Уволенные из-за ИИ, три ветерана продаж использовали $300 и 12 ИИ-агентов, чтобы достичь $300 тыс. ARR за 10 недель
Бен Хутен прослужил 10 лет в армии США специалистом по компьютерной разведке, после чего стал ведущим продавцом медицинского оборудования. Он обнаружил, что даже лучшие сейлзы ищут клиентов через Google, устаревшие таблицы и интуицию. Тогда он создал для себя ИИ-инструмент поиска лидов и за один день закрыл сделки на $440 000 в Эль-Пасо. В ноябре 2025 года он вместе с Сэмом Брауном, уволенным из-за ИИ топ-менеджером SaaS, и Дэном Крампом, ветераном морской пехоты с 25-летним опытом корпоративных продаж, основал Fathom AI. Флагманский продукт Fathom Prospector оценивает эстетические клиники по почтовому индексу и указывает, в какую дверь стучаться первой. Трио вложило всего $300 и поручило 12 ИИ-агентам поддержку и мониторинг конкурентов. По данным Fortune (апрель 2026), компания достигла $300 000 ARR за 12 недель с валовой маржой свыше 90%; их первый клиент за квартал открыл 225 новых счетов, а основатели в последний момент отказались от венчурных инвестиций.
Процесс
Летом 2025 года 48-летний Сэм Браун (Sam Brown) потерял работу.
Он строил корпоративную карьеру с 2000 года, занимая руководящие посты в SaaS-стартапах и отвечая за привлечение инвестиций, маркетинг и операционную деятельность. Его увольнение было внезапным и безжалостным. Как он позже рассказал журналу Fortune: «Меня уволили девять месяцев назад, и причиной тому стал искусственный интеллект».
Для человека на пороге пятидесятилетия такой поворот обычно становится началом самого тяжелого кризиса. Однако история Сэма пошла по совершенно иному сценарию: несколько месяцев спустя вместе с двумя партнерами столь же солидного возраста он основал компанию со стартовым капиталом всего в 300 долларов, работу которой обеспечивали 12 автономных ИИ-агентов. По данным апрельского репортажа Fortune за 2026 год, примерно через 12 недель после запуска компания вышла на 300 000 долларов регулярной годовой выручки (ARR), сохраняя валовую рентабельность свыше 90% и принося чистую прибыль с первого же месяца.
Эта компания называется Fathom AI, а ее флагманский продукт носит имя Fathom Prospector. То, что он делает, звучит предельно просто: он указывает торговым представителям, в какую именно дверь им следует постучать следующей.
ИИ выбил Сэма из привычной колеи, и тот же самый ИИ стал рычагом, вернувшим его на вершину.
Примечание к цифрам: все финансовые показатели основаны на заявлениях основателей в интервью журналу Fortune и не проходили независимый сторонний аудит.
Этап 1 · Застарелая проблема, вскрытая лучшим продавцом
История берет начало с самого младшего из троицы — 39-летнего Бена Хутена (Ben Hooten), основателя и генерального директора Fathom.
Биография Бена весьма необычна. Он прослужил 10 лет в армии США в качестве специалиста по компьютерной разведке, параллельно получив ученую степень в области компьютерных наук. После демобилизации он перешел в сферу продаж медицинского оборудования — и добился выдающихся успехов: получил звание «Новичок года», вошел в элитный «Клуб президента» (куда попадают лишь лучшие по объему продаж специалисты) и неоднократно признавался лучшим коллегой года.
Однако за чередой наград и кубков он разглядел вопиющую структурную неэффективность всей индустрии.
Будни торгового представителя медтехники состоят из разъездов по вверенной территории: визитов в клиники и кабинеты врачей от двери к двери. То, какие клиники вы посетите и кого поставите в приоритет, определяет ваш заработок за весь месяц. При этом даже самые высокооплачиваемые продавцы в отрасли искали потенциальных клиентов дедовскими методами: вручную через Google, просматривая устаревшие таблицы Excel, полагаясь на интуицию или совершая звонки наугад и бесцельно объезжая пригородные медицинские комплексы.
Традиционные CRM-системы могли подсказать «кого вы уже знаете», но были совершенно бессильны ответить на главный вопрос: «кто готов купить оборудование прямо сейчас».
Вывод Бена был однозначен: на рынке не существовало программного обеспечения, созданного для тех, кто реально воюет на передовой продаж. Его рабочее кредо звучало так: «Если нужного инструмента нет — сделай его сам. Если он есть, но работает плохо — сделай лучше.»
И вот, совмещая разъезды по клиентам и выполнение планов продаж, он написал такой инструмент для себя.
Этап 2 · Сделки на 440 000 долларов за один день
Изначально у программы был ровно один пользователь — сам Бен.
