По данным S&P Global Market Intelligence, около 42% корпоративных AI-инициатив в итоге забрасываются их владельцами. Причины почти всегда одни и те же: нехватка финансирования, технические сложности, конкуренция, проблемы с масштабированием и слабый спрос. Методологию и выборку компания публично не раскрывала, поэтому 42% разумно читать как порядок величины, а не как точный процент для любого сегмента рынка.
AI-кладбище шире, чем список умерших стартапов. На нём лежат потребительские продукты (Relay, Notion Mail, Huxe, Yupp, Figgs AI), железо (Humane AI Pin, Rabbit R1) и внутренние инициативы корпораций: свёрнутый редизайн ChatGPT в «супер-приложение», закрытые ChatGPT Atlas, Operator и Sora, многократно отложенный запуск нового Siri у Apple, проблемы приватности у Microsoft Recall.
Разбор этих кейсов полезен не ради драмы. Он даёт критерии: каким признакам соответствует инструмент, который доживёт до следующего года, и по каким видно, что вы переносите рабочие процессы в продукт с коротким сроком жизни.
| Проект | Категория | Что известно об итоге |
|---|---|---|
| Relay | AI-продукт | Закрыт или свёрнут |
| Notion Mail | AI-продукт внутри экосистемы Notion | Закрыт или свёрнут |
| Huxe | Нишевый AI-сервис | Закрыт или свёрнут |
| Yupp | Нишевый AI-сервис | Закрыт или свёрнут |
| Figgs AI | Нишевый AI-сервис | Закрыт или свёрнут |
| Humane AI Pin | AI-железо | Не оправдал ожиданий |
| Rabbit R1 | AI-железо | Не оправдал ожиданий |
| ChatGPT, редизайн в «супер-приложение» | Инициатива OpenAI | Свёрнута |
| ChatGPT Atlas, Operator, Sora | Продукты OpenAI | Закрыты |
| Новый Siri | AI-ассистент Apple | Запуск многократно отложен |
| Microsoft Recall | AI-функция Windows | Проблемы с приватностью |
Закрытые AI-стартапы и продукты: Relay, Notion Mail, Huxe, Yupp, Figgs AI
Пять названий объединяет одно: все они были продуктами вокруг генеративного AI и все дошли до точки, когда команда остановила разработку. Публичных подробностей по каждому мало, поэтому разбирать стоит не слухи, а механики, которые видны по этим кейсам.
Relay и Notion Mail: почему интеграция с платформой не гарантирует выживание
Notion Mail - почтовый AI-продукт, выросший внутри экосистемы Notion. Логика запуска выглядела разумной: у платформы миллионы пользователей, готовых попробовать ещё одну функцию рядом с документами и базами. На практике доступ к аудитории не заменяет бизнес-модель. Когда почтовый клиент живёт внутри чужой экосистемы, он зависит от чужой дорожной карты: приоритеты, темп разработки и само существование продукта определяет платформа, а не команда проекта.
Relay упоминается в той же категории закрытых AI-продуктов. Здесь работает общий принцип: если функция выглядит как надстройка над тем, что платформа может добавить сама, у продукта нет защиты. Крупные игроки регулярно дописывают похожие возможности в базовые тарифы, и стороннее решение теряет смысл для пользователя.
Вывод практический: интеграция с платформой даёт канал привлечения, но не создаёт рва. Перед тем как строить рабочий процесс на таком продукте, ответьте на вопрос, что произойдёт, если платформа решит закрыть его завтра. Ответ «мы потеряем всё» означает слишком высокую зависимость.
Huxe, Yupp и Figgs AI: нишевые продукты и их уязвимости
Huxe, Yupp и Figgs AI относятся к другому классу: нишевые AI-сервисы, каждый под свою аудиторию. Узкий фокус помогает быстро набрать первых пользователей и проще объяснить ценность. У него есть обратная сторона: потолок аудитории невысок, а расходы на инференс остаются постоянными и не зависят от того, сколько людей платят.
Нишу легко съедает универсальный инструмент. Один ассистент с плагинами и API закрывает сразу десяток сценариев, для которых раньше требовался отдельный сервис. Пользователь редко открывает специализированный продукт, если похожее уже входит в подписку, за которую он платит.
Что делать при выборе: смотрите не на список функций, а на то, как сервис зарабатывает. Если у продукта нет платного тарифа, корпоративного контракта или иной понятной монетизации, его экономика держится на внешнем финансировании. Пока раунды идут, всё выглядит хорошо; когда они заканчиваются, продукт закрывается, и данные приходится переносить вручную.
