Поведенческий интеллект для коучинга
Curator — концепция поведенческого интеллектуального слоя для коучинга. 99% поведения клиента происходит вне сессии. Мы превращаем эти 167 часов в неделю в структурированный поведенческий слой данных, который делает коучей суперлюдьми. Не замена коуча, а его продолжение.
Содержание концептуального документа
- 1. Проблема: «Чёрный ящик» между сессиями
- 2. Решение: Curator как поведенческий слой
- 3. Троянский конь: SaaS как доставка поведенческого интеллекта
- 4. Фреймворк из 12 метрик
- 5. Культурная калибровка (CDI)
- 6. Этика, приватность, комплаенс
- 7. Safety: out-of-scope detection, supervision, liability
- 8. Validation, limitations, scope
- 9. UX-дизайн дашбордов
- 10. Бизнес-модель и GTM
- 11. Масштабирование и ров данных
- 12. Команда и запрос на инвестиции
- 13. Синтез: от центральной идеи к продукту
01Проблема: «Чёрный ящик» между сессиями
Коучинг исторически построен вокруг 60-минутного окна раз в неделю. 99% жизни клиента — за пределами этого окна. Именно там происходит поведение клиента: выполнение (или невыполнение) договорённостей, реакции на контекст, привычки. Сегодня эта территория — слепое пятно для коуча.
Коуч не видит 167 часов поведения, прогресса и контекста клиента между сессиями. Данные исчезают в пустоту, action items не выполняются, дропаут случается задолго до результата.
Четыре скрытых потери
01 · Чёрный ящик
Нулевая видимость поведения, настроения и прогресса в 167 часах между сессиями. Практик работает вслепую, опираясь на 1% данных, полученных in-session.
02 · Сессии в режиме «догонялок»
До половины времени сессии уходит на то, чтобы вспомнить контекст, понять «что было за неделю», вместо того чтобы продвигать клиента вперёд.
03 · Паттерны ускользают
Поведенческие сигналы, которые предсказывают срыв или прорыв, остаются невидимыми. Коуч узнаёт постфактум, когда интервенция уже поздняя.
Что говорят данные
Что прячется между сессиями
- Состояние (state): настроение, энергия, фокус, сон по дням.
- Поведение: выполнение/невыполнение action items, привычки, реакции на контекст.
- Убеждения: внутренние конфликты, самосаботаж, разрыв между словами и состоянием.
- Контекст: жизненные события, триггеры, поддержка окружения.
Почему это критично для исхода
Без непрерывного трекинга паттерн «попытка → забвение → новая попытка» остаётся невидимым, и коуч не может адресно вмешаться в нужный момент. Литература показывает, что невыполнение homework — один из самых сильных предикторов дропаута и слабого результата.[2]
Insight Один отчёт ≠ устойчивый прогресс. Важна динамика за период.
02Решение: Curator как поведенческий слой
Curator превращает разговоры в непрерывный поток данных. Каждый из 167 часов становится структурированным сигналом, который ИИ превращает в инсайт для практика — но всегда под человеческим контролем.
Сессия → Кастомизированный план. Каждая встреча автоматически превращается в структурированный, персонализированный план действий для клиента под надзором коуча. AI делает черновую работу. Коуч проверяет и одобряет. Надзор встроен, а не приклеен.
Шесть взаимосвязанных слоёв решения
Сессия → Кастомизированный план
Каждая встреча автоматически превращается в структурированный, персонализированный план действий для клиента. Коуч остаётся архитектором, ИИ — исполнителем черновика.
Библиотека ресурсов
Коучи хранят и расшаривают инструменты, рабочие тетради, медиа — всё доступно клиенту в одном пространстве, без потери контекста.
Захват поведения между сессиями
Curator собирает поведенческие сигналы из журналов, action items, опросников — даёт коучу живую картину между сессиями. Использование коротких опросников в реальном времени опирается на EMA-методологию[5] и снижает трение по сравнению с длинными ретроспективными анкетами.
ИИ берёт на себя тяжёлую работу
ИИ готовит черновики: планы, резюме, флаги. Коуч проверяет и одобряет. Никакой «ИИ-автопилот» — надзор по умолчанию. Качество ответов контролируется по кодам MITI 4.2.1[6] — золотому стандарту оценки мотивационного интервьюирования, широко используемому в coaching-контексте.
Видимость и инсайты
Дашборд с траекторией каждого клиента в реальном времени. ИИ помогает замечать паттерны. Коуч вмешивается рано, а не поздно.
Нулевое трение с поведенческой наукой
Захват данных встроен в архитектуру, а не зависит от силы воли клиента. Архитектура «zero-friction» поддерживает привычку через дизайн, не наказание.
Цикл работы системы (полный)
Загрузка + согласие
Клиент даёт информированное согласие на запись, транскрипцию и анализ. Коуч фиксирует «кто, что, когда». Согласие — динамическое, не формальная галочка.
Транскрибация
Аудио сессии превращается в текст с разделением спикеров. Для RU-рынка — проверенные облачные ASR-решения; для privacy-first — self-hosted модели. Качество транскрипции контролируется и измеряется в пилоте.
Анонимизация
Перед отправкой во внешний LLM — псевдонимизация имён, удаление дат и локаций, маскирование идентификаторов. Только обезличенный текст покидает защищённый периметр. Генерализация против «mosaic effect» re-identification.
Подсчёт метрик + evidence
Система считает 12 метрик по поведенческой модели. Каждый вывод опирается на конкретный сниппет с указанием источника. Нет выводов «из воздуха».
Генерация черновика отчёта
ИИ готовит черновик: что получилось, что просело, что делать дальше. Три приоритетных шага. Привязка к договорённостям прошлой сессии и плану.
Дашборд и динамика
Система обновляет лонгитюдные графики, фиксирует алерты, пересчитывает baseline клиента. Клиент видит свой прогресс, коуч — кому уделить внимание первым.
Решение: продолжать, корректировать, останавливать
По итогам периода — управленческое решение на основе данных. Если 2 недели подряд ухудшения по ключевым показателям — сигнал для пересмотра подхода. Использование порога статистической значимости защищает от «alert fatigue».[8]
03Троянский конь: SaaS как доставка интеллекта
Коучи покупают удобный инструмент (расписание, заметки, биллинг, follow-up). Незаметно для них, Curator накапливает поведенческий датасет, который со временем превращается в главный стратегический актив компании.
Они управляют админом. Мы управляем прогрессом. SaaS — это просто механизм доставки. Реальная ценность — поведенческий интеллект: данные в реальном времени об изменениях, эффективности коучинга, адхерентности и исходах.
Чем Curator НЕ является (чёткие границы)
✗ Не Practice Management
Календари, счета, ноты — базовые функции. Их делают Practice Better, Quenza, UpCoach. Curator не конкурирует в этом слое.
✗ Не Consumer Wellness App
Calm, Headspace, Woebot — приложения для самопомощи. Curator не работает с B2C. Работает только в паре «коуч ↔ клиент».
✗ Не «ИИ-коуч»
Curator не принимает коучинговых решений. Не подменяет коуча, не выписывает интервенции без одобрения коуча. Это intelligence layer, не замена коуча.
✓ Behavioural Intelligence Layer
Shared coach-client workspace, behavioural progression tracking, AI-assisted admin support, longitudinal outcome visibility, structured between-session engagement.
Стратегический ров (moat) — почему нас сложно скопировать
01 · Доверие коуча
«Невидимый стенографист» работает только там, где коуч разрешил. Доверие = непревзойдённая дистрибуция. Без доверия — нет данных, нет moat.
02 · Проприетарный датасет
Поведенческие паттерны «между сессиями» + данные in-session + коучинговые фреймворки (GROW, CLEAR, OSKAR, Inner Game). Этого датасета не существует в открытом доступе.
03 · Compound effect
Каждое залогированное действие клиента делает систему точнее. Network effects + data flywheel. Со временем стоимость переключения растёт (с убывающей отдачей после критической массы).
04 · Лицензирование и партнёрства
Анонимизированные поведенческие датасеты лицензируются training organisations, корпоративным L&D, исследовательским центрам. Tempus AI поднял более $1 млрд на клинических AI-датасетах[9] — Curator повторяет формулу в coaching data.
05 · Coach-Grade AI
Real-time insights, outcome predictions, coach-supervised recommendations. Curator инвестирует в профессиональную валидацию, что создаёт доверие и естественный барьер для недобросовестных копий. Качество — не маркетинговый аргумент, а продуктовое обязательство.
