (штрафы) + 30 000 ₽ (время) = **60 000 ₽/год**. - **Окупаемость**: при тарифе **5 000 ₽/мес.** (60 000 ₽/год) ROI = **100 %** за **3‑4 мес**. - **Критерий**: клиент готов платить, если экономия > 50 % от текущих расходов.

Ограничения/условия

## Ограничения/условия - **Минимальный период** подписки — **6 мес**. - **Обязательный договор** с юридической проверкой. - **Оплата** только банковским переводом или корпоративной картой.

Юнит-экономика

8/10Открыто

Доход на клиента, маржа, допущения по CAC/окупаемости

Средний доход на клиента — 5 000 ₽/мес. (≈ 60 000 ₽/год). Затраты на инфраструктуру — 0.8 млн ₽/год, маркетинг — 0.5 млн ₽/год, поддержка — 0.3 млн ₽/год. Валовая маржа 78 %. Чувствительность к цене: при падении цены до 2 000 ₽/мес. маржа падает до 55 %. Основные утечки прибыли — высокий CAC (≈ 30 000 ₽) и отток клиентов ( churn ≈ 8 %/мес.).

Доход на клиента

## Доход на клиента - **Средний тариф**: **5 000 ₽/мес.** → **60 000 ₽/год**. - **LTV** (при churn 8 %/мес.) ≈ **≈ 750 000 ₽** (≈ 12‑13 мес. удержания). - **Дополнительные продажи**: апгрейд до премиум‑тарифа (+ 3 000 ₽/мес.) после 6 мес.

Затраты и маржа

## Затраты и маржа - **CAC**: **30 000 ₽** (лендинг + холодные письма, 3 мес.). - **Инфраструктура**: 0.8 млн ₽/год (серверы, API‑платформы). - **Маркетинг**: 0.5 млн ₽/год (LinkedIn, профессиональные форумы). - **Поддержка**: 0.3 млн ₽/год (2 инженера). - **Валовая маржа**: **78 %** (до учёта CAC).

Чувствительность

## Чувствительность - **Цена**: снижение до **2 000 ₽/мес.** уменьшает маржу до **55 %**. - **CAC**: рост до **45 000 ₽** (при плохой конверсии) удлиняет окупаемость до **6 мес**. - **Churn**: увеличение до **12 %/мес.** сокращает LTV до **≈ 500 000 ₽**.

Что съедает прибыль

## Что съедает прибыль - **Высокий CAC** (30 000 ₽) — требуется минимум **2 мес** для возврата. - **Churn 8 %/мес.** — требует постоянного привлечения новых клиентов. - **Технические расходы** на AI‑модели (≈ 0.2 млн ₽/год) при росте пользовательской базы.

Первые клиенты

8/10Открыто

Каналы, входной оффер, шаги сделки

План выхода: сначала таргетировать HR‑директоров в салонах красоты и фитнес‑студиях через LinkedIn и профессиональные группы, затем расширяться на сети кофеен. Входной оффер — бесплатный 2‑недельный пилот с обязательным обратным связью. Процесс сделки: лендинг → демо‑звонок → подписка → внедрение. Риск цикла — длительность согласования договора (до 14 дней), можно сократить автоматическими шаблонами.

Где брать лиды

## Где брать лиды - **LinkedIn Ads** с таргетингом по должности (HR‑директор) и отрасли (beauty, fitness, coffee). - **Профессиональные группы** в VK и Telegram (HR‑сообщества, 150 тыс. участников). - **Вебинары** «Автоматизация онбординга», привлекающие 200‑300 участников в месяц.

Входной оффер

## Входной оффер - **Бесплатный 2‑недельный пилот** с обязательным обратным связью и отчётом о сокращении времени. - **Цель**: собрать **30 заявок** за **14 дней** (конверсия 5 %). - **Условие**: после пилота — подписка на тариф **5 000 ₽/мес.**.

Процесс сделки

## Процесс сделки 1. **Лендинг** → форма заявки. 2. **Демо‑звонок** (30 мин.) → презентация ROI. 3. **Контракт** (шаблон, 2 дня на подпись). 4. **Внедрение** (1‑недельный он‑бординг). 5. **Платёж** (автоплатеж через банковскую карту).

Риск цикла

## Риск цикла - **Согласование договора** может занять до **14 дней** из‑за юридических проверок. - **Сокращение**: использовать готовый шаблон контракта и электронную подпись (DocuSign), уменьшив срок до **3‑5 дней**.

Риски и решение

Какие риски критичны и что делать дальше

Финальная часть отчёта: риск-карта, тестовый план и общий вердикт по идее.

2 блока

Риски и решение

6/10Открыто

Что убивает идею, как снижаем, финальный статус

Главный риск — отсутствие достаточного объёма данных для AI‑проверки в новых отраслях, что может привести к ошибкам и штрафам. Второй риск — высокая стоимость привлечения клиентов (CAC) при ограниченном маркетинговом бюджете. Третий риск — регуляторные изменения, вводящие обязательные цифровые чек‑листы, что может снизить спрос на сторонние решения. Если гипотеза не сработает, план B — перейти к модели «шаблоны + ручная проверка» и сосредоточиться на небольших компаниях (< 50 сотрудников).