Техническая архитектура была предельно прагматичной: собирать открытые операционные данные обо всех потенциальных клиентах на территории, а затем с помощью алгоритмов ИИ оценивать, у кого самая высокая склонность к покупке и где намечается наибольший чек. Торговому представителю достаточно было ввести почтовый индекс (ZIP-код), чтобы мгновенно получить ранжированный список горячих лидов.
Решающее боевое крещение состоялось в городе Эль-Пасо, штат Техас.
Все еще работая торговым представителем, Бен использовал свою программу для подготовки однодневного клинического демо-мероприятия. Инструмент отфильтровал наиболее перспективные клиники, сопоставил их профиль с характеристиками оборудования и составил детальные аналитические досье на каждого врача. Бен входил в каждый кабинет с абсолютным пониманием ситуации.
Итог превзошел все ожидания: за один-единственный день он закрыл сделок на 440 000 долларов.
Подобный триумф невозможно было скрыть. В течение нескольких недель производитель оборудования, где работал Бен, внедрил этот внутренний инструмент для всей своей старшей национальной команды продаж.
Самое убедительное доказательство ценности B2B-софта — это не эффектные презентации, а то, сколько живых денег он приносит на поле боя. Прежде чем предложить продукт рынку, Бен доказал его возврат на инвестиции выполнением собственного плана продаж.
Этап 3 · Три ветерана и 300 долларов
В ноябре 2025 года компания Fathom AI была зарегистрирована официально. В команду основателей вошли три опытных профессионала:
- Бен Хутен (39 лет, CEO): отвечает за технологии и разработку продукта, глубоко понимает боли продавцов «в полях»;
- Сэм Браун (48 лет, президент): экс-руководитель SaaS-стартапов, курирует развитие партнерств, финансы и стратегию категорического отказа от венчурных инвестиций;
- Дэн Крамп (Dan Crump) (56 лет, директор по доходам — CRO): ветеран морской пехоты с 25-летним опытом корпоративных технологических продаж в Compaq, HP, Sprint и медтех-компаниях; отвечает за ценообразование, переговоры и крупные контракты.
Суммарный возраст партнеров превышал 140 лет. Это не была типичная кремниевая команда двадцатилетних выпускников в худи — это были закаленные ветераны, отдавшие коммерческой борьбе десятилетия жизни.
Их совокупные начальные вложения составили всего 300 долларов.
Компания осознанно выбрала юридическую форму партнерства (partnership): вся прибыль могла мгновенно распределяться между основателями, в отличие от стартап-модели с бесконечным сжиганием денег инвесторов и долгим ожиданием отдачи.
Этап 4 · Первый клиент: от теста на 6 продавцах к национальному масштабу
После создания продукта оставалось найти первого крупного заказчика.
Ключевой фигурой стал Кирк Ганхас (Kirk Gunhus) — ветеран индустрии медицинской эстетики с многолетним стажем. Он занимал должность CRO в Venus Concept, семь лет работал в Zeltiq (создателе аппаратов CoolSculpting) и руководил продажами на трех континентах.
Как пишет Fortune, поначалу Кирк относился ко всяким технологическим новинкам крайне скептически. Поворотным моментом стал неформальный разговор, где он пожаловался на разрозненность и бестолковость существующих инструментов продаж. Основатели Fathom тут же продемонстрировали ему свою систему.
Кирк согласился провести тестовый пилот на 6 торговых представителях. Позже он лаконично подытожил результат: «Эта штука заставила их зарабатывать слишком много денег.»
Этим клиентом стал производитель эстетического оборудования Tiger Aesthetics. По информации Fortune, за весь 2024 год компания Tiger Aesthetics не открыла ни одного нового клиента (на сайте Fathom указано менее 40 клиентов за год); после внедрения Fathom та же самая команда продаж привлекла 225 новых клиентов всего за один квартал. Те же продавцы, те же территории, те же аппараты — единственным новым фактором был Fathom.
Дэйв Бекаттини (Dave Becattini), директор по обучению продажам в Tiger Aesthetics, отметил: «149 клиник в радиусе 40 миль с контактами, целевыми продуктами, телефонами, сайтами, приоритетами и скриптами для разговора. Обычно на такую работу у меня уходила как минимум целая неделя; в этот раз мы уложились менее чем за два часа.»
После пилота Tiger Aesthetics развернула Fathom на весь национальный штат продавцов. Позиция руководства формулировалась предельно просто: «Дайте им все, что они попросят.»
Этап 5 · Что на самом деле делает Fathom Prospector
Если разобрать архитектуру Fathom Prospector, ее логика предельно прагматична:
- Автоматическое сканирование территории по почтовому индексу: система собирает информацию обо всех потенциальных клиентах в округе (клиники эстетической медицины, центры пластической хирургии).
