Unicorn vândut la jumătate de preț: ce nu spune Excelul, spune AI-ul

Unicorn vândut la jumătate de preț: ce nu spune Excelul, spune AI-ul

În 2022, fintech‑ul britanic GoCardless era evaluat la 2,1 miliarde dolari. În decembrie 2025, același „unicorn” este vândut către Mollie pentru 1,1 miliarde dolari. Aceeași companie, aceeași tehnologie, același brand – dar o diferență de un miliard de dolari pe etichetă.

Majoritatea investitorilor numesc asta „corecție de piață”. Eu zic că este și un simptom clar: felul în care evaluăm startupurile tech nu mai ține pasul cu realitatea datelor, a produsului și a riscului. Iar aici inteligența artificială nu mai este un „nice to have”, ci un instrument de supraviețuire pentru fonduri, corporații și chiar pentru antreprenorii care vor să nu-și ardă etapele.

În seria „AI în Industria IT din România: Servicii și Produse”, povestea GoCardless–Mollie este un bun exemplu pentru a discuta concret:

• de ce evaluările pot exploda… și apoi se pot prăbuși;
• cum poate fi folosită AI pentru a evalua mai realist un startup;
• cum pot companiile IT din România să construiască produse și procese de M&A bazate pe date, nu pe instinct.

Ce s-a întâmplat cu GoCardless și de ce contează pentru tine

GoCardless este un fintech de plăți digitale din Marea Britanie. A strâns circa 540 milioane dolari investiții în 14 ani, iar în 2022 era „unicorn” validat pe hârtie de runda de 312 milioane dolari. În 2026, după finalizarea tranzacției, va fi parte din ecosistemul olandezului Mollie.

Diferența de evaluare – 2,1 miliarde vs. 1,1 miliarde – arată ceva ce mulți antreprenori ignoră:

Evaluarea nu este adevărul absolut despre valoarea companiei. Este un pariu, făcut la un moment dat, într-un anumit context de piață.

Contextul s-a schimbat masiv între 2022 și 2025:

• costul capitalului a crescut;
• investitorii cer profitabilitate și eficiență, nu doar „growth at all costs”;
• fintech‑urile sunt presate de noi reglementări și de competiția Big Tech;
• adoptarea AI schimbă așteptările legate de productivitate și marje.

Aici apare întrebarea serioasă pentru orice companie IT din România care vrea să atragă investiții sau să vândă: cum poți demonstra valoarea reală a business‑ului tău într-o piață mult mai rece și mai analitică?

Răspunsul scurt: date mai bune, modele mai bune, decizii mai bune. Adică AI folosit serios în finanțe, product analytics și M&A.

Cum poate AI să schimbe regulile jocului în evaluarea startupurilor

AI nu „ghicește” evaluări. Ce face bine este să conecteze mii de variabile pe care un analist uman nu le poate urmări singur și să producă modele de risc și de creștere mult mai granulate.

1. Modele de evaluare dinamice, nu doar Excel static

În majoritatea tranzacțiilor, evaluarea se face pe un mix de:

• multipli (de venit, de EBITDA, de ARR);
• proiecții de cashflow (DCF);
• comparabile de piață.

Problema? Toate sunt, în esență, poze. AI poate transforma pozele în film:

• conectezi date operaționale (cohort retention, LTV, CAC, churn) cu date macro (dobânzi, inflație, reglementări);
• rulezi simulări de scenarii (best / base / worst case) automat, pe sute de combinații;
• ajustezi multiplii în timp real pe baza tranzacțiilor recente și a burselor de tech.

Pentru un fond sau pentru o corporație din România care analizează un startup fintech local, un model AI poate spune nu doar „valoarea azi este X”, ci și „probabilitatea ca în 3 ani să atingi scenariul de business este 27% vs 9% în modelul agresiv de creștere”.

2. Analiza de produs și clienți: valoarea este în comportament, nu în prezentare

GoCardless a avut mereu un story bun. Întrebarea pe care AI o poate răspunde mai bine decât un analist:

Cât de lipit este produsul de clienți, în realitate, nu în pitch deck?

