Validating Your Business Idea with Punit Mehra

Most startup advice breaks in high-stakes markets.

Большинство стартап-советов рассыпаются на рынках с высокими ставками.

“Move fast and iterate” only works when the cost of being wrong is low. In biotech, it isn’t. A single mistake can take years to surface, and cost tens of millions when it does.

«Двигайся быстро и итерируй» работает только тогда, когда цена ошибки невелика. В биотехе это не так. Одна ошибка может проявиться спустя годы и стоить десятки миллионов, когда всплывёт.

In this week’s episode of the Predictable Revenue Podcast, host Collin Stewart spoke with Punit Mehra, co-founder of ALP AI, about what building in that kind of environment actually looks like.

В выпуске этой недели Predictable Revenue Podcast ведущий Collin Stewart поговорил с Punit Mehra, сооснователем ALP AI, о том, как на самом деле выглядит построение компании в подобной среде.

ALP AI operates in a world where you can’t afford to learn by failing late. That constraint reshapes everything, from how you validate demand to how you price, sell, and build credibility.

ALP AI работает в мире, где нельзя позволить себе учиться на поздних провалах. Это ограничение меняет всё — от того, как валидировать спрос, до того, как назначать цену, продавать и выстраивать доверие.

This post breaks down those lessons and what they reveal about finding product-market fit when speed isn’t the advantage.

Этот пост разбирает те уроки и то, что они говорят о поиске product-market fit, когда скорость не является преимуществом.

The Founder Trigger

Триггер основателя

Most startup stories begin with excitement: the big idea, the breakthrough, the moment everything clicks. That’s not what pushed Punit Mehra to start ALP AI.

Большинство стартап-историй начинается с воодушевления: большая идея, прорыв, момент, когда всё складывается. Это не то, что подтолкнуло Punit Mehra основать ALP AI.

When he describes the decision, he doesn’t mention inspiration, he does use the word “discomfort”. He could see exactly where his career was heading: a stable role, steady progression, increasing responsibility. On paper, it all made sense.

Когда он описывает это решение, он не говорит о вдохновении — он использует слово «дискомфорт». Он чётко видел, куда движется его карьера: стабильная роль, постепенное продвижение, растущая ответственность. На бумаге всё имело смысл.

But as he put it, “I knew the trajectory… I knew where it was going. But I couldn’t change anything meaningful.” 

Но, как он выразился, «Я знал траекторию… Я знал, куда всё идёт. Но я не мог изменить ничего существенного».

That clarity became the problem.

Именно эта ясность и стала проблемой.

Because once the path is defined, it’s easy to follow it without questioning whether it’s the right one. Promotions come, compensation improves, and progress becomes predictable, but the scope for real impact often shrinks.

Потому что когда путь определён, легко идти по нему, не задаваясь вопросом, тот ли он. Приходят повышения, растёт компенсация, прогресс становится предсказуемым — но пространство для реального влияния часто сужается.

Staying meant committing to a path he hadn’t chosen, so he left without a fully formed vision or a guaranteed opportunity. A lot of founders start by deciding they’re no longer willing to stay where they are.

Остаться означало бы согласиться на путь, который он не выбирал, поэтому он ушёл без полностью оформленного видения и без гарантированной возможности. Многие фаундеры начинают с того, что решают: они больше не готовы оставаться там, где находятся.

The Insight: A High-Stakes Problem

Инсайт: проблема с высокими ставками

In most startups, failure is part of the process. Teams iterate quickly, and the cost of being wrong is manageable. Biotech operates under a different set of constraints.

В большинстве стартапов провал — часть процесса. Команды быстро итерируют, и цена ошибки управляема. Биотех работает в принципиально других ограничениях.

Developing a single drug can take close to a decade and cost anywhere from $5 million to over $100 million. By the time something fails, years of research, capital, and momentum have already been committed.

