Il mercato dell’intelligenza artificiale ha ancora valutazioni straordinarie, ma il discorso degli investitori sta cambiando. Il prossimo test non è se le startup possano raccontare una grande storia. La questione è se riescono a trasformare gli esperimenti in implementazioni aziendali.
Il mercato dell’intelligenza artificiale è ancora caldo, ma le domande stanno cambiando
La spesa per le infrastrutture è in aumento Gli investimenti nell’intelligenza artificiale non hanno rallentato la cautela. Se non altro, il mercato si sta ancora muovendo a una velocità straordinaria. La spesa per le infrastrutture è in aumento, gli strumenti degli agenti stanno diventando una categoria di software più ampia e le principali società di intelligenza artificiale continuano ad attrarre capitali a valutazioni che sarebbero sembrate difficili da immaginare anche due anni fa.
Ma la domanda degli investitori sta iniziando a cambiare.
La prima fase del boom dell’intelligenza artificiale generativa ha premiato la possibilità. La fase successiva è più impegnativa. Gli investitori vogliono ancora la tecnologia di frontiera, ma vogliono anche sapere dove si inserisce il prodotto, come raggiunge i clienti aziendali, se si allinea con i flussi di lavoro reali e se i proof-of-concept possono diventare contratti.
Ecco perché la conversazione di IBM Ventures a HumanX San Francisco si è rivelata particolarmente utile. Ha catturato un’evoluzione negli investimenti nell’intelligenza artificiale: dalla ricerca di demo al test di adattamento strategico, preparazione aziendale e implementazione misurabile.
HumanX come mercato per gli investitori
Emily Fontaine, responsabile di IBM Ventures, ha descritto HumanX come un ambiente favorevole in cui gli investitori possono incontrare startup, ma non necessariamente come il luogo migliore per l’acquisizione di clienti aziendali.
Questa distinzione è importante. Alcuni eventi AI sono costruiti attorno agli acquirenti. HumanX, dal punto di vista di Fontaine, era più concentrato su startup, investitori e costruzione di ecosistemi. Era un luogo in cui vedere le aziende, analizzare il mercato e continuare le conversazioni di follow-up.
Per IBM Ventures, questo è importante perché lo scopo non è solo l’esposizione finanziaria. Il braccio venture è parte della macchina strategica di IBM. Cerca aziende in grado di colmare le lacune, migliorare le capacità attuali, diventare partner dell’ecosistema o creare opportunità di collaborazione con IBM Research.
Ciò rende l’obiettivo dell’investitore diverso da quello di un VC puramente finanziario. IBM Ventures desidera ancora rendimenti elevati, ma è anche alla ricerca di allineamento: dove sta andando il mercato, dove IBM ha bisogno di capacità e quali startup possono aiutare a guidare la crescita commerciale attraverso il portafoglio.
L’obiettivo AI aziendale da 500 milioni di dollari
Fontaine ha indicato il fondo AI da 500 milioni di dollari di IBM come il fulcro di tale strategia. Il fondo si concentra sulle startup B2B che promuovono l’intelligenza artificiale aziendale in modo responsabile e su larga scala, in tutti i suoi aspetti: hardware, infrastruttura, software e un’intelligenza artificiale sempre più verticale.
Quest’ultimo punto è degno di nota. All’inizio del boom dell’intelligenza artificiale generativa, gran parte dell’attenzione era rivolta agli strumenti orizzontali: assistenti generali, copiloti generici, ampi livelli di produttività. Ora, gli investitori stanno esaminando più da vicino i casi d’uso verticali e i livelli infrastrutturali che risolvono problemi aziendali specifici.
Fontaine ha menzionato le società in portafoglio tra cui Unstructured, Writer, Ceramic, Commodore, Atolio, Not Diamond e Reality Defender. Gli esempi suggeriscono una tesi ampia: l’intelligenza artificiale aziendale necessita di infrastruttura dati, ottimizzazione dei modelli, sicurezza, rilevamento di deepfake e applicazioni che si adattino agli ambienti aziendali piuttosto che al comportamento dei consumatori.
