Экосистема Центральной Азии и единороги: честный разговор о ресурсах и реальности

Бахт Ниязов, город — Алматы, основатель Justart VC

Наблюдаю в Центральной Азии бум новых акселераторов. Прежде чем строить следующий акселератор, стоит задать один неудобный вопрос: а что именно мы строим?

Недавно в нашей венчурной студии появился стартап. Классные ребята, с глубоким пониманием конкретной и потенциально денежной ниши. Я попросил их пройти акселератор из тех соображений, что структура и нетворк не помешают. Они поступили. Но поканули программу через пару часов.

Я попытался убедить их остаться. Они ответили примерно следующее: «Может, лучше потратим эти два-три месяца на что-то более разумное, чем разговоры с трекером на разные темы? За это время мы заработаем пару сотен тысяч долларов. А если понадобится помощь, то попросим вас найти нам точечного эдвайзера из нужной нам индустрии».

Мне нечего было возразить. И именно эта короткая история заставила меня серьезно задуматься.

За последнее десятилетие в Центральной Азии сложилась полноценная стартап-инфраструктура. Акселераторы, хабы, гранты, конкурсы, хакатоны, демо-дни. Государство вложило значительные ресурсы; частный сектор — время и деньги; сотни команд прошли через программы. Есть истории успеха. Есть живые компании, которые выросли.

Но если смотреть честно: ни один единорог или кандидат в единороги в регионе не вышел из когортного акселератора. И я думаю, тут дело не в том, что люди работали плохо. Дело в том, что мир изменился, и вопрос сегодня звучит так: соответствует ли нынешняя модель экосистемы той реальности, в которой мы находимся? И если нет — на что лучше потратить ресурсы?

Итог десятилетия: что мы получили от акселерационной модели

Честная оценка требует признать и достижения, и ограничения. Местные акселераторы решили важную задачу первого порядка: они создали воронку, ввели в оборот культуру предпринимательства, вырастили первое поколение основателей, которое знает, что такое продукт, PMF и юнит-экономика. Это не круто?

Но задача второго порядка — производство компаний с глобальным потенциалом — пока так и осталась нерешенной. Крупных технологических компаний, рожденных внутри программ, практически нет. Средний «выпускник» акселератора — это небольшой локальный бизнес, который выжил, но не нормально масштабировался. И в этом нет ничего постыдного — если только мы честно признаем, что именно производим.

Проблема начинается тогда, когда мы продолжаем использовать ту же модель с теми же процессами и ждать другого результата. Вот многие говорят: мы сейчас покажем результат на своем рынке, потом захватим всю Центральную Азию, потом пойдем на MENA, потом в США. Мы продолжаем заставлять стартапы писать все это в своих презентациях. Хоть один из них прошел этим путем? Нет. Потому что так не получается. Так оно давно не работает. Но это никто не объясняет в процессе обучения. Почему?

Что изменил искусственный интеллект: почему старая логика перестала работать

Все то, о чем говорилось выше — это не новость. Критика акселераторов звучала и раньше. Я сам критиковал. Но именно сейчас сошлись два фактора, которые делают разрыв между старой моделью и реальностью критическим.

Первый — скорость. В эпоху ИИ стартап может пройти путь от идеи до первых пользователей за недели, а не за месяцы. Инструменты, которые раньше требовали команды из десяти человек и полугода разработки, сегодня доступны одному основателю с ноутбуком. Это означает, что любая программа, которая «замораживает» команду на два-три месяца в когортном формате, по умолчанию работает в режиме замедления, а не ускорения. Вот это да!

Второй — обесценивание базового знания. Главным товаром традиционного акселератора всегда было образование: основы маркетинга, финансовые модели, скрипты продаж, стратегия выхода на рынок. К 2025-2026 годам все это генерирует любой сильный языковой 

ИИ-агент — за минуты, бесплатно, в кастомизированном виде под конкретный рынок и сектор. Информационное преимущество, которое когда-то давали лекции и трекеры, фактически исчезло.

Что остается? То, что ИИ не может дать: суждение человека, который сам строил в масштабе. Доверие инвестора, открывающее нужную дверь. Доступ к капиталу в нужный момент. Способность увидеть в основателе потенциал раньше рынка. Именно это сегодня и есть реальная добавленная стоимость венчурной инфраструктуры — и именно этого в классической акселераторной модели почти нет.

Анатомия трекерской модели: что именно не работает

Методологический якорь большинства программ СНГ — фигура трекера. Эта модель пришла из России, где ее активно продвигал «токсичный» во многих аспектах российский игрок, и стала стандартом де-факто. Из России также приезжали и первые трекеры. Стоит разобраться, что трекер собой представляет на практике.

Трекер — это, как правило, наемный сотрудник, прошедший краткосрочную подготовку. Его задача: еженедельные встречи с командой, контроль метрик, HADI-циклы, движение по процессу. По своей конструкции это инструмент снижения дисперсии: он подтягивает отстающих, выравнивает когорту, повышает выживаемость среднего проекта.

