Yupp.Ai Закрывается: Почему Даже С $33 Миллионами И 1,3 Миллионами Пользователей Не Выжить В Мире Ии

Ключевые выводы

• Крупные инвестиции и миллионы пользователей не гарантируют успех в быстро меняющемся мире ИИ — важно угадать долгосрочные тренды.
• Product-market fit в ИИ-сфере может быстро «испарить» из-за скачков в технологиях, как это случилось с Yupp.ai.
• Рынок данных для ИИ смещается от краудсорсинга к специализированным экспертам (PhD) и reinforcement learning, где доминируют Scale AI и Mercor.
• Будущее ИИ — за агентами, а не отдельными моделями, что требует данных о поведении в цепочках задач, а не человеческих предпочтениях.
• Звёздные инвесторы (Jeff Dean,Biz Stone) добавляют credibility, но не заменяют need for устойчивой бизнес-модели, соответствующей эволюции индустрии.

Представьте: стартап привлекает 33 миллиона долларов от a16z crypto и ангелов вроде Jeff Dean, набирает 1,3 миллиона пользователей, promise disruption в выборе ИИ-моделей. А через год — закрывается. Это Yupp.ai. История не про провал идеи, а про то, как быстро мир ИИ меняется, и даже грандиозные планы могут не успеть. Давайте разберём, что произошло и почему это важно для всех, кто смотрит в сторону ИИ-стартапов.

Что такое Yupp.ai и как работал его сервис сравнения ИИ-моделей

Yupp.ai запустил платформу, которая позволяла любому пользователю бесплатно тестировать и сравнивать результаты огромного набора ИИ-моделей — до 800 вариантов, включая state-of-the-art от OpenAI, Google и Anthropic. Вы вводили промпт, а система возвращала несколько ответов от разных моделей, иногда с изображениями. Затем вы выбирали, какой ответ лучше, и объясняли почему.

Это создавало краудсорсинговые данные о реальных предпочтениях людей: какие модели справляются с кодом, какие — с креативным текстом, а какие — с визуальными задачами. Компания анонимно собирала эти предпочтения и продавала их ИИ-лабораториям, которые хотели понимать, как их модели работают в реальном мире. У Yupp.ai даже был leaderboard, где модели соревновались по разным категориям.

За менее года сервис набрал 1,3 миллиона пользователей и генерировал миллионы оценок ежемесячно. У него были клиенты среди AI-лабов, и казалось, что он нашёл свою нишу: соединить конечных пользователей с разработчиками моделей через данные. Но, как выяснилось, эта ниша оказалась нестабильной.

Почему Yupp.ai не достиг product-market fit: быстрый сдвиг в ИИ-индустрии

Сооснователи Pankaj Gupta и Gilad Mishne честно заявили: «we didn’t reach a strong enough product-market fit». Причины — в фундаментальных изменениях ландшафта ИИ за последние месяцы. Во-первых, сами модели стремительно улучшались. То, что год назад было сложной задачей, сегодня решается штатно. Потребность в сравнении десятков моделей для простых запросов снижалась, так как лидеры (например, GPT-4 или Claude) становились универсальнее.

Во-вторых, и это ключевой момент, клиенты — ИИ-лаборатории — изменили подход к сбору данных. Как объясняют эксперты, текущая модель, которую используют Scale AI и Mercor, — это наём узких экспертов, часто с PhD, которые встраиваются в reinforcement learning loop. Им нужно не «что нравится людям», а точные, проверенные экспертами ответы для fine-tuning моделей. Краудсорсинг Yupp.ai давал объём, но качество и глубина данных уступали специализированным подходам.

Наконец, индустрия смотрит вперёд — к миру, где ИИ-агенты, а не люди, будут основными пользователями. Как отмечает CEO Nothing Carl Pei в статье TechCrunch, приложения исчезнут, уступив место агентам. Для таких агентов, данные о человеческих предпочтениях малополезны. Им нужны данные об эффективности действий в многоэтапных задачах. Yupp.ai собирал историю для сегодняшних моделей, но не для завтрашних систем.

