Choć rywalizują na rynku zdominowanym przez miliardowe budżety amerykańskich i chińskich gigantów, Agnese i Artūrs Jaunosans wybrali własną ścieżkę: zainwestowali we własną infrastrukturę GPU na Łotwie, by zagwarantować klientom pełną suwerenność danych. W rozmowie z redakcją MamStartup współzałożyciele Ajelix opowiadają o kulisach bootstrappingu w branży AI, cenie niezależności i o tym, jak czteroosobowy zespół może skutecznie konkurować z OpenAI czy Google.
Nagłówki dotyczące startupów są dominowane przez wielomilionowe rundy finansowania, wybraliście drogę całkowitej niezależności finansowej. Jak z Waszej perspektywy wygląda budowanie projektu bez wsparcia funduszy VC w branży tak kapitałochłonnej jak sztuczna inteligencja?
Dwa słowa: super trudno.
Kiedy zaczynaliśmy w 2022 roku, nie mieliśmy pojęcia, że wylądujemy, rywalizując na rynku AI. Wystartowaliśmy jako bardzo niszowe, mocno wyspecjalizowane narzędzie dla użytkowników arkuszy kalkulacyjnych – generator formuł do Excela. Na tamtym wczesnym etapie do głowy by nam nie przyszło, że pewnego dnia będziemy porównywani do ChatGPT czy Claude’a.
Wyzwanie polega nie tylko na pracy bez siatki bezpieczeństwa, ale także na konkurowaniu na rynku, który jest strukturalnie subsydiowany na Waszą niekorzyść. Wystarczy spojrzeć na to, co dzieje się w branży: amerykańscy giganci chmurowi wpompowują miliardy w infrastrukturę AI, a Chiny robią to samo poprzez państwowe laboratoria badawcze. W długiej perspektywie ta przepaść jest nie do utrzymania, ale w krótkim okresie tworzy brutalne środowisko dla niezależnych twórców.
W Europie sytuacja jest jeszcze bardziej skomplikowana, ponieważ dostęp do kapitału wysokiego ryzyka jest ograniczony w porównaniu do USA. Choć niedawna deklaracja Komisji Europejskiej dotycząca przeznaczenia ponad 10 miliardów euro na „gigafabryki AI” jest pozytywnym sygnałem, to wciąż kropla w morzu w porównaniu z zasobami, jakimi dysponują gracze z Ameryki i Chin. Z każdym miesiącem ten dystans jeszcze bardziej się powiększa.
Dlaczego więc mimo wszystko wybraliśmy tę drogę? Sprowadza się to do tego, kim jesteśmy. Współzałożycielka Agnese Jaunosane wywodzi się ze środowiska korporacyjnego – pracowała w wielkiej czwórce doradztwa, Accenture oraz Printful. Drugi ze współzałożycieli, Artūrs Jaunosans, przez ponad dekadę pracował z klientami jako freelancer. Oboje wiedzieliśmy, że chcemy zbudować coś znaczącego na własnych zasadach, bez kogoś siedzącego po drugiej stronie stołu i dyktującego nam, co i kiedy mamy tworzyć. To był jedyny powód, wynikający czysto z naszej filozofii.
Czy wsparcie funduszy VC dałoby nam teraz przewagę? Zdecydowanie. Infrastruktura AI wymaga ogromnych nakładów kapitałowych, a wymagania będą tylko rosnąć wraz z ewolucją technologii. Czy w przyszłości moglibyśmy szukać partnerów strategicznych? Jak najbardziej – jesteśmy otwarci na takie rozmowy w miarę dojrzewania rynku.
Jednak na ten moment osiągnęliśmy poziom 350 000 zarejestrowanych użytkowników wyłącznie dzięki własnym środkom (bootstrapping), a to ograniczenie uczyniło z nas lepszych twórców. Kiedy nie możesz sobie pozwolić na stworzenie niewłaściwego produktu, zaczynasz znacznie uważniej słuchać użytkowników.
Dotarliście do ponad 350 000 użytkowników na całym świecie bez wydawania ani grosza na reklamy. Co było Waszym głównym motorem wzrostu organicznego – content marketing, SEO, polecenia użytkowników, czy może coś zupełnie innego?
