Find the Pain or Build Forever with Sridhar Uyyala

On this episode of the Predictable Revenue Podcast, Collin Stewart sits down with Sridhar Uyyala from TensorLinks to walk through what finding product-market fit actually looks like in the wild: messy, slow, and full of false starts.

В этом выпуске Predictable Revenue Podcast Collin Stewart садится с Sridhar Uyyala из TensorLinks, чтобы разобрать, как на самом деле выглядит поиск product-market fit в реальной жизни: путано, медленно и с кучей фальстартов.

This post breaks down that journey, not to retell it, but to show where founders actually go wrong, and why most “good ideas” fail long before the market is ready for them.

Этот пост разбирает тот путь — не чтобы пересказать его, а чтобы показать, где основатели реально ошибаются и почему большинство «хороших идей» проваливаются задолго до того, как рынок будет к ним готов.

Most founders start with a vision.

Большинство основателей начинают с видения.

Sri set out to build AI assistants for self-driving cars, something technically impressive, forward-looking, and, at the time, completely disconnected from real demand.

Sri задумал построить AI-ассистентов для беспилотных автомобилей — что-то технически впечатляющее, опережающее время и при этом полностью оторванное от реального спроса на тот момент.

The idea made sense on paper. If cars are going to be autonomous, they’ll need intelligent interfaces. So he started building toward that future.

На бумаге идея имела смысл. Если автомобили станут автономными, им понадобятся умные интерфейсы. И он начал строить именно это будущее.

The problem? That future didn’t exist yet.

Проблема? Этого будущего ещё не было.

The underlying tech wasn’t ready, voice was rigid and unreliable, and conversations felt robotic. LLMs didn’t exist in any usable form. Even the hardware layer made distribution unrealistic.

Базовые технологии не были готовы: голос был жёстким и ненадёжным, разговоры — роботизированными. LLM в пригодном виде не существовало. Даже аппаратный слой делал дистрибуцию нереалистичной.

And the market wasn’t there either. No customers actively seeking a solution like this.

И рынка тоже не было. Никто активно не искал такое решение.

Нет срочности.Нет бюджета.Нет тяги.

So what do you have at that point? Just a prototype and a guess.

Что у вас тогда есть? Только прототип и догадка.

This is where a lot of founders get stuck. 

Здесь застревает множество основателей.

The product feels right because it’s ambitious and technically interesting. But “interesting” doesn’t convert into usage or revenue.

Продукт кажется правильным, потому что он амбициозный и технически интересный. Но «интересно» не конвертируется в использование или выручку.

From the outside, it looked like failure, and the obvious conclusion was that the idea didn’t work.

Снаружи это выглядело как провал, и очевидным выводом было то, что идея не работает.

But the real problem was timing. Being early and being wrong produce the same signals.

Но настоящая проблема была в тайминге. Быть слишком рано и быть неправым дают одинаковые сигналы.

Нет спроса. Нет выручки. Нет тяги.

If you don’t recognize that distinction, you either quit too soon or, worse, keep pushing a market that isn’t ready.

Если вы не видите этого различия, вы либо бросаете слишком рано, либо, что хуже, продолжаете давить на рынок, который ещё не готов.

The Wandering Phase

Фаза блужданий

After that, Sri did what most technical founders do when something doesn’t work: he kept building.

После этого Sri сделал то, что делают большинство технических основателей, когда что-то не работает: продолжил строить.

He moved from one idea to the next: an email assistant, a financial analysis tool, a document Q&A product. Each one made sense in isolation, and each one was built on the same underlying belief that somewhere in this space, there had to be a real opportunity.

Он перешёл от одной идеи к следующей: email-ассистент, инструмент финансового анализа, продукт для Q&A по документам. Каждая идея в отдельности имела смысл, и каждая была построена на одном и том же убеждении — где-то в этом пространстве должна быть реальная возможность.

But none of them got traction.

Но ни одна из них не получила traction.

There were no consistent users, no clear demand, and no strong signal that any of these products were solving a problem painful enough. It looked like iteration from the outside, but in reality, it was just a series of disconnected bets.

Не было ни стабильных пользователей, ни ясного спроса, ни сильного сигнала, что какой-то из этих продуктов решает достаточно болезненную проблему. Снаружи это выглядело как итерация, но на деле это была серия разрозненных ставок.