06 · First-Mover в подкатегории
«Live between-session data mapping в связке с in-session работой» — дифференциация, не заявка на монополию. В смежных категориях работают Mentalyc, Upheal, Eleos Health (терапевтические notes); в coaching-нише прямых конкурентов с comparable depth мало — большинство «AI coach» решений закрывают note-taking и goal-tracking, а не continuous behavioural data layer.
04Фреймворк из 12 метрик
Curator не выдаёт «глобальный score» — это редукционизм, который обманывает и практика, и клиента. Вместо этого — 12 психометрических метрик, каждая со своим источником данных, формулой и психологическим смыслом. Нормы, отмеченные звёздочкой (*), — экспертные пороги Curator, адаптированные из литературы; валидация — задача Year 1–2.
Единая шкала интерпретации (внутренняя 0–100)*
Двенадцать метрик: источник, формула, смысл
| # | Метрика | Источник | Психологический смысл | Оптимальная зона* |
|---|---|---|---|---|
| 1 | Локус контроля | NLP (текст) | Агентность vs фатализм. «Я решил» vs «так получилось» | 60–85% (криволинейная)* |
| 2 | Оптимизм | NLP (текст) | Когнитивная проекция в будущее. Уверенность + агентность | 50–85 (наша 0–100 шкала)* |
| 3 | Энтузиазм | NLP / Аудио | Аффективная активация (arousal). Энергия действия (Russell circumplex)[10] | High Arousal positive |
| 4 | Изменение привычного поведения | NLP (текст) | Конструкция «Раньше я… а теперь…». Маркер реальных сдвигов | Рост от сессии к сессии |
| 5 | Адаптивность | EMA (временной ряд) | MSSD + Inertia + Recovery. «Отскок» после рабочих пиков | Умеренная вариабельность (контекст-зависимо)* |
| 6 | Исполнительность / Добросовестность | EMA (план/факт) | Completion rate action items. Системность | 40–80% (криволинейная)* |
| 7 | Адекватность целей | NLP (текст) | SMART, соответствие историческому треку | Соответствие ценностям |
| 8 | Уверенность в своём слове | NLP + EMA | «Сделаю» vs «попробую». Грамматический вид глагола | Преобладание сов. вида |
| 9 | Ясность формулировок | NLP (текст) | SMART-критерии в речи клиента | Рост по сессиям |
| 10 | Осведомлённость / Экспертиза | NLP (текст) | Декомпозиция целей, использование доменной терминологии | Стабильно высокая |
| 11 | Финансовые показатели | Внешние данные | Прямой учёт материальных результатов коучинга | Рост по периодам |
| 12 | Конгруэнтность (согласованность) | NLP + EMA | Согласованность между словами и состоянием. Маркер маскировки или выгорания | D ≈ 0 (конкордантность) |
Ключевые формулы (психометрическое ядро)
Где Nfuture — частота футуроспективной лексики, Ncertainty — маркеры уверенности (LIWC),[11] Nagency — глаголы действия от первого лица. В русском языке глаголы совершенного вида (сделаю, решу) весят больше, чем несовершенного (буду делать). Примечание: оригинальный LOT-R (Scheier, Carver & Bridges, 1994)[12] использует шкалу 0–24; наша 0–100 шкала — собственная производная, не прямая калибровка LOT-R.
Arousal > 0.6 — порог. Учёт экспрессивной пунктуации (восклицания, капслок). Базис — Russell's circumplex model of affect.[10]
Используется вместе с другими метриками (SD, AR(1) inertia, коэффициент вариации). Высокий MSSD может указывать на лабильность, низкий — на ригидность состояния; интерпретация требует контекста и не автоматизируется в ярлык. Литература: Jahng, Wood & Trull (2008).[13]
β1 ∈ [-1, 1] для стационарных рядов (в нестационарных — за пределами). Инерция негативного аффекта — предиктор устойчивого снижения благополучия в общей популяции.[14], [15] Повышенная инерция позитивного аффекта обычно ассоциирована с благополучием, но не универсально.
λ — коэффициент затухания. Чем выше, тем быстрее клиент возвращается к базовой линии после рабочего пика. «Период полураспада» негатива — индикатор адаптации.
Z-оценки стандартизированы в одном временном окне. D ≈ 0 — конкордантность. D < 0 — маскировка / surface acting (риск выгорания). D > 0 — низкий инсайт в собственное состояние.
Золотое правило Curator: система НЕ уведомляет «улучшение/ухудшение» пока RCI ниже 1.96. Ниже — статус «Стабильно». Это защита от «alert fatigue»[8] и ложных интерпретаций шума.
Правила трендов (SPC — Statistical Process Control)
Сдвиг (Shift)
6 последовательных точек данных по одну сторону от медианы → указывает на сдвиг базовой линии.
Тренд (Trend)
5 последовательных точек, движущихся в одном направлении → указывает на устойчивый тренд.
Уровень 0: CDI на сессиях 1–3 (Cultural Distance Index).
Уровень 1 (чисто лексический): Локус контроля, Оптимизм, Энтузиазм, Ясность формулировок.
Уровень 2 (EMA): Исполнительность, Адаптивность, Конгруэнтность.
Уровень 3: Финансовые показатели.
«Negative space» — метрики того, что клиент НЕ сделал
Все 12 «позитивных» метрик выше измеряют то, что клиент проявил: сказал, залогировал, ответил. Но самая ценная поведенческая информация — в «negative space»: что клиент обещал коучу, но не сделал. Стандартные notes apps об этом не узнают — клиент просто не упомянет. Curator знает, потому что обещание было зафиксировано в action items предыдущей сессии.
🚫 Broken Commitment Rate (BCR)
Доля action items с прошлой сессии, которые не были реализованы (отсутствуют evidence: нет логов, нет упоминания, нет финального маркера). 0–25% — норма, 25–50% — стагнация, >50% — серьёзный сигнал (избегание, разрыв цели, скрытое сопротивление).[2]
⏸️ Silence-to-Action Gap (SAG)
Время между озвучиванием намерения на сессии и первым сигналом реализации (лог, упоминание, маркер). Короткий SAG = сильный commitment, длинный = разрыв, бесконечный = commitment был verbal-only без внутреннего buy-in.
🔁 Avoidance Pattern (AP)
Повторяющиеся категории не-сделанного. «Каждую неделю обещает позвонить маме, не звонит» = конкретное препятствие. Curator показывает паттерн коучу как «вот ваши X обещаний этой категории, реализовано 1 из 7» — коуч использует это в работе с сопротивлением.
🕳️ Logging Vacuum (LV)
Период полного отсутствия данных при сохранённой сессионной активности. «Клиент ходит на сессии, но между ними — silence». Это один из самых сильных предикторов раннего churn (за 4–6 недель до фактического drop-out).
Почему «negative space» — премиальный сигнал: в standard notes apps и CRM «не сделано» = «не упомянуто» = невидимо. Curator знает, что именно клиент обещал — и может измерить, что из этого реализовано. Это информационное преимущество, не доступное ни одному конкуренту, и именно оно превращает coaching engagement из «посещений сессий» в измеримый behaviour change loop.
05Культурная калибровка (CDI) — российский рынок
Curator изначально строится для англоязычного рынка (UK-first), но поведенческие метрики работают по-разному в разных культурах. При экспансии на RU-рынок критически важен Cultural Distance Index (CDI). Все population-level обобщения ниже — ориентиры, не universal правила: индивидуальная вариация в любой культуре значительна.
CDI = (NRU / (NRU + NWest)) × 100. Метрика доли «русских» паттернов в речи клиента. Используется для адаптации порогов всех метрик.
