Hirize: $14K MRR на ИИ-парсинге резюме — кейс Эсранур Кайгин

Hirize — ИИ-API для парсинга резюме. Извлекает структурированные данные из CV с точностью 95%, обрабатывает 10M резюме в месяц. $14K выручки в месяц на 12 enterprise-клиентах. 2 основателя, $1M pre-seed, фокус на интеграцию в Oracle/SAP. Запущена в 2021 году.

Главное в кейсе — Hirize не пытался конкурировать с Workday или Greenhouse как ATS. Они продают API, который встраивается в чужие ATS как infrastructure-слой. Это классический «picks and shovels» подход в HR-tech.

Кто такая Эсранур Кайгин

Эсранур — родилась в Голландии, образование по экономике. Карьера: хедхантер → venture capitalist → founder. Уже один раз сделала exit — продала свой первый стартап Recruit for U.

Со-основатель Эрен Ясаркурт — друг с детства с техническим бэкграундом. Это и есть классическая пара: бизнес-аналитик с industry-связями + технический сооснователь.

Какую проблему решает Hirize

Существующие ATS (Applicant Tracking Systems) парсят резюме плохо:

• Используют keyword-match вместо понимания контекста
• Отбрасывают кандидатов с «нестандартными» job titles
• Не понимают career gaps
• Несут bias — реагируют на имя, пол, этничность

Hirize заменяет старый парсер на ИИ-модель, которая понимает резюме целиком, а не по ключевым словам. Точность распознавания — 95%. По выбору можно убрать персональные идентификаторы (имя, фото) для bias-free скрининга.

Как родилась идея

Эсранур после работы хедхантером и в VC увидела одну и ту же проблему у HR-команд: «мы теряем хороших кандидатов из-за плохого ATS». Эта боль была у всех — и у стартапов, и у Fortune-500.

Они с Эреном проанализировали рынок: технологии «ИИ для HR» существовали, но никто не использовал их на полную глубину. Все застряли на keyword-match с надстройкой «AI-powered» в маркетинге.

Команда решила сделать honest AI-парсер — реально работающий, а не маркетинговый. И продавать не end-user’ам (HR), а другим продуктам (ATS-вендорам) как API.

Как собрала

Стек: AWS-инфраструктура, ИИ/ML на predictive-моделях, big-data processing для тренировки на миллионах CV.

Хронология:

• Декабрь 2021 — первые строки кода
• Середина 2022 — beta-релиз
• Конец 2022 — 1400 beta-регистраций
• Май 2023 — pricing-launch, 12 платящих
• Сейчас — 10M CV в месяц через API

Финансирование: $1M pre-seed от европейских VC + 2 ангелов. Большая часть — зарплаты разработчиков. Основатели не брали зарплату.

Стратегия роста

Beta-программа как воронка

1400 регистраций в beta → 80 активных пользователей → 12 платящих. Конверсия 0.85%, что выглядит низко, но в enterprise-B2B это нормально: важна не толпа, а несколько компаний на годовых контрактах.

Beta была бесплатной несколько месяцев — это дало время на интеграцию API в чужие системы. После интеграции switch-cost становится высоким — компания не уходит, потому что переключаться сложно.

NVIDIA Inception

Программа NVIDIA для AI-стартапов даёт:

• Бесплатные GPU-кредиты
• Доступ к сети инвесторов
• «Бейдж» доверия для enterprise-продаж

Это и был catalyst для первых крупных партнёрств.

Tech-конференции

Эсранур ездила на Miami Tech Week, Viva Tech в Париже. Её VC-бэкграунд + умение делать продаваемые презентации = прямой доступ к enterprise-buyer’ам, которые ходят на эти мероприятия.

Enterprise B2B-модель

Hirize не продаёт малому бизнесу. ICP — крупные ATS-вендоры, которые интегрируют API в свой продукт. Один клиент = миллионы CV в месяц = стабильный recurring revenue.

Это противоположность SaaS-подходу «продавать всем». Меньше клиентов, выше LTV, ниже churn.

Pricing

• Demo — $79 один раз. Тест API на ограниченном объёме
• Standard — $350/мес. Для middle-market HR-команд
• Premium — $500/мес. Высокий объём, приоритетная поддержка
• Enterprise — custom-контракты для Oracle/SAP-партнёров

Usage-based pricing работает потому, что парсинг CV — измеримая величина. Клиент платит за реальное использование, что снимает страх «куплю и не буду пользоваться».

5 уроков из кейса

1. Найди боль, которую все видят, но никто не решает правильно. AI-парсинг резюме существовал и до Hirize. Но все ATS-вендоры лепили AI как маркетинговый бейдж, а не как реальный слой. Сделай то же самое, но честно — и заберёшь долю рынка.
2. Beta-фаза = бесплатная интеграция. 6 месяцев бесплатной интеграции = высокий switch-cost к моменту pricing-launch. Когда клиент уже встроил твой API в свой продукт, он не откажется ради экономии $350/мес.
3. Picks and shovels часто лучше end-user product. Hirize не строит ATS — продаёт API ATS-вендорам. Меньше конкуренции, выше маржа, нет необходимости в маркетинге для end-user’ов.
4. NVIDIA Inception / AWS Activate / Google for Startups — не пропускать. Эти программы дают кредиты, доступ и legitimacy. Для AI-стартапа без NVIDIA — не вариант, GPU слишком дороги.
5. VC-бэкграунд → доступ к воронке. Если основатель пришёл из VC, он уже знает топ-100 buyer’ов в индустрии. Это rare moat, который не воспроизводится через рекламу.

Главная мысль: в B2B-AI выгоднее быть infrastructure-слоем, чем end-user product. Hirize не борется с Workday — она встраивается внутрь систем типа Workday. Пока end-user-стартапы тратят миллионы на маркетинг, infrastructure-players получают предсказуемую выручку с интеграций. Та же модель работает для voice-AI (ElevenLabs vs Captions), для text-AI (OpenAI vs ChatGPT app), для transcription (AssemblyAI vs Otter).