A Longitudinal Panel of GitHub Engineering Velocity for Venture-Backed Startups: Dataset and Early Observations

Nel mondo ad alta posta in gioco del venture capital, dove gli investitori scommettono sul futuro di nuove aziende, il metodo tradizionale per trovare la prossima grande opportunità si è a lungo basato sulle reti personali. Gli investitori spesso aspettano che un fondatore faccia un'introduzione o che un'azienda annunci di stare raccogliendo fondi. Tuttavia, si sta verificando un cambiamento silenzioso. Invece di aspettare una telefonata, molti investitori stanno ora cercando le impronte digitali lasciate dalle aziende stesse. Prima ancora che una startup parli con una banca o con un potenziale investitore, il suo team di ingegneria è spesso già al lavoro, scrivendo codice e costruendo software. Questo lavoro avviene in spazi pubblici su internet, nello specifico su una piattaforma chiamata GitHub, dove gli sviluppatori condividono i loro progetti. L'idea centrale è semplice: la velocità e il volume di questo lavoro pubblico possono servire come un sistema di allerta precoce, rivelando quali aziende stanno crescendo rapidamente e quali stanno faticando, spesso prima che venga rilasciata qualsiasi notizia ufficiale.

Un nuovo studio di Maryan Kindrat prende questo concetto e lo trasforma in un record concreto e misurabile. La ricercatrice ha compilato un registro dettagliato dell'attività di ingegneria di 55 startup sostenute da venture capital in 20 diversi settori, che spaziano dall'intelligenza artificiale al gaming e alla tecnologia legale. Questo registro copre cinque trimestri di attività, dal secondo trimestre del 2025 fino al secondo trimestre del 2026. Per ogni azienda del gruppo, lo studio traccia azioni specifiche su periodi mobili di due settimane: la velocità di commit (il tasso di aggiornamento del codice), il numero di persone uniche che hanno contribuito al progetto e se l'azienda ha creato nuovi repository digitali, che sono essenzialmente cartelle dove risiedono i progetti software. Osservando questi numeri nel tempo, la ricercatrice può individuare modelli distinti che segnalano ciò che un'azienda sta effettivamente facendo "sotto il cofano".

Lo studio identifica quattro tipi principali di attività che suggeriscono che un'azienda stia accelerando. Il modello più comune, che appare in tre osservazioni su quattro, è chiamato migrazione del framework. Questo accade quando un team compie un impulso concentrato di modifiche alle regole e alle configurazioni sottostanti del proprio software senza aggiungere nuove persone al team. Spesso segnala che l'azienda sta riscrivendo il proprio prodotto per renderlo più veloce o scalabile. Un secondo modello è l'esplosione delle assunzioni ingegneristiche, in cui il numero di persone che contribuiscono al codice cresce più velocemente della quantità di codice scritto, suggerendo che il team si stia espandendo rapidamente. Un terzo modello è la costruzione dell'infrastruttura, che si verifica quando un'azienda inizia a creare nuove cartelle di progetti pubblici, indicando spesso che sta costruendo una nuova piattaforma o si sta preparando per un importante lancio aziendale. L'ultimo modello è il picco di frequenza di distribuzione, in cui la velocità di programmazione aumenta bruscamente senza un aumento proporzionale del personale, il che di solito significa che un piccolo team sta correndo per raggiungere una specifica pietra miliare.

Quando la ricercatrice ha analizzato i dati di queste 55 aziende, i risultati hanno rivelato un panorama di attività intense e variegate. In tutti i 219 periodi registrati, l'azienda tipica ha effettuato circa 71 aggiornamenti al proprio codice in una finestra di due settimane, sebbene la media sia stata alzata da alcuni progetti estremamente attivi che hanno raggiunto quasi 400 aggiornamenti. Il ritmo del cambiamento era volatile; da un trimestre all'altro, alcune aziende hanno rallentato il proprio lavoro di quasi la metà, mentre altre hanno accelerato la propria produzione di oltre il 1.600 percento. Quasi la metà di tutte le osservazioni mostrava una crescita positiva nella velocità di codifica. Lo studio ha inoltre notato che il tipo di attività variava in base alla posizione. Negli Stati Uniti, i dati tendevano a mostrare più esplosioni di assunzioni e picchi di distribuzione rapida, mentre le aziende in Europa erano più propense a mostrare segni di migrazione del framework. Tuttavia, lo studio sottolinea con cautela che queste differenze geografiche sono preliminari, poiché i dati di molte aziende non potevano essere ricondotti a un paese specifico.

Nonostante la chiarezza di questi modelli, lo studio è esplicito su ciò che non può ancora dirci. I dati descrivono il lato sinisto dell'equazione: l'attività di ingegneria. Non collegano ancora queste attività al lato destro: l'effettivo risultato finanziario. La ricercatrice non ha ancora collegato questi modelli di codifica a specifici annunci di finanziamento, quotazioni in borsa o acquisizioni. Questa è una limitazione deliberata del rilascio attuale. L'obiettivo è fornire una linea di base pulita e pubblica dei segnali di ingegneria che altri ricercatori possano utilizzare. Unendo questi dati con i record esterni di quando le aziende hanno raccolto fondi, studi futuri potrebbero determinare se un picco di attività di codifica predica davvero un investimento di successo. Per ora, il lavoro rappresenta una mappa dettagliata dei cantieri digitali dove viene costruita la prossima generazione di aziende, offrendo uno sguardo raro e oggettivo sul ritmo dell'innovazione prima ancora che arrivino i titoli dei giornali.