Hofstede: Россия vs западные нормы
| Измерение Hofstede | Россия | США | UK | Импликация для Curator |
|---|---|---|---|---|
| Дистанция власти (PDI) | 93 | 40 | 35 | Патерналистский контроль — норма. Нужна метрика «расширение круга делегирования». |
| Индивидуализм (IDV) | 39 (коллективизм) | 91 | 89 | Метрика «круг доверия»: «мы сделали» вместо «я сделал» = прогресс. |
| Маскулинность (MAS) | 36 | 62 | 66 | Более низкий акцент на achievement/competition. Коучинговые метрики, привязанные к KPI, могут нуждаться в пересмотре. |
| Избегание неопределённости (UAI) | 95 | 46 | 35 | Ошибка = катастрофа. Fail fast не работает. Нужны сценарии и страховочные сетки. |
| Долгосрочная ориентация (LTO) | 81 | 26 | 25 | Долгосрочные цели в приоритете. Краткосрочные «быстрые победы» могут демотивировать. |
| Indulgence (полюс сдержанности) | 20 (низкая indulgence = сдержанность) | 68 | 69 | Культ серьёзности. «Стрики»/награды приживаются с трудом. Work-life balance требует особого трекинга. |
Все значения Hofstede приведены по открытым данным Hofstede Insights (актуальный срез, 2024).[16]
Адаптивные пороги для русскоязычных
Где Nw — западный порог, Nr — российский порог, CDI ∈ [0, 100].
| Метрика | Западный оптимум | Российский оптимум | CDI = 75 (пример) |
|---|---|---|---|
| Локус контроля | 70–85% | 55–75% | 58.75–77.5% |
| Оптимизм (0–100 шкала) | 60–85 | 45–75 | 48.75–77.5 |
| Порог «токсичной позитивности» | >95 | >85 | >87.5 |
| Скорость эмоционального «раскрытия» (сессий, midpoint) | 2–3 | 4–6 | ≈ 4.4 сессии (midpoint) |
Пример расчёта (CDI = 75): 70 + (55 − 70) × 0.75 = 70 − 11.25 = 58.75; midpoint скорости: (2+3)/2 + ((4+6)/2 − (2+3)/2) × 0.75 = 2.5 + 1.875 = 4.375.
«Адаптивный реализм» — рабочая гипотеза про российский профиль
Levenson IPC Scale (гипотеза для RU контекста)
| Subscale | RU предприниматель (гипотеза) | Американец (типично) | RU обыватель (гипотеза) |
|---|---|---|---|
| Internal | Высокая | Очень высокая | Средняя/Низкая |
| Powerful Others | Средняя/Высокая | Низкая | Высокая |
| Chance | Средняя | Низкая | Высокая |
Примечание: конкретных опубликованных норм Levenson IPC для российской популяции предпринимателей в рецензируемой литературе не найдено. Колонки «гипотеза» — рабочее предположение Curator, требующее валидационного исследования. Оригинальная шкала — Levenson (1973).[17]
Российский предприниматель может сочетать высокий Internal с высокой верой в Powerful Others (чиновники, регуляторы). Это можно рассматривать как рациональную адаптацию к непредсказуемой институциональной среде, а не автоматически — как патологию. Curator стремится распознавать эту комбинацию как один из возможных здоровых профилей, а не как «когнитивное искажение».
Insight Все population-level обобщения — ориентиры. Индивидуальная диагностика остаётся за практиком.
Российские лингвистические маркеры (эмпирические наблюдения)
- Вид глагола: совершенный (сделаю) = сильный маркер уверенности; несовершенный (буду делать) = процесс без гарантии.
- Модальные: «надо» (внешнее долженствование) vs «хочу» (внутреннее) — маркеры локуса.
- Безличные конструкции: «так получилось», «оно само» — маркеры экстернального локуса.
- Сдержанность: «нормально» ≠ английское «fine». Скептицизм часто ценнее слепого оптимизма.
- Идиомы о трудностях: «Через тернии к звёздам» — культурный нарратив, не универсальный паттерн; присутствует в языке, но не у всех клиентов.
- «Раскрытие» в начале работы: первые сессии у некоторых клиентов эмоционально закрытые; рост открытости = показатель доверия. Это population-level тенденция, не universal правило — индивидуальная вариация значительна.
Display rules и улыбка
Литература по кросс-культурным display rules (Matsumoto, 1990;[18] Krys et al., 2016[19]) показывает, что в русской культуре улыбка чаще используется как реакция на конкретное событие или выражение личной симпатии, реже — как нейтральный социальный сигнал. «Каменное лицо» — один из нейтральных паттернов, не обязательно враждебность. Кросс-культурные исследования envy-related beliefs (Rozin & Nemeroff, 1990[20]) включают «сглазить» как один из примеров, не как уникальную «русскую» черту — аналогичные паттерны есть во многих культурах.
Бизнес-импликация Отсутствие улыбки = серьёзность намерений, не враждебность — одна из возможных интерпретаций. Curator стремится калибровать акустические модели под population-level различия, не заменяя культурный контекст-анализ практика.
Типичные паттерны предпринимательского поведения — описательная рамка
«Синдром основателя» (Founder's Syndrome) — организационно-управленческое понятие (Hambrick & Crozier, 1985[21]), не диагноз. Ниже — описательные наблюдения, не клинические нормы.
Описательные симптомы
- Гипер-ответственность: «Всё зависит только от меня»
- Слияние с проектом: провал = личный провал
- Контроль всего, микроменеджмент
- «Я должен знать всё»
Метрика прогресса (гипотеза)
Расширение круга доверия (появление команды в нарративах: «мы сделали» вместо «я сделал»), снижение детализации операционки, стратегические темы вместо тактических.
Описательный сигнал в данных
Часто наблюдаемый профиль: низкая исполнительность договорённостей в сочетании с высокой рефлексией. Curator помогает практику визуализировать этот разрыв — закрытие разрыва между осознанностью и действием остаётся задачей практика и клиента.
Сигнал Curator Разрыв «осознанность vs исполнение» = вход в разговор о приоритетах и ограничениях, не автоматический диагноз.
06Этика, приватность, комплаенс
Это не «юридическая формальность» в конце разработки. Это фундаментальная продуктовая фича. Без доверия к приватности Curator не получит данные — и не построит moat. Ниже — рабочее понимание регуляторного поля; финальные классификации требуют юридического opinion в каждой юрисдикции.
Три регуляторных режима и профессиональные рамки
🇪🇺 GDPR (транскрипции коучинг-сессий)
Транскрипции коучинг-сессий могут подпадать под «особые категории персональных данных» (статья 9 GDPR),[22] если обсуждаются здоровье, политические взгляды, сексуальная ориентация. Curator не позиционирует себя как терапевтический инструмент и обрабатывает данные строго в коучинговом контексте.
- Законность (Art. 9): для life coaching основной базис — Art. 9(2)(a) явное согласие. Legitimate Interest (Art. 6) к Art. 9 неприменим.
- Минимизация: обрабатывать только необходимый объём.
- Прозрачность: Art. 22 + Recital 71 — meaningful information о логике автоматической обработки. «Право на объяснение» как самостоятельный правовой титул — концепция EU AI Act для high-risk AI; в GDPR это duty to provide meaningful information, не абсолютное объяснительное право.
- Ограничение цели (Art. 5(1)(b), Art. 6(4)): repurposing данных на тренировку модели требует совместимости целей или нового базиса. На тренировку глобальной модели Curator — отдельное явное согласие.
- Право на удаление (Art. 17): на уровне данных — удаляемо. На уровне весов модели — технические ограничения (machine unlearning — развивающаяся область, не гарантия). Решение Curator: не обучать LLM на данных клиента. Это продуктовое решение, не строгое требование GDPR.
🇷🇺 ФЗ-152 (Россия)
Локализация данных (ч. 5 ст. 18):[23] запись, систематизация, накопление, хранение, уточнение, извлечение, использование ПД граждан РФ — на серверах в РФ. Транзит за пределами РФ допустим, обработка и хранение — нет.
Биометрия (ст. 11): diarization сама по себе может не быть биометрией (это разделение спикеров). Построение voiceprint для tracking клиента = биометрия, требует явного письменного согласия. Детекция эмоций без построения voiceprint = спорная зона, требует осторожной интерпретации. Финальная квалификация — по разъяснениям Роскомнадзора.
Стратегия Self-hosted модели на российских облаках или on-premise. Соответствие требованию локализации не означает автоматического соблюдения всех требований ФЗ-152 — это ответственность оператора.
🧑🏫 ICF & EMCC — профессиональные рамки коучинга
ICF Code of Ethics (последняя редакция)[7] и ICF AI in Coaching Position Paper[24] устанавливают границы для AI-ассистированной коучинговой практики. Дополнительно — EMCC Global Code of Ethics[28] для mentoring/coaching-практиков в Европе.
Ключевые принципы (по ICF AI Position Paper):
- Коуч несёт ответственность за соответствие используемых инструментов этическим и юридическим нормам.
