Государство раздаёт данные бесплатно, а бизнес на них зарабатывает миллиарды
Федеральный реестр поверок Росстандарта «Аршин» отдаёт по открытому API более 718 млн записей о том, когда и кем проверялся каждый счётчик воды, газа и электричества в России — без ключа, без договора, без единого рубля за доступ (можно проверить самому: запрос к API возвращает точное число). Британский Companies House держит открытыми данные о 5,48 млн компаний (статистика на 31 марта 2026 года). А агрегатор OpenCorporates, который просто складывает подобные реестры из полутора сотен стран в одну базу, насчитывает 227,4 млн компаний (данные о покрытии по регионам).
Всё это — бесплатно. Государства публикуют реестры компаний, разрешения на строительство, протоколы поверок, контракты по госзакупкам не потому что хотят кого-то обогатить, а потому что прозрачность — их прямая обязанность перед налогоплательщиком. И тем не менее вокруг этих открытых данных десятилетиями строится бизнес с оборотами от сотен тысяч до миллиардов долларов. Норвежская Proff AS, дочерняя структура публичной Enento Group, зарабатывает на перепродаже норвежского же государственного реестра отчётности. Российский Rusprofile получает 884,4 млн рублей выручки, просто удобно показывая то, что и так лежит на bo.nalog.gov.ru. Это не мошенничество и не серая схема — это статья про то, как устроена легальная модель бизнеса, где сырьё бесплатно, а платят за обёртку.
Вопрос, который важен для соло-основателя: где в этой цепочке появляются деньги, какой слой обёртки клиент готов оплачивать, и что из этого реально собрать одному человеку за два-три месяца, а что требует команды или вообще недоступно без ресурсов корпорации.
Суть модели: пять слоёв между реестром и деньгами клиента
В одном предложении: бизнес берёт данные, которые государство обязано публиковать бесплатно, и продаёт не сами данные, а работу по их превращению в пригодную для дела форму.
Важно сразу отделить эту модель от смежных. Это не журналистика по открытым данным (там продукт — материал, а не сервис). Это не государственно-частное партнёрство (там доступ к данным платный или эксклюзивный по контракту). И это не data broker в духе продажи персональных данных пользователей — здесь источник специально сделан государством публичным для того, чтобы им пользовались все.
Отличается эта модель и от продажи проприетарных панельных данных (когда компания сама собирает данные через опросы, датчики или партнёрскую сеть). У панельных данных барьер для конкурентов — в самом сборе: повторить чужую сеть датчиков или чужой пул респондентов дорого и долго. У модели на открытых данных сырьё общедоступно с первого дня, поэтому барьер приходится строить не на эксклюзивности источника, а на скорости и качестве обработки, накопленной истории и удобстве интеграции — а это принципиально другой набор инвестиций и другой профиль риска для нового игрока, который выходит на рынок.
Между сырым реестром и деньгами клиента лежит пять слоёв работы, и на каждом из них можно поставить цену.
Сырьё одинаково бесплатно для всех, поэтому конкуренция идёт не за доступ, а за глубину обработки. Деньги начинаются со второго слоя.
Первый слой — сырой реестр. Государство публикует данные в своём формате: XML-выгрузка ЕГРЮЛ, PDF-скан бухгалтерского баланса, CSV с разрешениями на строительство, JSON-ответ Solr-подобного API. Формат неудобный, зачастую без документации, иногда меняется без предупреждения. Здесь ценности как таковой ещё нет — есть только доступ, а доступ у всех одинаковый.
Второй слой — нормализация. Скан баланса превращается в структурированные поля «выручка», «прибыль», «активы». XML ЕГРЮЛ превращается в карточку компании с понятными названиями полей на понятном языке. Разные форматы одного явления (например, отчётность за 2019-2025 годы, которая менялась по составу полей четыре раза) сводятся к единой схеме. Это первый слой, за который уже можно требовать деньги: клиент платит не за данные, а за то, что ему не нужно писать парсер под каждую версию выгрузки.
