Сервис определения ИИ-текстов, выросший из дипломного проекта, перешёл к новому владельцу
У проекта более 19 миллионов зарегистрированных пользователей и $30 млн годовой выручки
Сумма сделки не раскрывается, всего компания привлекла лишь $13,5 млн инвестиций
У покупателя уже был собственный инструмент детекции
GPTZero — трёхлетний сервис определения текстов, написанных нейросетями, — приобретён компанией Superhuman. Проект начинался как дипломная работа выпускника Принстона Эдварда Тяна и стал одним из самых заметных представителей своей ниши.
Источник изображения — techcrunch.com
Экономика проекта
Условия сделки не раскрываются, но известны показатели: более 19 миллионов зарегистрированных пользователей и $30 миллионов годовой регулярной выручки. Ещё в 2024 году основатель говорил, что компания прибыльна — редкость для стартапа такого возраста.
Особенно показательно соотношение вложенного и заработанного. Сооснователи привлекли посевной раунд на $3,5 миллиона, затем $10 миллионов в раунде Series A в июне 2024 года при участии нескольких известных фондов. Итого $13,5 миллиона инвестиций против тридцати миллионов годовой выручки — по меркам нынешнего рынка это образцовая эффективность.
Кто купил и зачем
Компания-покупатель образовалась после того, как Grammarly приобрёл почтовый сервис Superhuman и провёл под этим названием ребрендинг. Собственный инструмент детекции у неё уже был, что делает сделку любопытной с точки зрения логики.
Задачи у двух продуктов при этом различались. Существующий инструмент помогал пользователям — чаще всего студентам — понять, не выглядит ли их собственный текст машинно-сгенерированным, и отредактировать его. Приобретённый сервис решал обратную задачу: выявлять и отсеивать поток низкокачественного машинного контента. На вопрос, зачем покупать конкурента, в компании ответили коротко: «два детектора лучше, чем один».
Проблема самой ниши
Стоит сказать прямо: надёжность любых детекторов ИИ-текста остаётся предметом обоснованной критики. Модели ошибаются в обе стороны — принимают за машинный текст работы неносителей языка и людей с формальным стилем письма, а достаточно отредактированный сгенерированный текст пропускают.
Цена ошибки при этом высока: обвинение студента в списывании на основании вероятностной оценки — уже не техническая деталь, а этическая проблема. Часть университетов по этой причине отказалась от автоматической проверки как единственного доказательства.
Тем не менее спрос на такие инструменты только растёт — вместе с объёмом машинного контента в интернете. Именно этим и объясняется покупка: даже несовершенный детектор становится обязательным элементом любой платформы, работающей с текстами, а его точность будет догонять требования уже по ходу дела.