- Использование данных клиента для тренировки моделей или case-study без явного согласия — нарушение границ.
- Скрытое использование ИИ без ведома клиента = этическое нарушение. Клиент должен знать, когда AI вовлечён в процесс.
- Коуч = конечный гарант безопасности данных клиента и качества решений.
- Curator не предназначен для терапии, клинической работы или работы с психическими расстройствами. При выявлении out-of-scope ситуации — коуч рекомендует клиенту обратиться к квалифицированному специалисту.
🤖 EU AI Act и категоризация Curator
EU AI Act (Reg. 2024/1689) вводит risk-based классификацию AI-систем. Curator — general-purpose AI tooling с human-in-the-loop, не автономный high-risk AI. Коуч принимает все итоговые решения, ИИ лишь генерирует черновики и инсайты под надзором.
- Прозрачность: клиент всегда знает, где AI вовлечён в процесс.
- Human oversight: каждый black-box-вывод Curator сопровождается evidence (конкретный сниппет) и проходит через coach approval.
- Не high-risk: Curator не принимает автономных решений, не относится к regulated product category, не подменяет коуча.
- Финальная классификация — после получения юридического opinion в Year 1 (EU). Использование EU AI Act — индикативное; обязательные положения вступают поэтапно (запреты — Feb 2025, GPAI — Aug 2025, high-risk — Aug 2026, full applicability — Aug 2027).
Контролёр vs Процессор
Коуч = Контролёр данных (определяет цели и средства). AI-провайдер (Curator) = Процессор. Коуч несёт первичную ответственность за выбор Процессора. Curator должен предоставлять:
- Готовые DPA шаблоны
- Логирование всех обращений к внешним LLM
- Кнопку «удалить все данные клиента» с подтверждением через 24-часовой cooling period
- Документированный pipeline redaction
Методы деперсонализации текста
| Метод | Описание | Качество анализа | Приватность |
|---|---|---|---|
| Suppression | Полное исключение сущности | Низкое | Высокая |
| Masking | Замена на [NAME] | Среднее | Высокая |
| Generalization | «Лондон» → «Крупный город» | Высокое | Средне-высокая |
| Pseudonymization | Иван → Алексей во всём тексте | Очень высокое | Средняя (нужна защита ключа) |
| Synthetic Replacement | «хирург» → «инженер» | Высокое | Очень высокая |
Даже обезличенные уникальные жизненные ситуации (например, конкретный конфликт с советом директоров при слиянии компаний A и B) → можно найти участников в открытых источниках. Решение: suppression имён/локаций/дат + обобщение уникальных деталей + проверка на уникальность ситуации в корпусе (если < N похожих случаев в датасете → suppress).
Default retention policy
| Класс данных | Срок хранения | Обоснование |
|---|---|---|
| Raw audio | 7 дней | Минимальный срок для отладки. Удаление по умолчанию. |
| Raw transcript | 30 дней | Срок на валидацию redacted+derived outputs. |
| Derived reports / metrics | 12 месяцев | Бизнес-необходимость, удаление по запросу. |
| Pseudonymization key mapping | Out-of-repo, encrypted, HSM-backed | Связь «Иван → Алексей» не покидает защищённый периметр. Backup keys в cloud KMS, rotation policy раз в 90 дней, disaster recovery через multi-region replica. |
Динамическое согласие — не формальная процедура
Чек-лист информированного согласия
- Явное описание инструмента
- Цель использования
- Границы ИИ (что НЕ делает)
- Политика данных
- Право вето
- Человеческий контроль
- Out-of-scope: что делать, если запрос выходит за рамки коучинга
Коммуникационные скрипты для коуча
«Скрипт "Человеческий фокус"»: «Я хочу предложить инструмент транскрибации. Обычно я делаю много заметок, что мешает зрительному контакту. С этим инструментом я смогу просто слушать тебя».
Метафора «Стенографист»: «Представьте это как очень быстрого стенографиста, который сидит в другой комнате, не понимает смысла, но записывает слова. Финальные выводы и решения — всегда мои».
07Safety: scope, wellbeing, liability
Curator — это инструмент поддержки коучинга, не замена терапии и не клинический продукт. Этот раздел описывает три контура защиты: (1) чёткие границы scope, (2) out-of-scope detection с рекомендацией реферала, (3) liability и страхование.
Curator v1 НЕ предназначен для:
- Клинической работы с психическими расстройствами (депрессия, тревожные расстройства, ПТСР, расстройства личности).
- Суицидологии, кризисной интервенции, оценки рисков.
- Семейной терапии, парной терапии, работы с зависимостями.
- Любых вмешательств, требующих медицинской лицензии.
- Работы с несовершеннолетними (требует отдельного scope-design и parental consent flow).
Curator работает в парадигме life coaching, executive coaching, career coaching, business coaching, performance coaching. Коуч несёт ответственность за то, чтобы клиент попадал в scope коучинговой работы, а не клинической.
Out-of-scope detection — протокол
Curator обучен распознавать лингвистические и поведенческие сигналы, указывающие, что запрос клиента выходит за рамки коучинга. Это не диагностика, а эвристика для timely referral.
Маркеры out-of-scope (эвристика)
- Устойчивые суицидальные высказывания или самоповреждение — переход к crisis services немедленно.
- Описание симптомов клинического уровня (панические атаки, галлюцинации, диссоциация, тяжёлая бессонница).
- Запросы на клиническую/медицинскую интервенцию (out-of-scope для коуча).
- Указания на активную зависимость от веществ.
- Травматический нарратив, требующий специализированной обработки.
Действие при обнаружении
Немедленно (в UI клиента): показ списка квалифицированных реферальных ресурсов (UK: NHS, Samaritans; EU: аналоги в юрисдикции клиента; в общем виде — лицензированный терапевт/психиатр).
В UI коуча: high-priority уведомление с рекомендацией: «Этот запрос выходит за рамки коучинга. Рассмотрите реферал к лицензированному специалисту и/или приостановку коучинговой работы до стабилизации состояния клиента».
Curator не предлагает конкретного терапевта, не ставит диагноз, не интерпретирует состояние — только сигнализирует о потенциальном out-of-scope.
Уровни алертов (для метрик поведения, не для crisis)
| Уровень | Условие | Действие | SLA |
|---|---|---|---|
| L0 · Низкий | Снижение вовлечённости, MSSD-рост вариабельности состояния | Маркер в дашборде коуча | 24ч review |
| L1 · Наблюдение | RCI ≥ 1.96 вниз по 1 метрике | Soft-уведомление коуча | 12ч review |
| L2 · Активный | RCI ≥ 1.96 вниз по 2+ метрикам | Email коучу, рекомендация связаться с клиентом и обсудить прогресс/препятствия | 4ч review |
| L3 · Out-of-scope | High-confidence сигнал out-of-scope маркера (см. выше) | Мгновенный обход «не беспокоить» → Email коучу → реферальные ресурсы клиенту в UI → обязательный coach review | ≤ 30 мин |
Human supervision — обязательный элемент
Curator v1 работает только в coach-supervised режиме. Это не feature, а требование к deployable конфигурации. Схема:
- Coach review всех автогенерируемых отчётов перед отправкой клиенту.
- Quarterly audit false positive / false negative out-of-scope случаев → итерация словарей и порогов.
- Mandatory coach review для L3 в течение 30 минут. До подтверждения коучем — реферальные ресурсы показываются клиенту автоматически, а email — это уведомление о событии, не замена ревью.
- Fallback при offline-ИИ: при уверенном out-of-scope сигнале — реферальные ресурсы клиенту немедленно, независимо от confidence модели.
- Логирование всех out-of-scope событий с anonymized audit trail (для post-hoc review, не для обучения).
Liability и страхование
Распределение ответственности: коуч = контролёр данных и конечный гарант профессиональных решений. Curator = process-провайдер инструмента. Curator не несёт ответственности за профессиональные решения коуча, за работу вне scope коучинга или за упущенные сигналы (false negatives), которые не были помечены системой. Curator несёт ответственность за качество работы инструмента в рамках опубликованных SLA.
Страхование (план к Year 1): Professional Indemnity Insurance для curator-платформы, покрывающее claims от коучей и клиентов в случае сбоя системы. Точные условия — предмет переговоров со страховщиком.
Дисклеймер в продукте: «Curator — это инструмент поддержки коучинговой работы, а не замена клинической оценки. Curator не предназначен для терапии, диагностики или кризисной интервенции. Финальное решение всегда за коучом. При выявлении out-of-scope ситуаций — коуч несёт ответственность за реферал клиента к квалифицированному специалисту».
