Ciemna strona kodowania AI: Dlaczego startupy zarabiające na asystentach kodu walczą o przetrwanie?

Branża startupów rozwijających asystentów kodowania opartych na sztucznej inteligencji, pomimo gigantycznego wzrostu i medialnego szumu, skrywa mroczną tajemnicę. Wyceny sięgające miliardów dolarów i nagłówki o nowych rundach finansowania mogą mylić, gdyż w istocie wiele z tych firm zmaga się z głęboko ujemnymi marżami brutto. Oznacza to, że koszt utrzymania produktu przewyższa przychody, co stawia pod znakiem zapytania ich długoterminową rentowność.

Przykładem tej trudnej rzeczywistości jest Windsurf, startup zajmujący się kodowaniem AI. W lutym br. firma prowadziła rozmowy w sprawie dużej rundy finansowania, która miała podwoić jej wycenę do 2,85 miliarda dolarów. Sześć miesięcy wcześniej Windsurf osiągnął już znaczący sukces w pozyskiwaniu kapitału. Jednak ta obiecująca transakcja nigdy nie doszła do skutku. Zamiast tego, w kwietniu pojawiły się doniesienia o planach sprzedaży firmy OpenAI za około 3 miliardy dolarów. Choć i ta umowa upadła, nasuwa się fundamentalne pytanie: skoro startup rozwijał się tak dynamicznie i cieszył zainteresowaniem inwestorów venture capital, dlaczego w ogóle rozważał sprzedaż?

Według źródeł bliskich branży, problem leży w horrendalnych kosztach związanych z wykorzystaniem dużych modeli językowych (LLM). Asystenci kodowania AI, tacy jak ci oferowani przez Windsurf, są szczególnie pod dużą presją, aby zawsze oferować najnowsze, najbardziej zaawansowane i tym samym najdroższe LLM. Producenci modeli, tacy jak OpenAI czy Anthropic, intensywnie optymalizują swoje najnowsze rozwiązania pod kątem zadań związanych z kodowaniem i debugowaniem, co winduje ich ceny.

Sytuację dodatkowo komplikuje zaciekła konkurencja na rynku narzędzi do pisania i wspierania kodu. Firmy takie jak Anysphere (z produktem Cursor) czy GitHub (z Copilotem) dysponują już ogromnymi bazami klientów, co sprawia, że nowi gracze muszą walczyć o każdy skrawek rynku. Można by pomyśleć, że najbardziej oczywistą drogą do poprawy marż jest budowanie własnych modeli. Eliminuje to koszty płacenia dostawcom zewnętrznym, co zdaniem ekspertów, jest kluczowe w tej branży. „To bardzo drogi biznes, jeśli nie masz zamiaru grać w grę modelową” – komentuje anonimowe źródło.

Dyrekcja Windsurf, na czele z współzałożycielem i CEO Varunem Mohanem, ostatecznie zdecydowała się nie inwestować w kosztowną budowę własnego modelu. Decyzja ta mogła być podyktowana również faktem, że producenci modeli, tacy jak Anthropic (z Claude Code) i OpenAI (z Codex), już teraz wchodzą bezpośrednio na rynek asystentów kodowania, stając się konkurentami. Sprzedaż firmy Windsurf mogła być więc postrzegana jako strategiczne posunięcie mające na celu zabezpieczenie wysokich zwrotów, zanim rynek zostanie zdominowany przez dostawców AI, którzy jednocześnie są konkurentami.

Eksperci ostrzegają, że presja na marże, z którą zmagał się Windsurf, może dotknąć również inne popularne startupy, takie jak Anysphere, Lovable czy Replit. Nicholas Charriere, założyciel Mocha, startupu oferującego rozwiązania do kodowania, jest bezlitosny w ocenie: „Marże na wszystkich produktach do generowania kodu są albo neutralne, albo ujemne. Są absolutnie fatalne” – twierdzi. Dodał, że zmienne koszty dla wszystkich startupów w tym sektorze są bardzo zbliżone, prawdopodobnie w granicach 10-15% różnicy.