Но венчур — это чистой воды капитализм. Вся экономика портфеля строится не на среднем результате, а на одном-двух экстремальных кейсах. Это означает, что правильная инфраструктура должна оптимизироваться под производство таких супер кейсов, а не под выживаемость медианного портфеля. Модель, которая системно снижает дисперсию, по математике не может производить эти самые пару-тройку супер кейсов. Это не вопрос качества людей или усилий, это вопрос конструкции.

Еще один изъян. Поиск Product-Market Fit — это не заполнение таблиц и не выполнение регламента. Это предпринимательское суждение: умение читать рынок, совершать правильный пивот в нужный момент, чувствовать, когда нажать, а когда остановиться. Этому невозможно научить через HADI-цикл. И уж точно этому не может учить человек, который сам никогда не искал PMF по своему продукту.

В итоге возникает структурный парадокс: наемный менеджер без операционного опыта масштабирования и иногда без понимания сути предпринимательского риска, ведет основателя стартапа по дороге, по которой никогда не ходил сам. Кто-то из них сейчас позиционирует себя как супер-ментор, кто-то перебрался в Узбекистан в надежде на заработок. Но этот разрыв — не случайность. Он встроен в архитектуру системы. Когда я вижу, как некоторые бывшие трекеры учат стартапы расти, то невольно вспоминаю Насима Талеба с его высказыванием об орнитологах, которые всерьез учили перелетных птиц правильно летать.

Кейс, который говорит сам за себя

В 2025 году появился первый настоящий технологический единорог с казахстанскими корнями — Higgsfield AI, платформа генеративного видео. Сегодня оценка компании превышает $4 миллиарда — при annualized run-rate выручки, ушедшем за $400 миллионов и продолжающем расти. Компания открыто таргетирует $1 миллиард ARR к концу 2026 года, что при текущей динамике делает ее реальным претендентом на статус декакорна — компании стоимостью свыше $10 миллиардов — уже в этом году. Компания отклонила предложение о поглощении от Meta. Инвесторы — Accel, Menlo Ventures, GFT Ventures.

Сооснователь Алекс Машрабов до этого возглавлял направление генеративного ИИ в Snap. Команда строилась с глобальным прицелом с первого дня. Около 95% инженерного состава — выходцы из Казахстана.

Higgsfield не проходил местные акселераторы. Не потому что они плохие. А потому что у основателей уже был необходимый для глобального рынка набор: опыт в индустрии мирового уровня, прямой доступ к инвесторам и ясное понимание, что им нужно строить. Программа с трекерами не добавила бы ничего, только замедлила бы.

Это и есть ключевой вопрос для экосистемы: как выстроить инфраструктуру, которая таких основателей находит, поддерживает и не мешает им двигаться?

Сравнение: как устроена инфраструктура там, где единороги появляются системно

Ключевое отличие, конечно, не в качестве программы. В экономике стимулов. Y Combinator зарабатывает только тогда, когда зарабатывает основатель. Акселератор, монетизирующий образовательный контент, зарабатывает независимо от исхода. Эти две модели производят принципиально разные результаты — даже при одинаковом уровне усилий и добросовестности команды.

Куда направить ресурсы

Если цель — системное производство компаний с реальным глобальным потенциалом, то инвестировать стоит в три вещи, которые ИИ не заменит.

Отбор, а не обучение. Настоящая ценность сильной институции — не программа, а сигнал рынку и качество отбора. Найти правильного основателя и убрать с его пути лишнее — важнее, чем «доучить» случайного фаундера. Это означает: сверхточечный мэтчинг с ментором из нужной индустрии, а не общие лекции для всех когорт сразу.

Капитал и доступ к сделкам, а не регламент. Умные деньги в нужный момент, открытые двери к международным инвесторам, готовность разделить риск капиталом — вот то, что действительно меняет траекторию стартапа. Венчурная студия, где опытный предприниматель

строит вместе с основателем как сооснователь, а не контролирует его как трекер, — это иная модель участия и иная ответственность за результат.

Глобальная ориентация с первого дня. Единороги из малых рынков не масштабируются внутри них, они масштабируются вовне. Инфраструктура, заточенная под локальный демо-день и местный рынок, производит локальные компании. Инфраструктура с прямым выходом на международный капитал и глобальную дистрибуцию — производит другие.

Заключение

Это не критика людей и не отрицание сделанного. Я сам недавно запускал с командой MOST наш акселератор в Ташкенте. Но мне интересно реагировать на изменения. Наша акселерационная волна, в частности наша программа IRA, выполнила задачу своего времени, она создала первичную экосистему там, где ее не было. Теперь есть задача следующего уровня.

Мир изменился. ИИ переписал правила скорости, доступа к знаниям и требований к инфраструктуре. Основатель с телефоном сегодня имеет доступ к инструментам, которые пять лет назад требовали полноценной команды и раунда финансирования. В этой реальности самый дефицитный ресурс стартапа — не информация и не наставник с методологией. Сейчас важнее — время, капитал, дистрибуция и доверие нужных людей в нужный момент.

Вопрос не в том, правильно ли работала старая модель. Вопрос в том, что мы строим дальше — и для кого.