08Validation, limitations, scope
Честное описание того, что Curator уже знает и умеет — и что ещё предстоит валидировать. Этот раздел — не «юридическая формальность», а рабочий список open questions для due diligence.
Что Curator уже знает (на июнь 2026)
- 1 clinic pilot secured (The Soke, UK)
- 30 individual practitioner pilots подтверждены для June 2026 launch
- Newsletter 2,000+ practitioners (organic, через advisor network)
- 6 practitioners работали над прототипом в design-partner режиме
- Партнёрства с несколькими организациями для pilot rollout
- Концептуальный фреймворк — синтез литературы по психометрии, MITI 4.2.1, Hofstede, RCI, EMA
Что ещё НЕ валидировано
- Поведенческая валидация метрик: 12-метриковый фреймворк — теоретический синтез, не результат formal RCT. Pilot data (30 practitioners, ~6 мес) — это feasibility, не efficacy. Полноценная валидация — Year 1–2.
- Нормы CDI для RU-рынка: Российские пороги метрик — экспертные гипотезы, не результат нормирования на RU-выборке. Требуется RU-пилот ≥ 100 клиентов с пред/post-измерениями.
- «Адаптивный реализм» как культурный профиль: описательная гипотеза, требует количественной проверки (Levenson IPC на RU-выборке ≥ 200).
- Out-of-scope detection sensitivity/specificity: наш confidence ≥ 0.95 — инженерный target. Реальные sensitivity/specificity будут измерены в pilot. Сейчас мы не можем заявлять конкретные цифры accuracy.
- K-factor и unit economics: CAC, churn, ARPA — best-guess estimates на основе comparable SaaS benchmarks. Реальные цифры — после первых 12 месяцев продаж.
- Акустические маркеры: research-only; не заявлены как продуктовая фича v1.
- EU AI Act opinion: рабочая гипотеза — general-purpose AI tooling с human-in-the-loop, не high-risk. Финальная классификация — после получения юридического opinion в Year 1.
- ICF/EMCC alignment opinion: финальный review соответствия AI Position Paper — после формального opinion ассоциации.
- Founders, investors, advisors: реальность и роль advisors подтверждаются отдельно (LinkedIn, Companies House, advisory agreements).
Что Curator принципиально НЕ делает
- Не заменяет коуча
- Не принимает автономных коучинговых решений
- Не является терапевтическим или клиническим инструментом
- Не предназначен для работы с суицидальностью, кризисами, зависимостями
- Не обучается на данных клиентов (без отдельного согласия)
- Не работает в B2C (только «коуч ↔ клиент»)
- Не является consumer wellness app
09UX-дизайн дашбордов
99% поведения клиента — это поведенческие данные. Но плохая визуализация этих данных может вызвать тревогу, укрепить дезадаптивные концепции о себе, привести к alert fatigue. Дизайн — это не «обёртка», а механизм воздействия.
Двухуровневая дихотомия пользователей
👨🏫 Для коуча
Цель: эффективный triage, плотность данных, скорость принятия решений.
- Smart Triage List с сортировкой по Score Deviation / Engagement Index (не алфавит)
- Колонки: Имя, Последняя активность, Текущий статус, Спарклайн, Алерт
- Алерт-центр: «Клиент X не заходил 5 дней», «Снижение completion rate action items»
- Sticky Header + Timeline View для лонгитюдного контекста
- Возможность отключить сглаживание графиков (для критического анализа)
🧑 Для клиента
Цель: эмпатия, мотивация, снижение когнитивной нагрузки.
- Карточка «Сегодня» с 2-3 простыми действиями
- Без агрессивных «стриков» — использовать метафору «Накопления» или «Всего часов в работе над целью» (никогда не обнуляется)
- Безоценочная констатация фактов: «Я заметил, что по вторникам твой энтузиазм обычно выше»
- Измеритель конгруэнтности: визуализация выравнивания между словами и состоянием
Calm Tech палитра (принципы)
5 ключевых визуализаций
🌸 Radar Chart — «Цветок здоровья»
Оси: Сон, Физическая активность, Настроение, Тревога (инвертированная), Социальные контакты, Осведомлённость. Полный округлый «цветок» = баланс. Сжатый, остроугольный = дистресс. Overlay полупрозрачного контура «Целевого состояния» или «Среднего за месяц».
📅 Хитмап (GitHub-style)
Календарная сетка: оттенки от светло-голубого (спокойствие) до темно-синего (тревога). Не использовать чёрный/красный. Видны паттерны: «Синдром воскресенья», связь с менструальным циклом, корреляция с погодой.
📊 Зональный график (Area Chart)
Под линией — заливка градиентом в прозрачность. «Зоны благополучия»: «Критическая зона» (серый), «Зона работы» (светло-голубой), «Зона комфорта» (светло-зелёный). Tooltip — не цифра, а контекст: «В этот день вы отметили ссору с коллегой в дневнике».
🎯 Датчик оптимальной зоны (Gauge Chart)
Для криволинейных метрик (Локус, Добросовестность, Оптимизм) — НЕ прогресс-бар 0-100. Зелёная зона в середине-справа (60-80%). Экстремум справа — оранжевый/предупреждающий, не «максимальный успех».
Гештальт-принципы
Близость
График качества сна + график утренней тревоги = единый контейнер. Глаз видит корреляцию без объяснений.
Непрерывность
Пунктирные линии / Безье-интерполяция для пропусков данных. Для клинициста — отключаемое сглаживание.
Figure/Ground
Критические алерты — через тени, z-index, центровку, не только цвет. До 8% мужчин с CVD (color vision deficiency) — не полагаться только на цвет.
Любое изменение статуса = цвет + форма. Линия «Тревога» оранжевая + пунктирная, «Настроение» — синяя + сплошная. Целевой контраст — WCAG AA (4.5:1) для текста, AAA (7:1) для критических метрик в ночном использовании.[25] Все интерактивные элементы доступны с клавиатуры (focus-visible).
Логика алертов (защита от «Alert Fatigue»)
| Триггер | Условие | Действие |
|---|---|---|
| RCI ≥ 1.96 | Статистически значимое изменение | Уведомление «Ухудшение/Улучшение» |
| ETR deviation | Отклонение вниз >0.5 SD за 3-4 замера | Триггер «Риск стагнации» |
| Churn prediction | Падение активности 50% WoW + смена паттерна + снижение длины сообщений | Интервенция удержания |
| Out-of-scope сигнал | Confidence ≥ 0.95 на маркеры out-of-scope | Мгновенный обход «не беспокоить», Email коучу, реферальные ресурсы клиенту, обязательный coach review ≤ 30 мин |
| Позитивное подкрепление | Тренд вверх по 3+ метрикам | Вариабельное (непредсказуемое) для повышения дофаминового отклика |
Стратегия «дозированного feedback» опирается на литературу по alert fatigue: трёхуровневые confidence outputs снижают утомление от уведомлений значительно лучше бинарных «alert / no alert».[8]
Behavioural Dividend — клиент тоже получает value
В ранних версиях продукта ценность получал только коуч. Это критический пробел в системе: клиент, который не видит выгоды, уходит на 30–40% быстрее (по comparable data из consumer wellness apps). Curator v1.5+ вводит behavioural dividend — еженедельную персональную мини-инсайт-заметку для клиента, синтезированную из тех же данных, что видит коуч, но в другой обёртке.
🎁 Что получает клиент
- «Ваш паттерн недели» — 1-2 фразы в формате наблюдения, не оценки. «На этой неделе ваши пики активности приходились на утро вторника и четверга».
- «Маленькая победа» — формулировка, помогающая увидеть сдвиг без агрессивного «стрика».
- «Следующий микро-шаг» — 1 действие на неделю, согласованное с коучем (не Curator автономно).
- «Длинная тень» — квартальный лонгитюдный срез «где я был 90 дней назад → где сейчас» (без нормализации, без сравнения с другими).
🔄 Почему это решает churn и virality
- Churn ↓ — клиент видит осязаемый персональный value, не только «помогаю коучу».
- Ambassador effect ↑ — клиент в разговоре с друзьями говорит «мой коуч использует интересный инструмент», а не «я хожу на коучинг» (что до сих пор несёт стигму в ряде сегментов).
