Le One Person Companies stanno riscrivendo le regole del gioco. I fondi di investimento sono pronti?
Nonostante un dibattito pubblico ancora dominato dalla retorica dell’AI come strumento di produttività aziendale, il fenomeno delle One Person Companies — startup fondate e gestite da un singolo individuo con l’intelligenza artificiale come infrastruttura operativa — sta già producendo risultati che sfidano ogni benchmark consolidato del venture capital e del private equity. La mia lettura è che siamo di fronte a una discontinuità genuina, non a una tendenza ciclica: i framework di valutazione devono cambiare, e prima i fondi lo riconoscono, prima eviteranno di perdere la classe di asset più efficiente emersa nell’ultimo decennio.
I numeri del fenomeno parlano con una chiarezza difficile da ignorare. Il Census Bureau americano registra 29,8 milioni di imprese senza dipendenti nel 2022, per un fatturato aggregato di 1.700 miliardi di dollari — il 6,8% del PIL statunitense. Le startup fondate da un solo fondatore sono passate dal 23,7% delle nuove imprese nel 2019 al 36,3% entro la metà del 2025. Nel batch W2025 di Y Combinator, circa il 15-20% dei fondatori era solitario, contro il 5-10% dei cicli precedenti. Jared Friedman, partner YC, ha sintetizzato la trasformazione in una frase: “Il team minimo vitale si sta restringendo. Quello che richiedeva cinque ingegneri ora ne richiede uno con gli strumenti AI.”
Il caso più documentato è quello di Medvi, piattaforma telehealth americana fondata nel settembre 2024 con 20.000 dollari di capitale iniziale e due dipendenti. Nel 2025 — il suo primo anno completo di attività — ha generato 401 milioni di dollari di ricavi con un margine netto del 16,2%. Il competitor quotato Hims & Hers, operante nello stesso mercato con 2.442 dipendenti, ha chiuso lo stesso anno con un margine del 5,5%. I dati finanziari di Medvi sono stati verificati dal New York Times. È importante precisare, tuttavia, che Medvi non è un’OPC tecnologica in senso proprio: non ha sviluppato nessun prodotto originale, ma ha costruito un sistema di distribuzione AI-native eccezionalmente efficiente per un prodotto farmaceutico già esistente. Il suo vantaggio competitivo dipende interamente da una finestra regolatoria — la deroga FDA per i farmaci GLP-1 compounded — che la stessa agenzia sta progressivamente chiudendo. Medvi non è il modello da replicare: è il caso limite che rivela quanto il modello OPC possa essere potente in assenza di un moat difendibile, e quanto fragile diventi quando il contesto esterno cambia.
Il caso che valida più robustamente la tesi sulle metriche è invece Cursor, AI coding assistant sviluppato da Anysphere. Fondata nel 2022, ha raggiunto 100 milioni di dollari di ARR a gennaio 2025, 500 milioni a giugno, un miliardo a novembre e due miliardi a febbraio 2026 — da zero a due miliardi di ARR in circa tre anni, il record assoluto del software B2B, superando Slack, Zoom e Snowflake. Con un team stimato tra 50 e 300 persone e una valutazione di 50-60 miliardi di dollari, il revenue per employee si colloca potenzialmente tra 6 e 40 milioni — un range senza precedenti nella storia della tecnologia. Cursor non è una OPC, ha quattro co-fondatori e un team in crescita. Ma condivide con le migliori OPC la caratteristica fondamentale: il valore generato per unità di lavoro umano è strutturalmente fuori scala rispetto ai modelli tradizionali. Un fondo che avesse scartato Cursor nel 2024 perché il team era “troppo piccolo” avrebbe perso l’investimento della decade.
Il problema strutturale è che i framework di valutazione di PE e VC sono stati costruiti attorno a presupposti che il modello OPC invalida sistematicamente. Headcount come proxy di scalabilità. Team depth come indicatore di solidità. Struttura organizzativa come prerequisito di governance. Il metodo VC di Sahlman, il First Chicago Method, i multipli EV/Revenue e il DCF costruiscono tutti il valore atteso attorno alla capacità dell’impresa di crescere come organizzazione. Le OPC crescono come sistemi, non come organizzazioni — e quella distinzione non trova posto nei modelli standard.