AI-железо, которое не оправдало ожиданий: Humane AI Pin и Rabbit R1
Humane AI Pin и Rabbit R1 анонсировались как отдельная категория AI-устройств и на старте собрали много внимания. Оба дошли до рынка, оба столкнулись с критикой и закрепиться в массовом сегменте не смогли.
Типовые причины провала AI-железа почти не меняются от продукта к продукту: переоценённые ожидания от анонса, ограниченная функциональность на старте, зависимость от смартфона и облачных сервисов, высокая цена относительно приносимой пользы. Устройство, которое обещает заменить привычный интерфейс, сразу сравнивают с этим интерфейсом, и выиграть в таком сравнении сложно.
Отдельный риск - экономика железа. Инференс стоит денег, и либо его оплачивает покупатель через подписку, либо производитель из своего кармана. Ни то, ни другое не работает бесконечно на маленьком тираже. О том, как в AI-железо пытаются зайти с другой стороны, разбирали в материале про первое аппаратное устройство OpenAI: там же архитектура, правовые риски из-за иска Apple и конкурентная логика.
Вывод для покупателя: дождаться независимых обзоров и проверить, решает ли устройство задачу, которую не решает смартфон. Покупка на волне анонса - это ставка на то, что производитель доживёт до третьей версии прошивки.
Неудачи AI-проектов внутри крупных компаний: ChatGPT, Apple, Microsoft
Свёрнутый редизайн ChatGPT и закрытие Atlas, Operator, Sora
У OpenAI набралось несколько остановленных инициатив: редизайн ChatGPT в «супер-приложение» свёрнут, продукты ChatGPT Atlas, Operator и Sora закрыты. Для всех, кто строит процессы на свежих функциях, это важный сигнал: ресурсы у компании есть, а проекты всё равно останавливаются.
Причины публично не раскрыты, и додумывать их не стоит. Видимый паттерн такой: у продуктов с неясным спросом и высокой стоимостью инференса короткое окно жизни. Эксперимент, который не показал метрик, закрывают, чтобы перераспределить GPU и людей на другое направление. Как менялась продуктовая стратегия OpenAI, разбирали в статье про год без новых open-weight моделей.
Практический вывод: критичный пайплайн не стоит вешать на функцию со статусом preview или beta. Держите резервный сценарий и проверяйте, есть ли у возможности публичный API со стабильной версией и понятной политикой deprecation.
Apple Siri и Microsoft Recall: задержки и проблемы приватности
Apple многократно откладывала запуск нового Siri. Задержка не равна закрытию, но для рынка это тоже сигнал: заявленные возможности не готовы к дате, которую компания называла сама. Пользователь остаётся с предыдущей версией ассистента без понятного срока появления новой.
Microsoft Recall столкнулся с проблемами приватности. Функция, которая хранит историю работы на устройстве, упирается в вопрос, кто и как получает доступ к этим данным. Сценарий показательный: технически рабочая возможность может быть остановлена или серьёзно переработана из-за реакции пользователей и требований регуляторов.
Отсюда два критерия для выбора инструментов: смотрите на историю компании в вопросах приватности и на то, насколько легко ограничить или отключить функцию, если она начнёт собирать лишнее.
Общие причины провалов AI-продуктов: конкуренция, экономика, ожидания
Конкуренция с крупными платформами: почему экосистемы побеждают
Главный риск для нишевых AI-продуктов - платформа, которая добавляет ту же функцию в свою экосистему. Google, Microsoft, OpenAI и Apple уже владеют каналом распространения: ассистент, офисный пакет, операционная система, поиск. Сторонний продукт должен быть заметно лучше, чтобы пользователь открыл отдельную вкладку и завёл там аккаунт.
Механика повторяется: функцию копируют в базовый тариф, она становится «достаточно хорошей», и платить за специализированное решение никто не хочет. Notion Mail и Relay попали именно в зону, где такой сценарий наиболее вероятен.
Экономика бесплатных сервисов: почему бесплатность убивает
Инференс LLM стоит денег на каждом запросе: GPU, электричество, охлаждение, трафик. Бесплатный тариф означает, что затраты растут вместе с популярностью, а выручка нет. Компания попадает в ловушку: чем успешнее продукт, тем быстрее сгорает бюджет.
Выход есть в жёстких лимитах, переводе пользователей на платные тарифы или в своей инфраструктуре с меньшей стоимостью токена. Если ничего из этого нет, сервис живёт на инвестициях. Для сервисов вроде Huxe, Yupp и Figgs AI экономика бесплатных тарифов - один из вероятных факторов: публичных финансовых деталей по ним нет, но механика рынка именно такая.