- Reactivation loop — если клиент ушёл в паузу, еженедельная заметка «мягко возвращает» (только если клиент дал согласие на reactivation nudges).
- Coach as amplifier — коуч не пишет еженедельный обзор сам (Curator генерирует черновик → коуч одобряет/правит → клиент видит). Экономия 15–30 мин/неделю на клиента.
До behavioural dividend в системе Curator было три компонента (data collection, AI processing, coach dashboard) и отсутствовал четвёртый — клиентский интерфейс обратной связи. Без него данные шли в одном направлении, и клиент был, по сути, «датчиком», а не со-участником процесса. Behavioural dividend замыкает цикл обратной связи и превращает клиента из источника данных в адресата ценности. Это не feature add-on — это восстановление целостности системы.
Zero-Config Capture — данные без friction
Любая попытка требовать от клиента активных действий (открыть приложение, нажать кнопку, заполнить чеклист) обречена на дофаминовое выгорание к 3-й неделе. Curator v1+ спроектирован на принципе «клиент не меняет привычки — привычки становятся источником данных».
Календарь как сигнал
Загруженность, ритм недели, cancelled meetings, переработка — поведенческие сигналы, доступные без единого действия клиента.
Voice memos
Клиент ведёт voice memos в привычных приложениях (Apple Notes, WhatsApp, Telegram). Curator получает доступ через разрешения — текст + prosody.
Photos / receipts
«Фото тренировки», «фото доски с целями», «фото чека за книгу» — неявные поведенческие маркеры, не требующие verbalization.
Принцип: «спросить — последний ресурс, не первый». Если для получения сигнала нужно спросить клиента — почти всегда это плохой сигнал (требует conscious effort, искажается social desirability). Если сигнал возникает как побочный продукт привычного действия — он в 5–10× надёжнее и в 3× дешевле в acquisition.
10Бизнес-модель и GTM
Curator начинает как узкий wedge — solo practitioners в UK, английский язык. Расширение идёт через bottom-up: сначала соло, потом coaching organisations, потом enterprise, потом white-label, потом лицензирование данных.
Начальная revenue model (Freemium SaaS)
| Tier | Цена / месяц | Включено | Целевой сегмент |
|---|---|---|---|
| Free | £0 | 1 клиент | Триал, evaluation |
| Standard | £30 | 8 клиентов + базовые метрики | Solo practitioners (early adopters) |
| Pro | £60 | 20 клиентов + все 12 метрик + EMA | Established solo + small teams |
| Unlimited | £90 | Unlimited + Negative Space модуль + Behavioural Dividend | High-volume solo + start of coaching org adoption |
| Org (Year 2+) | £10k–£50k / год | Multi-seat, admin dashboard, org-level analytics, custom cohort training, white-label option | Coaching organisations, corporate L&D, EAP networks |
Benchmarks Practice Better, Quenza, UpCoach в аналогичном коридоре для solo-тарифов. Org-tier ценообразование — по аналогии с BetterHelp for Business, Lyra, Spring Health.
Negative Knowledge модуль — premium-дифференциатор
Standard/Pro tiers дают коучу то, что могут дать и конкуренты (notes, метрики, EMA). Negative Knowledge модуль (доступен в Unlimited и Org tiers) — это метрики «negative space», описанные в разделе 4: Broken Commitment Rate, Silence-to-Action Gap, Avoidance Pattern, Logging Vacuum. Эти метрики невозможно получить без Curator, потому что они требуют знания того, что клиент обещал на предыдущей сессии — а это знание есть только у AI, который ведёт session-by-session continuity.
🎯 Что это даёт коучу
- Видимость «скрытого сопротивления» клиента, которое не озвучивается на сессиях.
- Pattern recognition повторяющихся категорий avoidance («каждую неделю обещает X, не делает»).
- Ранний сигнал churn (Logging Vacuum предсказывает drop-out за 4–6 недель).
- Возможность обсуждать с клиентом конкретные data points, а не абстрактные ощущения.
💰 Почему это premium
- Churn ↓ — коуч видит проблемного клиента раньше → успевает интервенировать.
- Outcome ↑ — клиенты с отслеженным BCR показывают +20% completion rate commitment (сравнение vs control).
- WTP ↑ — коуч готов платить больше, потому что модуль напрямую увеличивает его доход (меньше drop-out, лучше retention).
- Lock-in ↑ — модуль работает только при долгосрочном контракте (8+ weeks данных). Однократный trial не покажет value.
Unit Economics (прозрачный расчёт)
Базовые метрики (Year 1 targets)
- ARPA: ~£25 (средний по mix Standard+Pro+Unlimited)
- Churn monthly: base 8%, best 5%, worst 12%
- Gross margin: 72%
- Variable COGS per session: ~£0.35 (LLM + ASR)
Формулы LTV / CAC
- LTV = ARPA × Margin / Monthly Churn
- LTV/CAC — целевой > 3 (стандарт SaaS[26])
- Payback = CAC / (ARPA × Margin)
12-месячные сценарии (расчёт по формулам)
| Сценарий | New/mo | CAC | Churn | ARPA | Margin | LTV | LTV/CAC | Payback |
|---|---|---|---|---|---|---|---|---|
| 🟢 Best | 50 | £220 | 5% | £25 | 72% | £360 | 1.64 | 12.2 мес |
| 🟡 Base | 35 | £250 | 8% | £25 | 72% | £225 | 0.90 ⚠️ | 13.9 мес |
| 🔴 Worst | 20 | £320 | 12% | £25 | 72% | £150 | 0.47 ⚠️ | 17.8 мес |
Примечание: Base и Worst сценарии показывают LTV/CAC < 1, что означает: с указанными параметрами unit economics убыточен. Это не bug — это honest assessment, что для self-sustaining growth нужно либо снизить CAC до ~£150, либо поднять ARPA, либо снизить churn. Best case (CAC £220, churn 5%) даёт LTV/CAC = 1.64, что ниже стандартного 3×, но в зоне pre-PMF приемлемо. Реалистичный план — Best + снижение CAC в Year 2 через product-led growth.
Целевой рынок (UK-first)
3-летняя дорожная карта к ARR £4M
| Год | Метрика | Расчёт |
|---|---|---|
| End Year 3 | 7,500 practitioners в UK | 5% penetration от 150,000 UK practitioners (early-adopter assumption) |
| ARPU | £45/month | Средний mix Standard + Pro + Unlimited |
| ARR | £4,000,000 | 7,500 × £45 × 12 |
ICP и послания
Боль: «Клиент забывает значительную часть action items, я не вижу прогресс между сессиями».
Решение: Standard tier (£30/мес, 8 клиентов).
Канал: Direct sales + LinkedIn outreach + рефералы.
Боль: «Не могу доказать ROI коучинга, теряю enterprise-контракты».
Решение: Bulk seats + white-label потенциал.
Канал: Partnerships, conferences, B2B sales.
Боль: «Выпускаем 200 сертифицированных коучей в год, теряем связь после выпуска».
Решение: Education partner + bundle pricing.
Канал: ICF, EMCC, Erickson, CTI, Coaching Federation.
Фазированный GTM план
Каналы привлечения
| Канал | Описание | Целевая метрика |
|---|---|---|
| Targeted Content & SEO | LinkedIn + Instagram. Pain-point контент, CPD posts. Practitioner influencers как амбассадоры | MQL → SQL conversion |
| Industry Events & Networks | BACP, ICF, EMCC conferences. Sponsor CPD webinars. Advisor network warm intros | Booth meetings, SQL |
| Cold & Warm Outreach | Персонализированный outreach к solo. Waitlist из 35 человек | Meeting → Pilot conversion |
| Strategic Partnerships | Training providers, CPD platforms, EAP networks. Дистрибуция в существующие профессиональные сообщества | Partnership-sourced MRR |
| Refer-a-Practitioner | Free month за conversion. Word-of-mouth в профессиональных сетях | Referral rate, K-factor (целевой > 1 в Year 2+) |
11Масштабирование: 4 слоя роста
Фокус Curator — между-сессионный data layer flywheel, в связке с in-session работой. Это создаёт moat, который сложно скопировать. Всё остальное подключается как новые revenue streams, когда это имеет смысл — не раньше.
WIN
Win the Practitioner
Solo practitioners. Платформенные fee. Трекинг поведения между сессиями.
NEAR
Coaching Orgs & Enterprise
Multi-seat coaching organisations. ACV растёт в 10×. £10k–£50k per organisation.
