Obecna sytuacja w sektorze AI przypomina wcześniejsze gorączki złota, jednak wyróżnia się unikalnym zjawiskiem: niektóre startupy potrafią przeskoczyć od zera do poziomu 100 milionów dolarów ARR w zaledwie kilka miesięcy. Jak podaje serwis TechCrunch, doprowadziło to do powstania rynkowego mitu, według którego inwestorzy VC nie są zainteresowani firmami nieznajdującymi się w fazie wzrostowej, jeszcze przed rundą finansowania serii A.
Jennifer Li z a16z, w podcaście Equity, zwraca uwagę na fundamentalną różnicę między rzeczywistym ARR a wskaźnikiem „revenue run rate”. Podczas gdy ten pierwszy opiera się na zakontraktowanych, gwarantowanych subskrypcjach, ten drugi jest jedynie ekstrapolacją wyników z krótkiego okresu na cały rok. Zdaniem Li, założyciele chwalący się wynikami w mediach społecznościowych często pomijają kluczowe niuanse, takie jak jakość biznesu, retencja klientów czy trwałość modelu.
Zjawisko to generuje nieuzasadniony niepokój wśród mniej doświadczonych przedsiębiorców. Li podkreśla, że dążenie do ekstremalnie szybkiego wzrostu nie powinno być jedynym celem. Jej zdaniem lepszą strategią jest budowanie biznesu w sposób zrównoważony, gdzie klienci nie tylko zostają z firmą na dłużej, ale z czasem zwiększają swoje wydatki. Nawet wzrost rzędu 5- czy 10-krotnego w skali roku – co pozwala na przejście od miliona do kilku lub kilkunastu milionów dolarów przychodu – jest wciąż tempem niespotykanym i niezwykle atrakcyjnym dla inwestorów, o ile towarzyszy mu zadowolenie użytkowników.
Choć niektóre spółki z portfela a16z, takie jak ElevenLabs, Cursor czy Fal.ai, osiągnęły zawrotne tempo wzrostu, Jennifer Li zaznacza, że stoi za tym realna wartość i trwałość operacyjna. Ostrzega jednocześnie, że błyskawiczne skalowanie niesie ze sobą poważne wyzwania. Do największych należą trudności z rekrutacją odpowiednich osób gotowych na pracę w tak ekstremalnym tempie oraz ryzyko błędów wizerunkowych, czego przykładem były kontrowersyjne zmiany w cenniku firmy Cursor.
Dodatkowo, młode firmy o wysokiej dynamice wzrostu często muszą mierzyć się z problemami prawnymi, kwestiami zgodności czy nowymi zagrożeniami ery AI, takimi jak deepfakes, zanim zdążą wypracować odpowiednie procedury obronne. W tym kontekście „wymarzony” szybki wzrost może stać się dla nieprzygotowanego założyciela źródłem poważnych komplikacji.