Разработка одного препарата может занять почти десятилетие и стоить от $5 миллионов до более чем $100 миллионов. К моменту, когда что-то проваливается, годы исследований, капитала и инерции уже вложены.

For smaller companies, that failure is existential. Many are built around one or two core drug candidates, and if those fail, there’s often no way to recover. As Punit put it, “If they fail, they’re out.”

Для небольших компаний такой провал — экзистенциальный. Многие построены вокруг одного-двух ключевых кандидатов в препараты, и если те проваливаются, восстановиться часто уже не получается. Как сказал Punit, «Если они проваливаются — они выбывают».

Even large companies aren’t immune. 

Даже крупные компании не застрахованы.

Pfizer reportedly spent around $750 million developing a drug that ultimately failed in late-stage trials. Beyond the financial loss, the opportunity cost is just as high, years of potential revenue that never materialize.

По имеющимся данным, Pfizer потратила около $750 миллионов на разработку препарата, который в итоге провалился в поздних фазах испытаний. Помимо финансовых потерь, столь же велика и упущенная выгода — годы потенциальной выручки, которая так и не материализуется.

This changes how companies approach product development. In most industries, the goal is to improve over time. In biotech, the priority is avoiding catastrophic failure.

Это меняет подход компаний к разработке продукта. В большинстве индустрий цель — улучшаться со временем. В биотехе приоритет — избежать катастрофического провала.

The Product Insight (Why ALP AI exists)

Продуктовый инсайт (зачем существует ALP AI)

For Punit, the opportunity wasn’t just the science. His co-founder, Luca, had been deep in research, exploring how machine learning could be applied to protein design. The work was compelling, but what stood out was how often promising ideas failed once they moved beyond controlled environments.

Для Punit возможность была не только в науке. Его сооснователь Luca глубоко занимался исследованиями, изучая, как машинное обучение может применяться для дизайна белков. Работа была увлекательной, но особенно выделялось то, как часто многообещающие идеи проваливались, выходя за пределы контролируемой среды.

Drugs that looked viable early on were still collapsing late on, after years of investment. By then, the cost of being wrong was already locked in.

Препараты, которые выглядели жизнеспособно на ранних этапах, всё равно рушились на поздних — после многолетних инвестиций. К тому моменту цена ошибки уже была зафиксирована.

That gap, between early promise and late-stage failure, is what turned the idea into a company.

Именно этот разрыв — между ранним обещанием и поздним провалом — и превратил идею в компанию.

Instead of building new drugs, they focused on a more immediate problem: identifying risk earlier, when there’s still time to act. The goal wasn’t to eliminate failure, but to change when it happens and what teams can do about it.

Вместо того чтобы создавать новые препараты, они сфокусировались на более насущной проблеме: выявлении риска раньше, когда ещё есть время действовать. Цель была не в том, чтобы устранить провал, а в том, чтобы изменить, когда он случается и что команды могут с этим сделать.

ALP AI sits upstream of the most expensive decisions, helping companies understand what might break before they fully commit. That can mean stopping early or adjusting before failure becomes irreversible.

ALP AI находится выше по потоку самых дорогих решений, помогая компаниям понять, что может сломаться, до того как они полностью обяжутся. Это может означать остановку на раннем этапе или корректировку до того, как провал станет необратимым.

Start with Demand Signals (Not Product)

Начинайте с сигналов спроса (а не с продукта)

One of the clearest signals that ALP AI was worth building came from the market.

Один из самых явных сигналов того, что ALP AI стоит строить, пришёл с рынка.

At the time, the product was still early. The technology wasn’t fully built, and there was no polished offering. Instead of waiting, the team reached out to biotech and pharma companies through cold outreach.

На тот момент продукт ещё был на ранней стадии. Технология была не полностью построена, и не было отполированного предложения. Вместо того чтобы ждать, команда вышла на биотех- и фармкомпании через холодный аутрич.

The response was immediate.

Реакция была мгновенной.