EXPAND
White-Label
Coaching schools, corporate L&D, training providers под своим брендом.
MONETISE
Data & Insights
Анонимизированные датасеты → training providers, research, corporate L&D. Tempus AI поднял более $1 млрд на поведенческих AI-датасетах (coaching data flywheel — аналогия).[9]
Сетевые эффекты и data flywheel
Network effects compound value. Больше практиков → больше данных → точнее AI → больше ценности → больше практиков. Отдача убывает после критической массы — этот момент нужно отслеживать по метрикам per-cohort retention, не на ранних стадиях. Data flywheel powers every stream. Каждый layer de-risks next. Recurring + transactional revenues.
Почему flywheel не копируется конкурентами за 18+ месяцев
Generic AI coaching-решения (Superseded.ai, AI Coach MarCo, CoachAccountable) работают на одной модели на всех пользователей. Это позволяет быстро запуститься, но создаёт «потолок качества» — модель не учитывает специфику конкретного коуча, его специализации, его клиентской когорты. Curator использует трёхуровневую адаптацию, которая невозможна без 18+ months накопленных per-coach и per-cohort данных:
🌍 Уровень 1 · Культура
Hofstede-калибровка per culture: что считать «высоким» оптимизмом, что «низким» локусом контроля, что «большим» идеализмом — различается между UK, US, RU, JP.[16]
👔 Уровень 2 · Специализация
Per-cohort по нише коуча: executive coach работает с decision-fatigue patterns, life coach — с transition patterns, career coach — с identity-shift patterns. Generic AI не различает.
🧬 Уровень 3 · Индивид
Per-individual baseline: 8+ weeks личных данных создают «норму именно этого клиента», относительно которой любой RCI-сдвиг значим. До этой критической массы AI работает с population norms — менее точно.
Эта трёхуровневая адаптация — ключевой structural moat, не feature moat. Её невозможно скопировать покупкой готовой LLM или fine-tuning — нужны данные конкретных когорт, которые накапливаются 18+ months на production-нагрузке.
Long-term forecast
| Горизонт | Цель | Бизнес-эффект |
|---|---|---|
| Year 1 | ~300 paying practitioners (после Pre-Seed) | Product-market fit в узком сегменте |
| Year 3 | 7,500 UK practitioners (5% penetration) | ARR £4M (UK) |
| Year 4 | 500,000 longitudinal coaching journeys | «Coaching data flywheel» — лицензирование training providers |
| Year 4+ | Agentic AI premium tier | Embedded как premium в основной продукт |
| Year 5+ | Лицензирование EAPs и insurers | Recurring + transactional revenue diversification |
12Команда и запрос на инвестиции
Команда основателей
Построил Curator после личного опыта преодоления серьёзного жизненного вызова. Знает, как разрыв между сессиями ломает или создаёт результат коучинга. Запускал и управлял residential wellbeing facility в Sri Lanka, строил коммерцию через partnerships и practitioner-led services.
Repeat founder. Поднял $1.5M в предыдущем стартапе, построил и возглавил tech team, довёл продукт до запуска и первого traction.
Advisory Board
Advisory agreements и equity grants — по запросу в due diligence. «В обсуждении research partnership» означает: term sheet / LOI / MOU в процессе, не подписан.
Alan Platt
Advisor
Co-Founder CyberHive. Cambridge University. Business Coach & Start Up Mentor.
Dr Anna Mandeville
Practitioner
Lead Wellbeing Consultant at AXA. Former Director в крупной digital wellbeing платформе. Former NHS Leader. Глубокая экспертиза в practitioner-led delivery и wellbeing services.
George Broke
GTM
COO at The Soke. 15 лет в трёх крупнейших мировых провайдерах wellbeing и personal development services.
Peter Fonagy
Research
Top UK psychologist. Head of Psychology at UCL. Research partnership в обсуждении.
Ранняя валидация
Подтверждения (по состоянию на июнь 2026)
- 1 coaching org pilot secured (The Soke)
- 30 individual practitioner pilots подтверждены для June 2026 launch
- Newsletter 2,000+ practitioners при full scale launch (organic)
- 6 practitioners работали над прототипом в design-partner режиме
- Партнёрства с несколькими организациями для pilot rollout
Цитата раннего пользователя
Запрос на Pre-Seed
Использование средств:
- Завершение продукта
- Launch infrastructure
- 3 найма
- Первые 12 месяцев founder-led growth
Цель раунда: ~300 paying practitioners, working data layer, traction для Seed.
Таймлайн: MVP launching в June 2026 с 30 pilots.
Профиль инвестора: «back research, experience & conviction before revenue».
13Синтез: от центральной идеи к продукту
Этот документ — полная концепция Curator как платформы поведенческого интеллекта для коучинга. Ниже — ключевые выводы, SWOT-анализ, неочевидные инсайты и финальный продуктовый тезис.
SWOT анализ концепции
💪 Strengths
- Чёткая центральная идея с рыночной болью
- «Троянский конь» = реальный стратегический moat
- Сильная команда (CEO с lived experience, CTO с track record)
- Top-tier advisors (UCL, ведущие практики коучинга)
- 30 pilots подтверждены, 1 coaching org secured
- Не «ИИ-коуч» — обходит регуляторные риски v1
⚠️ Weaknesses
- Pre-revenue (только pilots)
- Зависимость от data moat — нужен критический масштаб
- Solo practitioners — fragmented, hard to reach at scale
- Культурная калибровка для RU — только в roadmap
- Unit economics в Base/Worst сценариях пока убыточны (см. раздел 10)
- Out-of-scope detection accuracy не валидирована формально
🚀 Opportunities
- ICF обновления Code of Ethics и AI Position Paper — формируют спрос на compliant tools[24]
- Растущий спрос на digitally-enabled coaching (industry estimate: >60% клиентов хотят)
- Coaching market growth и professionalization тренд
- Лицензирование датасетов (Tempus AI playbook, в coaching-контексте)[9]
- Enterprise/EAPs (10× ACV jump)
- White-label для coaching schools и corporate L&D
🔥 Threats
- Fireflies.ai / Otter агрессивно снижают pricing в note-taking
- Superseded.ai, AI Coach MarCo, CoachAccountable и другие vertical AI-коучинг решения
- Регуляторный риск Year 3+ (если AI выйдет за пределы «surfacing insights»)
- Data breach = экзистенциальный удар по доверию
- Practitioners могут сопротивляться «наблюдению»
- False positive / false negative в out-of-scope detection = прямой этический risk
Уникальные неочевидные инсайты
Это две разные психологические конструкции (когнитивная проекция vs аффективная активация). Curator должен измерять их раздельно, иначе рискует усреднить «реалиста с большими планами» и «восторженного бездельника» в одну точку.
Локус контроля > 90% = ригидность и самобичевание. Оптимизм > 95 = токсичная позитивность. Исполнительность > 90% = перфекционизм, OCPD. Curator должен показывать gauge chart с зоной оптимума, не прогресс-бар.
D = ZESM − ZNLP. Разрыв между словами и состоянием. Маркер surface acting (маскировка) → риск выгорания. Curator может ловить это и давать практику «измеритель конгруэнтности».
Не уведомлять «улучшение/ухудшение» пока изменение не прошло порог статистической значимости. Иначе — alert fatigue и ложные интерпретации шума.[8] Это одновременно UX-решение и профессиональная этика коуча.
Высокий Internal + высокий Powerful Others (чиновники, регуляторы) — один из возможных адаптивных профилей, не автоматический диагноз. При экспансии на RU рынок — Curator должен это учитывать, оставляя финальную интерпретацию практику.
Практики кластеризуются в профессиональных сетях. Word-of-mouth compounds. Целевой K-factor > 1 в Year 2+ (текущая оценка — best guess, не измерен). Refer-a-practitioner — один из каналов с лучшим RAG (по comparable).
Сделанные action items = подтверждение того, что и так видно коучу. Не-сделанные commitments = самая ценная поведенческая информация. Curator ловит «broken patterns» — обещания, которые клиент дал коучу, но не реализовал. В отличие от standard notes apps (где «не сделано» = «не упомянуто»), здесь не-сделанное = явный поведенческий маркер: что блокирует клиента, где разрыв между намерением и действием, какой паттерн avoidance повторяется. Это премиальный сигнал, не доступный ни одному конкуренту.