Третий слой — идентификаторы и связи. Одна и та же компания в разных базах называется по-разному: «ООО Ромашка», «Romashka LLC», старое название до ребрендинга. Нужен единый ключ (ИНН, company number, org.nr) и граф связей — кто у кого учредитель, кто директор в трёх других юрлицах, какая структура собственности стоит за формально независимой компанией. Этот слой превращает набор карточек в инструмент due diligence и позволяет продавать не справку, а анализ риска.
Четвёртый слой — мониторинг и алерты. Клиенту не нужно раз в квартал заходить и проверять, не обанкротился ли контрагент — ему нужно получить уведомление в тот день, когда это произошло. Подписка на изменения (новый директор, смена адреса, начало банкротной процедуры, новая госзакупка от целевого агентства) — это уже классическая SaaS-механика, и за неё продают месячные и годовые тарифы.
Пятый слой — интеграция в рабочий процесс клиента. API, который принимает запрос из CRM клиента и возвращает готовое решение «одобрить/отклонить» для скоринга контрагента. Плагин для 1С. Виджет для маркетплейса недвижимости, который тянет данные о разрешениях на стройку прямо на карточку объекта. На этом слое цена уже не за доступ к данным, а за экономию конкретного часа работы конкретного сотрудника клиента — и здесь чек растёт быстрее всего.
Деньги появляются начиная со второго слоя и растут с каждым следующим. Поэтому чистый агрегатор без нормализации (просто зеркало реестра) обычно бесплатен или живёт на донатах, а сервис с мониторингом, скорингом и API зарабатывает сотни миллионов.
Где деньги: источники выручки, маржа и налог модели
Выручка в этой модели складывается из четырёх источников, и они редко существуют по отдельности.
Подписка B2B — самый частый и предсказуемый источник. Клиент (банк, юрист, поставщик, HR-отдел) платит за доступ к личному кабинету и лимит проверок в месяц. Ценообразование обычно ступенчатое: от бесплатного лимита в несколько проверок до корпоративного тарифа с безлимитным доступом и SLA на скорость ответа. У Rusprofile и Checko этот источник основной — оплата за расширенный доступ к финансовым показателям контрагентов, тем самым показателям, которые формально бесплатны на bo.nalog.gov.ru, но требуют ручного поиска по каждой компании.
API-вызов — тарификация по количеству запросов, чаще всего для тех, кто встраивает данные в собственный продукт: скоринговые системы банков, антифрод-платформы, маркетплейсы объявлений о недвижимости. Здесь маржа выше, потому что нет затрат на поддержку интерфейса, но чек за один вызов низкий, и нужен объём.
Лиды и данные для скоринга — продажа не доступа к базе, а готового решения: кредитный балл контрагента, вероятность банкротства, индекс благонадёжности поставщика. Это уже не «данные», а аналитический продукт, и здесь можно закладывать существенную наценку, потому что клиент платит за снятие с себя работы по анализу.
Премиум-отчёты разово — для случаев due diligence перед сделкой M&A, судебным разбирательством или крупным контрактом клиент готов заплатить разово за глубокий отчёт с историей компании, связями бенефициаров и арбитражными делами. Разовый чек здесь выше подписочного месячного, но объём продаж ниже.
Маржа в этой модели структурно высокая — если пройден порог нормализации данных, предельная стоимость обслуживания ещё одного клиента близка к нулю: сырьё бесплатное, инфраструктура уже построена. У норвежской Proff AS операционная маржа составила 24,9% при выручке 111,1 млн норвежских крон за 2025 финансовый год (данные из норвежского регистра годовой отчётности Brønnøysundregistrene). У британско-глобальной Creditsafe Group операционный результат в 2024 году составил 72 млн евро при выручке 289 млн евро — тоже около 25% (раскрытие показателей на сайте компании). Российский Rusprofile показывает маржу по чистой прибыли около 65% — 578,3 млн рублей прибыли на 884,4 млн рублей выручки за 2025 год (данные видны прямо на карточке компании в самом Rusprofile) — настолько высокая маржа объясняется тем, что нормализация ЕГРЮЛ и БФО в России уже давно окупила себя, а прирост новых подписчиков почти не требует новых вложений.
