In pochi mesi Dai raccoglie $100, poi $180 ed infine $120 milioni, per un totale di $400 milioni di finanziamenti da multinazionali tecnologiche e finanziarie cinesi ed americane, ed oggi ha una valutazione di $1.4 miliardi. È sicuramente una paccata di soldi, non così rara nel panorama digitale cinese, dove centinaia di aziende concorrono in modo spietato per elaborare sistemi di IA sempre più sofisticata. Paragonateli ora ai campioni di IA europei, o italiani, e queste cifre sono pura utopia: noi mettiamo i frati in TV a parlare dell’etica artificiale, e tanti burocrati a Bruxelles per produrre 500 pagine di regole e multe per tutti, ma di importanti scommesse finanziarie, nemmeno l’ombra.
La cosa che interessa di Naive AI è che a differenza delle altre start-up del settore, questa cerca di sviluppare l’ennesimo LLM, come se ce ne fosse bisogno o, più probabilmente ed umilmente, proprio perché quelli sul mercato sono ancora in cerca di evoluzione. La scommessa di Dai prova che il mercato ha ancora spazio per nuovi giocatori. Invece di partire da zero con una costosa fase di pre-formazione, Dai inizia da un modello cinese open-weight, applicando la propria ricerca nelle fasi di mid e post-training del modello. Si dice che i circa 100 dipendenti di Naive AI abbiano trovato il modo di automatizzarne l’apprendimento, il sacro Graal inseguito da tutte le multinazionali del settore.
Per dire quanto sia comune partire da sviluppi open già fatti da altri, anche le americane Thinking Machine e Cursor sono partite dalle cinesi DeepSeek e Z.ai, a testimonianza della stretta collaborazione tra i due blocchi, nonostante il Gatto-Sam e la Volpe-Dario provino ad indurre il Presidente a bloccare i pericolosissimi avversari. Jifeng Dai è un vero esperto dell’intelligenza artificiale, la sua statura internazionale è fuori discussione, e vederlo scommettere del proprio induce a credere che abbia trovato un importante bandolo della matassa nel progresso di questa tecnologia. È pur vero che se Naive AI vale $1.4 miliardi dopo una raccolta di $400 milioni, Thinking Machine aveva raccolto $6 miliardi ed ha una valutazione di $40 miliardi, quindi in America i numeri continuano ad essere maggiori, ma vi assicuro che con un miliardo di dollari ne sviluppi di codice, tantissimo.
L’anno scorso il governo cinese ha investito $56 miliardi in IA, cui si sono aggiunti altri $24 miliardi dalle multinazionali digitali ed ulteriori $18-20 miliardi da parte di istituzioni finanziarie internazionali, poco oltre i $100 miliardi. L’Europa ha messo sul tavolo solo $22 miliardi, mentre l’America ha raggiunto i $600 miliardi e quest’anno arriveremo ai mille. Con questi fondi in Cina nel 2025 han creato 161 nuove aziende che sviluppano intelligenza artificiale, contro le 1.953 americane. Le differenze nei numeri sono importanti ed illustrano la strada che i paesi europei stentano a prendere: non servono tanti finanziamenti da poche migliaia di euro, e nemmeno di uno o due milioni, ma cifre ben maggiori concentrate su centinaia di aziende. Di professori come Dai ce ne sono molti in tutta Europa, ma capaci di raccogliere centinaia di milioni in pochi mesi ed assumere cento sviluppatori neanche uno.
Questo richiede un lavoro di politica industriale e di incentivazione al rischio, che invogli i giovani a scommettere mesi o anni del loro futuro su un qualcosa che ha poche possibilità di successo, ma se funziona li rende ricchi e li prepara a riscommettere sulla loro impresa. L’intelligenza artificiale livella la conoscenza verso il basso, dando quindi tante opportunità d’impresa: oltre a coglierle buttando il cuore oltre l’ostacolo, servono portafogli spessi che facciano scalare chi funziona.