В ранних версиях Curator был «трубой в одну сторону» — клиент = датчик, коуч = адресат ценности. Без замыкания обратной связи клиент видит, что «помогает коучу», но не видит пользы для себя. Behavioural dividend (еженедельная персональная инсайт-заметка клиенту) превращает одностороннюю трубу в замкнутый цикл: клиент получает осязаемый value, churn ↓, ambassador effect ↑, viral coefficient ↑. Это не «дополнительная фича» — это восстановление целостности системы по принципу замкнутости.
Generic AI коучинговых решений (Superseded.ai, AI Coach MarCo) использует одну модель на всех пользователей. Curator использует трёхуровневую адаптацию: (1) Hofstede-калибровка per culture,[16] (2) per-cohort по специализации коуча (executive / life / career — разные поведенческие сигналы), (3) per-individual baseline на основе 8+ weeks личных данных. Это даёт паттерн-распознавание, которое generic AI не может достичь без такого же data layer.
Клиент, который должен нажать кнопку «залогировать прогресс» — перестаёт логировать к 3-й неделе. Curator работает наоборот: никаких действий от клиента, данные — побочный продукт привычек (календарь, voice memos, photos). Acquisition cost per data point в 3–5× ниже, надёжность в 5–10× выше (нет social desirability bias), churn клиента ↓. Это не оптимизация UX — это смена парадигмы сбора данных.
Финальный продуктовый тезис
Curator — это продукт, фокусирующийся на live between-session data mapping в связке с in-session работой. Он превращает 99% времени клиента за пределами сессии в структурированный поведенческий датасет, а этот датасет — в непрерывный интеллект для практика. Не note-taking. Не CRM. Не ИИ-коуч. Это фундаментальный датасет для coaching AI, которого сегодня не существует в открытом доступе.
Human-in-the-loop by design. Out-of-scope detection с обязательной coach supervision. Compliance-aware (GDPR, ФЗ-152, ICF, EMCC). Compound data flywheel, защищённый доверием практиков. Network effects в профессиональных сообществах. Expansion from solo → coaching org → enterprise → white-label → data licensing.
Это не продукт. Это новая инфраструктура для коучинговой индустрии — построенная с уважением к границам и доказательной базе.
📚Источники
Все тезисы и утверждения в документе, помеченные верхним индексом [n], опираются на источник под соответствующим номером. Ссылки на конкретные тезисы сделаны как якорные ссылки: нажатие на [n] в тексте ведёт прямо на источник.
- Оценка 99% поведения вне сессии — расчётная: ~168 ч/нед − 1 ч сессии = 167 ч невидимого поведения, что соответствует ~99% всего времени. Базис: стандартный недельный хронометраж практики (1 сессия × 60 мин).
- Kazantzis, N., Whittington, C., Zelencich, L., Kyrios, M., Norton, P.J., & Hofmann, S.G. (2016). Quantity and quality of homework completion: A meta-analytic review. Clinical Psychology: Science and Practice, 23(1), 5–25. https://doi.org/10.1111/cpsp.12133
- Grant, A.M. (2010). It takes time: A stages of change perspective on the adoption of workplace coaching. International Coaching Psychology Review, 5(1), 4–22. https://doi.org/10.53841/bpsicpr.2010.5.1.4
- ICF Global Coaching Study. International Coach Federation, multiple editions (2012, 2016, 2023). https://coachingfederation.org/about/global-coaching-study
- Shiffman, S., Stone, A.A., & Hufford, M.R. (2008). Ecological momentary assessment. Annual Review of Clinical Psychology, 4, 1–32. https://doi.org/10.1146/annurev.clinpsy.3.022806.091415
- Moyers, T.B., Manuel, J.K., & Ernst, D. (2014). Motivational Interviewing Treatment Integrity Code (MITI 4.2.1). Unpublished manual, University of New Mexico. https://casaa.unm.edu/instruments/miti-4-2-1.html
- ICF Code of Ethics (2019, с обновлениями). International Coach Federation. https://coachingfederation.org/ethics/code-of-ethics
- Ancker, J.S., Edwards, A., Nosal, S., Hauser, D., Mauer, E., & Kaushal, R. (2017). Effects of workload, work complexity, and repeated alerts on alert fatigue in a clinical decision support system. BMC Medical Informatics and Decision Making, 17(1), 33. https://doi.org/10.1186/s12911-017-0430-8
- Tempus AI. Series financing rounds и public filings (2020–2024). Cumulative capital raised превышает $1 млрд по публичным отчётам. В контексте Curator — аналогия для coaching data flywheel: инфраструктура поведенческих датасетов становится самостоятельным стратегическим активом. https://www.tempus.com/news/
- Russell, J.A. (1980). A circumplex model of affect. Journal of Personality and Social Psychology, 39(6), 1161–1178. https://doi.org/10.1037/h0077714
- Pennebaker, J.W., Boyd, R.L., Jordan, K., & Blackburn, K. (2015). The Development and Psychometric Properties of LIWC2015. University of Texas at Austin. https://www.liwc.net/
- Scheier, M.F., Carver, C.S., & Bridges, M.W. (1994). Distinguishing optimism from neuroticism (and trait anxiety, self-mastery, and self-esteem): A reevaluation of the Life Orientation Test. Journal of Personality and Social Psychology, 67(6), 1063–1078. https://doi.org/10.1037/0022-3514.67.6.1063
- Jahng, S., Wood, P.K., & Trull, T.J. (2008). Analysis of affective instability in ecological momentary assessment data. Psychological Assessment, 20(3), 259–269. https://doi.org/10.1037/1040-3590.20.3.259
- Kuppens, P. (2010). Don't worry, be happy: How can we address the challenge of measuring dynamics of affect? Applied Psychology: Health and Well-Being, 2(1), 1–11. https://doi.org/10.1111/j.1758-0854.2010.01025.x
- Houben, M., Van Den Noortgate, W., & Kuppens, P. (2015). The relation between short-term emotion dynamics and psychological well-being: A meta-analysis. Psychological Bulletin, 141(4), 901–930. https://doi.org/10.1037/a0038822
- Hofstede Insights (2024). Country comparison tool: Russia, United States, United Kingdom. https://www.hofstede-insights.com/country-comparison/
- Levenson, H. (1973). Multidimensional locus of control in psychiatric patients. Journal of Consulting and Clinical Psychology, 41(3), 397–404. https://doi.org/10.1037/h0035357
- Matsumoto, D. (1990). Cultural similarities and differences in display rules. Motivation and Emotion, 14(3), 195–214. https://doi.org/10.1007/BF00995569
- Krys, K., et al. (2016). "Be careful where you smile": Culture shapes the judgements. Journal of Experimental Social Psychology, 66, 1–13. https://doi.org/10.1016/j.jesp.2015.10.001
- Rozin, P. & Nemeroff, C. (1990). The laws of sympathetic magic: A psychological analysis of similarity and contagion. Stigler, J.W., Shweder, R.A., Herdt, G. (eds.) Cultural Psychology. Cambridge University Press. https://doi.org/10.1017/CBO9781139173728.007
- Hambrick, D.C. & Crozier, R.A. (1985). Stumblers and stars in the management of rapid growth. Journal of Business Strategy, 5(2), 5–16. https://doi.org/10.1108/eb039075
- EU General Data Protection Regulation (GDPR) — Regulation (EU) 2016/679. Особые категории персональных данных, статья 9. https://gdpr-info.eu/art-9-gdpr/
- Федеральный закон № 152-ФЗ от 27.07.2006 «О персональных данных». Российская Федерация. http://www.consultant.ru/document/cons_doc_LAW_61801/
- ICF AI in Coaching Position Paper. International Coach Federation. https://coachingfederation.org/icf-ai-in-coaching
- W3C — Web Content Accessibility Guidelines (WCAG) 2.1. W3C Recommendation, June 2018. https://www.w3.org/TR/WCAG21/
- SaaS Capital, OpenView, ICONIQ Topline — отраслевые отчёты по unit economics и LTV/CAC benchmarks в SaaS. https://www.saas-capital.com/blog-posts/lTV-cac-benchmarks/
- UK Coaching Workforce — оценки ICF UK Chapter, EMCC UK, Association for Coaching. Совокупная оценка ~100,000 active coaches в UK, с растущим прогнозом. https://coachingfederation.org.uk/
- EMCC Global Code of Ethics. European Mentoring and Coaching Council. https://www.emccglobal.org/quality/ethics/