Но у модели есть и постоянный «налог». Первый — поддержка парсеров при смене формата выгрузки. Государственный источник может в любой момент поменять структуру XML, перейти на новый API без обратной совместимости или временно отключить сервис на техническое обслуживание — и это должно быть починено за часы, а не недели, потому что от этого зависит SLA перед клиентами. Второй — юридический риск. Формально данные открыты, но перепродажа персональных данных физлиц (например, ИП или директоров как физических лиц) регулируется отдельно, и граница между «агрегация публичного реестра» и «незаконная обработка персональных данных» проходит не всегда очевидно. Третий — стоимость поддержки истории. Клиенты ждут не только текущий срез, но и историю изменений за пять-десять лет, а хранение и индексация исторических версий каждой компании — это растущая с каждым годом инфраструктурная нагрузка, которая не приносит новой выручки, но без которой продукт теряет ценность для due diligence.
Есть и четвёртый, менее очевидный налог — расходы на поддержку качества данных при масштабировании на новую юрисдикцию или новый тип реестра. Каждый новый источник — это не просто ещё один парсер, а отдельный цикл проверки полноты покрытия, отдельная схема сопоставления идентификаторов с уже накопленной базой и отдельный набор граничных случаев (например, реестры новых регионов, слияние двух записей об одной компании после смены формы собственности). На практике это означает, что расширение продукта на пятый источник данных стоит дороже, чем расширение на второй, — экономия на масштабе в этой модели работает не линейно, а с точки убывающей отдачи по мере роста числа подключённых реестров.
Кейсы
Rusprofile (Россия)
Что: сервис проверки контрагентов на основе российских открытых реестров — ЕГРЮЛ, ЕГРИП, БФО (бухгалтерская отчётность), реестр арбитражных дел, реестр залогов.
Цифры: выручка юридического лица-правообладателя, ООО «Деловые информационные решения», за 2025 год составила 884,4 млн рублей (≈$11,1 млн, курс ЦБ на 30 июля 2026 года — 79,357 ₽ за доллар), что на 32,5% больше показателя 2024 года в 667,6 млн рублей. Чистая прибыль выросла с 388,3 млн до 578,3 млн рублей (+48,9%) — маржа по чистой прибыли около 65%. По выручке компания занимает 1043-е место среди всех юридических лиц России (данные открыто показаны на карточке компании в самом Rusprofile).
Как работают: бесплатный уровень даёт базовую карточку компании — статус, адрес, руководителя. Платная подписка открывает финансовые показатели, историю изменений, сравнение с конкурентами по отрасли и региону, а также экспорт списков компаний по фильтрам (например, все компании отрасли с выручкой выше заданного порога). Модель дополнена рекламной выдачей и партнёрскими интеграциями с банками для проверки контрагентов при открытии счёта.
Карточка ООО «Деловые информационные решения» — юрлица самого Rusprofile — на его же сайте. Внизу видна та самая механика: часть данных скрыта до оплаты профессионального доступа.
Что особенного: барьер для конкурентов у Rusprofile — не в доступе к данным (ЕГРЮЛ и БФО открыты для всех), а в накопленной за годы истории изменений и в SEO-позициях: карточка почти любой российской компании у Rusprofile в топе поисковой выдачи, и переключить туда, где ищут пользователи, новому конкуренту тяжело.
Checko (Россия)
Что: более молодой российский сервис проверки контрагентов, тот же класс продукта, что и Rusprofile, но с изначальной ставкой на API и интеграции для бизнес-софта, а не на веб-карточки для разового поиска.
Цифры: выручка юридического лица-правообладателя, ООО «Дата Максимум», за 2025 год — 12,3 млн рублей (≈$155 тыс.), рост на 66,8% год к году. Чистая прибыль — 5,6 млн рублей, маржа около 46% (данные видны на карточке самой компании в Rusprofile — приём, который стоит запомнить: сервис-конкурент проверяет сервис по открытым данным теми же открытыми данными). Масштаб на порядки меньше, чем у Rusprofile — Checko моложе (зарегистрирован в 2022 году) и ещё не догнал устоявшегося игрока по объёму подписной базы.