- Двухфакторная скоринговая оценка: каждому контакту присваивается два балла — «Готовность к покупке (Readiness to Buy)» (насколько они созрели для сделки сейчас) и «Размер потенциальной сделки (Opportunity Size)» (стоит ли овчинка выделки с точки зрения потраченного времени).
- Более 200 параметров данных: каждая клиника анализируется по 10 направлениям бизнес-разведки, включая оперативные данные поисковых трендов пациентов в Google.
- Индивидуальная настройка ИИ-модели для каждого заказчика: для каждого корпоративного клиента калибруется персональная модель под его линейку продуктов и профиль идеального клиента (ICP), развертываемая за считанные дни.
Вокруг Prospector команда создала сопутствующую экосистему: Prophet за секунды до визита генерирует краткое досье на врача и подсказывает ключевые аргументы; Coach выступает в роли интерактивного спарринг-партнера на базе ИИ для отработки возражений новичками; а BOS заменяет громоздкие CRM интеллектуальными агентами.
Внутренняя операционная деятельность Fathom также целиком доверена искусственному интеллекту. Как сообщает Fortune, основатели поручили ключевые функции 12 автономным ИИ-агентам: один ведет клиентскую поддержку для всей национальной команды заказчика, другой каждые два часа анализирует конкурентов и готовит сводку, а служба техподдержки обрабатывает тикеты так естественно, что клиенты зачастую даже не догадываются, что общаются с алгоритмом.
Вот почему трое людей могут управлять полноценной компанией: операционные затраты составляют менее 10% от выручки, а валовая маржа превышает 90%.
Простой подсчет: при ARR в 300 000 долларов и расходах до 10% на распределение между партнерами остается около 270 000 долларов в год. Партнерская структура избавляет от необходимости сжигать капитал; каждый из трех основателей получает примерно по 90 000 долларов в год — и это всего через 3 месяца после старта. Для человека, только что пережившего увольнение, это выгоднее любых карьерных предложений.
Этап 6 · Отказ от венчурных денег на финишной прямой
Стремительный взлет закономерно привлек интерес венчурных фондов.
По данным Fortune, Fathom уже получила официальный инвестиционный документ (term sheet) от венчурного фонда и вышла на финальную стадию оформления сделки. Но в последний момент основатели отказались от инвестиций. Причина была элементарной: они просто не понимали, куда им тратить эти деньги.
Сэм пояснил: «У нас практически нет расходов». А Дэн добавил: «Буквально сегодня мы получили очередной платеж от клиента. Наш денежный поток стабильно положителен.»
Это фундаментальный сдвиг эпохи искусственного интеллекта. Раньше стартапы шли к венчурным фондам, чтобы нанять толпу разработчиков, продажников и сотрудников поддержки, сжигая миллионы долларов до выхода на окупаемость. Когда львиную долю этих процессов закрывают автономные ИИ-агенты, деньги перестают быть дефицитным ресурсом; им на смену приходят отраслевой опыт и доверительные отношения с заказчиками.
К сентябрю 2026 года на официальном сайте Fathom значилось: у компании 5 корпоративных клиентов в 4 различных отраслях — от медицинской эстетики они шагнули в медоборудование, ЛОР-хирургию и недвижимость (включая работу с американским подразделением японского гиганта Sekisui House). Система проанализировала более 32 000 клиник и выявила свыше 83 000 перспективных лидов, а также выпустила отраслевой отчет, охвативший 48 198 клиник США.
Отклики из новых индустрий оказались столь же восторженными. Директор по инсайтам Sekisui House оставил отзыв: «Это официально невероятно. Психографический анализ превзошел результаты работы нескольких наших маркетинговых отделов вместе взятых». А другой вице-президент добавил: «Вы внедряете новые функции быстрее, чем мы успеваем отвечать на ваши письма».
От косметологии до жилищного строительства дистанция кажется огромной, но базовая логика едина: любому бизнесу, где торговые представители лично обходят корпоративных клиентов, критически важно знать, 'в какую дверь постучать следующей'. Та же архитектура ИИ с новым массивом данных и адаптированной скоринговой моделью без труда масштабируется на любую новую нишу.
На момент публикации статьи в Fortune троица поставила цель достичь к концу года 5 миллионов долларов ARR с пулом из 15–18 корпоративных клиентов. Была ли эта цель достигнута, в открытых источниках пока не сообщалось.
Мысли
1. Лучшие B2B-продукты создаются теми, кто работает в поле
Fathom не был придуман программистами, рассуждающими в стенах офиса. Его разработал результативный продавец, чтобы устранить собственную ежедневную головную боль.
Это дает два непререкаемых преимущества: он точно знает, где болит, и понимает, за что клиенты действительно готовы платить деньги. Для тех, кто хочет создавать продукты для бизнеса, практический опыт, накопленный в конкретной индустрии, ценнее любых навыков программирования.
