4 800 технологических стартапов: у кого из них есть шанс стать бизнесом

Рубрика «Разбор». Редакция «Масштаба» прочитала около 4 800 описаний технологических проектов молодых команд, опубликованных за последние месяцы. Мы искали не красивые идеи, а признаки того, что из проекта может получиться бизнес.

Вопрос — где среди тысяч стартапов есть деньги

Технологических проектов в России сейчас много как никогда: университеты, акселераторы и грантовые программы каждый сезон выпускают тысячи команд. Инвестору или заказчику прочитать всё это невозможно. Поэтому мы задали себе простой вопрос: сколько из них уже похожи на бизнес и в каких отраслях их искать?

Ответ отрезвляет. Большинство проектов пока остаются идеями. Но небольшая группа команд уже думает как предприниматели, и именно они интересны тем, кто ищет решения для своего бизнеса.

Главное в цифрах

Больше половины проектов — про искусственный интеллект. ИИ, нейросети или машинное обучение упоминают около 2,6 тысячи команд из 4,8 тысячи. Это уже не отличие, а норма.

Две трети проектов не прошли ни одной экспертизы. Внешнюю оценку получили около 1,5 тысячи команд, пять и больше экспертных заключений — только 344.

Прототип или MVP упоминают 8% команд, пилот у заказчика — 5%. Тех, кто пишет и о прототипе, и о пилоте одновременно, — всего 70.

О бизнес-модели и монетизации пишут 2% команд, о цене продукта — около 1%. Выручку с конкретными цифрами называют меньше десяти проектов.

Лидеры по отраслям — ИТ (около 2 тысяч проектов), медицина (660), образование (590), сельское хозяйство (430) и биотехнологии (390). Беспилотным системам посвящено около 240 проектов.

Признаки проекта с потенциалом

Мы отбирали проекты по пяти признакам — их полезно применять и самостоятельно, когда к вам приходит стартап с предложением:

1. Понятный заказчик. Команда называет, кто именно заплатит: «склады и интеграторы видеонаблюдения», а не «широкий круг пользователей».
2. Измеримая выгода. «Предупреждает о поломке за 72 часа» лучше, чем «повышает эффективность».
3. Деньги уже есть или посчитаны. Первые оплаты, цена, расчёт окупаемости для клиента.
4. Есть «железо» или работающий сервис, а не только план разработки.
5. Независимая оценка. Проекты, которые прошли несколько экспертиз, в среднем описаны конкретнее и чаще содержат цифры.

Под все пять признаков одновременно подходят единицы. Ниже — направления, где таких проектов больше всего.

Где мы видим потенциал

Промышленность: оборудование, которое не купить за рубежом

Самая зрелая группа — производственные проекты. Здесь команды чаще всего знают своего покупателя и цену вопроса.

Настольный автомат для монтажа электроники. Команда одного из региональных университетов собирает отечественный станок для поверхностного монтажа печатных плат с конвейером и компьютерным зрением. Ниша выбрана точно: между ручным инструментом и промышленными линиями за 3–5 млн ₽ на рынке почти нет предложений, а малых приборостроительных производств в стране — больше полутора тысяч.

Мобильный завод в контейнере. Роботизированная ячейка с 3D-сканером и ИИ изготавливает металлические детали и запчасти без штампов — прямо на СТО, малом заводе или удалённом объекте, где ломается спецтехника. Команда планирует запустить 8–12 ячеек и выйти на выручку до 100 млн ₽ за один-два года. План амбициозный, но проблема — дефицит запчастей и долгое ожидание — реальна для тысяч предприятий.

ИИ-датчик, который предупреждает о поломке. Устройство с вибрационными и температурными сенсорами ставится на станок и за трое суток сообщает о приближающейся аварии. Для непрерывного производства один день простоя стоит дороже датчика, поэтому продавать такое решение проще, чем большинство ИИ-сервисов.

Конфигуратор деталей для станков с ЧПУ. Программа по параметрам заказа сама строит 3D-модель нестандартной детали и управляющую программу для станка. Это экономит дни работы технолога на штучных заказах — а именно в мелкосерийное производство сейчас уходит всё больше заказов крупных компаний.