Как работают: акцент на API-интеграции — банки и финтех-компании подключают проверку контрагентов прямо в свои процессы онбординга, оплата идёт по количеству запросов, а не по числу пользователей интерфейса. Отдельный продукт — подсветка ИНН и ОГРН прямо на любых сайтах через браузерное расширение, что снижает трение при первом знакомстве с сервисом.
Checko заявляет поиск по 33,5 млн организаций и ИП — это весь ЕГРЮЛ и ЕГРИП, доступный любому желающему бесплатно и в сыром виде.
Что особенного: разница в стратегии выхода на рынок против прямого конкурента. Rusprofile строил трафик через SEO и веб-интерфейс годами, Checko выбрал ставку на API-first — более узкий, но потенциально более маржинальный канал распространения через встраивание в чужие продукты, а не через прямой поиск пользователя.
Proff AS и Enento Group (Норвегия и Северная Европа)
Что: Proff AS — норвежский сервис проверки компаний и кредитного скоринга на основе Brønnøysundregistrene, государственного реестра юрлиц и годовой отчётности Норвегии. Входит в состав публичной финской Enento Group (тикер ENENTO на бирже Nasdaq Helsinki), которая также владеет Suomen Asiakastieto в Финляндии, UC AB в Швеции и Proff ApS в Дании — один игрок держит аналогичные сервисы сразу во всех четырёх странах Северной Европы.
Цифры: выручка Proff AS (driftsinntekter) за 2025 финансовый год — 111 141 000 норвежских крон (≈$11,48 млн, ≈912 млн ₽ по курсу ЦБ), операционный результат — 27 674 000 крон, чистая прибыль — 22 966 000 крон, операционная маржа — 24,9% (данные из открытого норвежского регистра годовой отчётности Regnskapsregisteret, который отдаёт финансовую отчётность любой норвежской AS по API без ключа). Материнская Enento Group показала выручку группы 152,7 млн евро (≈$173,6 млн, ≈13,8 млрд ₽) за 2025 год (годовой отчёт компании на её собственном сайте).
Как работают: подписка для бизнеса на кредитные отчёты и мониторинг контрагентов, плюс отдельный продукт для маркетинга — списки компаний по отраслевым и географическим фильтрам для email- и телефонных продаж B2B. Модель усилена собственными скоринговыми алгоритмами поверх открытой отчётности — норвежская бухгалтерская отчётность публикуется государством в сыром виде, а кредитный рейтинг компании — уже добавленная стоимость Proff.
Поиск по норвежским компаниям, отраслям и должностным лицам — обёртка поверх государственного регистра Brønnøysundregistrene, чью отчётность можно скачать и без Proff.
Что особенного: Enento — редкий публичный пример объединения локальных бюро по всей Скандинавии в одну группу с общей инфраструктурой нормализации данных, но раздельными брендами под каждую страну. Инвесторам компания показывает выручку целиком, а благодаря норвежскому закону об открытости бухгалтерской отчётности можно увидеть экономику даже одной отдельной дочерней структуры внутри группы — редкая прозрачность для частного локального бизнеса такого типа.
Creditsafe Group (Великобритания и мир)
Что: один из крупнейших мировых поставщиков отчётов о кредитоспособности компаний, штаб-квартира в Кардиффе, работает в 20+ странах на основе национальных реестров компаний, включая британский Companies House.
Цифры: выручка группы за 2024 год — 289 млн евро (≈$328,5 млн, ≈26,1 млрд ₽), рост на 12% к 257 млн евро в 2023 году. Операционный результат — 72 млн евро (+22% год к году), операционная маржа — около 25% (раскрытие показателей эффективности на сайте компании).
