Intelogos: $100K в месяц на ИИ-аналитике сотрудников — кейс Василия Малышева

Intelogos — софт для wellbeing, признания и управления эффективностью команды. Автоматически собирает данные о работе и даёт ИИ-рекомендации. Василий Малышев запустил продукт в 2022 году и вышел на ~$100K в месяц, 1 основатель, 6 сотрудников в удалённой команде. Стартовые расходы — фактически ноль: зарплаты на старте платились с продажи предыдущей компании. После взрывного Product Hunt привлёк $500K венчурных инвестиций.

Главное в кейсе — продукт вырос из личной боли руководителя. Василий почти десять лет вёл агентство разработки и страдал от того, что нет способа объективно понять, кто как работает на удалёнке. Решение начал собирать буквально в Google-таблице.

Кто такой Василий Малышев

Почти десять лет руководил Messapps — нью-йоркским агентством разработки, которое из полу-удалённого выросло в полностью распределённое. Параллельно учился в New York Law School. Управляя командой через текучку и сложность обратной связи, постоянно сталкивался с одной проблемой.

Какую проблему решает Intelogos

Бизнес силён настолько, насколько сильны его люди — но понять команду и давать обратную связь тяжело, особенно на удалёнке. Конкретная боль Василия: оценить запрос на повышение зарплаты разработчику было субъективной задачей, основанной на предвзятой информации от тех, кто с ним близко работает. Опросы руководителей похожих компаний показали ту же проблему: классический performance-менеджмент сломан — плохие метрики, редкие ревью, неэффективная обратная связь.

Intelogos автоматически собирает данные об эффективности и даёт ИИ-рекомендации — снимая субъективность с оценки людей в распределённой команде.

Как родилась идея

Из исследования Gallup, которое подтвердило: классический performance-менеджмент не работает. Идея совпала с собственной болью Василия и его бэкграундом (разработка + право) — так родилась автоматизированная people-аналитика.

Как собрал

Прототип жил внутри Google-таблицы:

• Василий подключил API из сторонних источников и тянул данные в Google Sheets
• формулы автоматически превращали данные в статистику по людям команды
• так он понял, что идея реализуема и даёт полезные данные
• дальше спросил других руководителей, насколько данные полезны им; часть статистики оказалась полезной, часть — неточной, внесли правки

После сбора фидбэка началась работа с разработчиками. Зарплаты команде Василий платил с продажи предыдущей компании — отдельных стартовых расходов не было. Первый MVP получился с запутанным интерфейсом — «экран, заполненный числами», — поэтому перед запуском добавили красивый дизайн.

Стратегия роста

Лист ожидания на Webflow

Перед полноценной разработкой собрали сайт на Webflow и запустили лист ожидания без доступа к продукту — чтобы отфильтровать пользователей и убедиться, что бета-тестеры совпадают с ЦА. Это измерило спрос и дало список потенциальных клиентов для разговоров.

Product Hunt — взрывной старт и $500K

Главный триумф пришёл через Product Hunt: стартап попал в топ-5 дня и получил сотни заявок за ночь, многие из целевого рынка. История попала в рассылки про SaaS и ИИ. После успеха два венчурных фонда вышли на связь: первый счёл стартап слишком ранним, но остался консультировать, второй инвестировал $500 000. Интерес фондов именно после PH стал для команды откровением.

Директории, аутрич и SEO

Рекламу размещали на сайтах стартапов и в директориях, использовали Product Hunt и Beta List. Параллельно собирали контакты лиц, принимающих решения, — база для таргетированного аутрича. SEO — долгосрочная ставка без быстрых результатов; PPC планируют под следующий апдейт.

Pricing

• Подписка с переходом от free-trial к платной модели — баланс ценности и устойчивой выручки
• архитектуру продукта переделали в модульную: каждый набор функций можно разрабатывать независимо и тарифицировать отдельно — это даёт гибкость в тестировании тарифных планов
• основной операционный вызов — снижение серверных расходов, потому что продукт работает с большим объёмом данных

5 уроков из кейса

1. Прототип может жить в Google-таблице. Василий проверил идею через API + формулы в Sheets ещё до строчки кода. Таблица доказала реализуемость и пользу данных — разработку начали только после.
2. Личная боль — лучший источник продукта. Intelogos вырос из задачи Василия как руководителя: объективно оценить, кто как работает на удалёнке. Боль, которую переживал сам, не нужно угадывать.
3. Лист ожидания фильтрует и измеряет. Waitlist без доступа к продукту отсеял случайных пользователей, дал список совпадающих с ЦА бета-тестеров и измерил спрос до полной разработки.
4. Слушай пользователей — главная ошибка Василия. Признаётся: игнорировал совет «говори с пользователями» и делал то, что считал полезным, а клиентам было всё равно. Книга «The Mom Test» — отличать вежливую похвалу от интереса.
5. Product Hunt приводит инвесторов, а не только клиентов. Топ-5 дня дал и сотни заявок, и выход на венчурные фонды — $500K как следствие удачного запуска. PH работает сразу на трафик и капитал.

Главная мысль: Intelogos прошёл путь таблица → MVP → Product Hunt → инвестиции на одной личной боли. Василий не выдумывал рынок — он автоматизировал задачу, которую сам решал руками годами. Дешёвая валидация в Google Sheets, лист ожидания для фильтра ЦА и один сильный запуск на Product Hunt дали и $100K выручки, и $500K инвестиций.