Modele de machine learning pot analiza:

• pattern‑uri de utilizare a produsului (feature adoption, frecvență, sezonalitate);
• comportament de plată și risc (latențe, dispute, fraude);
• corelația între upgrade‑uri, cross‑sell și metrici de sănătate a conturilor.

Aici, o companie IT românească care dezvoltă produse SaaS poate deja oferi servicii concrete:

• „AI‑powered product analytics” pentru startupuri care vor să se pregătească pentru M&A;
• dashboarduri predictive care estimează churn, upsell și health score pe client;
• rapoarte standardizate de due diligence tehnologic, generate prin AI.

Startupurile care au asemenea instrumente arată altfel în fața unui cumpărător. Nu mai vorbesc în generalități („avem clienți loiali”), ci arată:

• „retention pe 12 luni: 91% pe enterprise, 84% pe SMB”;
• „clienții care folosesc feature‑ul X au LTV cu 38% mai mare”;
• „risc de churn sub 5% pentru top 50 de conturi”.

3. Detectarea riscurilor invizibile în due diligence

Multe evaluări supra-optimiste se sparg când apar riscurile: probleme de securitate, dependență de un singur client, practici de contabilitate „creative”, codebase imposibil de scalat.

AI poate ajuta aici în trei feluri clare:

• Code analysis automatizat: scanare de securitate, complexitate, debt tehnic, compatibilitate cu o arhitectură modernă cloud‑native.
• Anomalii financiare: modele care identifică pattern‑uri atipice în venituri, costuri, contracte – lucruri greu de văzut la prima vedere.
• Riscuri juridice și de conformitate: analiză de contracte și documentație legală cu NLP, căutare de clauze sensibile sau „red flags”.

În contextul tranzacției GoCardless–Mollie, e clar că analiza de risc a contat. Evaluarea mai mică reflectă nu doar piața, ci și o înțelegere mai realistă a riscurilor și a integrării.

Pentru piața din România, asta înseamnă o oportunitate clară pentru firmele de software care oferă servicii de AI pentru due diligence: produse white‑label pentru consultanți, fonduri de investiții, bănci și corporații care fac achiziții.

De ce investitorii români au nevoie de AI în analiza startupurilor

Majoritatea investitorilor locali încă se bazează pe:

• Excel, prezentări PDF și câteva call‑uri cu fondatorii;
• „gut feeling” bazat pe experiență;
• comparabile de piață adunate manual.

Funcționează? Uneori da. Dar când tranzacțiile urcă spre zeci sau sute de milioane, eroarea de percepție devine prea scumpă.

Trei beneficii directe pentru investitori

1. Viteză mai mare la același nivel de rigurozitate
   AI poate scurta cu săptămâni o analiză de due diligence, fără să sacrifice calitatea.

2. Mai puțină dependență de un singur analist „star”
   Cunoștințele sunt codificate în modele și pipeline‑uri, nu doar în capul unei singure persoane.

3. Portofoliu monitorizat continuu, nu doar „la intrare”
   AI poate rula monitorizare permanentă pe companiile din portofoliu: health score, risc de cashflow, risc de churn, scor de inovație (ex: câte feature‑uri noi shipping‑uite, calitatea release‑urilor etc.).

Pentru fondurile care investesc în fintech și soluții de plăți – inclusiv în startupuri românești – întrebarea nu mai e „merită să folosim AI?”, ci „cât ne costă să rămânem singurii care nu folosesc?”.

Cum pot companiile IT din România să construiască produse AI pentru M&A și evaluări

Aici vine partea interesantă pentru seriile noastre despre „AI în Industria IT din România: Servicii și Produse”. Companiile locale au deja toate ingredientele pentru a crea soluții exportabile:

• expertiză puternică în dezvoltare software și integrare;
• acces la piețe mature prin clienți din UE și SUA;
• ecosistem fintech și SaaS în creștere.