Как работают: подписка для компаний любого размера — от малого бизнеса, который проверяет одного нового поставщика, до банков с тысячами проверок в месяц. Плюс API для встраивания скоринга в чужие CRM и ERP-системы. Ключевое отличие от чисто открытых агрегаторов вроде OpenCorporates — Creditsafe закупает и объединяет данные не только из открытых государственных реестров, но и из платных источников (данные о судебных решениях, платёжной дисциплине от партнёрских сетей), поэтому модель здесь гибридная: открытые данные — база, платные — надстройка для более точного скоринга.
Creditsafe продаёт не выписку из реестра, а кредитный балл и лимит по контрагенту — верхний слой модели, где чек выше всего.
Что особенного: барьер для конкурентов у Creditsafe — годы наработанной сети партнёрских источников платёжной дисциплины (trade payment data), которую не собрать только за счёт агрегации государственных реестров. Это показывает потолок чисто открытой модели: чтобы вырасти из сотен миллионов в миллиарды выручки, обычно приходится добавлять закрытые источники данных поверх открытых.
Tofler / TWS Systems (Индия)
Что: индийская платформа корпоративной аналитики на основе реестра Ministry of Corporate Affairs (MCA) — индийского аналога ЕГРЮЛ с обязательной публикацией годовой отчётности компаний.
Цифры: юридическое лицо-правообладатель, TWS Systems Private Limited, показало выручку 4,12 крор рупий за 2024 финансовый год, закончившийся 31 марта 2024 года. Крор — индийская разрядная единица, равная 10 млн рупий, то есть речь о 41,2 млн рупий (≈$430 тыс., ≈34,2 млн ₽ по курсу ЦБ на дату публикации). Годовой рост выручки — 37%, рост EBITDA — 78% (финансовые показатели компании на платформе Tracxn) — механика та же, что и с Rusprofile и Checko: индийский сервис корпоративной аналитики сам обязан сдавать отчётность в тот же MCA, который он продаёт клиентам, поэтому его собственные показатели видны через реестр, на котором построен его продукт.
Как работают: freemium-модель — базовый поиск компании и статус бесплатны, полные финансовые показатели, история директоров и графы связей продаются по подписке или разовым отчётом. Отдельная линия дохода — B2B-услуга по ручному сбору и верификации данных о компаниях для банков и консалтинговых фирм, которая не автоматизирована и оценивается дороже стандартной подписки.
Tofler ищет по индийскому реестру MCA по номеру CIN или DIN. Тот же класс продукта, что у Rusprofile, но выручка на два порядка меньше.
Что особенного: масштаб на два порядка меньше, чем у российских или европейских аналогов при сопоставимом размере реестра (Индия — вторая страна мира по населению), что говорит скорее о низкой готовности индийского рынка платить за такую обёртку, чем о нехватке данных — хороший сигнал для тех, кто выбирает рынок входа: размер экономики не гарантирует размер выручки в этой нише.
CoStar Group (США)
Что: публичная американская компания (тикер CSGP на Nasdaq), крупнейший поставщик данных и аналитики по коммерческой недвижимости в США, построенный на основе окружных реестров сделок с недвижимостью, налоговых записей и разрешений на строительство, которые в США являются публичными записями по умолчанию.
Цифры: выручка за 2024 год — $2 736,2 млн (≈217,1 млрд ₽), рост на 11,5% к $2 455,0 млн в 2023 году (годовой отчёт Form 10-K в базе SEC EDGAR).
Как работают: CoStar собирает данные окружных архивов о сделках, налоговых оценках и разрешениях на строительство по всем округам США — юрисдикция здесь раздроблена на тысячи независимых источников с разным форматом выгрузки, и нормализация этой раздробленности штатом полевых аналитиков, а не только автоматическим парсингом, — основа продукта. Дальше данные продаются брокерам, инвесторам и банкам как аналитические платформы (LoopNet, Apartments.com — тоже часть портфеля компании) с подпиской от нескольких сотен до нескольких тысяч долларов в месяц на пользователя.
Что особенного: масштаб показывает потолок модели при выходе на биржу и десятилетия скупки нишевых конкурентов. CoStar сама скупила за годы существования полтора десятка более мелких сервисов на основе открытых данных о недвижимости — то есть крупный CoStar сегодня это ровно то, чем рискует закончиться удачный маленький стартап на открытых данных: его либо купит такой игрок, либо он сам станет таким игроком.