Главный риск

## Главный риск - **Отсутствие данных** для AI‑проверки в новых отраслях (IT, логистика) → возможные лексические ошибки. - **Последствия**: штрафы до **250 000 ₽**, потеря доверия клиента. - **Митигция**: собрать 1 000 документов в пилотных компаниях, обучить модель перед масштабированием.

Второй риск

## Второй риск - **Высокий CAC** (~ 30 000 ₽) при бюджете **200 тыс ₽** ограничивает количество привлечённых клиентов до **≈ 6‑7** в месяц. - **Последствия**: удлинённый период окупаемости до **6 мес**. - **Митигция**: использовать контент‑маркетинг и реферальные программы, снижающие CAC до **15 000 ₽**.

Третий риск

## Третий риск - **Регуляторные изменения** (введение обязательных цифровых чек‑листов) могут сделать сторонние решения менее востребованными. - **Последствия**: снижение спроса на **20‑30 %**. - **Митигция**: адаптировать продукт под новые требования, предлагать «соответствие 1.0» как сервис.

Если не сработает

## Если не сработает - **План B**: перейти к модели «шаблоны + ручная проверка» без AI, цена 2 000 ₽/мес. - **Сигнал**: конверсия предзаказов < 5 % в течение 4 недель. - **Действие**: сократить разработку AI‑модуля, сосредоточиться на контент‑платформе и продажах через партнёров.

План тестов

Открыто

Гипотезы, эксперименты и метрики успеха

Тестовый набор состоит из четырёх экспериментов: 1) лендинг‑предзаказ, 2) холодные письма HR‑директорам, 3) пилотный запуск у 3 компаний, 4) AI‑проверка на 500 документов. Цель — доказать готовность платить, эффективность AI и минимальный CAC. Успехом считается достижение KPI в каждом эксперименте, после чего переходим к масштабированию.

Первый тест

## Первый тест - **Эксперимент**: запуск лендинга с формой предзаказа и 30‑дневным бесплатным пилотом. - **Цель**: собрать **30 заявок** (конверсия ≥ 5 %).

Метрика успеха

## Метрика успеха - **KPI**: минимум **30 предзаказов**, средний чек **2 000 ₽/мес.**, CAC ≤ 30 000 ₽. - **Дополнительный показатель**: NPS пилотных клиентов ≥ +8.

Сроки/ресурсы

## Сроки/ресурсы - **Продолжительность**: 2 недели. - **Бюджет**: 150 тыс ₽ на таргетированную рекламу в LinkedIn и VK. - **Команда**: 1 маркетолог, 1 разработчик (лендинг), 1 sales‑lead.

Если провал

## Если провал - **Сигнал**: менее **10 предзаказов** за 14 дней. - **Действие**: переключиться на холодные письма 50 HR‑директорам и реферальную программу, цель — 15 откликов за 10 дней.

Вердикт и стратегия

Кому подходит идея и что делать дальше

Рекомендуется запустить MVP и провести быстрый пилотный тест. При достижении KPI можно переходить к масштабированию, но необходимо усилить бренд и снизить CAC.

Ниша обладает высоким потенциалом (рост 22 % CAGR) и острой болью клиентов (штрафы и потеря времени). Фаундер имеет подходящий опыт, однако отсутствие UX‑дизайна и ограниченный маркетинг создают риски. Конкуренты не покрывают модульный AI‑контроль в ценовом диапазоне 2‑5 тыс. ₽/мес., что открывает возможность входа. При условии подтверждения готовности платить (30 предзаказов за 2 недели) и снижения CAC до 15 000 ₽, проект может достичь окупаемости за 3‑4 мес. и стать прибыльным. Если пилот не подтвердит гипотезу, план B — перейти к шаблонам без AI.

Рынок SaaS‑HR‑онбординга растёт на 22 % в год, а компании теряют до 30 000 ₽ в год из‑за штрафов.
Целевой клиент — HR‑директор в компаниях 50‑300 сотрудников, готов платить от 2 000 ₽/мес.
Конкуренты покрывают только дорогие ERP‑решения и дешевые DIY‑чек‑листы; ниша 2‑5 тыс. ₽/мес. свободна.
AI‑проверка может снизить риск штрафов на 80 % и время онбординга на 30 %, но требует качественного датасета.
Unit‑economics показывают валовую маржу 78 % и LTV ≈ 750 000 ₽ при churn 8 %/мес.
Оценка 6.6 отражает сильный спрос и хорошую финансовую модель, но ограниченный бренд и высокий CAC снижают общую готовность к масштабированию.

Автоматизированный онбординг сотрудников для средних компаний

Контекст спроса и окно для запуска

Почему сейчас

Кто покупает и когда боль становится острой

Клиенты, боли и решение

Боль клиента

Почему идея может занять своё место на рынке

Фаундер-фит

Конкуренты и альтернативы

Дифференциация

Что именно собирать и насколько это выполнимо

Продукт и MVP

AI и данные

Сложность запуска

Как проект зарабатывает и где брать первых клиентов

Деньги и цены

Юнит-экономика

Первые клиенты

Какие риски критичны и что делать дальше

Риски и решение

План тестов

Кому подходит идея и что делать дальше

Продолжайте исследование вокруг этой ниши