Онлайн-фитнес, технологии машинного обучения и Agritech: в какие проекты инвестирует новый фонд Phystech Leadership Fund

Мы инвестируем вот уже восемь лет и на сегодняшний момент управляем где-то порядка 350 миллионами долларов в разных фондах. За это время у нас накопился огромный экспертный опыт с точки зрения оценки компании, когда нет традиционного финансового анализа. Мы успешно управляем компаниями в Центральной Европе, России, Финляндии и Израиле.

После событий 2014-2015 гг. инвестиции в молодые российские компании резко сократились, но мы увидели потенциал в отечественных проектах на чуть более ранней стадии, где ежемесячная выручка еще не 100 тысяч долларов, а до 30 тысяч долларов. Посмотрев даже на микроуровне, можно оценить перспективность масштабирования той или иной идеи или продукта. Да, на этой стадии выше риски, но благодаря нашему автоматизированному подходу к отбору и скорингу поступающих проектов мы сконцентрировались на 15-20 потенциально успешных компаниях.

Основная цель такого подхода — инвестировать в меньшее количество компаний, но точечно, на основе анализа деятельности и прогноза роста, при этом мы планируем быть не единственным инвестором, идти вместе с другими инвесторами. Задачи фонда быть в рынке и находить «ангелов», заключать партнерские соглашения с другими сидовыми фондами и вместе закрывать небольшие «раунды» на 300-400 тысяч долларов, в дальнейшем поддерживая компании в их росте.

У нас уже есть успешные кейсы применения этой методологии, накопленные за почти 10 лет существования фонда. В рамках недавно созданного PLF, к примеру, у одной компании, в которую мы уже инвестировали, месячная выручка составляет порядка трех миллионов рублей, у другой — два миллиона рублей. Штат сотрудников в той и другой не превышает десяти человек, при этом оба проекта растут темпами 150-200% в год.

С 2012 года фонд инвестирует в софт или в интернет-проекты, это наша основная специализация. Наукоемкими проектами люди занимаются в лабораториях и на кафедрах, коммерциализацией науки не занимаемся. Мы находим технологических предпринимателей среди выпускников Физтеха, которые хотят построить бизнес вокруг продукта, в котором есть доказанная потребность либо у большого количества компаний, либо у физических лиц.

Причина, по которой фонд концентрируется именно на выпускниках Физтеха, очень простая. Из 30 проектов, которые мы сделали в наших главных фондах в Flashpoint, треть была из России, три из них принадлежали выпускникам Физтеха. Выручка каждого из этих проектов выросла в 10-20 раз с того момента, как мы взяли их под свое крыло. Эти компании обладают необходимыми амбициями построить международный бизнес, мы уверены, что они способны удваиваться и утраиваться несколько лет подряд за счет системного подхода, свойственного выпускникам МФТИ.

Особенно в технических вузах, и на Физтехе в частности, есть системность эксперимента. На деле бизнес — это куча экспериментов. И чем быстрее ты можешь проверять гипотезы, тем быстрее сможешь находить системные точки роста. База, которую выпускники Физтеха получают, остается с ними по жизни — как быстро и максимально дешево поставить эксперимент и проверить гипотезу. Обычно не все гипотезы срабатывают, но ты за те же самые деньги проверяешь большее количество вариантов. Ребята из Физтеха доказали, что они делают это лучше, чем другие. Правда, они не всегда умеют хорошо продавать, но научить этому куда проще, чем привить навык построения системного эксперимента.

Если посмотреть на российские IT-компании и на то, какое количество людей достигло миллиардной оценки и какая доля людей из них выпустилась из Физтеха, то окажется, что это где-то половина компаний. Например, Revolut, Acronis, Parallels, Abbyy, Veeam Software, Workfusion. В перспективе пары лет достичь статуса единорога есть еще у ряда быстрорастущих компаний таких как Vivid Money, Skyeng, Dostavista, Netology и др. Кроме того, хочется создать естественную монополию на ранней стадии на относительно небольшой рынке физтеховских IT стартапов, объединив выпускников МФТИ как с точки зрения управляющих фондом, самих инвесторов фонда и предпринимателей в которых мы инвестируем.