Применимость в России и СНГ
Российское государство уже раскрывает почти всё, что нужно для запуска подобного продукта, причём часть источников на удивление хорошо документирована. ЕГРЮЛ и ЕГРИП дают базовую карточку любой компании и ИП. Портал bo.nalog.gov.ru отдаёт бухгалтерскую отчётность (баланс, отчёт о финансовых результатах) практически всех юридических лиц страны — это ровно то сырьё, на котором построены Rusprofile и Checko. ФГИС «Аршин» отдаёт данные о поверках приборов учёта через открытый REST API без ключа — более 718 млн записей на сегодня, и это первичка не только для рынка приборов учёта, но и для любого разбора коммунального хозяйства и энергосбережения. Портал zakupki.gov.ru раскрывает контракты по 44-ФЗ (в 2024 году — около 3,58 млн контрактов на 11,98 трлн ₽) и по 223-ФЗ (около 35,3 трлн ₽, рост на 27% год к году — сводка отчёта Минфина) — это сырьё для продукта, который подсказывает поставщикам, куда подавать заявку, а закупщикам — кто из поставщиков реально надёжен. ГИС ЖКХ раскрывает данные об управляющих компаниях и состоянии домов. Реестры лицензий Росздравнадзора и Рособрнадзора дают первичку по рынку медицинских и образовательных услуг. kad.arbitr.ru — открытая база арбитражных дел, критичная для скоринга судебных рисков контрагента. ФИАС — федеральная адресная система, без которой невозможна нормализация адресов в любом другом продукте, работающем с адресами компаний и объектов недвижимости. Реестр контрольно-кассовой техники позволяет проверить, ведёт ли компания реальную деятельность через кассовые операции.
Регуляторные ограничения здесь реальны, а не формальность для галочки. 152-ФЗ о персональных данных касается любых сведений о физических лицах — директорах и учредителях как физлицах, индивидуальных предпринимателях, — и обязывает регистрироваться как оператор персональных данных при их обработке, даже если исходные данные формально открыты. Перепродажа выгрузок из ЕГРЮЛ в чистом виде (без переработки) — серая зона: ФНС прямо указывает, что сведения предоставляются для собственных нужд пользователя, а не для последующей коммерческой перепродажи третьим лицам без обработки. Наконец, статья 1334 Гражданского кодекса РФ закрепляет права изготовителя базы данных — если конкурент соберёт существенную часть уже нормализованной вами базы, это может быть основанием для иска, но верно и обратное: собранная вами база должна быть создана из первичных источников, а не путём копирования чужой уже готовой обёртки.
Реалистичный сценарий для одного человека — узкая вертикаль, а не универсальный конкурент Rusprofile. За два-три месяца соло-основатель с опытом бэкенд-разработки может собрать первую работающую версию на одном источнике: например, мониторинг госзакупок в одной отрасли (медицинское оборудование, школьное питание, дорожное строительство) с уведомлениями по email или в Telegram о новых тендерах по заданным критериям. Технически это Python или Node.js для регулярного опроса zakupki.gov.ru по расписанию, PostgreSQL для хранения истории изменений, простая очередь задач (например, на Redis) для обработки новых тендеров без блокировки основного процесса и минимальный веб-интерфейс на Next.js — или вообще без него, если первая версия продукта живёт как Telegram-бот. Первые платящие клиенты — небольшие поставщики, которым лень самим мониторить портал вручную, чек — несколько тысяч рублей в месяц.
Граница проходит по числу источников и по цене юридической ошибки, а не по амбициям основателя.
