Investire come Y Combinator: il famoso acceleratore della Silicon Valley si concentra su queste 6 tendenze dell'intelligenza artificiale
Tutti parlano di IA, tutti stanno facendo qualcosa con l'IA e tutti vogliono investire nell'IA. Secondo Crunchbase , circa 52 miliardi di euro (60 miliardi di dollari) sono confluiti nelle startup di IA in tutto il mondo nel primo trimestre del 2025. Ciò rappresenta il 53% di tutti i finanziamenti di quel trimestre.
Una figura chiave nel panorama degli investimenti in intelligenza artificiale: Ivan Landabaso, partner di JME Ventures. Il venture capitalist spagnolo, in fase iniziale, ha investito, ad esempio, nella startup di agenti di intelligenza artificiale Kustomer e nella startup di produttività basata sull'intelligenza artificiale Rauda.AI.
Hai un abbonamento a ContentPass ma desideri comunque visualizzare contenuti esterni di terze parti? Clicca su "Accetto" e integreremo contenuti e servizi esterni di terze parti selezionate nella nostra offerta per migliorare la tua esperienza utente. Puoi consultare un elenco aggiornato di queste terze parti in qualsiasi momento nell'informativa sulla privacy (link alla privacy). In questo contesto, è possibile creare e arricchire profili utente (ad esempio basati su ID cookie), anche al di fuori del SEE. In questo caso, il tuo consenso include anche il trasferimento di determinati dati personali a paesi terzi, inclusi gli Stati Uniti, ai sensi dell'art. 49 (1) (a) del GDPR. Ulteriori dettagli sul trattamento dei dati sono disponibili nella nostra informativa sulla privacy e nell'informativa sulla privacy, entrambe disponibili in qualsiasi momento nel footer della nostra offerta. Puoi esercitare il tuo consenso all'integrazione di contenuti esterni in qualsiasi momento nel footer della nostra offerta tramite il link "Tracciamento delle revoche".
Landabaso ha analizzato più da vicino i modelli di business delle startup di intelligenza artificiale presenti nel batch primaverile di Y Combinator . Scopri qui su quali trend dell'intelligenza artificiale si sta concentrando l'acceleratore americano:
Collaboratori AI che si collegano a Slack, email o Jira ed elaborano intere catene di attività invece che tramite dashboard tradizionali. Ad esempio, "Crea KPI trimestrali, crea slide, informa il team di vendita".
Recuperano tutti i dati necessari dal CRM, dallo strumento di BI o da Drive, elaborano il tutto e restituiscono il risultato finale: i dipendenti non devono più cliccare avanti e indietro tra decine di dashboard.
Leggi anche
Si tratta di soluzioni di intelligenza artificiale sviluppate appositamente per un determinato settore, ad esempio medicina, produzione, laboratori o diritto.
Non offrono una soluzione universale, ma comprendono i termini tecnici, conoscono le normative e le regole e sono preparati ad affrontare i problemi tipici ("casi limite") del settore.
A volte è coinvolto anche l'hardware: robot o tecnologie di laboratorio. Ad esempio, un'intelligenza artificiale che redige referti medici sa esattamente cosa è importante in una diagnosi, a differenza di un chatbot standard.
Oggigiorno, chiunque può accedere a buoni modelli di intelligenza artificiale. La differenza non sta più nell'intelligenza artificiale in sé, ma in quanto è ben controllata, monitorata e protetta.
Le startup che si occupano di infrastrutture per agenti stanno costruendo l'infrastruttura necessaria per garantire che gli agenti di intelligenza artificiale funzionino effettivamente nella vita di tutti i giorni. Diversi fattori sono importanti.
Ad esempio, il "routing": l'agente decide quale modello di intelligenza artificiale o software sia più adatto a un compito. Ad esempio, utilizza un'intelligenza artificiale diversa per la matematica rispetto all'analisi del testo.
Leggi anche
Anche la memoria dell'IA è importante. L'agente ricorda le conversazioni o le attività precedenti, in modo da non dover ricominciare da capo con ogni domanda. Inoltre, deve verificare costantemente se sta ottenendo buoni risultati o se sta commettendo errori: questo processo, in termini di IA, si chiama "valutazione".
E "reward tuning" significa che l'agente riceve un feedback in modo che possa migliorare nel tempo, in modo simile a come un essere umano impara dai suoi errori.
L'intelligenza artificiale può commettere errori ("allucinazioni"). In settori delicati come la finanza, il diritto o l'informatica, questo fenomeno deve essere individuato e prevenuto in anticipo.
Per garantire l'affidabilità dei risultati dell'IA, le startup si concentrano su diversi meccanismi di protezione. Ad esempio, utilizzano "meccanismi di tracciamento" per monitorare cosa fa l'agente e perché.
Utilizzando i benchmark, le startup possono Controllare regolarmente che l'agente stia producendo buoni risultati. Utilizzando dei "fail-safe", gli agenti possono essere arrestati automaticamente in caso di problemi.
Le startup in questo campo stanno sviluppando agenti di intelligenza artificiale in grado di gestire automaticamente processi complessi e rigorosamente regolamentati, ad esempio nei settori legale, finanziario, sanitario o degli acquisti.
L'intelligenza artificiale prende in mano l'intero processo: verifica i contratti, ottiene le approvazioni, avvia le trattative o esegue audit completi.
In questi settori si applicano numerose norme e regolamenti, pertanto gli agenti devono operare con particolare attenzione e trasparenza. Questo consente di risparmiare molto tempo e ridurre al minimo l'errore umano.
Queste startup utilizzano agenti di intelligenza artificiale per automatizzare le vendite e il marketing: tutto ciò che porta nuovi clienti.
Leggi anche
Gli agenti svolgono attività quali la ricerca di potenziali clienti, l'invio di e-mail e messaggi LinkedIn, la personalizzazione dell'onboarding di nuovi utenti e l'adattamento delle campagne in tempo reale.
Il vantaggio di questo modello di business: la pipeline di vendita cresce senza dover assumere costantemente nuovo personale. Questo permette alle aziende di crescere in modo più rapido ed efficiente.
businessinsider
