Неудачные проекты возрождаются: почему a16z выдает чек на 35 миллионов долларов этой «коллекторской» компании?

Автор: Лео

Представьте себе такую сцену: вы — финансовый директор (CFO) какого-то известного потребительского бренда, и продукты вашей компании продаются во всех крупных ритейлерах — Target, Walmart, Amazon и т. д. На бумаге все выглядит нормально. Но каждый месяц, когда наступает этап расчетов, вы замечаете странную вещь: суммы, которые эти ритейлеры платят, всегда примерно на 20% меньше, чем указано в счетах. Причем не один раз и не два — это происходит каждый месяц. Вы хотите доказать, что вам недоплачивают, но чтобы сделать это, команде нужно перелистать сотни страниц отгрузочных документов, зайти на десятки разных порталов ритейлеров, сверить тысячи строк в деталях по счетам-фактурам. Насколько это огромная работа? Ваши финансы попросту не справляются, и в итоге приходится отказаться от попыток взыскать небольшие удержания — и смотреть, как миллионы долларов утекают сквозь пальцы.

Это не вымышленная сюжетная линия, а реальные истории, которые ежедневно разыгрываются в индустрии потребительских товаров. Я недавно глубже разобрался в компании под названием Glimpse: она только что привлекла раунд A на $35 млн, где во главе с Andreessen Horowitz. Эта Y Combinator-овская компания решает с помощью AI болевую точку отрасли на тысячи миллиардов долларов: споры по ритейл-удержаниям. Когда я увидел их данные, я был шокирован: компания с оборотом $1 млрд в сфере потребительских товаров, AI agent Glimpse всего за <24 часов> проверил 17 000 записей об удержаниях, нашел удерживаемую к возврату выручку на миллионы долларов. А если делать это вручную, на такой объем потребовалось бы почти два года.

Самые дорогие скрытые издержки в рознице

Прежде чем углубиться в решение Glimpse, я хочу сначала объяснить, насколько серьезна проблема ритейл-удержаний. Многие могут не знать, что сделки между потребительскими брендами и ритейлерами устроены не так просто, как думает обычный человек. Бренд выставляет счет ритейлеру, ритейлер платит — на первый взгляд все прямолинейно. Но в реальности почти всегда при оплате ритейлер вычитает часть суммы и приводит причину — например, повреждение товаров, недостача при отгрузке, упаковка не соответствует требованиям и т. п.

Некоторые удержания действительно обоснованы — и проблема может быть на стороне бренда. Но довольно большая доля — это удержания без оснований. То есть бренд не сделал ничего неправильного, а деньги все равно удержали. Проблема в том, что чтобы доказать отсутствие оснований, нужно пройти крайне сложный и трудоемкий процесс. Финансовая команда должна зайти в несколько систем разных ритейлеров, извлечь разрозненные документы, построчно проверить детали, сверить их с внутренними записями, а затем вести весь процесс спора. Этот процесс настолько сложный и долгий, что большинство брендов вынуждены решать вопрос только выборочно — по удержаниям на крупные суммы, а остальные принимают как потерю издержек.

Я увидел цифры, которые очень запомнились: отраслевые аналитики оценивают, что потребительские компании в сумме ежегодно имеют $8 млрд обоснованных споров, но из-за недостатка операционных возможностей не добиваются их возврата. Это не маленькая величина. Для компании среднего размера удержания без оснований могут составлять 5% розничной выручки или даже больше. Представьте: если ваш годовой розничный доход — $100 млн, то $5 млн испаряются в этом процессе, и вы не можете их вернуть только потому, что у вас нет достаточного количества людей и систем, чтобы это обработать.

Хуже того, сложность этой проблемы продолжает расти. Например, в Amazon Vendor Central есть более 30 различных категорий удержаний: от задержки отгрузки до нарушений по упаковке — у каждой категории свои правила и свой процесс спора. У финансовых команд компаний среднего размера обычно всего несколько человек, и им просто не хватает ресурсов даже на обработку хотя бы половины спорных удержаний. Поэтому этот вопрос долго сохранялся — и только сейчас зрелость AI сделала его решение возможным.