Building starts to feel like progress, but without direct, continuous feedback from real users, it’s just guesswork. And guesswork, even when executed well, doesn’t compound.

Стройка начинает ощущаться как прогресс, но без прямой и непрерывной обратной связи от реальных пользователей это просто угадывание. А угадывание, даже если выполнено хорошо, не накапливается.

Building isn’t learning.

Строить — не значит учиться.

The Inflection Point

Точка перелома

The shift came from a better question.

Сдвиг пришёл от более правильного вопроса.

Instead of building another product, Sri started talking to people. Through a referral, he was introduced to an operator who runs multiple dental clinics. And for the first time, he didn’t lead with a pitch. 

Вместо того чтобы строить очередной продукт, Sri начал разговаривать с людьми. По рекомендации его познакомили с оператором, управляющим несколькими стоматологическими клиниками. И впервые он не начал с питча.

He asked a simple question: What are your biggest problems? The answer was immediate and specific. They were missing calls, a lot of them.

Он задал простой вопрос: Какие у вас самые большие проблемы? Ответ был мгновенным и конкретным. Они пропускали звонки — очень много звонков.

And missed calls were lost revenue. New patients couldn’t book, and existing patients couldn’t reschedule. Across multiple clinics, this was a compounding operational leak.

А пропущенные звонки означали потерянную выручку. Новые пациенты не могли записаться, существующие — перенести приём. По нескольким клиникам это была накапливающаяся операционная утечка.

This time, the problem was clear, measurable, and already costing the customer money. It didn’t need to be explained or sold. That’s the inflection point most founders miss.

На этот раз проблема была ясной, измеримой и уже стоила клиенту денег. Её не нужно было объяснять или продавать. Это и есть та точка перелома, которую большинство основателей упускают.

Product-market fit starts with a problem so painful that someone is actively looking for a solution.

Product-market fit начинается с проблемы настолько болезненной, что кто-то уже активно ищет решение.

First Real Signal of PMF

Первый реальный сигнал PMF

He built a solution around that one problem, handling and analyzing calls, and the clinic paid for it. That alone was new. 

Он построил решение вокруг этой одной проблемы — обработки и анализа звонков — и клиника заплатила за него. Уже это было ново.

After multiple products with no traction, someone was now willing to invest in solving the problem he was addressing.

После нескольких продуктов без traction нашёлся тот, кто готов был вложиться в решение проблемы, которой он занимался.

But the stronger signal was what happened next.

Но более сильным сигналом было то, что произошло дальше.

The same problem showed up across multiple locations. The solution wasn’t tied to a single edge case or one-off need. It applied across the entire group of clinics, and the value held up each time. That’s when it starts to shift from “this works” to “this might scale.”

Та же проблема всплыла в нескольких локациях. Решение не было привязано к одному частному случаю или разовой потребности. Оно подходило для всей сети клиник, и ценность сохранялась каждый раз. Именно в этот момент «это работает» начинает превращаться в «это, возможно, масштабируется».

Revenue plus repeatability, that’s the first real signal.

Выручка плюс повторяемость — вот первый реальный сигнал.

The Second Mistake

Вторая ошибка

With a paying customer and a clear problem, it looked like he had momentum. So he did the natural thing: he tried to expand.

С платящим клиентом и ясной проблемой казалось, что у него есть импульс. И он сделал естественное — попытался расшириться.

Instead of focusing just on calls, he started building toward a broader vision: an AI system that could handle all clinic operations. Scheduling, workflows, internal processes, everything.

Вместо того чтобы фокусироваться только на звонках, он начал строить более широкое видение: AI-систему, способную справляться со всеми операциями клиники. Расписание, рабочие процессы, внутренние процедуры — всё.

On paper, it made sense. If one part of operations could be automated, why not the rest? But this is where things started to break.

На бумаге это имело смысл. Если можно автоматизировать одну часть операций, почему не остальные? Но именно здесь всё начало ломаться.

The broader the scope, the harder it becomes to define the product, communicate its value, and replicate the solution for other customers. What worked for one clinic didn’t cleanly translate to another, and the problem space became messy again.

