Applied Compute punta a una valutazione di 3 miliardi di dollari grazie alla crescente domanda di modelli aperti

Stando a quanto riportato da The Information, Applied Compute, un'azienda californiana che assiste le imprese nello sviluppo, nell'implementazione e nel miglioramento di modelli di intelligenza artificiale a pesi aperti, sarebbe in trattative con gli investitori per assicurarsi un finanziamento di circa 3 miliardi di dollari

Se l'investimento venisse raccolto, raddoppierebbe ampiamente la precedente valutazione di 1,3 miliardi di dollari, annunciata in un round di finanziamento appena quattro mesi fa, a dimostrazione del cambiamento di percezione da parte degli investitori in merito alle infrastrutture per l'intelligenza artificiale.

Questo è un segnale di un cambiamento più ampio nel settore dell'IA. Con l'avanzamento dei modelli aperti, le aziende sono costantemente alla ricerca di sistemi che possano personalizzare e gestire in base alle proprie esigenze, il che si traduce in una crescente domanda di infrastrutture in grado di addestrare, implementare e migliorare tali modelli.

Hugging Face, la piattaforma leader per i modelli open source, ha dichiarato che nel 2025 la sua piattaforma ha raggiunto 13 milioni di utenti e conta oltre 2 milioni di modelli pubblici, a dimostrazione dei progressi compiuti dall'ecosistema dell'intelligenza artificiale open source.

Raddoppiando il finanziamento di Serie B da 1,3 miliardi di dollari

Ad aprile , Applied Compute ha annunciato un round di finanziamento da 80 milioni di dollari , con Kleiner Perkins come principale finanziatore. La valutazione post-money dell'azienda ha raggiunto quota 1,3 miliardi di dollari, portando il finanziamento complessivo a 160 milioni di dollari.

Nel nuovo round di finanziamento, la cifra di 3 miliardi di dollari valuta l'azienda circa 2,3 volte più in alto rispetto al valore di mercato entro pochi mesi. Il round di finanziamento è ancora aperto, quindi questa valutazione potrebbe cambiare.

La cifra proposta è inoltre in netto contrasto con i dati di finanziamento di Epoch AI. Mistral AI, uno dei principali sviluppatori di modelli open source, aveva raccolto 3 miliardi di dollari in capitale di rischio a settembre 2025, con una valutazione di 13,7 miliardi di dollari secondo i dati di Epoch.

Al contrario, Applied Compute ha finora raccolto circa 160 milioni di dollari, il che significa che la sua valutazione stimata di 3 miliardi di dollari si basa su finanziamenti molto inferiori rispetto a Mistral. Le due aziende non possono essere confrontate direttamente, poiché Mistral crea modelli di base mentre Applied Compute fornisce l'infrastruttura necessaria; tuttavia, tale differenza dimostra l'importanza che gli investitori attribuiscono all'infrastruttura per i modelli di intelligenza artificiale open source.

L'ultimo round di finanziamento di Mistral è stato quasi 25 volte superiore al finanziamento totale ricevuto da Applied Compute e ha portato a una valutazione circa 4,6 volte maggiore di quella di Applied Compute. Questo permette di comprendere l'aumento di valutazione di Applied Compute senza dover fare affidamento su proiezioni di fatturato incerte.

Cosa vende effettivamente Applied Compute

Applied Compute descrive la sua piattaforma come un cloud per l'addestramento, l'inferenza e il miglioramento continuo di modelli aperti. Il suo Agent Cloud, o AC2, consente alle aziende di addestrare modelli utilizzando i propri dati e flussi di lavoro, implementandoli contemporaneamente in produzione.

L'idea principale alla base di questo approccio è quella di collegare l'addestramento del modello alla distribuzione degli agenti. A differenza della pratica tradizionale che separa l'addestramento dalla distribuzione, Applied Compute consente alle organizzazioni di mantenere invariata la propria infrastruttura di agenti e di implementare un modello alternativo addestrato, più adatto alle loro esigenze.

“Il cablaggio può rimanere dove già passa.” — Vinjai Vale, Applied Compute

La piattaforma utilizza tracdi produzione, contesto aziendale e apprendimento per rinforzo per migliorare modelli specializzati. Ciò potrebbe rivelarsi sempre più prezioso man mano che le aziende si allontanano dagli assistenti IA generici.

La ricerca di Applied Compute illustra questo approccio. In un recente esperimento, l'azienda ha addestrato un router a distribuire le attività di ingegneria del software tra NVIDIA Nemotrontron Ultra, GPT-5.5 e Claude Opus 4.7. Secondo l'azienda, il router ha raggiunto prestazioni pari a quelle di GPT-5.5 con un costo inferiore di circa il 25%, sfruttando al contempo la maggior parte dei vantaggi di una strategia basata su un unico oracolo.

Questa strategia considera i modelli di intelligenza artificiale come componenti intercambiabili. Invece di affidare ogni compito al modello più potente, le aziende possono trovare un equilibrio tra capacità e costi.

Questo aspetto diventa ancora più rilevante man mano che i modelli aperti riducono il divario con i sistemi proprietari. Cryptopolitan ha già trattato in precedenza la competizione tra Kimi K3, OpenAI e Anthropic, mostrando come i modelli di ponderazione aperti cinesi stiano sfidando sempre più i sistemi statunitensi in termini di capacità e prezzo.

Perché la tempistica favorisce una scommessa a modello aperto

Le trattative per la raccolta fondi di Applied Compute si inseriscono in un contesto in cui la spesa per le infrastrutture di intelligenza artificiale si sta spostando verso i carichi di lavoro di produzione. Gartner prevede che l'inferenza rappresenterà il 55% della spesa per infrastrutture come servizio ottimizzate per l'IA nel 2026, man mano che l'IA si diffonderà in applicazioni del mondo reale.

Questa tendenza si adatta al modello di Applied Compute. L'azienda non si limita a vendere potenza di calcolo per l'addestramento, ma sta costruendo un'infrastruttura progettata per garantire il continuo miglioramento dei modelli anche dopo l'implementazione.

La crescita di Hugging Face è un'ulteriore conferma dell'espansione del mercato. La sua piattaforma ha raggiunto 13 milioni di utenti e oltre 2 milioni di modelli pubblici nel 2025, grazie al crescente numero di sviluppatori che creano modelli e applicazioni sempre più sofisticati su sistemi preesistenti.

Per le imprese, i modelli open-weight offrono anche un maggiore controllo. Le aziende possono personalizzarli in base ai flussi di lavoro proprietari e implementarli mantenendo un maggiore controllo sui propri dati e sul comportamento del modello.

Questo conferisce ad Applied Compute una posizione potenzialmente vantaggiosa. Se le aziende desiderano sempre più sviluppare l'intelligenza artificiale a partire dai propri dati, anziché limitarsi ad affittare soluzioni da fornitori proprietari, l'infrastruttura che collega i modelli ai carichi di lavoro proprietari potrebbe diventare una componente importante del mercato globale dell'IA.

La valutazione proposta di 3 miliardi di dollari è quindi ben più di una semplice scommessa su una startup. È una scommessa sul fatto che le aziende utilizzeranno, addestreranno, personalizzeranno e miglioreranno continuamente i modelli di intelligenza artificiale in relazione alle proprie attività.