Китайский Liangpei берёт $275 за ИИ-сваху и возвращает их, если брака нет за 3 года

Классические дейтинг-приложения давно живут по странной логике: чем дольше пользователь ищет, тем больше он платит. Бесконечная лента, платные суперлайки, подписка ради подписки. Результат продукту невыгоден, ведь счастливая пара уходит и перестаёт приносить деньги. Китайский стартап Liangpei («хорошая пара») из Шэньчжэня решил развернуть эту модель наоборот.

Как это работает

Онбординг построен вокруг голосового разговора. Пользователь около 20 минут общается с ИИ-свахой и отвечает на 25 вопросов: история отношений, планы на брак, доход, наличие жилья, а если его нет, то когда оно появится. Вторая сторона проходит то же самое. Нейросеть собирает профили, считает скор совместимости и рекомендует пару.

Дальше начинаются ограничения, которых в западных приложениях почти не встретишь. Активным может быть только один мэтч. Пока один из двоих окончательно его не закроет, общаться с другими нельзя. Это сознательно убивает механику дофаминового свайпа: нет смысла листать, когда у тебя уже есть конкретный человек.

Для сравнения, на Западе похожий сдвиг тоже идёт. Breeze после мэтча не открывает чат, а сразу бронирует столик в баре. Known гоняет пользователя через получасовое голосовое интервью с нейросетью и берёт деньги только за подтверждённое свидание.

Прайсинг, который выравнивает интересы

На платном тарифе пользователь платит один раз 2000 юаней (около $275). Если за 3 года он не вступил в брак, деньги возвращаются. Если брак состоялся, возврата нет. Срок взят не с потолка: сервис опросил молодых людей в шэньчжэньском ЗАГСе, и около 70% из них поженились именно в течение 3 лет после знакомства.

Здесь важно увидеть не экзотику, а смену метрики. Обычный дейтинг зарабатывает на удержании и LTV. Liangpei зарабатывает на быстром результате и по сути платит за свою неэффективность возвратом. Компании нужно, чтобы пользователь как можно скорее ушёл счастливым. Это редкий случай, когда бизнес-модель и цель клиента совпадают.

Подбор как поисковая задача

Основатель Цзэн Синьсюнь пришёл не из дейтинга, а из поиска. Он делал поисковые движки и рекомендации в WeChat и TikTok, а недавно был техлидом в Kimi. Его тезис: подбор партнёра это поисковая задача, только искать нужно не документы, а людей. Сейчас команда обучает модель, которая по двум профилям выдаёт вероятность, что отношения сложатся.

Стоит оговориться: пока это ранний продукт, запущенный в июле, и публичных данных о реальной доле браков нет. Заявление про 70% основано на опросе в ЗАГСе, а это не контролируемое исследование, так что выборка смещена в сторону тех, кто и так женился. Вопросы про доход и жильё тоже отражают конкретный культурный контекст и не переносятся на другие рынки один к одному.

Что это значит на практике

Для продактов главный урок в том, что ограничения можно превратить в фичу. Один активный мэтч, голосовой онбординг и оплата за результат работают как фильтр на серьёзность намерений. Для разработчиков интересно, что голосовое интервью с LLM заменяет анкеты: оно даёт более богатый сигнал, чем галочки, и при этом задаёт структуру из 25 вопросов, удобную для скоринга.

Для основателей вывод ещё прямее: если ваша выручка растёт от того, что клиент не решает свою задачу, рынок рано или поздно придёт с продуктом, который заработает на обратном. Модель с возвратом денег требует уверенности в качестве матчинга, и именно ИИ делает такую уверенность хоть как-то оправданной.