Paid.ai привлекла $33M, но не зайдёт в Россию. Вот почему
«А вы с ЮKassa работаете?» — спрашивает меня CTO одного EdTech-сервиса на созвоне. Они используют YandexGPT для автоматизации техподдержки и хотят перейти на outcome-based модель: платить не за токены, а за реально решённые тикеты.
Я показываю ему Paid.ai — стартап Manny Medina (основателя Outreach из Сиэтла), который в 2025 году привлёк $33.3M на эту задачу. Красивый дашборд, real-time tracking затрат, автоматические value receipts для клиентов. Всё как надо.
«Круто, — говорит он. — Только у них Stripe, а мне нужна ЮKassa. И они работают с OpenAI, а у нас YandexGPT. И ещё Bitrix24 для CRM. Это вообще возможно?»
Спойлер: с Paid.ai — нет. И это создаёт интересную возможность.
Что такое outcome-based биллинг и почему это важно
Классическая модель монетизации AI-продуктов — usage-based. Вы платите $2.50 за миллион токенов (GPT-4o) или $0.15 (GPT-4o-mini), накручиваете наценку и выставляете счёт клиенту. Проблема в том, что клиент видит только расходы, а не ценность.
«Вы потратили 2.4 миллиона токенов» — это ни о чём не говорит бизнесу. «Мы закрыли 847 тикетов без участия оператора» — это понятно.
Outcome-based биллинг переворачивает модель: вы берёте фиксированную сумму за результат. ₽25 за решённый тикет. ₽500 за квалифицированного лида. Процент от сэкономленного времени.
Zendesk и Sierra уже так работают — берут деньги за containment rate (процент обращений, закрытых без человека). По оценкам MarketsandMarkets, сегмент AI в customer service растёт на ~26% ежегодно (CAGR 2024–2030). Логика простая: когда клиент платит за результат, он видит ценность и не уходит.
Paid.ai: $33M и основатель unicorn-а
Manny Medina — не случайный фаундер. До Paid.ai он построил в Сиэтле Outreach, платформу для автоматизации продаж с оценкой $4.4B и выручкой ~$300M в 2024 году. Когда такой человек говорит «биллинг для AI-агентов сломан» — рынок слушает.
В марте 2025 Paid.ai вышла из stealth с €10M pre-seed от EQT Ventures, Sequoia и GTMFund. В сентябре закрыла oversubscribed seed-раунд на $21M от Lightspeed (лид), FUSE, EQT и Sequoia. Итого $33.3M — и это ещё до Series A.
Идея Medina проста: «Тихий агент не зарабатывает. Нужна инфраструктура, которая позволяет агенту брать плату за сделанную работу».
Среди клиентов — Artisan (тот самый стартап со слоганом «stop hiring humans»), ERP-вендор IFS, Logic.app, 11x, HappyRobot. Серьёзные имена, реальный traction.
Paid.ai делает всё правильно. Для своего рынка
Paid.ai работает с OpenAI, Anthropic, Mistral, ElevenLabs. Принимает платежи через Stripe. Предлагает SDK для Node.js, Python, Go, Ruby. Интегрируется с LangChain, n8n, Vercel.
Для российского рынка это примерно как продавать зимние шины в Сингапуре — технически возможно, практически бессмысленно.
Проблема #1: LLM-провайдеры
OpenAI и Anthropic не работают с российскими клиентами — компании сами ограничивают доступ. Да, можно через VPN, но строить production-систему на обходных путях — так себе идея. Реальные варианты для российского рынка: YandexGPT, GigaChat, возможно DeepSeek или Qwen.
У Paid.ai нет интеграций ни с одним из них. И не будет — зачем им рынок, где основные LLM недоступны?
Проблема #2: Платежи
Stripe в России не работает. Точка. Для B2B-биллинга нужны ЮKassa, СБП, возможно CloudPayments. У Paid.ai их нет и, судя по фокусу на US/EU рынки, не предвидится.
Проблема #3: SDK и стек
Paid.ai предлагает SDK для Node.js, Python, Go, Ruby. Нет Java — а это по-прежнему один из ведущих enterprise-языков в России, особенно в финтехе и крупном бизнесе. Для команд на Spring Boot придётся писать обёртки самим или использовать REST API напрямую.
Проблема #4: Интеграции
Российский B2B живёт в своей экосистеме:
- Bitrix24 — крупнейшая CRM на рынке (по данным CRM Rating)
- 1С — доминирует в ERP
- amoCRM для продаж
HubSpot и Salesforce, привычные для западного B2B, занимают считанные проценты. Интеграция с Bitrix24 занимает 4–6 недель разработки, с 1С — 8–12 недель и требует специфической экспертизы.