Conversations started quickly, and instead of pushing back on an unfinished product, companies were asking when it would be ready and how they could use it. In a market known for being slow and difficult to access, that responsiveness stood out. It was urgent.

Разговоры завязывались быстро, и вместо того чтобы отмахиваться от незавершённого продукта, компании спрашивали, когда он будет готов и как его можно использовать. На рынке, известном своей медлительностью и труднодоступностью, такая отзывчивость выделялась. Это было срочно.

That’s what validated the direction. 

Именно это и подтвердило направление.

The problem already existed, buyers understood it, and it was important enough that they were actively looking for better solutions.

Проблема уже существовала, покупатели её понимали, и она была достаточно важной, чтобы они активно искали более эффективные решения.

The takeaway is simple: demand doesn’t come from a finished product. It comes from solving a problem that already has attention and budget behind it.

Вывод прост: спрос рождается не из готового продукта. Он рождается из решения проблемы, за которой уже стоит внимание и бюджет.

Fit Into Existing Budgets

Встраивайтесь в существующие бюджеты

Early on, the team made a key decision: they didn’t try to invent a new pricing model. Instead, they started by understanding how their customers were already spending money.

На раннем этапе команда приняла ключевое решение: они не пытались изобрести новую модель ценообразования. Вместо этого они начали с понимания того, как их клиенты уже тратят деньги.

Biotech companies were already paying to test for immune risk. There were existing methods, vendors, and, most importantly, an allocated budget. Even if those methods weren’t perfect, the line item existed.

Биотех-компании уже платили за тестирование иммунного риска. Существовали методы, поставщики и, что важнее всего, выделенный бюджет. Даже если эти методы были несовершенны, статья расходов уже была.

That became the entry point.

Это и стало точкой входа.

Rather than forcing customers to create a new budget, ALP AI positioned itself within existing spend. If companies were already paying to assess risk, the question became whether there was a better way. 

Вместо того чтобы заставлять клиентов создавать новый бюджет, ALP AI позиционировалась внутри уже существующих расходов. Если компании и так платили за оценку риска, вопрос сводился к тому, есть ли способ лучше.

From there, they added a second layer.

Дальше они добавили второй слой.

If their approach improved a drug’s chances of success, they shared in the upside through milestone-based pricing. That way, the economics reflected the same reality their customers faced: most of the value only exists if the drug succeeds.

Если их подход повышал шансы препарата на успех, они разделяли выгоду через milestone-based pricing. Так экономика отражала ту же реальность, с которой сталкивались клиенты: большая часть ценности существует только в случае успеха препарата.

Customers didn’t take on additional upfront risk, and ALP AI captured meaningful value only when it delivered impact.

Клиенты не брали на себя дополнительный риск авансом, а ALP AI получала значимую ценность только тогда, когда приносила реальный эффект.

Align With Customer Risk

Согласуйтесь с риском клиента

The deeper constraints in biotech are spending and survival. Most companies are built around one or two drug candidates, if those succeed, the company can be worth hundreds of millions. 

Более глубокие ограничения в биотехе — это расходы и выживание. Большинство компаний построены вокруг одного-двух кандидатов в препараты; если они срабатывают, компания может стоить сотни миллионов.

If they fail, there’s often no fallback. That dynamic shapes how decisions are made and what good pricing looks like.

Если они проваливаются, отступного часто нет. Эта динамика формирует то, как принимаются решения и как выглядит правильное ценообразование.

ALP AI didn’t position itself as a typical vendor charging upfront regardless of outcome. Instead, they aligned with the same risk their customers were taking on. There’s still an initial engagement, but a meaningful portion of value is tied to what happens next. If a drug progresses, they share in the upside. If it doesn’t, the economics are limited.

ALP AI не позиционировала себя как типичного вендора, берущего деньги вперёд независимо от исхода. Вместо этого они согласовали себя с тем же риском, который брали на себя их клиенты. Стартовое вовлечение есть, но значимая часть ценности привязана к тому, что произойдёт дальше. Если препарат продвигается, они разделяют выгоду. Если нет — экономика ограничена.