Команда из нескольких человек нужна там, где источников больше двух-трёх и требуется постоянная поддержка парсеров под меняющиеся форматы, а также юридическая проверка каждой новой связки данных на предмет 152-ФЗ, — это уже похоже на модель Checko на раннем этапе роста. Полноценный конкурент Rusprofile с обработкой всего ЕГРЮЛ, БФО, арбитража и залогов, юридическим отделом для регуляторных рисков и командой поддержки клиентов — это уже задача для компании с внешним финансированием, а не для одного человека без него: слишком много параллельных источников, слишком высокая цена ошибки в данных для B2B-клиента и слишком долгий цикл продаж корпоративным клиентам, чтобы тянуть это в одиночку без запаса по деньгам на первый год.
Риски и контраргументы
Государство может само построить бесплатный сервис поверх своих же данных и обнулить рынок частных обёрток. Портал «Прозрачный бизнес» ФНС (pb.nalog.ru) уже даёт бесплатный доступ к части того, за что раньше платили только через частные сервисы, — риск для всей ниши не гипотетический, а наблюдаемый прямо сейчас.
Формат выгрузки может измениться без предупреждения, и на языке пользователя это выглядит как «сервис сломался» — то, что для государственного ведомства рядовое обновление внутренней системы, для бизнеса на его данных означает срочную переработку парсера за часы, пока не начался отток клиентов.
Данные в первичном источнике часто грязные — устаревшие адреса, дублирующиеся записи, ошибки в кодах ОКВЭД — а виноватым в глазах клиента оказывается не государственный источник, а сервис, который эти данные показал. Репутационный риск здесь несёт продавец обёртки, а не производитель сырья.
Крупный игрок может выкупить канал распространения — например, банк или маркетплейс, через который шёл основной трафик мелкого сервиса, построит собственный аналогичный функционал внутри своей экосистемы и перестанет нуждаться во внешнем поставщике данных.
И последний риск — самый структурный. ИИ-ассистенты нового поколения умеют сами обращаться к открытым API и агрегировать данные по запросу пользователя на лету, без посредника с готовой карточкой и интерфейсом. Ценность «удобной обёртки поверх реестра» была высокой, пока пользователю было неудобно писать запрос к сырому API самому. Когда за пользователя это делает нейросеть-ассистент, часть слоёв модели — прежде всего первый и второй, сырой доступ и базовая нормализация, — рискуют обесцениться, а ценными останутся только слои с уникальными связями данных, мониторингом и интеграцией в конкретный рабочий процесс, которые труднее воспроизвести на лету.
Есть и менее драматичный, но постоянный риск — конкуренция внутри самой ниши снижает цену на нижних слоях модели. Как только на рынке появляются два-три сервиса с одинаковым набором открытых реестров (а в России это уже случилось с проверкой контрагентов — Rusprofile, Checko, Контур.Фокус, СПАРК и «За честный бизнес» работают на одном и том же сырье ЕГРЮЛ и БФО), базовая проверка компании коммодитизируется и уходит в бесплатный тариф у всех сразу. Зарабатывать в такой ситуации получается только на верхних слоях — скоринге, интеграциях, отраслевой специализации, — а не на самом факте доступа к реестру. Для новичка, который выходит на такой рынок сейчас, это означает одну простую вещь: без явной специализации по отрасли или типу клиента конкурировать с уже устоявшимися игроками бессмысленно — цена входа на общий рынок проверки контрагентов давно оплачена конкурентами, а свободна только узкая ниша.
Резюме
Модель работает там, где государство обязано публиковать данные, но не обязано делать их удобными, — разрыв между «доступно» и «удобно» и есть источник выручки. Деньги появляются не на уровне доступа к реестру (он бесплатен для всех одинаково), а на уровне нормализации, связей между записями, мониторинга изменений и интеграции в рабочий процесс клиента — и чем глубже слой, тем выше чек и маржа. Для одного человека реалистичный вход — узкая вертикаль на одном-двух источниках с чётким платящим клиентом, а не попытка повторить в одиночку то, что у крупных игроков строилось годами и командой. Первый практический шаг — выбрать один российский открытый реестр (zakupki.gov.ru, bo.nalog.gov.ru или ФГИС «Аршин»), найти конкретную профессиональную группу, которая платит за то, чтобы не проверять его вручную, и собрать для неё первую работающую версию за один месяц, прежде чем думать о масштабе.