Dni i noce bardzo ciężkiej pracy, ale gdybym miał wskazać konkretny motor, byłoby to SEO oraz odpowiedni moment.
Wystartowaliśmy pod koniec 2022 roku, tuż przed tym, jak ChatGPT stał się masowym fenomenem. Mieliśmy już zidentyfikowany problem: ludzie naprawdę zmagają się z Excelem i Google Sheets, a w szczególności z formułami. Rozwiązaliśmy ten problem za pomocą technologii, która w tamtym czasie była jeszcze uważana za względną nowość – AI. Stworzyliśmy więc ogromną ilość treści wokół tego tematu: jak używać AI w Excelu, jak automatyzować zadania w arkuszach za pomocą AI, a także praktyczne poradniki nakierowane na rzeczywiste procesy w pracy.
Ponieważ byliśmy jednymi z pierwszych, którzy podeszli do tworzenia takich treści na poważnie, Google szybko nas zaindeksował i wybił na samą górę wyników wyszukiwania dla haseł, które nie miały jeszcze wielu autorytatywnych odpowiedzi. Wtedy wydarzyło się coś ciekawego: gdy twórcy internetowi i blogerzy zaczęli pisać zestawienia w stylu „najlepsze narzędzia AI” (które stały się niezwykle popularne w 2023 roku), szukali propozycji w Google. I znajdowali nas na pierwszej stronie. W efekcie trafiliśmy organicznie do setek zestawień i poleceń, nie płacąc za to ani grosza.
Koło zamachowe zaczęło się kręcić. Ruch z wyszukiwarki przynosił użytkowników, użytkownicy generowali recenzje, polecali nas znajomym i zostawiali opinie, co budowało zaufanie, a to z kolei przekładało się na jeszcze wyższą widoczność w wyszukiwarce.
Influencerzy również odegrali swoją rolę, ale każda współpraca miała charakter organiczny – na tamtym etapie nie było mowy o płatnych sponsoringach. Ludzie po prostu naprawdę używali naszego produktu i o nim mówili.
Kolejnym kluczowym elementem był model freemium. Użytkownicy mieli co miesiąc dostęp do naszych narzędzi w ramach darmowego limitu, więc zawsze mieli powód, by wracać. A ponieważ rozwiązanie było naprawdę użyteczne i darmowe, ludzie dzielili się nim na forach, Reddicie i w społecznościach branżowych. Ten przekaz ustny napędzał stały wzrost rejestracji bez konieczności kupowania reklam.
W skrócie: pojawiliśmy się we właściwym czasie, z obsesyjną dbałością tworzyliśmy przydatne treści i zadbaliśmy o to, by sam produkt dawał ludziom powód do powrotu i polecania go innym.
Zainwestowaliście własne środki we własną infrastrukturę GPU na Łotwie, aby przetwarzać dane lokalnie. Dlaczego zdecydowaliście się na tak kosztowny krok, zamiast po prostu skorzystać z gotowych rozwiązań chmurowych od amerykańskich gigantów technologicznych?
Stały za tym dwa niezależne impulsy, które skłoniły nas do podjęcia tej decyzji i sprawiły, że inwestycja stała się wręcz bezdyskusyjna.
Pierwszy impuls miał charakter operacyjny. Wiosną tego roku doświadczyliśmy nawracających awarii u zewnętrznych dostawców usług AI. Gdy globalny popyt gwałtownie wzrósł, dostawcy po prostu nie byli w stanie obsłużyć wszystkich i my – wraz z tysiącami innych firm – padliśmy tego ofiarą. W takiej sytuacji albo całkowicie tracisz dostęp do usługi, albo jej wydajność drastycznie spada, bo dostawcy zaczynają kwantyzować swoje modele, aby udźwignąć obciążenie. Zkwantyzowany model nie działa tak, jak tego oczekujesz, co klienci odczuwają natychmiast. Jeśli Twój cały produkt opiera się na wnioskowaniu AI, nie możesz sobie pozwolić na to, by cudzy problem z przepustowością stawał się problemem Twojego klienta. To doświadczenie zmusiło nas do zmiany myślenia o posiadaniu własnej infrastruktury.