Конкурентный ландшафт: Scale AI, Mercor и доминирование экспертов

Scale AI, основанная в 2016, стала гигантом на рынке данных для ИИ. Их козырь — не краудсорсинг, а сеть специалистов: лингвистов, математиков, отраслевых экспертов, которые размечают данные и участвуют в reinforcement learning. Они работают с OpenAI, Google и другими, предоставляя high-quality данные для обучения. Mercor следует похожей модели, фокусируясь на экспертных оценках.

Против них Yupp.ai предлагал массовый, дешёвый краудсорсинг. Это давало масштаб и разнообразие, но лаборатории платят за точность и релевантность. Для сложных задач, например, медицинской диагностики или юридического анализа, мнение толпы не заменит эксперта. Поэтому, несмотря на 1,3 млн пользователей, Yupp.ai не мог конкурировать по качеству данных, которое требовалось клиентам.

К тому же, Scale AI и подобные компании уже укрепили позиции, построив отношения с ключевыми игроками. Войти на этот рынок с новым подходом было почти невозможно, особенно когда сам подход (краудсорсинг предпочтений) быстро устаревал.

Эволюция ИИ: почему будущее за агентами, а не за отдельными моделями

Gupta в своём посте на X подчеркнул: «The future is not just models but agentic systems». Это не просто мода — это структурный сдвиг. ИИ-агенты — это системы, которые могут автономно принимать решения, использовать инструменты, планировать и выполнять многоэтапные задачи. Например, агент может забронировать вам отпуск: изучить сайты, сравнить цены, проверить отзывы, всё без участия человека.

Для таких агентов, данные о том, «какой ответ модели нравится людям», — вторичны. Нужны данные о том, как агенты взаимодействуют с миром: какие действия приводят к успеху, как избежать ошибок в цепочках, как оптимизировать долгосрочные награды. Это realm reinforcement learning от экспертов, а не краудсорсинга.

Поэтому, когда Yupp.ai строил бизнес на человеческих предпочтениях, он фактически решал задачу прошлого. Лаборатории уже инвестируют в данные для агентов, а не для улучшения отдельных языковых моделей. Этот термический сдвиг сделал предложение Yupp.ai менее релевантным за очень короткий срок.

Инвестиции: $33 млн и звёздные инвесторы — это не панацея

В 2024 году Yupp.ai привлёк $33 млн в seed-раунде, что было огромной суммой для ранней стадии. Раунд возглавил a16z crypto, крипто-направление фонда Andreessen Horowitz, с партнёром Chris Dixon. Плюс более 45 ангельческих инвесторов, среди которых — Jeff Dean (главный учёный Google DeepMind), Biz Stone (сооснователь Twitter), Evan Sharp (сооснователь Pinterest) и Aravind Srinivas (CEO Perplexity).

Такой lineup — Signal credibility: лучшие умы и предприниматели в tech верили в идею. Но, как показала практика, даже с таким backing, без устойчивого product-market fit бизнес нежизнеспособен. Инвестиции дают ресурсы и сети, но не гарантируют, что продукт будет соответствовать быстро меняющемуся рынку.

После закрытия, часть команды Yupp.ai присоединилась к известным ИИ-компаниям, что говорит о качестве команды, но не отменяет факта закрытия. Это напоминание, что в венчурном мире, especially в ИИ, тимейт и идея важны, но timing и адаптивность — критичны.

Уроки для будущих ИИ-стартапов: что делать, чтобы не повторить ошибок Yupp.ai

История Yupp.ai — не уникальна в ИИ-индустрии, где технологии эволюционируют быстрее, чем бизнес-модели. Вот ключевые уроки:

1. Product-market fit должен быть устойчивым к технологическим скачкам. Если ваш продукт строится на сравнении моделей, подумайте, как это изменится, когда модели станут значительно лучше. Может, нужен не краудсорсинг, а что-то другое?

2. Следите за долгосрочными трендами, а не текущими проблемами. Yupp.ai решал актуальную проблему (какую модель выбрать), но не учел, что будущее — за агентами. Стартапы должны задаваться вопросом: «Кто будет пользователем через 2 года?»

3. Качество данных часто важнее масштаба. Лаборатории платят за экспертные, глубокие данные, а не за миллионы поверхностных оценок. Если вы в сборе данных, подумайте, как обеспечить качество, которое конкурирует с Scale AI.

