Як Pieter Levels заробив на грі з ШІ — і що стоїть за $1 млн ARR

Хотів швидко політати — створив власний авіасимулятор

Задум Пітера Левелса був дуже людським: відкрити гру й одразу опинитися в небі. У власній історії він пояснює, що довгі завантаження й оновлення Microsoft Flight Simulator підштовхнули його до браузерного експерименту. Розробку почав 22 лютого 2025 року й показував процес у X.

Результат — fly.pieter.com, багатокористувацька гра з літаками. На її сторінці серед інструментів зазначені Cursor і Three.js: AI-редактор допомагає з кодом, а JavaScript-бібліотека — з 3D у браузері. Автор називає гру повністю зробленою з ШІ; ми не проводили аудит історії коду, щоб незалежно виміряти цю частку.

Це добре ілюструє ідею вайб-кодингу: описувати бажану поведінку, запускати результат, помічати проблему й уточнювати наступну зміну. Але кнопка генерації ще не означає, що готові керування, монетизація та підтримка.

Гравці літали, а бізнес купував місце в їхньому небі

Монетизація мала два видимі шляхи. На перевіреній 19 жовтня 2026 року сторінці гри Cessna 172 доступна безкоштовно, F-16 пропонується за $29,99, а компаніям пропонують рекламу всередині ігрового світу. Це чинні пропозиції, а не підтвердження кількості покупок.

Найцікавіша частина — реклама як елемент середовища. В авторському щоденнику WIP є записи про рекламну повітряну кулю, планету Юпітер, банери та авіаносець. 4 березня 2025 року Левелс повідомив про продаж спонсорства Bolt за $5000. Це конкретна заява автора про угоду; банківських документів у нашому розпорядженні немає.

Після перших грошей робота не закінчилася. У записах 4–5 березня — виправлення дзеркала, нові місії, радар, самостійна оплата реклами. Є навіть скорочення ігрової ночі, бо людям не подобалася її тривалість. За гучними цифрами видно звичайну продуктову роботу: слухати користувачів і прибирати незручності.

$1 млн за 17 днів? Тут важливо прочитати три літери

MRR зазвичай означає щомісячну повторювану виручку, ARR — її річний еквівалент. У цьому кейсі ми не бачимо повної структури контрактів і не можемо підтвердити, що всі продажі та рекламні оплати справді регулярно повторювалися. Тому зберігаємо позначення автора, але не перетворюємо їх на аудовану фінансову звітність.

Для розуміння масштабу: $1 млн річного темпу відповідає приблизно $83 333 на місяць, якщо механічно поділити на 12. Це арифметика показника, а не новий доказ фактичних надходжень. Прибуток потребує іншого розрахунку: виручка мінус витрати, комісії, повернення та інші належні статті. Перевіреної суми чистого прибутку цієї гри ми не маємо.

Новий продукт із нуля — але автор уже мав досвід

До цієї гри Левелс створив Nomad List, Remote OK і Photo AI. Його власний список проєктів показує роки запусків, включно з невдалими. Назвати його новачком, який уперше відкрив ноутбук і розбагатів, було б неправдою. Новою була гра; досвід підприємництва, публічна присутність і вміння продавати вже існували.

Один помітний кейс не показує, яка частка всіх AI-ігор заробляє. Ми бачимо відібраний приклад, а не повну вибірку запусків. Причину результату теж не можна відокремити одним спостереженням: одночасно діяли інструменти, задум, публічні демонстрації, досвід автора й інтерес до нового формату.

Що про таку історію справді може сказати наука

Наукове дослідження продуктивності не підтверджує чужі продажі. Натомість воно допомагає перевірити просте припущення: чи завжди ШІ прискорює розробку?

У рандомізованому дослідженні METR від 10 липня 2025 року 16 досвідчених розробників виконували 246 реальних задач у знайомих open-source репозиторіях. Завдання випадково розподіляли між умовами з доступом і без доступу до ШІ. З інструментами початку 2025 року робота в середньому тривала на 19% довше. Це результат конкретної вибірки й типу задач, а не тест створення нової гри чи заробітку підприємців.

Є й оновлення від 24 лютого 2026 року: METR повідомила, що новий експеримент дає ненадійний сигнал через відбір учасників і задач та складність вимірювання роботи з паралельними агентами. Автори припускають більше прискорення новішими інструментами, але не можуть надійно визначити його величину. Переносити старі 19% на весь сучасний вайб-кодинг некоректно.

Практичний висновок редакції: окремо вимірюйте час до робочого прототипу, час виправлень і результат для користувача. А готовність платити перевіряйте окремо від швидкості написання коду.

Що можна повторити без чужої аудиторії та мільйонних обіцянок

Скопіювати літаки — ще не скопіювати бізнес. Корисніше повторити маленький цикл перевірки. Для 3D-митця це може бути інтерактивний перегляд власної моделі або коротка браузерна сцена з однією зрозумілою дією. Це наші приклади можливих експериментів, а не вже доведені джерела доходу.

1. Одна задача. Запишіть, хто користувач і що він має зробити за першу хвилину. Скористайтеся планувальником першого AI-проєкту.
2. Малий прототип. Одна сцена або функція; дозволені до використання моделі й текстури. Перевірте телефон, завантаження та помилки.
3. Реальна реакція. Дайте кільком цільовим людям спробувати результат. Запишіть, де вони зупинилися, що повернулися зробити і за що вже платять.
4. Чітка пропозиція. Якщо є попит, визначте готовий результат, підтримку й витрати. Наш гайд про перше замовлення допоможе відокремити демо від оплачуваної роботи.
5. Перевірка після старту. Рахуйте фактичні оплати, повернення, витрати й повторне використання. Один вірусний день не замінює кілька місяців спостереження.

У цієї історії є надихаюча частина: невелика браузерна гра змогла перетворити увагу на платну пропозицію. Є й корисніша за гучний заголовок частина: автор продовжував доробляти продукт, а пізніше визнав межі його стійкості. Обидві частини варто бачити до власного запуску.