Narzędzia sztucznej inteligencji pozwalają startupom technologicznym osiągać imponujące przychody przy minimalnym zatrudnieniu. To nowy model biznesowy Doliny Krzemowej – ale czy zawsze działa?
- Mediana zatrudnienia w startupach na etapie Serii A spadła z 57 pracowników w 2020 r. do 44 w 2024 r.
- Twórcy rankingu Top Lean AI Native Companies odnotowali miliony odsłon – bycie na liście stało się prestiżowym wyróżnieniem
- Niektóre firmy osiągają 5–15 mln dol. rocznych przychodów cyklicznych przy mniej niż 50 pracownikach
- Zbyt agresywne ograniczanie zatrudnienia grozi przeciążeniem zespołów i hamuje wzrost
Rewolucja produktywności: jeden człowiek, tysiące agentów
Dolina Krzemowa od lat gloryfikuje model „move fast and break things”, ale dziś jej nową mantrą staje się coś zupełnie innego: rób więcej, zatrudniając mniej. Startupy technologiczne, uzbrojone w narzędzia AI do kodowania, sprzedaży i marketingu, coraz śmielej rezygnują z rozbudowanych struktur kadrowych na rzecz małych, niezwykle wydajnych zespołów. Produkty takie jak Claude Code firmy Anthropic czy Codex od OpenAI zrewolucjonizowały sposób tworzenia oprogramowania, eliminując potrzebę zatrudniania wielu programistów.
Burkay Gur, współzałożyciel i dyrektor generalny startupu AI Fal, mówi w rozmowie z Wall Street Journal: „AI samo w sobie jest bardzo dużym czynnikiem umożliwiającym. Zdecydowanie jesteśmy w obozie, gdzie bierzemy ludzi, którzy są niezwykle produktywni, i oni stają się szalenie produktywni z AI.” Fal, platforma hostingowa dla multimodalnych modeli generatywnych, rozrosła się przez pięć lat zaledwie do 80 pracowników – i Gur uważa, że to wciąż za dużo.
Ale to może być dopiero początek transformacji. Steve Jang, założyciel i partner zarządzający Kindred Ventures, wskazuje, że era autonomicznych agentów AI oznacza, że jeden przedsiębiorca będzie mógł być wspomagany przez tysiące, a nawet miliony botów. Wizja „jednoosobowej firmy wartej miliard dolarów” – jeszcze niedawno brzmiąca jak science fiction – staje się coraz poważniej dyskutowanym scenariuszem w środowisku inwestorów i założycieli.
Przychód na pracownika zamiast wzrostu zatrudnienia
Tradycyjny model startupowy zakładał proste równanie: pozyskałeś finansowanie, więc zatrudniaj. Im większy team, tym poważniej traktowali cię klienci i inwestorzy. Dziś to przekonanie traci na aktualności. Nowym wskaźnikiem prestiżu staje się ARR per employee – roczny przychód cykliczny na jednego zatrudnionego.
Czytaj też: Czy technologia 5G pozwala zapomnieć o braku światłowodu na obrzeżach miast?
Dane PitchBook potwierdzają tę zmianę. Dimitri Zabelin, starszy analityk AI w PitchBook, wskazuje, że mediana liczby pracowników w startupach na etapie Serii A spadła z ok. 57 w 2020 r. do ok. 44 w 2024 r., co świadczy o tym, że firmy stają się „coraz szczuplejsze, a AI zwiększa produktywność na pracownika”. Tomasz Tunguz, założyciel i partner generalny Theory Ventures, idzie jeszcze dalej w swoich prognozach: „Nastąpi ogromny ruch inżynierów oprogramowania i menedżerów produktu, którzy będą budować firmy z bardzo, bardzo małą liczbą pracowników, generujące 5 do 15 milionów dolarów [rocznych przychodów cyklicznych] i będą z tego zadowoleni — wszystko to dzięki AI.”
To właśnie ta zmiana skłoniła Henry’ego Shi, współzałożyciela Super.com i członka zespołu technicznego Anthropic, do stworzenia rankingu Top Lean AI Native Companies Leaderboard. Shi zaczął dostrzegać na platformie X posty chwalące się imponującymi przychodami małych startupów AI, takich jak Mercor czy Cursor. Postanowił zebrać te dane w jednym miejscu. „Przeprowadziłem badania i znalazłem grupę firm, które wszystkie miały ponad 5 milionów dolarów [rocznych przychodów cyklicznych], miały mniej niż pięć lat, zatrudniały mniej niż 50 pracowników i szybko rosły” – powiedział Shi w rozmowie z Wall Street Journal.
