Document Crunch: $375K в месяц на ИИ-разборе строительных контрактов — кейс Джоша Леви

Document Crunch — ИИ-платформа для строительной индустрии, которая выделяет ключевые риски и важные пункты в контрактах. Экономит часы юридического разбора для проектных менеджеров, которые сами не юристы. $375K выручки в месяц ($4.5M ARR), три основателя, прибыльно, ~55 сотрудников. Запущена в 2019 году, привлекла $9M Series A от Navitas Capital в 2024.

Главное в кейсе — Джош Леви взял очень узкую вертикаль, в которой существуют огромные деньги (строительная индустрия — миллиарды долларов в контрактах), но почти нет современного software. ИИ-инструмент специально под одну отрасль продаётся по enterprise-чекам $4000+ в год.

Кто стоит за Document Crunch

Соосновательная тройка с дополняющими компетенциями:

• Джош Леви — CEO, бывший юрист по строительному праву (Construction Management из Университета Флориды + Juris Doctorate из Университета Майами). Работал in-house у крупного подрядчика
• Адам Хэндфингер — бывший коллега Джоша, тоже юрист в строительной индустрии
• Адам Надлер — бизнес-эксперт, отвечает за коммерческую стратегию

Эта связка «два юриста + бизнес-человек» дала продукту глубокое понимание реальной боли индустрии.

Какую проблему решает Document Crunch

Строительные контракты — это сотни страниц юридического языка. Проектный менеджер на стройке должен понимать ключевые пункты: сроки, штрафы, ответственность за задержки, страховые требования. Но он не юрист, и каждый раз обращаться к юр-отделу — долго и дорого.

Document Crunch закрывает эту работу через ИИ:

• Загружаешь контракт
• ИИ выделяет критичные пункты
• Подсказывает, где есть риски выше отраслевой нормы
• Сравнивает с лучшими практиками индустрии
• Объясняет на простом языке

Проектный менеджер за минуты получает то, что юристу пришлось бы делать часы.

Как родилась идея

Джош годами работал in-house юристом у крупного подрядчика. Каждый день к нему приходили проектные менеджеры с одними и теми же вопросами по контрактам: «что значит этот пункт», «можно ли это подписывать», «где здесь риск». Он буквально видел разрыв между сложным юридическим языком контрактов и потребностями практиков на стройке.

Идея созрела в разговорах с Адамом Хэндфингером, тоже юристом в индустрии. Они поняли: ИИ может закрывать рутинную часть юридического разбора и освобождать юристов для действительно сложных вопросов.

Прежде чем коммитнуться, команда показала прототип знакомым в индустрии и собрала обратную связь. Реакция показала: проблема настоящая, готовы платить.

Как собрали MVP

Разработка заняла около двух лет (с 2018-го). Команда сначала пробовала существующие legal-tech решения, но быстро поняла, что строительные контракты — слишком узкая ниша для general-purpose инструментов. Перешли на собственную разработку с ML и NLP под отраслевую специфику.

Стек:

Слой	Инструмент
Ядро	machine learning + NLP
Тренировка	корпус строительных контрактов и risk-провизий
Платформа	кастомная web SaaS

Главный технический вызов — ИИ-модель, которая понимает контекст именно строительной индустрии: что значит «liquidated damages», какие пункты типичны для коммерческих vs резидентских проектов, где красные флажки.

Стратегия роста

Outbound sales командой account executives

Document Crunch построила команду из шести account executives для прямого outbound крупным подрядчикам. Они звонят, демонстрируют продукт, объясняют ценность. Это enterprise B2B-классика: high-touch sales для high-ticket клиентов.

Это сработало потому, что строительный бизнес — традиционная индустрия, где решения принимаются на встречах, а не по сайту. Outbound с реальными разговорами эффективнее любого performance-маркетинга.

Field marketing на индустриальных конференциях

Команда регулярно ездит на отраслевые конференции — ставит стенды, демонстрирует продукт, собирает заявки лично. Личные знакомства в строительной индустрии работают сильнее любых ads.

Это сработало потому, что строительный бизнес — индустрия доверия и долгосрочных отношений. «Я познакомился с CEO на конференции» открывает двери быстрее «я нашёл компанию в Google».

ИИ-разбор как контент

Document Crunch публикует разборы типовых рисков в строительных контрактах. Каждая статья — одновременно useful content для подрядчика и демонстрация работы ИИ-движка. Это создаёт credibility в индустрии, где ИИ ещё воспринимается с подозрением.

Сеть личных контактов основателя

Джош активно использует свою сеть в строительном и юридическом сообществе. Бывшие коллеги становятся ранними клиентами, рекомендуют продукт своим сетям. Это классический “founder-led sales” — основатель как главный sales-канал в первый год.

Pricing

• От $4000 в год за клиента + дополнительная плата за проекты
• Цена растёт с объёмом и сложностью проектов
• Enterprise-контракты — индивидуально

Дешевле, чем держать ставку юриста, но достаточно, чтобы окупать enterprise-обслуживание и интеграции.

5 уроков из кейса

1. Узкая вертикаль > горизонтальное решение. Document Crunch не «ИИ для контрактов», а именно «ИИ для строительных контрактов». Эта узость даёт лучшую обученность модели, понимание индустрии, более высокий чек и меньше конкурентов.
2. Основатель из индустрии — main asset. Джош был юристом 10+ лет. Он знает терминологию, ситуации, риски, людей. Это нельзя купить за деньги и нельзя нанять — это и есть конкурентное преимущество.
3. Enterprise B2B всё ещё работает на outbound. Когда чек $4000+ в год и решение принимает CEO компании из старой индустрии — нужны люди-сейлзы и личные звонки. Это не «устаревший канал», а правильный для рынка.
4. Field marketing в традиционных индустриях недооценён. Строительная конференция — это не маркетинг, это сделки. Один день на стенде = десятки потенциальных клиентов.
5. Венчур работает, когда есть proven ниша. $9M Series A пришли через 5 лет после старта — после того, как компания доказала product-market fit и устойчивый рост. Это нормальный путь: bootstrap до traction, потом venture для scale.

Главная мысль: самые интересные ИИ-возможности — не в горизонтальных «ChatGPT для всего», а в узких вертикалях традиционных индустрий. Document Crunch вырос потому, что строительная индустрия большая, ИИ её ещё не достиг, и основатели знают её изнутри. Эта же схема повторима в логистике, страховании, медицине, праве — везде, где сложный domain и старый workflow.