Насколько силен AI-решение Glimpse

Когда я изучил, как Glimpse работает, я понял, что они нашли очень умный способ зайти. Они не пытались построить универсальное бухгалтерское/финансовое ПО — вместо этого сфокусировались на решении конкретной, но при этом очень масштабной проблемы: автоматизации проверки и процесса споров по ритейл-удержаниям. Их платформа использует AI agents, чтобы выполнить весь процесс — от сбора данных до разрешения спора — полностью автоматически.

Конкретно говоря, система Glimpse сначала автоматически входит в кабинеты/порталы разных ритейлеров, находит все релевантные документы и собирает их в одном месте. На первый взгляд это звучит просто, но на практике очень сложно, потому что системы каждого ритейлера отличаются, а форматы данных полностью разные. Где-то используется EDI (электронный обмен данными), где-то — PDF-документы, где-то — письма, а где-то — данные спрятаны глубоко в страницах веб-сайтов. AI Glimpse должен понимать все эти разные источники данных и объединять их в единое представление.

Далее система классифицирует каждое удержание. Этот шаг тоже кажется простым, но на самом деле требует глубокого понимания бизнес-логики. AI должен знать, какой это тип удержаний, какие продукты затронуты, когда это произошло и к какому заказу относится. Затем он сверяет эти удержания с внутренними данными бренда — например, с записями по цепочке поставок, промо-календарями, накладными на отгрузку и т. п. Благодаря перекрестной валидации AI может определить, какие удержания обоснованы, а какие — безосновательны.

Самое ключевое — когда система идентифицирует удержание без оснований, она не останавливается на этом. Она автоматически подает заявку на спор, ведет весь процесс, отслеживает прогресс возврата денежных средств, а затем синхронизирует всю информацию с ERP-системой бренда. С начала до конца весь процесс автоматизирован и не требует вмешательства человека. Конечно, Glimpse также сохраняет этапы участия людей — в основном для обеспечения качества результата: сопровождение споров для ускорения разрешения и возврата денежных средств, а также гарантирование качества на ключевых стадиях вроде классификации и извлечения данных.

Мне кажется самым сильным в этом то, что система становится умнее по мере использования. После каждой обработки удержания она учится и совершенствуется, постоянно улучшая возможности по классификации, проверке и разрешению. Со временем это создает «преимущество составных данных»: каждый новый интеграционный проект и каждый новый клиент делают всю сеть более умной и эффективной. Поэтому Glimpse достигает 91% побед в спорах и одновременно сокращает до 80% времени ручного труда.

Отдельно меня очень убедил кейс клиента. Evermark — это материнская компания брендов Suave и Chapstick. Их директор по FP&A (Senior Director) Sean Quinn говорит: “Как и большинство крупных потребительских брендов, Evermark в прошлом вынужден был устанавливать минимальный порог суммы для удержаний, которые вообще можно проверить, потому что просто не хватало времени или людей, чтобы разбирать каждое удержание. Используя AI-автоматизацию проверки и сверки Glimpse, мы не только отменили этот порог, но и открыли новый источник денежного потока — это принесет миллионы долларов выручки, которые раньше считались ‘списанием’ или издержками ведения бизнеса.” В этой цитате ключевое — “отменили порог”: раньше они могли заниматься только удержаниями, превышающими определенную сумму, а теперь проверяется каждое удержание. Это означает, что большое число ранее игнорируемых небольших удержаний теперь можно вернуть.

От неудачи к успеху: история трансформации трех друзей из Университета Пердью

История основания Glimpse сама по себе очень интересна — она отражает один из важнейших принципов стартапов: быстро пробовать и решительно менять курс. Основатели Akash Raju, Anuj Mehta и Kushal Negi — однокурсники из Университета Пердью. Изначально их проект был совсем другим: компания, занимавшаяся встраиванием продукта для Airbnb. Этот проект стартовал в 2020 году, но к 2024 году основатели поняли, что продуктово-рыночное соответствие недостаточно, и решили полностью перестроиться.

По словам самого Akash Raju: “В итоге мы почувствовали, что не хватает продуктово-рыночного соответствия, и решили сделать жесткий разворот. В этом процессе мы познакомились с бэк-офисом брендов и с хаосом ситуации в рознице, где продаются товары, — и в итоге это привело к созданию Glimpse, как он есть сегодня”. Такой поворот требует огромного мужества, потому что это означает отказаться от всей предыдущей работы и начать с нуля. Но именно это решение помогло им найти действительно ценную задачу.

