Lutra.ai: $417K в месяц на ИИ-агенте для автоматизации — кейс выходцев из Google и Coursera

Lutra.ai — ИИ-агент, который превращает инструкции на естественном языке в код и оркестрирует рабочие приложения. Пользователь пишет «собрать в Google Sheets всех клиентов из HubSpot, у которых нет email-открытий за последний месяц, и отправить им письмо» — Lutra делает это сам. $417 000 в месяц ($5M в год), два основателя, прибыльно, запущен в 2023 году.

Главное в кейсе — команда из Google Brain и Coursera подняла $3,8M seed-раунд от Coatue Ventures и звёздных ангелов (Андрей Карпатый, Джефф Дин, Скотт Белски) — и за год после запуска вышла на пятимиллионную годовую выручку. Это пример того, что в эпоху ИИ-агентов происхождение команды и сетка инвесторов решают.

Кто стоит за Lutra.ai

Цзыкуан Ньям — сооснователь и CEO, родом из Сингапура. PhD по computer science из Стэнфорда, научный руководитель — Эндрю Ын (один из основателей Coursera, ex-Google Brain). Работал в Google Brain и Coursera на ключевых ролях по ИИ и образовательным технологиям.

Сооснователь Виджай Васудеван — тоже из Google. Команда — несколько ex-Google и ex-Coursera инженеров, что даёт уникальную комбинацию глубокой ИИ-экспертизы и опыта построения продукта на десятки миллионов пользователей.

Какую проблему решает Lutra.ai

В любом бизнесе есть рутинные задачи на стыке нескольких приложений:

• собрать данные из CRM и положить в таблицу
• найти в почте письма по фильтру и сделать выжимку
• отправить персонализированные сообщения 500 контактам
• обогатить базу клиентов данными из публичных источников

Сегодня это либо делают вручную (часы работы), либо собирают в Zapier/Make (требует понимания триггеров и логики). Lutra обещает третий путь: пишешь задачу человеческим языком — агент сам пишет код и выполняет.

Как родилась идея

Работая в Coursera и Google, Цзыкуан видел: для не-инженеров автоматизация задач — это огромное препятствие. Внутри компаний есть «теневые» процессы, которые делаются вручную просто потому, что подключить разработчика к маленькой задаче дорого.

С релизом GPT-3/GPT-4 появилась возможность: дать ИИ модель, обученную писать код, и поставить его поверх API популярных сервисов. Команда экспериментировала с разными моделями, сосредоточившись на надёжности (специализированные модели под конкретные задачи, а не один LLM на всё).

Как собрали MVP

Несколько месяцев разработки. Стратегические решения:

• Code-first подход — ИИ генерирует и выполняет настоящий код, а не набор «no-code блоков». Это даёт безопасность, проверяемость, отладку.
• Специализированные модели — для разных типов задач (поиск, экстракция данных, написание email) — отдельные модели. Это эффективнее, чем один большой LLM на всё.
• Интеграции с популярными платформами — Gmail, Outlook, Slack, HubSpot, Google Workspace. Без этих коннекторов агент бесполезен.

Финансирование — $3,8M seed-раунд в декабре 2023 от Coatue Ventures и ангелов. Это позволило сразу нанять команду и построить полноценный продукт, а не MVP.

Стратегия роста

Product-led growth

Главный канал. Пользователь регистрируется, пишет первую задачу на английском, видит результат за несколько минут. Если продукт работает — он остаётся. Если нет — уходит. Никаких длинных демо и sales-циклов.

SEO и обучающий контент

Команда публикует подробные статьи и подкасты о ИИ-автоматизации, конкретные сценарии («как автоматизировать обогащение лидов»), технические разборы. Это позиционирует Lutra как авторитет в нише и приводит органический трафик из людей, которые уже ищут решение.

Интеграции с популярными платформами

HubSpot, Google Workspace, Slack — это огромные экосистемы. Подключаясь к их API, Lutra встраивается в существующие рабочие процессы. Это снижает порог входа: не нужно менять стек, нужно только добавить агента.

Партнёрства и сетка инвесторов

Coatue Ventures и звёздные ангелы — это не только деньги, но и доступ к корпоративным контактам. Андрей Карпатый и Джефф Дин — глобально известные в ИИ, их публичные упоминания продукта работают как лучшая реклама. Социальное доказательство, которое нельзя купить.

Pricing

Подписка от $15 в месяц, цена масштабируется с использованием API и размером команды. Для крупных клиентов — Enterprise-тарифы с кастомными интеграциями и расширенной поддержкой.

Логика — низкий вход для индивидуальных пользователей плюс премиум для команд. Это классический B2B SaaS-подход.

5 уроков из кейса

1. Происхождение команды в ИИ-эпоху — это серьёзное преимущество. Ex-Google Brain плюс ex-Coursera плюс PhD от Эндрю Ына — это сетка, которая открывает двери, которые закрыты для anonymous-фаундеров. На раннем этапе ИИ-стартапа это решает.
2. Code-first подход надёжнее «no-code триггеров». ИИ, который пишет настоящий код, проверяемее и безопаснее, чем чёрный ящик. Это важно для B2B-клиентов, где ошибка стоит денег.
3. Специализированные модели > один большой LLM. Для разных задач — разные модели. Это дешевле, быстрее и точнее. Подход «один GPT решит всё» в продакшене не работает.
4. Интеграция с большими платформами — лучшая дистрибуция. HubSpot, Google Workspace, Slack — это рынки с миллионами пользователей. Подключение к их API даёт автоматический доступ к аудитории.
5. Ангелы-знаменитости работают лучше, чем pure VC. Карпатый или Джефф Дин в твоей раунде — это публичный сигнал качества. Один их твит про продукт даёт больше пользователей, чем месяц рекламы.

Главная мысль: в эпоху ИИ-агентов выигрывает не сложность модели, а удобство интерфейса и доверие к команде. Lutra решает простую задачу — «сделай за меня рутину» — но делает это так, что не-tech менеджер чувствует контроль. Плюс правильная сетка инвесторов разгоняет рост быстрее, чем любая реклама.