Целевые бенчмарки по методике Digital Billion (v2.0 AI-Era) и как мы их достигаем. Где данных ещё нет — [гипотеза].
| Метрика | Бенчмарк AI-era | Наша цель | Как достигаем |
|---|
| LTV / CAC | ≥ 5 (AI-native) | 4–6× | Низкий CAC через Telegram-каналы + рефералку; LTV растёт от мультиниши и lock-in |
| CAC Payback | < 9 мес (AI-first < 6) | 3–5 мес | Высокая маржа + дешёвый канал; самоокупаемость подписки за ~4 мес |
| Magic Number | > 1.5 | > 1.5 | AI-контент (авто-демо «до/после») + аутрич масштабируются без найма |
| ARR / Employee | $400–700K | $300K+ к Year 2 [гип.] | Соло/мини-команда + Claude Code; вся разработка и поддержка AI-ускорены |
| Burn Multiple | < 0.75 | < 0.75 | Нет дорогой инфры (Docker/VPS), AI вместо штата |
| Rule of X | ≥ 60 (AI-native) | ≥ 50 на ранней стадии | Маржа 80%+ при росте |
| Gross Margin | 80–88% | 78–88% | COGS генерации ≈ $0.10–0.14/фото (проверено, nanobanana.expert); лимиты по тарифу |
| Activation Rate | > 60% | > 60% | AI-онбординг: первый «до/после» в первой же сессии |
| TTV (time to value) | < 1 сессии | < 2 минут | Бот выдаёт результат за <90 сек без установки приложения |
| Метрика | Что | Бенчмарк | Наш статус/цель |
|---|
| AI Leverage Ratio | output на сотрудника с AI vs без | ≥ 3× (топ 5–10×) | Цель ≥ 5×: продукт построен соло на Claude Code; поддержка/контент — AI |
| Token / Inference Economics | выручка / стоимость AI-генерации | > 8–15×, AI < 8% выручки | $22+ подписка vs $4–10 генерации/мес (30–70 ген × $0.10–0.14, проверено) → 3–6× на пользователя; цель >10× через лимиты [гип.] |
| AI COGS Compression | падение COGS% в год | ≥ 2–3 п.п./год | Модели дешевеют 3–4×/18 мес → маржа растёт автоматически |
| Autonomous Revenue % | MRR без участия человека | SMB: 60% (отл. >80%) | Цель: авто-продление + self-serve биллинг (v1.1) |
| AI GTM Contribution % | доля лидов из AI-каналов | Seed: 20% → 40% | Цель 40–55%: AI генерит демо-контент под ниши и аутрич |
| Validated Insights / Week | подтверждённых инсайтов cust dev/нед | 20–50/нед (AI-assisted) | AI-синтез интервью/чатов барберов/тату — см. Cust Dev |
| PMF Score (Sean Ellis) | % «очень расстроюсь без продукта» | > 40% — PMF | Замерим после 50 платящих салонов (обязательная метрика) |
| Cust Dev → Feature Cycle | от инсайта до фичи | 1–2 недели (AI-coding) | Уже достигаем: фичи выкатываются за день–неделю (live-reload деплой) |
Вывод: экономика модели AI-native: высокая маржа, низкий CAC, быстрый payback. Главный риск — не юнит-экономика, а скорость захвата ниши до появления B2B-копий. Подробно — в
исследовании.