Единорог с казахстанскими корнями: за что платят инвесторы в Higgsfield

В августе Higgsfield, разработчик инструментов для создания изображений и видео с помощью ИИ, объявил о привлечении $400 млн. В этом раунде во главе с инвестиционной компанией DST Global инвесторы оценили Higgsfield в $5,4 млрд. Один из сооснователей и технический директор компании — казахстанец Ерзат Дулат. Головной офис находится в Калифорнии, а в Алматы работает инженерная команда.

Нынешний Higgsfield — уже не совсем тот бизнес, который выходил на рынок два года назад. Сейчас компания строит бизнес вокруг рекламного производства: соединяет собственные и сторонние модели, чтобы клиент мог пройти от замысла до материала, пригодного к выпуску. Продается не только генерация. Продается способ закончить работу.

В 2024 году в центре первоначальной ставки Higgsfield были собственная технология генерации видео и мобильное приложение Diffuse. В нем можно было создавать короткие ролики с собой и друзьями. Компания начинала с развлечения для массового пользователя, а рекламную платформу рассматривала как следующий шаг.

Сооснователь и генеральный директор Higgsfield Алекс Машрабов объяснял, что мобильное приложение быстро набрало аудиторию, но пользователи недостаточно охотно возвращались. Самыми заинтересованными оказались специалисты по визуальным эффектам и профессиональные маркетологи. Для них мобильной версии оказалось недостаточно и весной 2025 года компания запустила продукт для работы на компьютере.

У маркетолога другая задача: есть товар, задание и срок выпуска рекламы. Нужно сохранить внешний вид продукта, выбрать подачу, получить материал для конкретного размещения. Вокруг этих задач Higgsfield стал расширять предложение.

Посмотрим на один из сценариев обновленного в августе Marketing Studio — раздела Higgsfield для рекламы. Пользователь выбирает шаблон, например ролик с говорящим персонажем, и загружает фотографию товара. Сервис создает видео продолжительностью до 15 секунд. Составлять подробное текстовое задание модели в этом варианте не требуется: часть решений уже заключена в шаблоне. Перед публикацией человек просматривает результат, в том числе озвучку и темп. Если нужна другая попытка, ролик генерируется заново.

Другой пример — инструмент Higgsfield, превращающий страницу товара в рекламу. В опубликованном OpenAI в январе 2026 года разборе Higgsfield описано, как сервис использует модели OpenAI: GPT-4.1 и GPT-5 разбирают сведения о товаре и планируют ролик, платформа подбирает подготовленную структуру, а Sora 2 (модель от OpenAI, которая генерирует видеоролики и синхронизированный звук по текстовым описаниям или изображениям) создает видео. Инструмент Click-to-Ad использует модели OpenAI как минимум с запуска в начале ноября 2025 года. Клиент начинает со ссылки на свой товар; программа переводит ее в задания для разных инструментов. 

Общий инженерный принцип — не оставлять модель один на один с длинным заданием. Программа передает материалы нужным инструментам, сохраняет промежуточные результаты, организует проверки и повторные шаги. Такую организацию исполнения называют харнесом (harness). Если обозначить смену акцентов тремя лозунгами, получится: 2023-й — «напиши хороший промпт», 2025-й — «дай нужный контекст», 2026-й — «построй харнес». От инструкции — к сведениям для модели, затем — к устройству всей работы. Новое не отменяет прежнего: инструкции и контекст входят в эту систему. В сервисах вроде Higgsfield ее задача — избавить клиента от ручного управления каждым шагом.

Сравнение ИИ с электричеством помогает понять эту ставку: универсальная технология открывает множество применений. Продолжая аналогию, бизнес можно строить не только на электростанции, но и на холодильнике — устройстве для конкретной задачи. Higgsfield делает такой «прибор» для рекламного производства: превращает пожелание клиента в задания генераторам. При этом компания продолжает создавать собственные модели, в частности для редактирования изображений. Свой продукт не требует, чтобы каждый инструмент внутри тоже был своим.

Зачем это рекламной команде, видно на истории Dollar Shave Club — американского продавца бритв и средств для бритья. Лора Хиггинс, недавно назначенная директором по бренду и инновациям Dollar Shave Club, обнаружила, что к празднику 4 июля 2026 года готовой кампании нет, хотя США отмечают 250-летие независимости. Она решила быстро обыграть тему революции: связать восстание против старых порядков с обещанием компании избавить покупателя от дорогого бритья.

Так появилась реклама с переосмысленными историческими сценами: будущий первый президент США Джордж Вашингтон переправляется через Делавэр, а среди примет эпохи возникают бритвы и гели бренда. Нарочито искусственные изображения помогали разыграть шутку, а не выдавали сцену за документальную съемку.

Замысел придумали люди. Копирайтер с помощью Higgsfield за несколько дней превратил его в раскадровку — последовательность будущих сцен. Затем небольшая внутренняя команда использовала Higgsfield и текстового ИИ-помощника Claude для создания вариантов. Генерация здесь обслуживала уже выбранную рекламную идею, а не подменяла ее.

Хиггинс сама ставила задачу и принимала работу перед выпуском. Первый вариант появился за два-три дня, готовый 30-секундный ролик — примерно за неделю. Вся кампания прошла от замысла до запуска приблизительно за три недели и вышла 1 июля, незадолго до праздника. Команда получила не просто набор занятных картинок, а рекламу к нужной дате.