У нас есть три типа группы инвесторов: инвесторы-предприниматели, которые построили крупные оффлайн-бизнесы в России, IT мидл-менеджеры (из Яндекса, Авито, Google) и профессиональное комьюнити из других фондов. Собралось порядка трех десятков людей, причем более 80% капитала это выпускники Физтеха, которые разделяют наше желание создать фонд, основной фокус которого будет на ранней стадии для выпускников своего альма матер. Наша цель — максимизировать шанс портфельной компании достичь отметки в один миллион долларов выручки в год. Как правило, при ее достижении бизнес уже прочно стоит на ногах, не теряет деньги и способен самостоятельно развиваться, привлекая внешнее финансирование.

Средний профиль предпринимателя — это не студент, а молодой или даже немолодой профессионал, который набил руку и делает, может быть, уже не первый проект. Вуз как таковой не играет какую-то роль с точки зрения матчмейкинга. Мы сотрудничаем с Физтех Союзом — это некоммерческая организация, которая занимается продвижением интересов выпускников. Но мы фокусируемся не столько на студентах, сколько на выпускниках, которые 5-10 лет назад вышли из альма-матер. Вуз нас безусловно объединяет, но мы от него не зависим.

Наша задача дать толчок выпускникам Физтеха, которые хотят реализовать себя в роли предпринимателей, а не в науке, консалтинге или финансах. При этом мы делаем много образовательного контента.

Если говорить про самые популярные направления, в которые мы инвестируем, то пятая часть нашего портфеля связана с образованием, такие проекты сейчас хорошо развиваются, многие крупные российские образовательные проекты были как раз созданы выпускниками Физтех, такие как Skyeng, Нетология, Uchi.ru, Allright, Otus, Novakid. Вторая крупная компетенция — это искусственный интеллект. Точнее, это компании, которые используют технологии машинного обучения: они берут какую-то проблему, в разных индустриях — от интернет-маркетинга до создания контента, — и используя современные технологии машинного обучения, делают процесс либо быстрее, либо дешевле, либо качественнее.

Более точно отметить ниши нельзя, потому что мы достаточно всеядный инвестор. Конечно, есть ряд секторов, которые нам нравятся больше. Например, во втором нашем фонде был большой фокус на компании, которые занимаются недвижимостью: было несколько крупных инвестиций, которые шли в автоматизацию традиционных и плохо оцифрованных секторов. Сейчас это строительство с разных точек зрения: как внутренних бизнес-процессов, таких и технологий компьютерного зрения для кранов. Если ты напишешь софт, который будет автоматизировать работу крана, например в порту, ты увеличиваешь выходную мощностью несколько процентов выходную мощность передачи контейнеров с площадки на судно. Это чистая экономия для порта, ведь обычно это самое узкое звено. За такой софт люди готовы платить сотни тысяч долларов в год.

Неожиданно для себя мы узнали, что люди готовы заниматься фитнесом онлайн с тренером, активное развитие этот сегмент подтолкнула пандемия. Как учить язык онлайн понятно. Но мы привыкли, что классический фитнес это обязательно зал и тренажеры. Тем не менее у людей существует потребность в фитнес-инструкторах удаленно. И здесь есть две проблемы. Первая — человеку нужна «палка», то есть это продукт удовлетворения человеческих потребностей и система мотивации. Вторая сложность заключается в том, что с тренером результата добиваешься гораздо быстрее. Удивительно, но отток клиентов, которые занимаются фитнесом удаленно, гораздо ниже, чем отток тех, кто покупает онлайн-образование.

Сектор, который мы сейчас активно изучаем, — Agritech. У нас есть инновация — возможность измерять и оптимизировать качество молока. Представьте: у вас есть ошейник, который постоянно отслеживает температуру тела коровы. И если у животного высокая температура, ее стараются изолировать, чтобы она не заразила других. Такая технология была, и уже лет пять ее неплохо эксплуатируют. Но сейчас дошло до другого: корова глотает датчик, который определяет температуру, пульс, сокращения желудка. На базе этой информации можно предсказать, когда у коровы поднимется температура. В итоге, за счет технологии машинного обучения возможно натренировать свою нейронную сетку для того, чтобы заранее вылечить или отправить на дойку ту или иную корову. Это то, где сейчас находятся технологии, и это не эксперимент: есть компании, у которых по 50 тысяч коров находятся под таким «управлением».

Мы в первую очередь финансисты, но финансисты, закончившие МФТИ. Мы отлично понимаем те компании, в которые инвестируем, чувствуем, какие могут «выстрелить» при том подходе, который используют их основатели.