4. Инвестиции — это топливо, не цель. $33 млн — впечатляющая сумма, но она не создаёт product-market fit. Важно иметь чёткий план монетизации, который соответствует реальным потребностям клиентов, а не гипотетическим.

5. Будьте готовы к pivot даже на ранней стадии. Если ландшафт меняется, возможно, нужно быстро менять направление. Yupp.ai попытался, но, судя по всему, было уже поздно.

Справка

Yupp.ai

Yupp.ai — американский стартап в сфере ИИ, основанный примерно в 2023 году Панкаем Гуптой и Гиладом Мишне. Компания предлагала платформу для crowdsourced сравнения до 800 ИИ-моделей, включая ведущие от OpenAI, Google DeepMind и Anthropic. Сервис набрал 1,3 миллиона пользователей и генерировал миллионы предпочтений ежемесячно, которые анонимно продавали AI-лабораториям. В 2025 году, менее года после запуска, Yupp.ai объявил о закрытии из-за недостаточного product-market fit, вызванного быстрым улучшением моделей и сдвигом индустрии к экспертам и ИИ-агентам. Основатели подчеркнули, что будущее за agentic systems.

Pankaj Gupta

Pankaj Gupta — сооснователь и гендиректор Yupp.ai. Технологический предприниматель с опытом в области данных и ИИ, хотя подробности его предыдущей карьеры ограничены. Под его руководством Yupp.ai привлёк крупные инвестиции и команду. После закрытия Gupta активно комментировал в X (бывший Twitter), что reason закрытия — эволюция ИИ-ландшафта и переход от моделей к системам. Часть сотрудников Yupp.ai перешла в известные ИИ-компании, что говорит о его способности формировать конкурентоспособные команды.

a16z crypto

a16z crypto — это специализированное подразделение венчурного фонда Andreessen Horowitz, инвестирующее в криптовалютные и blockchain-проекты, а также в перспективные ИИ-стартапы. Chris Dixon — партнёр фонда, известный своими инвестициями в早期 крипто-компании. В 2024 году a16z crypto возглавил seed-раунд Yupp.ai на $33 млн, что стало одним из крупнейших в то время. Фонд часто делает ставку на амбициозные, рисковые проекты на стыке технологий, но success не гарантирован, как показала история Yupp.ai.

Scale AI

Scale AI — компания, основанная в 2016 году, которая предоставляет платформу для размещения, разметки и управления данными для обучения ИИ-моделей. Их ключевое отличие — использование узких экспертов (включая PhD-учёных) для high-quality разметки и reinforcement learning. Клиенты Scale AI — ведущие AI-лаборатории, такие как OpenAI, Google и Toyota. Компания оценена в несколько миллиардов долларов и является лидером в индустрии данных для ИИ. Их модель, основанная на экспертах, контрастирует с краудсорсингом Yupp.ai, и, судя по всему, оказалась более устойчивой к изменениям рынка.

ИИ-агенты

ИИ-агенты — это автономные системы, способные воспринимать окружение, принимать решения и выполнять задачи в цепочках без постоянного участия человека. В отличие от пассивных языковых моделей, агенты proactive: они могут искать информацию, использовать инструменты, планировать и адаптироваться. Эксперты, включая CEO Nothing Карла Пеи, прогнозируют, что агенты заменят мобильные приложения, став основным интерфейсом для цифровых действий. Для таких агентов, данные должны отражать эффективность в многоэтапных сценариях, а не предпочтения в ответах на промпты. Это сдвигает фокус ИИ-разработки от отдельных моделей к integrated agentic systems, что и сделало подход Yupp.ai устарелым.

Закрытие Yupp.ai — это трезвый урок для всей ИИ-индустрии. Даже с деньгами, пользователями и звёздными инвесторами, нельзя игнорировать скорость изменений. Product-market fit — не разовый захват, а постоянная адаптация. Технологии ускоряются, и то, что сегодня актуально, завтра может оказаться в прошлом. Yupp.ai пытался решить реальную проблему, но не учел, что проблема сама эволюционирует. Для стартапов в ИИ ключ — не только в том, чтобы угадать текущий тренд, но и в том, чтобы строитьproducts, которые переживут следующий скачок. Иначе, даже $33 млн не спасут.