Przykład Anysphere, twórcy Cursor, pokazuje, że inne firmy stawiają czoła tym wyzwaniom inaczej. Mimo doniesień o odrzuceniu ofert przejęcia (w tym od OpenAI), Anysphere dynamicznie rośnie i zamierza pozostać niezależną firmą. W styczniu ogłosiła plany budowy własnego modelu, co dałoby jej większą kontrolę nad kosztami. Choć zatrudnienie dwóch liderów z zespołu Claude Code w lipcu okazało się krótkotrwałe (pracownicy powrócili do Anthropic po zaledwie dwóch tygodniach), ruch ten świadczy o strategicznych dążeniach firmy.

Wielu w branży liczy na to, że koszty LLM spadną z czasem. „Obecny koszt wnioskowania to najwyższa cena, jaką kiedykolwiek osiągnie” – uważa Erik Nordlander, partner generalny w Google Ventures. Jednak nie ma pewności, czy ta prognoza jest prawdziwa. Wręcz przeciwnie, koszty niektórych z najnowszych modeli AI wzrosły, ponieważ wymagają więcej czasu i zasobów obliczeniowych do obsługi skomplikowanych, wieloetapowych zadań. Ostatnie ruchy rynkowe wydają się potwierdzać dynamiczny charakter tej sytuacji. OpenAI wprowadziło niedawno nowy flagowy model, GPT-5, z opłatami znacznie niższymi niż u konkurenta, Anthropic’s Claude Opus 4.1. Anysphere natychmiast udostępnił ten model użytkownikom Cursor.

Jednocześnie Anysphere zmieniło ostatnio strukturę cenową, aby przenieść zwiększone koszty związane z uruchamianiem najnowszego modelu Claude firmy Anthropic, szczególnie na najbardziej aktywnych użytkowników. Posunięcie to zaskoczyło niektórych klientów Cursor, którzy nie spodziewali się dodatkowych opłat poza planem Pro za 20 dolarów miesięcznie. CEO Anysphere, Michael Truell, później przeprosił za niejasną komunikację dotyczącą tej zmiany cenowej.

Sytuacja Anysphere, choć firma osiągnęła imponujące 500 milionów dolarów ARR w czerwcu, ilustruje delikatną równowagę. Baza użytkowników, choć liczna, może nie być całkowicie lojalna wobec produktu, jeśli inna firma opracuje lepsze narzędzie. W obliczu ostrej konkurencji i rosnących kosztów, decyzja Windsurf o wycofaniu się z rynku może okazać się zrozumiała. Po fiasku umowy z OpenAI, założyciele i kluczowi pracownicy przenieśli się do Google w ramach transakcji, która, jak się spekuluje, przyniosła 2,4 miliarda dolarów kluczowym akcjonariuszom. Reszta biznesu została sprzedana firmie Cognition.

Choć wielu, w tym prominentni inwestorzy venture capital, krytykowało Mohana za pozostawienie około 200 pracowników bez ról w Google, źródło zaznajomione z transakcją twierdzi, że przejęcie faktycznie zmaksymalizowało korzyści dla wszystkich pracowników. Poza Cursor, inne narzędzia do kodowania AI, takie jak Replit, Lovable i Bolt, również należą do najszybciej rozwijających się startupów generacji LLM i wszystkie one polegają na zewnętrznych producentach modeli. Jeśli ten niezwykle popularny sektor biznesowy, generujący już setki milionów dolarów rocznie lub więcej, napotyka trudności w budowaniu na podstawach dostawców modeli, co to może oznaczać dla innych, bardziej początkujących branż wykorzystujących podobne technologie? Pytanie to pozostaje otwarte i rzuca cień na perspektywy całego ekosystemu AI.