Hampir setiap hari, Grant Lee, seorang pengusaha Silicon Valley, mendengar dari investor yang mencoba membujuknya untuk mengambil uang mereka. Beberapa bahkan mengirimnya dan rekan pendiri yang dipersonalisasi keranjang hadiah.
Mr. Lee, 41, biasanya akan tersanjung. Di masa lalu, permulaan yang tumbuh cepat seperti Gamma, start-up kecerdasan buatan yang ia bantu buat pada tahun 2020, akan terus-menerus mencari lebih banyak dana.
Tapi seperti banyak perusahaan baru di Silicon Valley hari ini, Gamma mengejar strategi yang berbeda. Ini menggunakan alat kecerdasan buatan untuk meningkatkan produktivitas karyawannya dalam segala hal mulai dari layanan pelanggan dan pemasaran hingga pengkodean dan penelitian pelanggan.
Itu berarti Gamma, yang membuat perangkat lunak yang memungkinkan orang membuat presentasi dan situs web, tidak perlu lebih banyak uang, kata Lee. Perusahaannya hanya mempekerjakan 28 orang untuk mendapatkan “puluhan juta” dalam pendapatan berulang tahunan dan hampir 50 juta pengguna. Gamma juga menguntungkan.
“Jika kami berasal dari generasi sebelumnya, kami akan dengan mudah berada di 200 karyawan,” kata Lee. “Kami mendapat kesempatan untuk memikirkan kembali itu, pada dasarnya menulis ulang buku pedoman.”
Model Lembah Silikon lama menentukan bahwa para pemula harus mengumpulkan sejumlah besar uang dari investor modal ventura dan membelanjakannya mempekerjakan pasukan karyawan untuk meningkatkan dengan cepat. Keuntungan akan datang jauh nanti. Sampai saat itu, jumlah kepala dan penggalangan dana adalah lencana kehormatan di antara para pendiri, yang memfilosfisasi bahwa lebih besar lebih baik.
Tetapi Gamma adalah salah satu kelompok pemula yang berkembang, kebanyakan dari mereka bekerja pada produk AI, yang juga menggunakan AI untuk memaksimalkan efisiensi. Mereka menghasilkan uang dan tumbuh cepat tanpa dana atau karyawan yang mereka butuhkan sebelumnya. Hak membual terbesar untuk start-up ini adalah untuk membuat pendapatan paling banyak dengan pekerja paling sedikit.
Cerita kesuksesan “tim kecil” kini telah menjadi a memedengan teknisi berbagi daftar yang dengan penuh semangat yang menunjukkan bagaimana Anysphere, start-up yang membuat kursor perangkat lunak pengkodean, mencapai $ 100 juta dalam pendapatan berulang tahunan dalam waktu kurang dari dua tahun dengan hanya 20 karyawan, dan Bagaimana Elevenlabs, start-up suara AI, melakukan hal yang sama dengan sekitar 50 pekerja.
Potensi AI untuk membiarkan start-up melakukan lebih banyak dengan lebih sedikit telah menyebabkan spekulasi liar tentang masa depan. Sam Altman, kepala eksekutif Openai, telah diprediksi Suatu hari nanti akan ada perusahaan satu orang senilai $ 1 miliar. Perusahaannya, yang membangun bentuk AI yang intensif biaya yang disebut model dasar, mempekerjakan lebih dari 4.000 orang dan telah mengumpulkan lebih dari $ 20 miliar dalam pendanaan. Ini juga dalam pembicaraan untuk mengumpulkan lebih banyak uang.
Dengan alat AI, beberapa start-up sekarang menyatakan bahwa mereka akan berhenti mempekerjakan pada ukuran tertentu. Runway Financial, perusahaan perangkat lunak keuangan, mengatakan berencana untuk mendapatkan 100 karyawan karena masing -masing pekerjanya akan melakukan pekerjaan 1,5 orang. Agensi, start-up menggunakan AI untuk layanan pelanggan, juga berencana untuk mempekerjakan tidak lebih dari 100 pekerja.
“Ini tentang menghilangkan peran yang tidak diperlukan ketika Anda memiliki tim yang lebih kecil,” kata Elias Torres, pendiri agensi.
Gagasan efisiensi yang digerakkan oleh AI didukung bulan lalu oleh Deepseek, start-up AI Cina yang menunjukkan dapat membangun alat AI untuk sebagian kecil dari biaya khas. Terobosannya, dibangun di atas alat open source yang tersedia secara online secara bebas, memicu ledakan perusahaan yang membangun produk baru menggunakan teknik -teknik murah Deepseek.
“Deepseek adalah momen penting,” kata Gaurav Jain, seorang investor di perusahaan ventura sebelumnya, yang telah mendukung gamma. “Biaya penghitungan akan turun dengan sangat, sangat cepat, sangat cepat.”
Mr. Jain membandingkan start-up AI baru dengan gelombang perusahaan yang muncul di akhir 2000-an, setelah Amazon mulai menawarkan layanan komputasi awan yang murah. Itu menurunkan biaya memulai perusahaan, yang mengarah ke kesibukan start-up baru yang dapat dibangun lebih murah.
Sebelum booming AI ini, start-up umumnya membakar $ 1 juta untuk mendapatkan pendapatan $ 1 juta, kata Jain. Sekarang mencapai $ 1 juta dalam biaya pendapatan seperlima dan akhirnya bisa turun ke sepersepuluh, menurut analisis 200 start-up yang dilakukan sebelumnya.
“Kali ini kami mengotomatiskan manusia yang bertentangan dengan pusat data,” kata Mr. Jain.
