Как продуктовый трекинг и AI спасли бизнес после ухода команды

Ловушка перфекционизма и заморозка бизнеса

В мае 2023 года ИТ-предприниматель и трекер ФРИИ Константин Пискунов вместе с тремя сооснователями запустил компанию ООО «Мускулус». Предприниматели разрабатывали технологию компьютерного зрения, которая с помощью камеры мобильного телефона и ИИ может определить, есть ли у человека нарушения опорно-двигательного аппарата.

Но для того, чтобы запустить продукт, нужно было создать собственную нейросетевую модель и обучить ее на данных как минимум 10 тысяч диагностик. Предполагалась, что все эти обследования должен провести один из основателей проекта — эксперт по биомеханике и тренер сборных команд России Александр Велков. Это огромный объем работы. Не удивительно, что процесс накопления данных затянулся.

Первые годы продукт работал в ручном режиме: все диагностики для заказчиков (футбольных клубов, реабилитационных клиник, спортивных федераций) выполнял вручную Александр. Из-за плотного рабочего графика он не мог полностью посвятить себя развитию проекта, и заказчикам приходилось ждать результатов.

К 2025 году было проведено всего 2,5 тысячи диагностик. Этих данных не хватало для того, чтобы запустить обучение нейросетевой модели, и наконец создать продукт, который может работать без участия эксперта. Поэтому техническая команда приняла решение выйти из бизнеса. А вслед за ней проект покинули еще два сооснователя, в том числе технический директор. Поддержка инфраструктуры была прекращена, а бизнес — парализован.

«Разработчики, технический директор и партнер по бизнесу вышли из проекта в декабре 2025 года. Следующие шесть месяцев я был демотивирован, не понимал, что делать дальше, но продолжал общаться с сооснователем, который отвечал за концепцию, Александром Велковым, глубоко вникал в методологию, и в конце весны понял, что могу создать продукт сам — с помощью искусственного интеллекта», — говорит Константин.

Поиск альтернативы и перезапуск за три месяца

Основатель решил реанимировать бизнес, пересмотрев подходы к разработке продукта. Если создать собственную ИИ-модель невозможно, значит, нужно искать альтернативы, которые позволят качественно размечать состояние опорно-двигательного аппарата пользователей.

Оказалось, что эту задачу можно было решить с помощью линейных вычислений — например, при съемке видео строить 3D-модель человека в пространстве, измерять и анализировать углы сгибания локтя или колена по отношению к другим частям тела. И здесь пригодились ИИ-инструменты. Константин написал софт с помощью Claude Code, опираясь на данные диагностик, собранные за предыдущие три года, и экспертизу Александра Велкова — его научные публикации и учебники, а затем провел ряд R&D-исследований. Так, наконец, появился MVP, который позволял проводить диагностику без участия человека.

Параллельно Константин занимался продажами. И дело пошло: возвращались старые клиенты и приходили новые. За три месяца на счет компании поступило около 100 оплат от спортивных федераций и секций.

«Почему я не бросил компанию? Трекерская насмотренность не позволила мне это сделать. Я решил попробовать еще раз, потому что у проекта колоссальный рынок. Согласно статистике ВОЗ, у каждого четвертого человека на Земле есть подтвержденные болезни опорно-двигательно аппарата. Я проанализировал то, что произошло, и понял, что с первой командой мы пытались построить технологию. Это была ошибка. Со второй попытки я уже строил бизнес», — говорит Константин.

Таким образом, при перезапуске фокус сместился на создание MVP и работающего бизнеса. Эта логика — позволила за несколько месяцев пройти путь, который не удалось преодолеть за три года.

История проекта иллюстрирует еще один важный тезис. Для запуска технологического продукта сегодня не всегда нужны большие инвестиции в команду разработки. Благодаря современным ИИ-инструментам путь от идеи до работающего MVP сократился с месяцев до нескольких дней или недель. Многие задачи, которые раньше требовали участия программистов, дизайнеров и аналитиков, предприниматель может решить самостоятельно.

Это открывает новые возможности для фаундеров. Один человек, вооруженный методологией продуктового подхода и ИИ-инструментами, способен быстро проверить спрос, протестировать несколько продуктовых гипотез, выйти на новый рынок и получить первые продажи еще до того, как начнет масштабировать команду.

В этой истории Константин не стал продолжать разработку собственной нейросетевой модели, а искал другой способ решить ту же задачу. Трекерская насмотренность помогла пересмотреть первоначальную гипотезу и найти альтернативный способ достижения цели. В продуктовой работе такие повороты случаются постоянно: иногда нужно изменить гипотезу, иногда способ ее проверки, а иногда и полностью изменить подход к решению.

Эта история хорошо показывает, зачем предпринимателю нужна продуктовая методология и как такой подход помогает быстрее прийти к бизнес-результату, когда ресурсов на прежний подход уже не хватает. Больше о том, как трекеры разбирают такие ситуации, ищут ограничения роста и проверяют новые решения, можно узнать в Школе продуктового трекинга ФРИИ.