Медицина: сервисы, за которые уже платят

В медицине проектов много, но большинство — исследовательские. Выделяется сервис второго мнения по снимкам МРТ и КТ: пациент загружает диск с исследованием, оплачивает около тысячи рублей и через полчаса получает понятный отчёт с отметками на снимках и вопросами к лечащему врачу. Сервис работает с весны и уже несколько десятков раз в месяц получает оплату без затрат на рекламу. Следующий шаг команды — собственная модель с проверкой рентгенологами и выход на клиники.

Это редкий пример проекта, который сначала проверил спрос деньгами и только потом пошёл за инвестициями.

Безопасность на производстве и складе

Несколько команд делают видеоаналитику: контроль средств индивидуальной защиты (каска, жилет, очки) с оповещением мастера и отчётами, а также систему обнаружения людей в помещениях, которая объединяет видеокамеру с радиосигналом и работает в темноте и за препятствиями. Заказчики понятны — склады, заводы, интеграторы систем безопасности. Каждый несчастный случай на производстве обходится компании в штрафы, простой и проверки, поэтому автоматический контроль окупается быстро.

Агросектор и космос: данные о земле

Мониторинг полей с беспилотников с отбором проб почвы и анализом снимков нейросетью. Расчёт команды: неравномерное внесение удобрений съедает до 7% урожая, на 10 тысячах гектаров это до 24 млн ₽ недополученной выручки в год. С такой цифрой можно идти к агрохолдингу.

Малогабаритный радар для небольших спутников снимает землю сквозь облака и ночью — для контроля паводков, ледовой обстановки, посевов и инфраструктуры. Проект получил девять экспертных оценок. Это долгий и дорогой путь, но отечественных серийных решений в этом классе почти нет.

Автоматический анализ космических снимков находит лесные пожары, наводнения, вырубки и разливы нефтепродуктов. Время оценки чрезвычайной ситуации команда обещает сократить с нескольких суток до нескольких часов — понятная выгода для страховщиков, лесного хозяйства и муниципалитетов.

Пищевая промышленность: отходы в доход

Индикатор свежести в упаковке меняет цвет, когда продукт начинает портиться, — без вскрытия. Метка вклеивается в уже используемую упаковку. Производитель охлаждённых продуктов получает меньше возвратов и списаний и отличие на полке.

Переработка отходов мясопереработки в кормовой продукт превращает расходы на утилизацию в выручку. Проект прошёл десять экспертиз — один из лучших результатов в выборке.

Где потенциала меньше, чем кажется

ИИ-ассистенты «для всех». Сотни проектов предлагают чат-бот для учёбы, здоровья или планирования без понятного заказчика. Конкурировать им придётся с бесплатными сервисами крупных компаний.

Приложения для туризма, досуга и хобби. Идеи симпатичные, но монетизация почти никогда не описана.

Цифровые двойники и карты «для науки». Технически сильные, хорошо оценённые экспертами, но часто без ответа на вопрос, кто будет платить после окончания гранта.

Что это значит для бизнеса

Сильных технологических команд в России больше, чем кажется по новостям, но они плохо умеют рассказывать о себе языком заказчика. Поэтому компания, которая сама сформулирует задачу и придёт к стартапам с готовым пилотом, получит решение дешевле и быстрее, чем у крупного интегратора.

Самые перспективные направления сейчас — там, где у заказчика есть прямые потери в рублях: простои оборудования, дефицит запчастей и импортного оборудования, списания продукции, несчастные случаи на производстве, потери урожая. Именно в этих нишах чаще всего встречаются команды, готовые к пилоту.

Методика. Редакция изучила около 4 800 открытых описаний технологических проектов, опубликованных молодыми командами в 2026 году. Оценивали наличие прототипа, пилотов и выручки, конкретность описания заказчика и выгоды, а также число независимых экспертиз. Названия проектов не приводятся: большинство команд ещё не вышли на рынок. Данные — на 14 ноября 2026 года.