Hang Ten Systems за четыре месяца своего существования умудрилась привлечь $85 млн — $32M в первом раунде, теперь ещё $53M. Это действительно быстро, но не так экстраординарно, как может показаться на первый взгляд. Сиккой здесь имя: бывший CEO Infosys, до этого основатель VianAI, которая собрала $190M в совокупности. Его репутация явно работает, и инвесторы (Temasek, Mayfield, Aramco Ventures, главы Micron и Intel) вкладываются в человека, а не только в идею.

Суть предложения Hang Ten — не очередной языковой модели или облачный ИИ-сервис, а консультационно-разработческий подход. Компания берётся за крупные компании (минимум $10B годовой выручки) и помогает им модернизировать архитектуру ПО с использованием AI. Ключевой тезис простой: если генерация кода стала почти бесплатной и мгновенной, то узкое место — уже не написание кода, а определение требований и валидация результатов. На практике это означает, что вместо команды в 30 человек можно обойтись 2-4 инженерами.

На бумаге звучит убедительно, и судя по рассказам Сиккы, рынок откликается: первый контракт подписан за 25 дней, уже работают с 21 крупным клиентом (включая Fresenius Kabi, Saudi Aramco, Siemens Energy), несколько семизначных контрактов подписаны, восьмизначные в переговорах. Получил даже серьёзные предложения по M&A, которые отклонил. Это выглядит здраво — настоящие контракты, реальные клиенты, результаты в рублях, а не в пресс-релизах.

Однако важный момент: Hang Ten конкурирует с системными интеграторами (Deloitte, Accenture, старыми добрыми Infosys), но вход в этот рынок уже давно занят. Его преимущество — независимость от конкретной AI-платформы и свежесть подхода. Но трижды подумать: системные интеграторы не спят. OpenAI, Anthropic тоже расширяют enterprise-офферы. И да, 20-25 сотрудников на таких амбициях — это очень маленькая команда. Масштабировать сложно.

Что реально важно: Hang Ten показывает, что спрос на консультации по AI-трансформации софтвера не гипотетичен. Эта компания не выдумала историю про POC-проекты — у неё есть production-контракты. Это отличает её от большинства других AI-стартапов, которые всё ещё ловят рыбу в мутной воде. Если модель держится и масштабируется, то перед нами действительно жизнеспособный бизнес, не спекуляция на буме.

Для российского бизнеса здесь есть поучительный момент. Крупные компании в России (финтех, ретейл, энергетика) тоже стоят перед вопросом, как встроить AI в легаси-системы. Тут нужны не generic-консультанты с обучением, а люди, которые видели это вживую и знают подводные камни конкретных индустрий. Сейчас такие специалисты в дефиците. Зато запрос есть — и в крупных корпорациях, и в амбициозных стартапах. Типовой сценарий: компания хочет перейти на AI-ассистентов для рутинных процессов, но застревает на том, что архитектура старой системы этому не поддаётся. Здесь нужна именно разработка, не консультация. Сиккин подход — это отнюдь не универсальное лекарство, но в определённых сегментах (финтех, логистика, регулируемые отрасли) может быть действительно полезен.

В целом Hang Ten — пример того, как правильно позиционировать AI-стартап сейчас: не как очередной платёж на волне, а как конкретный инструмент для конкретной боли. Результаты говорят сами за себя, инвесторы верят. Вопрос лишь в том, сможет ли компания масштабировать свою модель дальше $100-200M выручки, не растеряв качество. Но на этапе, где она сейчас, это выглядит честнее, чем 90% других AI-проектов.