Cinque nuove metriche si impongono come necessarie. Il Revenue per Employee deve diventare indicatore primario di efficienza, affiancando o sostituendo le metriche basate su headcount: un’OPC ad alto rendimento genera tra uno e duecento milioni di dollari per dipendente, rendendo i comparable multiples tradizionali strutturalmente inapplicabili. L’AI Leverage Ratio — rapporto tra output prodotto dal sistema AI e output umano — quantifica la differenza tra un’impresa scalabile e un lavoro autonomo ben remunerato. Il Regulatory Moat Assessment diventa indispensabile per le OPC in settori regolamentati, dove il vantaggio competitivo dipende spesso da finestre normative contingenti piuttosto che da tecnologia o prodotto. Il Key Person Dependency Score misura la concentrazione operativa sul fondatore: nelle OPC il rischio non è gestionale, è esistenziale, e va prezzato come tale. Infine, per le OPC che operano in ecosistemi a coordinamento statale, un Geopolitical Context Weighting valuta la sostenibilità degli incentivi pubblici e il rischio di policy reversal.
Su quest’ultimo punto, il segnale più significativo del 2025-2026 non arriva dal mercato privato americano. Arriva dalla Cina. A novembre 2025, Suzhou — hub manifatturiero nel cuore del Delta del Fiume Yangtze — ha lanciato una “OPC service alliance” con l’obiettivo esplicito di costruire 30 communities e incubare 1.000 imprese individuali AI-native entro il 2028. Shanghai ha designato edifici dedicati e coperto fino a 300.000 yuan di costi di computing per startup OPC. Wuhan ha introdotto prestiti agevolati con garanzia parziale sulle perdite. Shenzhen e la provincia del Guangdong hanno varato il primo framework provinciale dedicato all’imprenditorialità AI-enabled, con l’obiettivo di 100 ecosistemi OPC entro il 2028.
Non si tratta di welfare né di politica occupazionale in senso tradizionale. Il governo cinese non finanzia i solopreneur per creare posti di lavoro: li finanzia perché vuole che l’AI penetri nell’industria manifatturiera il più velocemente possibile, per ragioni di competitività geopolitica e di upgrade della catena del valore nazionale. Il modello “individuo più supply chain corta” — un singolo imprenditore che accede da un laptop a filiere produttive dense come quelle di Yiwu, Dongguan e Suzhou — non ha equivalenti diretti nelle economie occidentali. È uno strumento di politica industriale prima ancora che un fenomeno imprenditoriale.
La distinzione con il modello americano non è tra approccio sociale e approccio profit-driven. È tra due meccanismi di coordinamento opposti: in Cina è lo Stato a definire il problema e costruire le condizioni infrastrutturali per risolverlo; negli USA è il mercato a selezionare quali problemi vale la pena risolvere, premiando con capitale privato le soluzioni più efficienti. Entrambi producono valore reale — ma con profili di rischio radicalmente diversi per il capitale privato. Nel modello a coordinamento statale, parte del rischio è socializzata e il capitale privato può agganciarsi a un ecosistema già infrastrutturato. Nel modello a selezione di mercato, il rischio è interamente privato: un framework inadeguato si traduce direttamente in capitale mal allocato.
Il 2026 è un anno di biforcazione per i fondi di investimento che si occupano di early stage. Le OPC esistono, scalano e generano margini che le strutture tradizionali non riescono a replicare. Gli ecosistemi pubblici che le supportano — in Cina come, in misura minore, in alcune città europee — stanno prendendo forma. La variabile decisiva sarà la capacità dei fondi di aggiornare i propri modelli prima che il mercato li costringa a farlo: non per inseguire una moda, ma per non perdere sistematicamente le opportunità più efficienti di una generazione.
Alessandro Stefanelli
Co-Investment manager ACCELERAHUB / IGIGROUP
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
Redazione Startup Magazine
Source link