Заявленные расходы Dollar Shave Club на кампанию — всего $400. Для масштаба: американская студия Demo Duck оценивает производство короткого рекламного ролика в $25–50 тыс., без расходов на размещение. Это не означает, что весь труд команды Dollar Shave Club стоил $400: состав этой суммы не раскрыт.

Здесь важен не только генератор, но и отбор. В генеративно-состязательных нейросетях (GAN) генератор учится создавать данные, а дискриминатор — отличать сгенерированное от настоящего. Расширим эту идею за пределы обучения нейросетей: генератор предлагает, дискриминатор отсеивает. Не обязательно добиваться безупречной первой попытки. Можно дешево создать много вариантов и обстоятельно выбрать.

Создать удачный вариант и распознать его — разные способности. В эксперименте OpenAI 2021 года небольшая модель с обученным оценщиком, выбирающим из ста решений математической задачи, немного обошла гораздо более крупную без него.

В рекламе такой «дискриминатор» — например, команда, знающая свой товар и стиль бренда. Если варианты дешевы, среди них регулярно встречаются подходящие, а отбор быстр и надежен, даже множество неудач не мешает получить нужный ролик. В истории Dollar Shave Club люди придумали шутку и решили, что выпускать: их суждение дополнило производительность Higgsfield. Коммерческий успех рекламы затем проверяет аудитория.

У рекламной команды эта работа повторяется: следующий товар, новый повод, другая площадка. Отсюда понятнее коммерческая ставка Higgsfield: продавать постоянный доступ к инструментам и дополнительный объем использования.

Именно так устроены платежи. По сведениям представителя Higgsfield, опубликованным 18 августа, около 70% выручки приходилось на подписки, остальное — на дополнительные пакеты «кредитов», условных единиц для оплаты использования сервиса. Изменился и состав выручки: если в январе 2026 года бизнес-пользователи приносили менее четверти выручки, то к августу — уже больше половины.

Масштаб изменения компания описывает так: годом ранее продажи соответствовали примерно $20 млн в пересчете на год; в августе 2026-го сохранение продаж последних четырех недель в течение года дало бы $700 млн. Это расчет по недавним продажам, а не уже заработанная за год сумма. Переход к профессиональной работе совпал с резким увеличением заявленного коммерческого масштаба.

При этом Higgsfield почти не раскрывает внутренние показатели бизнеса: неизвестны его маржинальность, себестоимость генерации и удержание клиентов.

На мой взгляд, здесь видна привлекательность такой ставки для инвестора. Higgsfield претендует на место в регулярных производственных расходах клиента. Новые товары и кампании создают повторяющиеся задачи — и повод платить за рабочий продукт.

«Мы выигрываем от выхода каждой новой модели», — говорит Машрабов. Чужой технологический прорыв может улучшить продукт Higgsfield. Но воспользоваться той же моделью могут и конкуренты.

Сравним три сценария одной задачи: команде нужен короткий рекламный ролик о товаре. Их можно описать тремя формулами.

«Образец вместо чистого листа» — описанный выше сценарий Higgsfield. Выбрать шаблон, подставить фотографию продукта, получить короткое видео и проверить его. Значительная часть решений уже принята в образце: клиенту не нужно с нуля придумывать устройство ролика.

«Разговор вместо пульта» — ИИ-помощник Agent от Runway, разработчика моделей и платформы для видеопроизводства. Пользователь описывает товар, аудиторию и нужный материал; помощник предлагает направление и создает рекламу. Затем можно попросить заменить озвучку или сделать начало энергичнее. Собственные и сторонние модели работают за кулисами, а клиент управляет результатом в диалоге.

«Генератор в мастерской» — подход Adobe, создателя Photoshop и других профессиональных творческих программ. Firefly соединяет собственные и сторонние модели со средствами редактирования. Пользователь создает материал, уточняет его с помощью другой модели или дорабатывает в редакторе, продолжает монтаж в профессиональных программах. Генерация встроена в привычную работу над деталями.

Возможности платформ пересекаются; формулы описывают выбранные сценарии. Для клиента различие практическое: сколько решений можно доверить образцу, что удобнее поручить помощнику, а что хочется контролировать в редакторе.

Рост есть и у прямого конкурента. 20 августа 2026 года Runway сообщила, что за предыдущие двенадцать месяцев продажи ее подписок в Европе увеличились на 50%. Higgsfield борется за клиента, которому уже предлагают несколько способов организовать рекламное производство.

Компания расширила линейку продуктов, за которые ей платят: от возможности сгенерировать видео к инструменту рекламного производства. Дальнейшее соревнование с Runway и Adobe идет за то, чьими инструментами команды будут пользоваться каждый день.

История Higgsfield дает полезный критерий и для других ИИ-компаний. Смотреть стоит не только на лучшую демонстрацию модели, но и на затраты до принятого результата: все попытки, проверки, исправления и время человека. Самая впечатляющая первая картинка и самый полезный рабочий продукт могут оказаться у разных разработчиков. Ставка Higgsfield — стать тем продуктом, с которым клиент заканчивает работу.