Еще больше меня впечатляет то, что во время трансформации команда основателей иногда даже не выплачивала зарплату — полностью опираясь на энтузиазм и веру в продукт. Эта стойкость в духе «пока не добьемся цели — не остановимся» проходила через каждое их действие. И эта позиция нашла отклик у инвесторов. Они познакомились с инвесторами Andreessen Horowitz через общего друга-основателя, по мере расширения бизнеса выстроили глубокие отношения и в итоге привлекли раунд на $35 млн.

Любопытно, что у этого раунда есть и своя история в названии. Glimpse в прошлом году после бизнес-поворота привлек $10 млн раунда A, который вел 8 VC. Тогда его называли A. Сейчас и эти $35 млн снова называют A, а ранее привлеченные $10 млн были переопределены как seed. С учетом финансирования до трансформации компания в сумме привлекла $52 млн. Такая гибкость в названиях раундов в среде стартапов встречается не так уж редко — особенно для компаний, прошедших через серьезный поворот.

Исполнительность команды видно по их результатам в 2025 году. Входя в 2025 год, они уже заложили четкую стратегию: нанимать сильных людей и работать вместе, глубоко встраиваться в рабочие процессы клиентов, применять очный маркетинговый подход. Внутренний девиз команды — “везде” — они строили доверие, постоянно появляясь и помогая. Эта стратегия сработала. В 2025 году они добились 10-кратного роста выручки: доходы, возвращенные клиентам, выросли в 10 раз, количество обработанных инвойсов выросло в 5 раз до $1 млрд, размер команды увеличился в 5 раз — до 25+ человек, а число клиентов выросло в 3 раза — до 150+ потребительских брендов.

Реальная ценность AI agent в финансовой автоматизации

Кейс Glimpse помог мне глубже осознать ценность AI agent в корпоративных приложениях. Про последний год все говорили об AI agent, но часто это оставалось на уровне концепций или demo. Glimpse же показал, какую реальную ценность AI agent может создавать в реальных бизнес-сценариях: он напрямую влияет на маржинальность компании.

Я думаю, что ключ к успеху Glimpse — идеальный выбор точки входа. У споров по удержаниям есть несколько характеристик, которые делают задачу особенно подходящей для решения с помощью AI. Это высоко повторяемая работа — она возникает тысячи раз каждый месяц. При этом нужно обрабатывать большие объемы неструктурированных данных — от PDF-документов до веб-данных и писем. Также требуется верификация и сопоставление через несколько систем. У задачи есть четкие критерии успеха: спор успешен или нет, деньги возвращены или нет. Все эти свойства вместе дают AI agent возможность раскрыть максимальные преимущества.

И, что еще важнее, это вопрос с быстрым и ощутимым возвратом инвестиций. Один из инвесторов Glimpse как-то сказал, что они искали “ПО, которое окупится уже в первом квартале” — и инструменты возврата удержаний полностью соответствуют этому критерию. Когда бренд ежегодно может возвращать с помощью Glimpse несколько миллионов долларов, стоимость подписки на ПО по сравнению с этим выглядит несоразмерно небольшой. Такая ясная ценностная формулировка позволяет Glimpse быстро привлекать клиентов и поддерживать очень высокий уровень удержания.

Я также заметил, что Glimpse не остановился только на спорах по удержаниям. В 2025 году они уже выпустили несколько важных расширений возможностей платформы. Помимо KeHE и UNFI, которые были в основе, теперь они поддерживают несколько ритейлеров — включая Target, Walmart, Amazon, Sam’s Club. Они запустили end-to-end AI revenue recovery agents, которые могут вести весь процесс обработки: поиск по удержаниям, кодирование, валидация и подача претензий — все от начала до конца. Они также разработали автоматизацию cash application, автоматизировав один из самых болезненных процессов для финкоманд в момент закрытия месяца.