Чем шире охват, тем сложнее определить продукт, донести его ценность и воспроизвести решение для других клиентов. То, что работало для одной клиники, не переносилось чисто на другую, и проблемное пространство снова стало запутанным.

That’s the hidden cost of going too broad too early. The more you try to solve, the harder it is to scale anything.

Это скрытая цена слишком широкого охвата на раннем этапе. Чем больше вы пытаетесь решить, тем сложнее масштабировать хоть что-то.

The Breakthrough

Прорыв

Instead of trying to solve the entire operational stack, he narrowed the focus to one specific function: the front desk. Calls, scheduling, patient communication, everything that happens before a patient walks in.

Вместо того чтобы решать весь операционный стек, он сузил фокус до одной конкретной функции: ресепшен. Звонки, расписание, общение с пациентами — всё, что происходит до того, как пациент заходит в клинику.

That shift changed everything. Now the product was easy to understand, easy to explain, and easy to map to a real, existing role inside the clinic. Instead of a vague “AI for operations,” it became something concrete: an AI front desk.

Этот сдвиг изменил всё. Теперь продукт было легко понять, легко объяснить и легко наложить на реальную существующую роль внутри клиники. Вместо размытого «AI для операций» это стало чем-то конкретным: AI-ресепшен.

And with that clarity came scalability.

И с этой ясностью пришла масштабируемость.

The problem was consistent across clinics, the use case didn’t change, and the value was obvious: fewer missed calls, more booked appointments, better utilization. This is what narrowing actually does.

Проблема была одинаковой по клиникам, use case не менялся, и ценность была очевидной: меньше пропущенных звонков, больше записанных приёмов, лучшая загрузка. Вот что на самом деле даёт сужение.

What happened next was subtle, but important.

То, что случилось дальше, было тонким, но важным.

With less than $1,000 in ad spend, he generated around 60 demos and closed roughly 10 customers. The mechanics of distribution didn’t change much. What changed was how the market responded.

Менее чем за $1000 рекламного бюджета он сгенерировал около 60 демо и закрыл примерно 10 клиентов. Механика дистрибуции почти не изменилась. Изменилась реакция рынка.

By then, buyers were already looking, they understood what AI could do in their workflows, the problem was familiar, and the solution was easy to map.

К тому моменту покупатели уже искали — они понимали, что AI может делать в их рабочих процессах, проблема была знакомой, а решение легко ложилось на неё.

This is what product-market fit actually feels like in practice.

Вот как product-market fit на самом деле ощущается на практике.

It doesn’t show up as a single turning point but as a gradual shift: early customers become repeatable wins, the same problem keeps appearing across accounts, and demand becomes easier to capture because it already exists in the market.

Он проявляется не как единая поворотная точка, а как постепенный сдвиг: ранние клиенты превращаются в повторяемые победы, одна и та же проблема всплывает в разных аккаунтах, а спрос становится легче захватывать, потому что он уже существует на рынке.

Product-market fit isn’t binary. It builds over time, and as it strengthens, everything downstream works with less effort.

Product-market fit не бинарен. Он выстраивается со временем, и по мере того как он крепнет, всё ниже по цепочке начинает работать с меньшими усилиями.

Conclusion

Заключение

Most founders start too early, build too broadly, and mistake activity for progress. Then they try to fix it with more features or more marketing, when the real issue is that the problem isn’t sharp enough, or the market isn’t ready.

Большинство основателей стартуют слишком рано, строят слишком широко и принимают активность за прогресс. Затем пытаются починить это новыми фичами или большим маркетингом, тогда как настоящая проблема в том, что боль недостаточно острая или рынок ещё не готов.

Sri won because he got closer to a real problem, narrowed his scope, and stayed long enough for the market to catch up.

Sri победил, потому что подошёл ближе к реальной проблеме, сузил охват и продержался достаточно долго, чтобы рынок его догнал.

That’s the job: Find an existing pain point, focus until it’s repeatable, and wait for the market to start pulling. Everything else is just noise.

Это и есть работа: Найти существующую болевую точку, сфокусироваться, пока решение не станет повторяемым, и дождаться, когда рынок начнёт тянуть. Всё остальное — просто шум.

NO TIME TO READ?

НЕТ ВРЕМЕНИ ЧИТАТЬ?