Boom na generatywną AI stworzył tysiące startupów w zastraszającym tempie. Teraz przychodzi czas weryfikacji – i nie wszystkie przeżyją.
Darren Mowry, wiceprezes Google odpowiedzialny za globalną organizację startupową obejmującą Cloud, DeepMind i Alphabet, nie gryzł się w język. W najnowszym odcinku podcastu Equity postawił sprawę jasno: dwa typy firm mają dziś „włączoną lampkę kontrolną silnika” i lepiej, żeby się obudziły, zanim będzie za późno.
Chodzi o tak zwane LLM wrappery i agregatory AI.
Co to właściwie znaczy „wrapper”?
Wrapper to startup, który bierze gotowy model językowy – Claude, GPT, Gemini – owija go jakimś interfejsem i sprzedaje jako własny produkt. Przykład? Aplikacja do nauki dla studentów zbudowana na silniku OpenAI. Albo chatbot obsługi klienta „napędzany przez AI”, który w środku to po prostu czysty GPT-4 z systemowym promptem.
Mowry mówi wprost: „Jeśli liczysz tylko na to, że model backendowy zrobi całą robotę i de facto odsprzedajesz cudzy model pod własną marką – branża nie ma już na to cierpliwości.”
Agregatory to podgrupa wrapperów – firmy, które łączą kilka modeli w jednym interfejsie lub API, routując zapytania do różnych dostawców. Myśl: Perplexity albo OpenRouter. Mowry jest tu jeszcze ostrzejszy: „Trzymajcie się z daleka od biznesu agregatorów.”
Głos rozsądku
Rozumiem ostrożność Mowry’ego i widzę w tym sporo racji – mówi Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. – Ale warto pamiętać, że „wrapper” to nie wyrok. Cursor czy Harvey AI też zaczynały jako opakowania na cudze modele. Różnica polega na tym, że zbudowały realne przewagi: dane, workflow, integracje, których nie da się skopiować jednym kliknięciem. Pytanie brzmi więc nie „czy budujesz na cudzym modelu”, ale „co dodajesz ponad to, co ten model robi sam”. Jeśli odpowiedź brzmi „ładny interfejs i dobry marketing” – to faktycznie alarm jest uzasadniony. Ale jeśli masz unikalną warstwę danych branżowych, głęboki vertical albo własny feedback loop trenujący model na twoich użytkownikach – to może być solidna firma. Nie demonizujmy całej kategorii.
Historia lubi się powtarzać
Mowry ma za sobą dekady w chmurze – pracował w AWS i Microsoft, zanim trafił do Google Cloud. I sięga po historyczną analogię, która jest naprawdę trafna.
Na przełomie lat 2000/2010, gdy Amazon Web Services zaczął rosnąć w siłę, pojawiły się dziesiątki startupów odsprzedających infrastrukturę AWS. Oferowały łatwiejszy onboarding, skonsolidowane faktury, wsparcie. Działały – przez chwilę. Gdy Amazon sam zbudował narzędzia enterprise i klienci nauczyli się korzystać z chmury bezpośrednio, większość z tych firm po prostu znikła.
Jedyne, które przeżyły, to te, które zbudowały prawdziwe usługi: bezpieczeństwo, migracje, DevOps consulting. Wartość, której nie dało się zastąpić kliknięciem w panelu AWS.
Dziś agregatory AI mają identyczny problem z marżą – dostawcy modeli sami wchodzą w enterprise, rozbudowują funkcjonalności, wypychają pośredników.
Na co Mowry stawia?
Wiceprezydent Google jest entuzjastą kilku obszarów:
- Vibe coding i platformy deweloperskie – Replit, Lovable, Cursor miały rekordowy 2025 rok pod względem inwestycji i trakcji
- Technologie direct-to-consumer – narzędzia AI bezpośrednio w rękach zwykłych użytkowników
- Biotech i climate tech – ogromne ilości danych + AI = realna wartość, której wcześniej nie dało się wygenerować
Moat albo śmierć
Kluczowe słowo w całej tej historii to „moat” – fosa obronna. Mowry wymaga od startupów głębokich, szerokich przewag: albo horyzontalnych (skalujesz się na wiele rynków), albo wertykalnych (jesteś niezastąpiony w jednej, konkretnej niszy).
„Musisz mieć coś, czego nie da się po prostu skopiować przez podmianę modelu backendowego” – to esencja ostrzeżenia.
Rynek AI dojrzewa. Inwestorzy mają coraz mniej apetytu na produkty, które jutro staną się bezużyteczne, bo OpenAI albo Google wbuduje tę funkcję natywnie. Czas na pytanie, które każdy founder powinien sobie zadać: gdyby GPT-6 robił to samo co mój produkt out-of-the-box, czy ktokolwiek nadal by mi płacił?
Jeśli odpowiedź jest niepewna – lampka kontrolna już się pali.
