Как запустить с нуля ИИ-сервис транскрибации в России — разбор Castmagic

Логика простая. Пользователь загружает запись подкаста, видео или созвона. Сервис расшифровывает речь в текст, а затем собирает из расшифровки готовые форматы: заметки к выпуску, посты для соцсетей, краткую выжимку, описание. Сервис держит контекст бренда — тон, повторяющиеся темы, — поэтому тексты на выходе ближе к нужному виду, чем общий ответ языковой модели. Аудитория оригинала — подкастеры, ведущие ютуб-каналов и авторы образовательных видео, у которых уже есть поток записей и нет времени упаковывать его руками.

Модель — подписка с потолком по использованию. Точные тарифы оригинал публично не раскрывает. Рост был быстрым: первый запуск через две недели, через десять месяцев — около $120 тысяч в месяц при росте более 20% в месяц, отток клиентов в одном знаке, трое сооснователей. Стартовали с разовой сделки на чужой площадке (единоразовая оплата за пожизненный доступ) и собрали через неё около 10 тысяч платных пользователей за несколько дней.

Сердце сервиса — расшифровка речи в текст. Это та часть, которая в России и есть массовый спрос: люди ищут именно «перевести аудио в текст». Дальше расшифровка уходит в языковую модель, которая режет её на посты, заметки и выжимку с учётом сохранённого контекста бренда. Снаружи — загрузка файла, личный кабинет и оплата подписки. Оригинал собрал это на готовых кубиках и сознательно вышел с несовершенным продуктом под жёсткий внешний срок, а не доводил его месяцами.

Сколько стоит работа нейросети. Себестоимость складывается из двух частей: расшифровка всей записи (минуты аудио) плюс запросы к языковой модели на нарезку текста. Час записи — это час расшифровки и большой объём текста на обработку, поэтому себестоимость считают по минутам аудио, а не по числу постов. В калькуляторе ниже эта себестоимость сидит в ползунке «маржа».

Беру Wordstat — он показывает, сколько раз в месяц вводят запрос. В России это не «переупаковка подкастов» (такого спроса почти нет), а более широкая и понятная задача — транскрибация, то есть перевод аудио и видео в текст. По ней спрос крупный: четыре главные формулировки в сумме дают около 40 тысяч запросов в месяц.

Вот как распределён прямой спрос — это люди, которые ищут именно расшифровку аудио и видео в текст:

Завёл эти фразы в Директ и снял реальные ставки аукциона. Вот ставка, по которой начинаются показы (низ выдачи), и ставка основного показа:

Castmagic берёт подписку, поэтому считаю не разовую продажу, а сколько стоит привести одного платящего. Это цена клика, делённая на конверсию в подписку. Беру три уровня ставки — низ выдачи, средний показ и основной показ — и считаю при разной конверсии. Конверсия — допущение, поэтому диапазоном.

Логика как у любого проекта: заходишь с небольшим бюджетом и всю прибыль возвращаешь обратно в рекламу — и реклама, и прибыль растут с каждым кругом. Продукт подписочный, поэтому выручка с клиента — это подписка, умноженная на сколько месяцев он платит. Двигай ползунки: клик и подписку взял из реальных данных, конверсию и удержание — это допущения.

Кроме платной рекламы есть второй, бесплатный канал — поиск: статьи и страницы под запросы. Посетители приходят бесплатно, но их число нужно растить материалами. Разбил тему на группы запросов — вот сколько людей ищет каждую (Wordstat, в месяц):

Задачу «перевести аудио и видео в текст» в рунете уже закрывают местные сервисы с оплатой в рублях. Часть берёт подписку помесячно, часть — пакетами минут или часов; ниже отдельно стоит API Сбера, на котором можно собрать свой сервис. Иностранные оригиналы вроде Castmagic рублёвую оплату не принимают, поэтому ниша местных сервисов сложилась отдельно. Вот кто это делает и за сколько:

Соберу цифры разбора вместе. Прямой спрос на транскрибацию крупный — около 40 тысяч запросов в месяц на четыре главные формулировки: «транскрибация аудио» — 12 221, «расшифровка аудио в текст» — 11 327, «перевести аудио в текст» — 9 909, «транскрибация видео» — 8 402. Клик недорогой — 10–26 рублей на низе выдачи. Подписка у местных сервисов — 790–3 900 рублей в месяц (плюс пакеты минут по 4–8 ₽). При конверсии 2% (допущение) привлечение выходит около 900 рублей — на бумаге сходится. Главный риск — уклон части аудитории в бесплатное: только «транскрибация аудио в текст онлайн бесплатно» — 4 750 запросов.

Как рос оригинал. Castmagic вышел на свою выручку не через платную рекламу. Сначала — разовая сделка на чужой площадке: единоразовая оплата за пожизненный доступ собрала около 10 тысяч платных пользователей за несколько дней и дала бренду узнаваемость и поток обратной связи. Дальше — партнёрская программа с авторами в соседних нишах (подкастеры, ведущие шоу): часть оплачивали за посты, часть подключали как партнёров с процентом. Правило по расходам жёсткое — не больше 20% выручки на маркетинг, поэтому проект был прибыльным с первого месяца.

Где брать клиентов в России. Канал оригинала переносится частично. Разовой пожизненной сделки на знакомой площадке в рунете в том же виде нет, зато есть прямой и понятный спрос в поиске: десятки тысяч людей в месяц ищут «перевести аудио в текст». Поэтому первый канал здесь — поиск: статьи и страницы под транскрибацию, плюс дешёвый платный клик как второй канал. Партнёрство с авторами подкастов и ютуб-каналов тоже переносится, но это уже узкая аудитория «упаковки», а не массовая «расшифровки».

Пара гипотез — проверит только запуск. Первая (допущение): заходить в Россию стоит через саму транскрибацию (массовый прямой спрос), а нарезку на посты и заметки — фишку оригинала — добавлять следующим шагом для тех, кому мало одной расшифровки. Вторая (допущение): главный ограничитель тут не цена клика, а готовность платить — заметная часть спроса ищет бесплатный вариант, и над нишей стоят сильные бесплатные лимиты (у Сбера 100 минут в месяц бесплатно, у сервисов — бесплатные стартовые минуты). Ниша не пустая: местных сервисов уже несколько, без одного явного лидера-бренда; место занято, но не закрыто.