Drugim impulsem były nasze rozmowy z europejskimi przedsiębiorstwami oraz instytucjami publicznymi. Za każdym razem, gdy rozmawialiśmy z firmą lub organem rządowym o wdrożeniu AI, główna obawa była taka sama: co dzieje się z naszymi danymi? Kiedy kierujesz zapytania przez amerykańskie chmury lub zewnętrznych dostawców, naprawdę nie jesteś w stanie dać jednoznacznej odpowiedzi na to pytanie. Dostawca może twierdzić, że jego serwery znajdują się w Europie i nie trenuje modeli na Twoich danych, ale czy jesteś w stanie to zweryfikować? Czy możesz pokazać komuś zdjęcie, fizyczną lokalizację i powiedzieć: „To tutaj żyją Twoje dane i nigdzie indziej nie trafiają”? My nie mogliśmy. A to blokowało poważne umowy z klientami korporacyjnymi.
Zainwestowaliśmy więc i zbudowaliśmy własną infrastrukturę GPU na Łotwie. Obecnie uruchamiamy jedne z najlepszych dostępnych modeli open-source, hostowane w całości na terenie Unii Europejskiej. Kiedy klient pyta, gdzie trafiają jego dane, możemy mu to po prostu pokazać.
Moment na ten krok jest szczególnie trafny ze względu na szerszy zwrot, jaki obserwujemy w całej Europie. Biznes i instytucje aktywnie szukają sposobów na uniezależnienie się od technologii z USA, ponieważ ryzyko geopolityczne jest realne – co widzieliśmy już przy okazji nagłych ograniczeń dostępu do głównych modeli AI. Tworzy to szansę dla europejskich dostawców infrastruktury, która jeszcze rok temu po prostu nie istniała.
Bycie dostawcą rzeczywistej infrastruktury, a nie tylko nakładką na API cudzych modeli, całkowicie zmienia bieg każdej rozmowy biznesowej. Oznacza to, że możemy konkurować zaufaniem, suwerennością i niezawodnością, a nie tylko zestawem funkcji.
Na rynku AI dominują obecnie tacy gracze jak OpenAI, Google czy Anthropic. Jak 4-osobowy zespół z Rygi może skutecznie konkurować na globalnej scenie z takimi gigantami? Co jest Waszą supermocą?
Nie możemy z nimi konkurować bezpośrednio i nawet nie próbujemy.
Sposobem małego zespołu na rywalizację z gigantami jest wchodzenie tam, gdzie giganci nie chcą lub nie mogą wejść. Istnieją dwa obszary, w których mamy strukturalną przewagę, jakiej OpenAI, Google czy Anthropic po prostu nie są w stanie zreplikować.
Pierwszym z nich jest suwerenność danych. Wszyscy ci globalni gracze działają w jurysdykcji USA. Dla europejskich firm – zwłaszcza dużych przedsiębiorstw, instytucji publicznych i branż regulowanych – jest to przeszkoda nie do przejścia. Gdy firma pyta: „Gdzie trafiają nasze dane i kto ma nad nimi kontrolę?”, możemy dać konkretną odpowiedź: na Łotwę. Jurysdykcja UE, nasze serwery, brak infrastruktury podmiotów trzecich. Amerykański gigant chmurowy nie jest w stanie tego zaoferować, niezależnie od tego, jakimi pieniędzmi dysponuje – przynajmniej na razie.
Drugim obszarem jest samo wdrożenie. Możesz kupić 20 różnych subskrypcji narzędzi AI, a w Twojej firmie i tak nic się nie zmieni. Ktoś musi usiąść z Twoimi zespołami, zrozumieć procesy, skonfigurować narzędzia pod realne potrzeby biznesowe i pomóc pracownikom w ich wdrożeniu. Giganci sprzedają oprogramowanie na masową skalę – nie połączą się na rozmowę z średniej wielkości polskim producentem, by przeprowadzić jego dział finansowy przez proces wdrażania AI. To połączenie oprogramowania, lokalnej infrastruktury i bezpośredniego wsparcia wdrożeniowego stanowi niszę, którą zagospodarowujemy.