The best pricing models don’t just reflect value, they reflect customer risk. In markets like biotech, where outcomes are binary, alignment matters more than optimization.

Лучшие модели ценообразования отражают не просто ценность — они отражают риск клиента. На рынках вроде биотеха, где исходы бинарны, согласованность важнее оптимизации.

Credibility > Speed

Credibility > скорость

One of the biggest adjustments for the team was operational.

Одной из самых серьёзных перестроек для команды стала операционная.

Most startup advice emphasizes speed: ship early, iterate quickly, and learn by doing. That works in software, where failure is cheap and reversible. In biotech, it doesn’t.

Большинство стартап-советов делают упор на скорость: выпускай рано, быстро итерируй и учись на практике. Это работает в software, где провал дёшев и обратим. В биотехе — нет.

Every claim needs evidence, every result must be reproducible, mistakes compound over years, not weeks. As Punit put it, “credibility is the key currency.”

Каждое утверждение требует доказательств, каждый результат должен быть воспроизводимым, ошибки накапливаются годами, а не неделями. Как сказал Punit, «credibility — ключевая валюта».

That changes how you build.

Это меняет то, как вы строите.

Instead of optimizing for speed, the team prioritized trust, moving deliberately, investing in data, and producing results that could withstand scrutiny from highly technical buyers. In this environment, credibility is the foundation.

Вместо того чтобы оптимизировать под скорость, команда поставила приоритет на доверие — действовала взвешенно, вкладывалась в данные и выдавала результаты, способные выдержать проверку со стороны высокотехничных покупателей. В этой среде credibility — фундамент.

The Sales Motion (Underrated but strong)

Sales motion (недооценённая, но сильная)

One part of ALP AI’s approach that often gets overlooked is how they’ve handled sales. On the surface, the tactics are familiar: cold outreach, conversations, and relationship-building. What’s different is the emphasis on timing.

Одна из частей подхода ALP AI, которая часто остаётся незамеченной, — это то, как они работают с продажами. На поверхности тактики знакомы: холодный аутрич, разговоры и выстраивание отношений. Отличие — в акценте на тайминг.

In biotech, companies only become viable customers at specific points in their development cycle. A drug needs to be at the right stage, the risk needs to be relevant, and the budget must already be allocated. Outside that window, even a strong solution is easy to ignore.

В биотехе компании становятся жизнеспособными клиентами лишь в определённые моменты цикла разработки. Препарат должен быть на нужной стадии, риск должен быть релевантным, а бюджет должен быть уже выделен. Вне этого окна даже сильное решение легко проигнорировать.

That reality shifts the role of sales. Instead of pushing a product, the team focuses on understanding where each company is in its process and whether the problem is urgent. The goal is to be present when the timing aligns, not to force a decision before it does.

Эта реальность смещает роль продаж. Вместо того чтобы продавливать продукт, команда фокусируется на понимании того, где каждая компания находится в своём процессе и насколько проблема срочна. Цель — быть рядом, когда тайминг сходится, а не заставить принять решение до этого.

This pattern shows up across the business. 

Этот паттерн проявляется по всему бизнесу.

The advantage doesn’t come from moving faster, but from aligning with how the market actually works, its timelines, its risks, and its constraints.

Преимущество приходит не от того, что вы движетесь быстрее, а от того, что вы согласуетесь с тем, как рынок реально работает — с его сроками, рисками и ограничениями.

In that kind of environment, speed doesn’t create leverage, accuracy does. Not all startups benefit from moving fast. In markets where the cost of being wrong is high, some companies win by being right when it matters.

В такой среде leverage даёт не скорость, а точность. Не всем стартапам полезно двигаться быстро. На рынках, где цена ошибки высока, некоторые компании выигрывают тем, что оказываются правы, когда это имеет значение.

NO TIME TO READ?

НЕТ ВРЕМЕНИ ЧИТАТЬ?