Переоценённые ожидания от AI-железа: уроки Humane и Rabbit
Здесь проблема в разрыве между демо и ежедневным использованием. Демо показывает сценарий, где всё работает; в реальности пользователь сталкивается с задержками, ошибками и необходимостью носить с собой ещё одно устройство. К этому добавляется цена: AI-гаджет конкурирует не с другими AI-гаджетами, а со смартфоном, который уже лежит в кармане.
| Причина | Как проявляется | Что проверять перед подключением |
|---|---|---|
| Конкуренция с платформами | Похожая функция появляется в базовом тарифе экосистемы | Есть ли у продукта то, что платформа не скопирует быстро |
| Экономика бесплатного тарифа | Затраты на инференс растут быстрее выручки | Как сервис зарабатывает и есть ли платный тариф |
| Переоценённые ожидания от железа | Устройство проигрывает смартфону по удобству | Решает ли оно задачу, которую смартфон не решает |
| Проблемы с масштабированием | Качество и задержки падают при росте нагрузки | Есть ли публичная информация о лимитах и SLA |
| Слабый спрос | Продукт не встраивается в регулярный сценарий | Пользуетесь ли вы им каждый день или раз в месяц |
| Нехватка финансирования | Раунд не закрылся, команда распущена | Кто владелец продукта и на чём он живёт |
| Технические сложности | Функция не дотягивает до заявленного качества | Есть ли независимые тесты, а не только демо |
Какие AI-ниши выживают и как выбрать устойчивый инструмент
Устойчивее выглядят направления, где AI встроен в рабочий процесс и приносит измеримую экономию: B2B-автоматизация, инструменты для разработки, инфраструктура (шлюзы, векторные базы, оркестрация агентов, RAG), корпоративные контракты с понятной ценой за место или за токены. Потребительские AI-гаджеты и развлекательные сервисы на бесплатном тарифе держатся хуже: там высокая стоимость инференса, слабая готовность платить и быстрая смена привычек.
Второй признак устойчивости - возможность уйти. Продукты, из которых данные и настройки выгружаются, а стек переносится на другую модель, переживают смену поставщика. По этой причине растёт интерес к локальному запуску: если провайдер закрывается или меняет условия, ваши пайплайны продолжают работать. Разбор таких сценариев и расчётов есть в материале про тренд на локальные и лояльные модели. Отдельный слой устойчивости создаёт открытый код: разбор причин отставания open-source AI в США показывает, как источник капитала определяет, доживёт ли проект до следующих релизов.
Чек-лист: как оценить риск закрытия AI-инструмента
- Есть ли у продукта платный тариф или другой понятный источник дохода?
- Как давно он на рынке и были ли обновления за последние месяцы?
- Насколько легко выгрузить свои данные и настройки?
- Есть ли альтернативы, на которые можно перейти за день?
- Не анонсировала ли крупная платформа похожую функцию?
- Есть ли активное сообщество и канал поддержки?
Ответы на эти вопросы не дают гарантии. Они показывают, где в вашем стеке одиночная точка отказа и насколько дорого обойдётся переезд.
Чему учат провалы AI-проектов: выводы для пользователей и создателей
- Хайп не гарантирует выживание. Громкий анонс и крупные инвестиции не защищают от закрытия через год.
- Экосистема важнее отдельной функции. Если платформа может добавить вашу возможность в базовый тариф, считайте это вопросом времени.
- Бесплатный тариф всегда чей-то расход. Пока продукт не зарабатывает, его судьба зависит от следующего раунда финансирования.
- AI-железо - самая рискованная категория. Смартфон уже решает большинство задач, и новому устройству нужно предлагать нечто большее, чем голосовой ввод.
- Крупные компании сворачивают проекты не реже стартапов. Для любого критичного сервиса стоит держать альтернативу.
- Диверсификация дешевле миграции. Второй провайдер модели, локальная копия данных и экспорт в открытом формате стоят меньше, чем аварийный переезд.
Закрытие продуктов говорит о рынке больше, чем о технологии: рынок проверяет экономику, дистрибуцию и готовность платить. Проверьте свой стек прямо сейчас. Выпишите сервисы, без которых встанет работа, и для каждого найдите запасной вариант с выгрузкой данных. Час на это снимает большую часть рисков, о которых иначе напомнит очередной заголовок о закрытии любимого инструмента.