Особенно стоит отметить функцию AI для детализации списков по удержаниям. Каждое удержание сопровождается бэк-документами — обычно более 100 страниц, наполненными смесью данных о ритейлерах, SKU, брокерах и неструктурированных деталях. Большинство брендов не используют эти данные не потому, что они не имеют ценности, а потому что вручную обработать такие массивы данных в масштабе просто невозможно. AI Glimpse может извлекать каждую релевантную деталь в структурированном табличном формате — и это открывает новый уровень «интеллектуальности»: точные расчеты комиссий брокеров, анализ прибыльности по каждому ритейлеру, торговая аналитика, оценка эффективности промо, стратегии улучшения маржинальности и многое другое.

Это заставляет задуматься о более глубокой проблеме: что именно Glimpse строит по-настоящему? На поверхности они — автоматизационный инструмент для споров по удержаниям. Но по факту они создают AI-инфраструктуру для брендов CPG. CEO Glimpse Akash Raju говорит: “Наша цель — стать AI-инфраструктурой для CPG- и розничных брендов”. Это позиционирование очень умное. Споры по удержаниям — это лишь точка входа, клин, который быстро доказывает ценность. Но решая эту задачу, Glimpse получает глубокий доступ к данным операционной розничной деятельности брендов — и это позволяет расширяться в более широкий круг автоматизации розничного комплаенса.

По сообщениям, их дорожная карта включает модули вроде промо-сверки, оптимизации торговых расходов, предиктивного анализа платежного поведения ритейлеров и т. п. Один из инвесторов, близких к сделке, отметил, что в итоге компания может построить полноценную “платформу розничных финансовых операций” — расположенную между ERP-системой и порталами ритейлеров, чтобы автоматизировать весь цикл order-to-cash для брендов CPG. Если этот замысел реализуется, Glimpse будет не просто инструментом, а ключевой инфраструктурой для операционной деятельности брендов CPG.

Что это означает для всей отрасли

Я думаю, что быстрый взлет Glimpse и успешный раунд финансирования означают, что корпоративные приложения на AI переходят в новый этап. В 2025 году потребительские AI-приложения занимали все заголовки, но теперь инвесторы начинают массово вкладываться в те AI-инструменты, которые решают «незаметные, но дорогие» бизнес-проблемы. Трекинг удержаний, сверка инвойсов, мониторинг комплаенса — это не даст эффектных demo, но напрямую влияет на EBITDA. Именно такие предложения ценности помогают выживать в период экономического спада — и это именно та причина, по которой Andreessen Horowitz готов платить высокие мультипликаторы enterprise SaaS.

Я заметил интересную тенденцию: конкурентная среда быстро накаляется. Claimify в прошлом году для похожей автоматизации розничных споров привлек $12 млн в раунде A, а традиционные игроки вроде HighRadius и Billtrust добавляют AI-модули в свои платформы по дебиторской задолженности. Однако наличие у Glimpse фона Y Combinator и ранняя тяга в нише mid-market брендов CPG дали ей преимущество в процессе привлечения инвестиций. По сообщениям, выручка компании выросла по сравнению с прошлым годом в 14 раз, хотя конкретные цифры ARR не раскрывались.

Постоянное участие 8 VC тоже многое говорит. Эта компания лидировала в seed-раунде Glimpse в 2024 году и продолжила участвовать в этом раунде A. У 8 VC есть трек-рекорд инвестиций в вертикальные SaaS, автоматизирующие ручные финансовые процессы. Партнер компании Алекс Kolicich ранее говорил для Forbes, что 8 VC ищет “ПО, которое окупится в первом квартале”: когда бренды ежегодно могут возвращать шестизначные или семизначные суммы, инструменты возврата споров идеально вписываются в такую модель ROI.

Если взглянуть шире, успех Glimpse подтверждает простой тезис: автоматизация «незаметных» задач бэк-офиса, которые ежегодно заставляют бренды CPG терять миллионы долларов, — это большой бизнес. С поддержкой Andreessen Horowitz и продуктом, который уже с первого дня обеспечивает измеримую отдачу от инвестиций, компания находится в хорошей позиции, чтобы стать доминирующим игроком в категории решения розничных споров.