Проблема #5: Compliance
152-ФЗ требует хранения персональных данных на территории РФ. 54-ФЗ регулирует онлайн-кассы. Для outcome-based биллинга (когда сумма зависит от результата) нужна специфическая фискализация. Соответствие российским требованиям у Paid.ai — под вопросом, документации нет.
Что это значит, если вы продаёте AI в России
Компании активно внедряют YandexGPT и GigaChat для автоматизации — особенно в техподдержке и продажах. Но как биллить клиентов за AI-функционал?
Сейчас большинство делает одно из двух:
Вариант 1: Включают AI в подписку. Клиент платит фиксированную сумму, а вы несёте все расходы на токены. Если модель начинает использоваться активнее — маржа тает, а вы не можете объяснить клиенту, почему цена должна вырасти.
Вариант 2: Пишут биллинг сами. Счётчики токенов, расчёт себестоимости, выставление счетов, интеграция с платёжками — это месяцы разработки, которые не имеют отношения к вашему основному продукту.
При этом специализированных биллинговых решений для AI-продуктов в России нет. CloudPayments и ЮKassa — это платёжные шлюзы с базовой подпиской. Никакого биллинга по потреблению, никакого учёта AI-затрат, никакой верификации результатов.
Как сказал инвестор Lightspeed Alexander Schmitt: инфраструктура биллинга для AI-агентов станет такой же необходимой, как платёжные рельсы для e-commerce. Но для российского рынка этих рельсов пока нет.
Что мы строим
Vibekassa — биллинговая платформа для AI-продуктов с фокусом на российский рынок.
Что уже работает (можно потрогать на демо-стенде):
- Учёт токенов через OpenAI-совместимый API-прокси (работает с YandexGPT, DeepSeek и любым провайдером с таким же API)
- Outcome-based и usage-based биллинг через REST API
- Иерархия компаний: провайдер → клиенты, каждый со своим тарифом и балансом
- Выставление счетов с НДС, нумерация по российским стандартам
- Java Spring Boot на бэкенде
Что строим вместе с первыми клиентами:
- Интеграция с ЮKassa и СБП для автоматического приёма платежей
- Webhook-интеграция с Bitrix24 для подтверждения результатов (например, CRM сообщает «тикет закрыт с CSAT > 4»)
- GigaChat cost tracking
- Экспорт в 1С
- Алерты при снижении маржи ниже порога
Модели биллинга, которые поддерживаем
Usage-based: классика. ₽X за 1000 токенов с вашей наценкой. Подходит для API-продуктов.
Outcome-based: фиксированная цена за результат. ₽25 за решённый тикет, ₽500 за квалифицированного лида. Подходит для AI-агентов в customer support и sales.
State-based: оплата за существование ресурса. ₽500/мес за активный API-ключ, ₽100/мес за пользователя. Подходит для платформ с per-seat моделью.
Клиент получает дашборд с текущим потреблением и историей счетов. Вы получаете полную картину unit economics по каждому клиенту.
Узнаёте свою ситуацию?
Если вы:
- Продаёте SaaS с AI-функционалом и не знаете, как правильно биллить клиентов за него
- Используете YandexGPT, GigaChat или DeepSeek и хотите перейти с фиксированной подписки на оплату за результат
- Уже написали свой биллинг для токенов и устали его поддерживать
Мы ищем первых клиентов для совместной разработки. Это значит:
- Ваши интеграции делаем в первую очередь
- Прямая линия с командой разработки
- Льготные условия на старте
Взамен: ваш честный feedback о том, что работает и что нет.
Почему сейчас
Paid.ai запустилась в марте 2025, seed закрыла в сентябре. Деньги у них есть, но мотивации заходить на российский рынок — нет. Маленький рынок, санкционные ограничения, другой стек. В ближайшие 2–3 года ждать нечего.
При этом outcome-based adoption только начинается. Zendesk и Sierra показали, что модель работает. Российские компании начинают спрашивать «а можно платить за результат, а не за токены?»
Окно возможностей открыто. Кто первый построит локальную инфраструктуру для AI-биллинга — тот и займёт рынок.
Хотите обсудить, как это может работать в вашем случае? Напишите на sales@vibekassa.ru или оставьте заявку на сайте — расскажите, какой у вас стек и как сейчас биллите AI. Созвонимся и разберём вашу ситуацию.
А вы как сейчас биллите AI-функционал? Расскажите в комментариях — особенно интересно, если уже пробовали брать деньги за результат, а не за подписку.