Tipuri de produse și servicii concrete

1. Platforme de due diligence asistat de AI
   Soluții care agregă:

• documente financiare;
• loguri de produs;
• cod sursă;
• contracte; și generează un „risk & value report” standardizat pentru investitori.

1. SaaS de product analytics cu module „Ready for M&A”
   Produse precum:

• dashboarduri de metrici financiare + produs (MRR, ARR, NRR, churn, LTV, CAC);
• scor AI pentru „maturitatea produsului” și „calitatea creșterii”;
• export de rapoarte pregătite pentru board sau investitori.

1. Consultanță de integrare AI în procesele de M&A interne
   Pentru bănci, asiguratori, retaileri sau grupuri industriale care cumpără startupuri tech:

• audit al datelor existente;
• definirea pipeline‑ului de analiză (data ingestion, modele, dashboarduri);
• training pentru echipele interne de corporate development.

România are deja exemple solide de companii IT care vând global produse SaaS și soluții enterprise. Următorul pas natural este verticalizarea pe nișe cu bugete mari – iar M&A, evaluare și fintech sunt exact astfel de nișe.

Pregătirea unui startup românesc pentru momentul „GoCardless”

Orice fondator speră ca, într‑o zi, să ajungă „unicorn” sau măcar să aibă o ieșire sănătoasă. Problema nu e doar dacă vinzi, ci la ce evaluare și pe ce argumente reale.

Iată un plan pragmatic, pe care l‑am văzut funcționând:

1. Pune AI în centrul măsurării produsului

• urmărește în detaliu cohortele de clienți;
• construiește modele de churn și LTV;
• testează scenarii de pricing cu simulări AI;
• documentează clar ce te diferențiază algoritmic (nu doar la nivel de marketing).

2. Curăță și structurează datele încă din anii de început

Un data warehouse curat, loguri bine structurate și un model de date coerent valorează, la M&A, mai mult decât un pitchdeck frumos.

3. Automatizează raportarea pentru investitori

• rapoarte lunare generate automat: venituri, pipeline, product health;
• insight‑uri explicate clar („de ce a scăzut X?”, „de ce a crescut Y?”);
• transparență pe metrici negative – investitorii serioși preferă realitatea dură în locul optimismului forțat.

Startupurile care fac asta din timp ajung mai rar în situația GoCardless: să descopere, în ziua tranzacției, că evaluarea lor „de unicorn” nu mai convinge pe nimeni.

De ce merită să acționezi acum, nu „când vom fi mari”

Piața europeană de tech intră într‑o fază mai matură. Banii nu mai curg la orice pitch cu „AI” scris pe fiecare slide, iar tranzacțiile de miliarde sunt analizate cu microscopul. Cazul GoCardless–Mollie arată clar: povestea vinde, dar datele decid prețul.

Pentru companiile IT din România, asta deschide două linii de acțiune foarte clare:

• dacă ești dezvoltator de produse sau servicii AI, există o nișă concretă – evaluare, due diligence, M&A în fintech și SaaS – unde poți construi soluții exportabile;
• dacă ești startup sau scale‑up tehnologic, poți folosi azi instrumente AI pentru a‑ți înțelege valoarea reală, a‑ți corecta direcția și a fi pregătit atunci când apare oferta de achiziție.

Realitatea? Nu ai nevoie de un „unicorn status” ca să folosești AI serios în business. Dar dacă vrei ca, peste câțiva ani, să nu te trezești că valoarea ta scade cu un miliard între două runde, ar fi bine să începi de acum să iei datele, modelele și evaluarea la fel de în serios ca produsul și marketingul.

---

Dacă vrei să discuți concret cum poți integra AI în evaluarea afacerii tale – fie că ești startup, scale‑up sau companie IT care vrea să construiască produse pentru zona de M&A – următorul pas logic este să îți mapezi datele, procesele și deciziile cheie. De acolo, un roadmap de AI devine o chestiune de execuție, nu de teorie.