La ricerca pubblicata dal venture capitalist globale Antler non lascia spazio a dubbi: la singola decisione più importante per un futuro fondatore non è l’università frequentata né il passaggio in un colosso tech, ma l’azienda in cui ha lavorato prima di mettersi in proprio. E non una qualunque: deve averla vissuta mentre scalava, dal round Seed fino alla Serie C, in quell’arco di pressione dove raccolta fondi, assunzioni e scelte di prodotto si fanno sotto i riflettori. Lo studio, intitolato Europe’s Growth Stage Founder Factories, ha passato al setaccio 51.722 aziende europee che hanno chiuso un seed round tra il 2010 e il 2021. Il dato medio di conversione in Serie A è del 23 per cento. Ma per i fondatori con esperienza diretta in una startup in fase di crescita, la percentuale balza al 45,6 per cento, uno scarto di oltre 22 punti. Chi invece viene da esperienze in Big Tech o in startup rimaste allo stadio iniziale si ferma al 33 per cento: un vantaggio reale, ma esattamente identico a quello di un ex-Googler.

Per chi costruisce nell’AI on-premise, questi numeri non sono una semplice curiosità da venture capitalist. Sono la conferma di un sospetto che serpeggia da tempo tra architetti di sistema e CTO ossessionati dalla sovranità dei dati: gestire un LLM in self-hosted, decidere che livello di quantization adottare per far girare inferenze in locale senza saturare la VRAM, calcolare il TCO di un cluster bare-metal o il costo energetico di un deployment ibrido, sono competenze che si affinano quando sei stato dentro una macchina organizzativa che cresceva con le tue stesse mani, non quando hai sfruttato risorse infinite di un hyperscaler.

L’esperienza di chi ha navigato fondi limitati, negoziato hardware, orchestrato pipeline di dati e tenuto d’occhio la conformità GDPR mentre il prodotto evolveva, modella un fondatore capace di impostare strategie di deployment che mettono al primo posto controllo, latenza e sicurezza. Il rapporto lo conferma indirettamente: i fondatori che sono entrati in una startup al seed e sono rimasti abbastanza a lungo da vederla raccogliere un Serie B o superiore, arrivano a lanciare una propria azienda che converte la Serie A nel 55,3 per cento dei casi. Un divario che parla di disciplina, non di fortuna.

La lista delle “fabbriche di fondatori” globali stilata da Antler—da GitHub a Klarna, da Dropbox a Riot Games—mostra come questa dinamica non sia confinata a un singolo settore. Ma il principio ha una risonanza particolare per l’attuale ondata di startup che sviluppano stack per inference on-premise o framework per il fine-tuning di modelli sotto vincoli di riservatezza. In un mercato dove ogni gigabyte di memoria e ogni token al secondo hanno un costo reale, la mentalità del “fare con quello che c’è” si rivela l’anticorpo contro le strategie SaaS “senza attrito” che ignorano la realtà dei data center aziendali.

Christoph Klink, partner di Antler, lo dice senza giri di parole: “È essere stati dentro un’azienda mentre scalava attivamente—gestendo la pressione della raccolta fondi, il ritmo delle assunzioni, le decisioni di prodotto sotto scrutinio—a predire il successo futuro meglio di qualsiasi altro segnale. E questo vale più del doppio rispetto ad aver lavorato per Google o Meta.” Una buona notizia per l’Europa, che sta sfornando una generazione di unicorni e, allo stesso tempo, un ecosistema early-stage capace di dare ai prossimi fondatori il miglior banco di prova. Per chi investe in startup che puntano al deployment on-premise di intelligenza artificiale, il messaggio è chiaro: aggiornare i filtri, cercare chi ha già sudato sul campo, e finanziarlo presto.