Tetapi jika start-up dapat menjadi menguntungkan tanpa menghabiskan banyak, itu bisa menjadi masalah bagi investor modal ventura, yang mengalokasikan puluhan miliar untuk berinvestasi dalam start-up AI. Tahun lalu, perusahaan AI mengumpulkan $ 97 miliar dalam pendanaan, membentuk 46 persen dari semua investasi usaha di Amerika Serikat, menurut Pitchbook, yang melacak start-up.
“Modal ventura hanya berfungsi jika Anda mendapatkan uang ke pemenang,” kata Terrence Rohan, seorang investor dengan dana sebaliknya, yang berfokus pada start-up yang sangat muda. Dia menambahkan, “Jika pemenang masa depan membutuhkan lebih sedikit uang karena mereka akan memiliki jauh lebih sedikit orang, bagaimana hal itu berubah VC?”
Untuk saat ini, investor terus berjuang untuk masuk ke perusahaan terpanas, banyak di antaranya tidak perlu lebih banyak uang. Scribe, start-up produktivitas AI, Grapple tahun lalu dengan lebih banyak bunga dari investor daripada $ 25 juta yang ingin dikumpulkan.
“Itu adalah negosiasi dari berapa jumlah terkecil yang bisa kami ambil,” kata Jennifer Smith, kepala eksekutif Scribe. Dia mengatakan investor terkejut dengan ukuran stafnya – 100 orang – bila dibandingkan dengan tiga juta penggunanya dan pertumbuhan cepat.
Beberapa investor optimis bahwa efisiensi yang digerakkan AI akan memacu pengusaha untuk menciptakan lebih banyak perusahaan, yang mengarah ke lebih banyak peluang untuk berinvestasi. Mereka berharap bahwa begitu start-up mencapai ukuran tertentu, perusahaan akan mengadopsi model lama tim besar dan uang besar.
Beberapa perusahaan muda, termasuk orang lain, yang di belakang kursor, sudah melakukan itu. Anysphere telah mengumpulkan $ 175 juta dalam pendanaan, dengan rencana untuk menambah staf dan melakukan penelitian, menurut presiden perusahaan, Oskar Schulz.
Pendiri lain telah melihat bahaya dari Playbook Start-Up yang lama, yang membuat perusahaan tetap menggunakan treadmill penggalangan dana di mana mempekerjakan lebih banyak orang menciptakan lebih banyak biaya yang melampaui gaji mereka.
Tim yang lebih besar membutuhkan manajer, sumber daya manusia yang lebih kuat dan dukungan back office. Tim -tim itu kemudian membutuhkan perangkat lunak khusus, bersama dengan kantor yang lebih besar dengan semua fasilitasnya. Dan seterusnya, yang menyebabkan start-up membakar uang tunai dan memaksa pendiri untuk terus mengumpulkan lebih banyak uang. Banyak perusahaan baru dari boom pendanaan tahun 2021 akhirnya dirampingkan, ditutup atau diacak untuk menjual diri.
Mengubah keuntungan sejak dini dapat mengubah hasil itu. Di Gamma, karyawan menggunakan sekitar 10 alat AI untuk membantu mereka menjadi lebih efisien, termasuk alat layanan pelanggan Intercom untuk menangani masalah, generator gambar Midjourney untuk pemasaran, Claude Chatbot Anthropic untuk analisis data dan notebooklm Google untuk menganalisis penelitian pelanggan. Insinyur juga menggunakan kursor Anysphere untuk menulis kode yang lebih efisien.
Produk Gamma, yang dibangun di atas alat -alat dari Openai dan lainnya, juga tidak semahal yang dibuat seperti produk AI lainnya. (The New York Times telah menggugat Openai dan mitranya, Microsoft, mengklaim pelanggaran hak cipta konten berita yang terkait dengan sistem AI. Kedua perusahaan telah menolak klaim gugatan itu.)
Start-up efisien lainnya mengambil strategi yang sama. Berpikir, penyedia 10 orang agen telepon AI, menghasilkan keuntungan dalam 11 bulan, berkat penggunaan AI, kata salah satu pendiri Torrey Leonard.
Stripe Prosesor Pembayaran menciptakan alat AI yang membantu Mr. Leonard menganalisis penjualan Thoughtly, sesuatu yang sebelumnya akan disewa seorang analis. Tanpa itu dan alat AI dari orang lain untuk merampingkan operasinya, yang diperkirakan akan membutuhkan setidaknya 25 orang dan jauh dari menguntungkan, katanya.
Pada akhirnya akan mengumpulkan lebih banyak uang, kata Leonard, tetapi hanya ketika sudah siap. Tidak khawatir kehabisan uang tunai adalah “bantuan besar,” katanya.
Di Gamma, Mr. Lee mengatakan dia berencana untuk menggandakan tenaga kerja tahun ini menjadi 60, mempekerjakan desain, teknik, dan penjualan. Dia berencana untuk merekrut jenis pekerja yang berbeda dari sebelumnya, mencari generalis yang melakukan berbagai tugas daripada spesialis yang hanya melakukan satu hal, katanya. Dia juga menginginkan “pelatih pemain” alih-alih manajer-orang yang dapat membimbing karyawan yang kurang berpengalaman tetapi juga dapat melakukan pekerjaan sehari-hari.
Lee mengatakan model AI-efisien telah membebaskan waktu yang seharusnya dia habiskan untuk mengelola orang dan perekrutan. Sekarang dia fokus berbicara dengan pelanggan dan meningkatkan produk. Pada tahun 2022, ia menciptakan ruang kendur untuk umpan balik dari pengguna top Gamma, yang sering terkejut mengetahui bahwa kepala eksekutif menanggapi komentar mereka.
“Itu sebenarnya impian setiap pendiri,” kata Mr. Lee.