Ranking stał się nie tylko źródłem informacji – pojawienie się na liście to dziś swego rodzaju odznaka honoru, otwierająca drzwi do partnerstw, inwestycji i rekrutacji talentów.
Sprawdź też: Legora to „współpracownik AI” dla prawników. Co konkretnie robi ten startup
Aktywne odchudzanie: zwolnienia jako strategia, nie porażka
Część startupów nie tylko powstrzymuje się od zatrudniania – aktywnie redukuje już istniejące zespoły, traktując to jako świadomy wybór strategiczny. Deon Nicholas, współzałożyciel i przewodniczący rady Forethought – startupu oferującego AI w obsłudze klienta – przyznaje otwarcie, że zmienił filozofię zarządzania firmą.
Nie chodzi już tylko o wzrost za wszelką cenę, powiększanie liczby pracowników tak bardzo, jak to możliwe. Naprawdę chodzi o śledzenie [rocznych przychodów cyklicznych] na pracownika.
— Deon Nicholas, współzałożyciel rady Forethought
Forethought, liczący obecnie około 150 pracowników, kilka lat temu zwolnił 30–40% swojej załogi, a następnie wykorzystał AI do wzmocnienia pozostałych zespołów sprzedażowych, marketingowych i inżynieryjnych. Efekt? Nicholas szacuje, że każdy pracownik jest teraz „mniej więcej pięć do dziewięciu razy bardziej produktywny niż byłby trzy lata temu.” To nie jest wzrost liniowy – to zmiana, która całkowicie przekształca ekonomikę prowadzenia firmy technologicznej.
Weber Wong, założyciel i CEO Flory, 33-osobowego startupu, podkreśla, że firma nie zastanawia się nad tym, „ilu ludzi można wprowadzić do zespołu”, ale raczej jak agenci AI mogą doładować doświadczonych pracowników. To fundamentalna zmiana perspektywy – z budowania zasobów ludzkich na maksymalizację potencjału każdej osoby w organizacji.
Pułapka szczupłości, czyli kiedy lean staje się problemem
Jednak entuzjazm wokół modelu minimalnego zatrudnienia nie jest bezwarunkowy. Doświadczeni przedsiębiorcy ostrzegają, że obsesja na punkcie szczupłości może wyrządzić poważne szkody – szczególnie gdy firma zaczyna rosnąć i obsługiwać wymagających klientów korporacyjnych.
Tunguz z Theory Ventures ostrzega, że zbytnie skupienie na efektywności to „przedwczesna optymalizacja wydajności kosztem wzrostu. Jedynym ryzykiem jest to, że firma nie rośnie tak szybko, jak potencjalnie mogłaby, a z czasem pojawia się coraz więcej konkurencji.” Sam Gur z Fal doświadczył tego na własnej skórze. Gdy startup zaczął sprzedawać rozwiązania klientom korporacyjnym, którzy wymagają bardziej zindywidualizowanej uwagi, okazało się, że potrzebny jest rozbudowany zespół sprzedażowy. „Właśnie tu jesteśmy najmniej lean. Zdaliśmy sobie sprawę, że naprawdę potrzebujesz ludzi budujących te relacje, realizujących te transakcje, pilnujących ich i doprowadzających je do końca” – przyznał Gur w rozmowie z Wall Street Journal.
Jest też inny wymiar tego problemu – ludzki. Zbyt mały zespół oznacza ogromną presję na każdego pracownika. Gur przyznaje, że 1,5 roku wcześniej Fal był zdecydowanie niedofinansowany kadrowo: „Co to powoduje? Nie jesteś w stanie zaspokoić popytu rynkowego.” Pracownicy harujący ponad siły to ryzyko nie tylko dla ich dobrostanu, ale też dla jakości produktu i tempa rozwoju firmy. Lean nie może oznaczać wypalenia.
Startupy AI znalazły się więc w interesującym punkcie równowagi: między marzeniem o jednoosobowym unicornie a pragmatyzmem skalowania biznesu. Narzędzia AI bez wątpienia zmieniają kalkulacje ekonomiczne – ale nie eliminują fundamentalnej prawdy, że za każdym udanym biznesem stoją relacje między ludźmi.
Czytaj też: 4 startupy, które zarabiają i realnie pomagają łagodzić zmiany klimatu
