Indyjski startup Emergent, który buduje aplikacje za pomocą AI do kodowania, dołączył do grona unicornów. W rundzie serii C spółka zebrała 130 mln dolarów przy wycenie 1,5 mld dolarów — zaledwie 13 miesięcy po starcie. To jeden z najszybszych awansów do statusu unicorna w segmencie tzw. vibe codingu.
Emergent powstał w czerwcu 2025 roku, a założyli go bracia Mukund i Madhav Jha. Produkt opisują jako „zespół inżynierski w pudełku": platforma nie tylko pisze kod, ale też zajmuje się wdrożeniem, hostingiem, testowaniem i debugowaniem aplikacji. Runda serii C podniosła łączne finansowanie spółki do 230 mln dolarów. Poprowadził ją fundusz Creaegis, a wśród inwestorów znaleźli się m.in. Khosla Ventures, SoftBank Vision Fund 2, Lightspeed oraz Y Combinator.
Liczby robią wrażenie. Emergent podaje roczny run rate przychodów na poziomie 120 mln dolarów, co oznacza wzrost o 70% w cztery miesiące. Z platformy korzysta ponad 200 tysięcy płacących klientów. Startup rywalizuje z narzędziami takimi jak Replit, Cursor, Claude Code od Anthropic oraz Codex od OpenAI. Tak duża runda pokazuje, że inwestorzy wciąż chętnie finansują automatyzację programowania, mimo rosnącej liczby podobnych produktów na rynku.
Co oznacza boom na AI do kodowania
Vibe coding, czyli tworzenie oprogramowania przez opisanie go naturalnym językiem, obniża próg wejścia do budowy aplikacji. Grupą docelową Emergenta są przedsiębiorcy oraz małe i średnie firmy, które nie mają własnego zespołu programistów. Zamiast zatrudniać deweloperów, mogą samodzielnie zbudować prototyp lub wewnętrzne narzędzie.
Dla polskich firm to sygnał, że rynek narzędzi łączących podejście no-code z AI dojrzewa szybciej, niż wielu zakładało. Warto jednak zachować ostrożność. Aplikacje generowane przez AI wymagają weryfikacji pod kątem bezpieczeństwa, jakości kodu i zgodności z RODO, zanim trafią na produkcję. „Zespół inżynierski w pudełku" przyspiesza prototypowanie, ale nie zwalnia z odpowiedzialności za dane klientów i stabilność systemu. Największą wartość takie narzędzia dają tam, gdzie zespół rozumie, co generuje model, i potrafi ocenić ryzyko.
Źródło: TechCrunch (EN), 15 lipca 2026.