Главным испытанием станет то, что нас ждет в ближайшие 12 месяцев: сможет ли Glimpse масштабироваться за пределы своей первоначальной клиентской базы и доказать, что платформа справляется со сложностью управления тысячами SKU у enterprise-брендов CPG и с операционной сложностью десятков ритейнерских партнеров. Если продукт выполнит обещание по возврату маржинальности, этот раунд A при следующем привлечении средств может выглядеть как «выгодная покупка».

Я особенно согласен с позицией партнера Andreessen Horowitz Джо Шмидта: “На протяжении десятилетий розничные бэк-офисные операции полагались на электронные таблицы и фрагментированные рабочие процессы. То, что впечатляет, — это рекомендации клиентов: Glimpse дает ясную, измеримую отдачу от инвестиций. Встраивая AI напрямую в ключевые финансовые и операционные рабочие процессы, они превращают этот рынок из набора инкрементальных инструментов в инфраструктуру для современных брендов”. Эта цитата точно суммирует, почему Glimpse важен: компания не просто улучшает процессы на периферии, а переопределяет то, как эти процессы должны работать — с помощью AI.

Мои мысли о том, как AI меняет традиционные отрасли

История Glimpse помогла мне лучше понять, как именно AI может трансформировать традиционные отрасли. Индустрия потребительских товаров — одна из крупнейших рынков в мире, но с точки зрения современного ПО она почти не тронута. Когда бренды продают крупным ритейлерам, им обычно приходится работать с фрагментированными, неструктурированными данными, которые разбросаны по десяткам ритейлерских порталов и унаследованных систем. Аналитики тратят бесчисленные часы: вытаскивают данные из порталов, извлекают строки из документов, работают с электронными таблицами — чтобы запускать процессы вроде сверки удержаний, выявления невалидных комиссий за споры, ручного применения cash. Все это напрямую влияет на маржинальность, но при этом почти не дает стратегического рычага.

Вся отрасль тратит более $100 млрд в год на бэк-офисный труд, и эти задачи получили лишь очень ограниченный прирост производительности от предыдущих волн корпоративного ПО. AI впервые делает возможной end-to-end автоматизацию такой сложности. Я думаю, что это и есть самое важное наблюдение: не все проблемы можно решить с помощью традиционного ПО; иногда нужно дождаться, пока технологии достигнут определенного порога, чтобы проблему можно было эффективно решать.

Я также думаю, почему сейчас — лучший момент для того, чтобы AI преобразовал эти традиционные отрасли. С технической точки зрения большие языковые модели уже достаточно сильны, чтобы понимать и обрабатывать неструктурированные данные. С бизнес-стороны компании сталкиваются с давлением на прибыль: им нужно защищать маржинальность, особенно в условиях, когда ритейлеры консолидируют власть и предъявляют более жесткие требования к комплаенсу. Только в Amazon Vendor Central есть более 30 категорий удержаний — от задержки отгрузки до нарушений упаковки. У финансовых команд средних CPG-компаний часто не хватает людей, чтобы спорить хотя бы по половине таких удержаний. Поэтому AI-ориентированные платформы вроде Glimpse становятся не «приятными опциями», а критически важной инфраструктурой.

Я считаю, что мы увидим появление все большего числа компаний вроде Glimpse — тех, что будут фокусироваться на решении конкретных болей конкретных отраслей с помощью AI. Эти компании не будут пытаться строить универсальный AI: они будут глубоко погружаться в определенный вертикальный сегмент, по-настоящему понимать бизнес-процессы, а затем переизобретать эти процессы с помощью AI. Такой подход сложнее, чем создание универсальных инструментов, потому что требует глубоких отраслевых знаний, но после успеха барьеры становятся выше, а ценность — больше.

Раунд A на $35 млн — это только начало для Glimpse. Я ожидаю, что в ближайшие несколько лет в эту сферу хлынет много капитала, ускоряя внедрение AI в бэк-офисные операции традиционных индустрий. У компаний, которые смогут — как Glimpse — найти точку входа с высокой ценностью, быстро доказать ROI и затем расширить возможности платформы, будут хорошие шансы стать инфраструктурными игроками в своих областях. А для брендов CPG принятие этих AI-инструментов больше не является вопросом выбора — это вопрос выживания. Те бренды, которые начнут раньше и лучше используют AI для оптимизации операций, получат заметное преимущество в конкуренции.