Jeśli chodzi o supermoce – nie mamy żadnej tajnej broni. To, co mamy, to determinacja i cierpliwość, by zachować koncentrację na dostarczaniu wartości. Rynek AI znajduje się obecnie w stanie ogromnego zawirowania: co tydzień pojawiają się nowe modele, każdy programista próbuje stworzyć własny produkt na fali trendu, a rynek jest nasycony jak nigdy dotąd. W takim środowisku prawdziwy wyróżnik jest prosty i rzadki: czy naprawdę rozwiązujesz problem klienta, czy tylko płyniesz na fali popularności?
Zajrzyjmy za kulisy! Czym dokładnie zajmuje się każda osoba w Waszym „ogromnym” zespole? 🙂
Zespół jest mały, ale nakład pracy – ogromny.
Od strony technicznej Artūrs kieruje wszystkim: rozwojem oprogramowania, dostrajaniem (fine-tuning) i treningiem modeli LLM, a obecnie także zarządzaniem naszą własną infrastrukturą GPU we współpracy z partnerami. Równolegle uruchamiamy platformę Enterprise, czyli warstwę operacyjną oferującą kontrolę użytkowania, zabezpieczenia (guardrails), ścieżki audytu oraz zarządzanie wdrażaniem dla organizacji, które muszą uruchamiać i nadzorować AI na dużą skalę.
Od strony biznesowej tworzymy treści, ponieważ wyszukiwanie organiczne pozostaje dla nas głównym kanałem wzrostu. Właśnie uruchomiliśmy serię podcastów. Nasza współzałożycielka Agnese niemal codziennie publikuje na LinkedInie analizy dotyczące tego, co dzieje się w branży AI. Poza treściami prowadzimy nieustanny strumień rozmów z klientami, dyskusji partnerskich, prezentacji demo oraz udziału w wydarzeniach branżowych. Ogromną częścią naszej pracy jest łączenie potrzeb rynku z tym, co budujemy, aby produkt nie rozwijał się w próżni.
Jakie są Wasze plany na przyszłość?
W branży, która zmienia się tak szybko jak ta, zobowiązywanie się do realizacji planu pięcioletniego byłoby naiwnością. To, co możemy zrobić, to trzymać się blisko kierunku, w którym zmierza rynek, i poruszać się wraz z nim szybciej, niż są w stanie robić to duże organizacje.
Mając to na uwadze, istnieje kilka jasnych kierunków, w stronę których zmierzamy.
Najbardziej konkretnym jest infrastruktura. Chcemy posiadać własne centrum danych. Popyt na suwerenną, europejską sztuczną inteligencję jest realny i rośnie, a obecnie podaż zaufanych, lokalnych dostawców jest daleko niewystarczająca, by go zaspokoić. Chcemy mieć swój udział w zmniejszaniu tej luki – nie tylko jako firma tworząca oprogramowanie.
Poza tym naszą ambicją jest stanie się zaufanym partnerem dla europejskich organizacji, które potrzebują wdrożenia i adaptacji AI. Etykieta kupna subskrypcji AI różni się zasadniczo od posiadania rozwiązania, które rzeczywiście działa wewnątrz organizacji, pasuje do jej procesów i jest używane przez zespół. Chcemy być firmą, która zasypuje tę przepaść dla przedsiębiorstw i instytucji w całej Europie.
Jest też coś jeszcze, co ma dla nas duże znaczenie. Obecnie każdy mianuje się „ekspertem od AI”. Użyjesz kilka razy ChatGPT i nagle doradzasz firmom w kwestii strategii AI. Chcemy brać udział w podnoszeniu poprzeczki dla tego, co naprawdę oznacza doradztwo w obszarze AI. Istnieje przepaść między kimś, kto eksperymentował z promptami, a zespołem pracującym z modelami LLM na poziomie infrastruktury: dostrajającym modele, zarządzającym wnioskowaniem i budującym zabezpieczenia klasy enterprise. My żyjemy w tym drugim świecie i chcemy, aby ta różnica była widoczna i znacząca.
Dopiero rozkręcamy tempo.