2. Сначала докажите эффективность реальными продажами, затем продавайте софт
Прежде чем предлагать софт кому-либо, Бен сам закрыл с его помощью сделок на 440 000 долларов за один день. Эта цифра звучит убедительнее любой презентации.
Лучший маркетинговый материал — это деньги, которые вы заработали с помощью своего продукта. Если созданный вами инструмент не помог даже вам самому, убедить других раскошелиться будет практически невозможно.
3. ИИ-агенты переписывают стандарты численности команды
12 ИИ-агентов закрывают клиентскую поддержку, сопровождение и мониторинг конкурентов, позволяя троим людям обслуживать общенациональные продажи. Операционные издержки удерживаются на уровне ниже 10% от выручки.
Компания, для которой раньше требовались десятки сотрудников, теперь работает силами трех партнеров. Барьер для входа в бизнес сместился от вопроса 'сколько инвестиций вы привлекли' к вопросу 'насколько грамотно вы оркеструете ИИ'.
4. Вертикальная специализация и глубокая кастомизация — щит маленьких команд
Fathom не пыталась создать универсальный инструмент продаж для лобовой конкуренции с гигантами вроде Salesforce или Apollo. Они сфокусировались на узком сегменте оборудования для эстетической медицины и обучили персонализированные модели под каждого клиента.
Универсальный софт обречен на ценовые войны. В вертикальных отраслях заказчики с радостью платят солидные деньги за продукты, досконально понимающие их специфику, в то время как технологические корпорации не станут тратить ресурсы на такие ниши. В этом и заключается шанс для компактных команд.
5. Возраст и увольнение — это не конец пути
Основателям суммарно перевалило за 140 лет, а один из них только что потерял работу из-за искусственного интеллекта. По общепринятым меркам, они меньше всего напоминали типичных основателей технологических стартапов.
Однако они обладали тем, чего лишена молодежь: десятилетиями отраслевого опыта, связями и коммерческой хваткой. Когда ИИ свел к минимуму барьер в написании кода, этот жизненный и деловой багаж стал самым дефицитным активом. Те, кого вытеснил ИИ, способны стать теми, кто извлечет из него максимальную выгоду.
Действия
Шаг 1: Определите главное узкое место в вашей отрасли (1 неделя) Вспомните свою карьеру: какая рутинная задача отнимает больше всего времени у вас и ваших коллег каждую неделю? Поиск клиентов, разбор документации, составление отчетов? Зафиксируйте ее и подсчитайте число впустую потраченных часов.
Шаг 2: Создайте инструмент для решения собственной проблемы Используя современные ИИ-ассистенты разработки (Cursor, Claude Code) или сервисы no-code автоматизации (n8n, Zapier), соберите простое решение, бьющее ровно в эту болевую точку. Не думайте о продаже — сделайте его для своей повседневной работы.
Шаг 3: Проверьте результат на реальных рабочих задачах Выполните боевую задачу с помощью нового инструмента и зафиксируйте метрики: сколько времени сэкономлено? Какой дополнительный объем продаж удалось закрыть? Эти факты станут вашим главным аргументом в будущих продажах.
Шаг 4: Найдите авторитетного проводника в отрасли Покажите работающий прототип бывшему руководителю или уважаемому коллеге со связями в индустрии и попросите познакомить вас с первым потенциальным корпоративным клиентом.
Шаг 5: Снижайте порог принятия решений с помощью локальных пилотов Не пытайтесь сразу заключить многомиллионный контракт на всю корпорацию. Действуйте как Fathom: дайте доступ 5–10 продавцам, докажите эффективность на цифрах и только затем переходите к масштабированию.
Шаг 6: Делегируйте повторяющиеся процессы ИИ-агентам Передайте базовую поддержку, сбор информации и мониторинг рынка автономным алгоритмам, чтобы сохранить минимальный штат и рекордно низкую себестоимость.
Шаг 7: Держите фокус на прибыли и с осторожностью относитесь к инвестициям Если ваш бизнес генерирует положительный денежный поток, честно ответьте себе: на что именно вы потратите привлеченные деньги с гарантированной отдачей? Если четкого плана нет, сохраняйте независимость и развивайтесь на свои средства.
Вам это не подходит, если:
- У вас нет прикладного опыта и связей в конкретной отрасли, и вы хотите создать абстрактный «универсальный ИИ-инструмент»;
- Вы не умеете и не любите вести сложные B2B-продажи, требующие личных встреч и долгих переговоров;
- Вы рассчитываете на взрывной приток пользователей за одну ночь — корпоративных клиентов мало, и каждый требует глубокой индивидуальной настройки;
- В выбранной вами индустрии отсутствуют открытые данные, из-за чего ИИ не на чем обучаться и строить аналитику.