Участие в крупных тендерах — это месяцы ручной работы: найти подходящий конкурс среди тысяч публикаций, прочитать сотни страниц технического задания, понять, реально ли его выполнить, собрать пакет документов и не нарушить ни одного формального требования. Один пропущенный пункт — и заявку снимают. ContraVault AI из Индии превратил этот процесс в софт: платформа сама находит тендеры, оценивает шансы их выполнить и автоматизирует подачу. В мае 2026-го стартап поднял $3.1M в раунде pre-Series A под лидерством Chiratae Ventures и пошёл в США.

Что делают

Contravault называет себя платформой procurement intelligence — «интеллект для закупок». Она закрывает весь цикл участия в тендере: мониторит публикуемые тендеры, анализирует их на пригодность для конкретной компании, помогает разобрать риски в формулировках контракта, редактирует спорные пункты с помощью AI, суммирует длинные документы и оценивает, проходит ли компания по квалификационным требованиям. По данным компании, в платформе 13 модулей: идентификация рисков, AI-редактирование пунктов, суммаризация документов, квалификационный анализ заявки.

Главный смысл — убрать ручной труд из подготовки заявки. Компания заявляет, что клиенты сокращают время на проработку одного тендера на 60-70% и при этом подают на 30-35% больше заявок. Эти цифры — со слов самой ContraVault, независимого подтверждения нет, поэтому держим их как маркетинговое заявление, а не как факт.

Цифры

Раунд pre-Series A — $3.1M (примерно ₹29.3 кроров), лид — Chiratae Ventures, участвовал прежний инвестор Titan Capital. До этого был сид примерно на $600K (₹5.1 крора) от Titan Capital и ангелов.

Клиентов — 40 в Индии, и это не SMB, а тяжёлые корпорации: Voltas, Shapoorji Pallonji, Adani Group, Sterling & Wilson. 85% бизнеса сейчас приходится на участие в государственных проектах. Компания утверждает, что клиентская база удвоилась за два месяца и что через платформу проанализировано тендеров суммарно более чем на $2.5 млрд. Выручка (ARR/MRR) публично не раскрыта — считаем её неподтверждённой.

Основатели — Саян Сен (CEO), Иша Джунеджа (COO) и Танмай Джунеджа (CTO). Год основания источники указывают по-разному (2023-2024), точная дата неподтверждена. Деньги пойдут на выход в США (уже открыта дочерняя структура), развитие продукта (в том числе автоматизацию инженерных чертежей) и наём.

Рынок

Госкзакупки и B2B-тендеры — гигантский, формализованный и крайне неудобный рынок. В США федеральные закупки идут через SAM.gov, и вокруг них уже сложилась целая поляна AI-инструментов: GovWin IQ от Deltek (тяжёлый incumbent с market intelligence), а также волна свежих стартапов — SAMstream, SamSearch, Gov Contract Finder, CLEATUS. Все они делают примерно одно: ищут подходящие тендеры в массиве SAM.gov и USAspending.gov и помогают писать заявки. В Индии конкуренты другие — TenderTiger, TendersInfo, Tender 24X7, но это в основном агрегаторы-каталоги тендеров, а не AI-движок оценки и подачи.

Здесь и зарыт edge ContraVault: большинство игроков на рынке — это «поиск тендеров» (discovery). ContraVault добавляет слой принятия решения — оценку, реально ли компания выполнит контракт, и работу с рисками в формулировках. Это сдвиг от каталога к интеллекту.

Модель

Это классический вертикальный B2B SaaS с упором на enterprise: тяжёлые корпоративные клиенты, длинный контракт, высокий чек. Экономика такого бизнеса держится на том, что один выигранный тендер для клиента стоит миллионы — поэтому софт, который повышает шанс выиграть и позволяет подавать больше заявок, окупается с одной сделки. Это и объясняет, почему ContraVault сразу зашёл в крупные имена, а не в малый бизнес: у Adani и Shapoorji Pallonji цена ошибки в тендере измеряется десятками миллионов.

Слабое место модели — зависимость от формата конкретного рынка. Тендерная документация, законы и порталы в Индии и США разные, поэтому экспансия в США — это фактически переписывание продукта под новый регуляторный контур, а не просто перевод интерфейса. Отсюда и расход раунда именно на US-локализацию.

Урок для соло

Главный вывод не про деньги Chiratae, а про нишу. Тендерно-договорная работа — это идеальная мишень для связки «один человек + AI»: процесс болезненный, повторяемый, оцифровываемый, и в нём есть ясная метрика ценности (выигранный контракт). Соло-фаундеру не нужно строить платформу на 13 модулей для Adani. Можно откусить один узкий шаг: например, только проверку заявки на формальные ошибки перед подачей, или только суммаризацию техзадания, или только мониторинг новых тендеров по узкой отрасли. AI здесь не требует капитала — нужен доступ к публичным данным о тендерах (они открыты) и понимание процесса изнутри.

Ценность создаётся не технологией, а доменным знанием: человек, который сам участвовал в закупках и знает, где компании режут заявки, превращает это знание в правила для AI. Это и есть та узкая вертикаль, которую одиночка может занять раньше, чем туда придёт корпоративный игрок.

Мост для СНГ

Принцип переносится в РФ/СНГ один в один, хотя нишу копировать буквально не надо. В России госзакупки идут через 44-ФЗ и 223-ФЗ, документация публикуется на ЕИС (zakupki.gov.ru), а боль ровно та же: тысячи тендеров, неподъёмные техзадания, формальные требования, за нарушение которых заявку снимают. Малый и средний бизнес массово не участвует в закупках именно потому, что не справляется с бумажной работой.

Где здесь место для соло+AI: инструмент, который мониторит ЕИС по узкой отрасли и присылает только релевантные тендеры; помощник, который читает техзадание и выдаёт чек-лист требований; проверка готовой заявки на формальные ошибки до подачи. Это не «убийца» крупных тендерных площадок, а узкая утилита для конкретного сегмента поставщиков — например, только строителей, только поставщиков медоборудования или только IT-подрядчиков. Договорная работа малого бизнеса (проверка договоров на риски, суммаризация условий) — соседняя ниша с той же логикой. Капитал не нужен, нужны открытые данные и доменная экспертиза. Это ровно то, что отличает живой продукт от очередной обёртки над LLM.