Validating Your Business Idea with Punit Mehra

Большинство стартап-советов рассыпаются на рынках с высокими ставками.

«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.

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 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.

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

Триггер основателя

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

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.

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

Именно эта ясность и стала проблемой.

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.

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.

Инсайт: проблема с высокими ставками

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

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.

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».

Даже крупные компании не застрахованы.

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.

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

Продуктовый инсайт (зачем существует ALP AI)

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.

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

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

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 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.

Начинайте с сигналов спроса (а не с продукта)

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

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.

Реакция была мгновенной.

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.

Именно это и подтвердило направление.

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

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

Встраивайтесь в существующие бюджеты

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.

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.

Это и стало точкой входа.

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.

Дальше они добавили второй слой.

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.

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

Согласуйтесь с риском клиента

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.

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

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.

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

Credibility > скорость

Одной из самых серьёзных перестроек для команды стала операционная.

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.

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

Это меняет то, как вы строите.

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.

Sales motion (недооценённая, но сильная)

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.

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.

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.

Этот паттерн проявляется по всему бизнесу.

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.

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.

НЕТ ВРЕМЕНИ ЧИТАТЬ?