I dati non strutturati ne sono un esempio. Fontaine ha osservato che la maggior parte dei dati ora non è strutturata, il che lo rende un imperativo strategico per l’architettura AI aziendale. Ciò si collega direttamente all’attività più ampia di IBM nel campo dei dati aziendali, comprese le acquisizioni e gli spostamenti di prodotti attorno a dati governati, in tempo reale e pronti per l’intelligenza artificiale.
Lo schema è chiaro: le aziende che contano per gli investitori strategici non stanno solo costruendo modelli. Stanno costruendo pezzi mancanti del sistema operativo AI aziendale.
Per IBM Ventures, la questione non è solo se una startup basata sull’intelligenza artificiale può crescere rapidamente. Dipende se l’azienda soddisfa un’esigenza aziendale strategica: colmare un divario di capacità, rafforzare l’ecosistema IBM, aprire opportunità commerciali o connettersi con IBM Research.
Il quantistico fa parte della stessa logica dell’ecosistema
La conversazione si è spostata anche sul tema quantistico, che è particolarmente rilevante per il mercato europeo. Fontaine ha affermato che IBM Ventures sta mappando il panorama delle startup quantistiche, investendo in aziende in fase iniziale e cercando le lacune in cui IBM può aiutare a costruire l’ecosistema.
Ha menzionato Qedma, che lavora sulla mitigazione degli errori, come un investimento recente. IBM ha inoltre continuato a investire massicciamente nell’infrastruttura quantistica e nello sviluppo dell’ecosistema, compresi i recenti annunci sulla capacità della fonderia quantistica e sugli investimenti a lungo termine nell’informatica quantistica.
Può sembrare separato dall’intelligenza artificiale, ma segue la stessa logica strategica. IBM Ventures non sta solo esaminando ciò che è monetizzabile in questo trimestre. Sta esaminando dove devono esistere le capacità per il prossimo ciclo informatico aziendale.
Sia nell’intelligenza artificiale che nel quantistico, la tesi di venture capital è incentrata sull’ecosistema: identificare gli strati mancanti, supportare le startup tecniche, collegarle ai canali di ricerca e aziendali e colmare le lacune di capacità a lungo termine.
Dalla sperimentazione all’esecuzione
La parte più importante dell’intervista è stata il punto di vista di Fontaine sui tempi dell’intelligenza artificiale aziendale.
Ha descritto il 2025 come l’anno della sperimentazione. Le aziende hanno eseguito prove di concetto, testato casi d’uso e cercato di capire cosa potrebbe fare l’intelligenza artificiale. Ma nel 2026, ha sostenuto, il mercato dovrà muoversi verso l’esecuzione.
“Penso che il 2026 sarà l’anno dell’intelligenza artificiale aziendale”, ha affermato. Le aziende, a suo avviso, stanno iniziando a trovare il ROI e a convertire i progetti pilota in impegni e contratti reali con i clienti.
Questa conversione è il segnale che interessa agli investitori. Una prova di concetto non è sufficiente. Una buona demo non è sufficiente. La domanda è se la capacità sia abbastanza importante da consentire a un cliente aziendale di metterla in produzione, pagarla e costruire flussi di lavoro attorno ad essa.
È qui che le valutazioni diventano anche più complicate. Fontaine è stato diretto: “Le valutazioni sono pazzesche”. Ma non lo ha considerato un motivo per smettere di investire. Invece, lo ha inquadrato come motivo per una migliore diligenza.
L’investitore deve comprendere le ipotesi, i rischi, l’idoneità strategica e il motivo della scommessa. Per un investitore strategico la questione non è solo se una startup può diventare preziosa. Dipende se l’azienda si allinea con la direzione in cui sta andando il mercato aziendale.
Il capitale strategico deve fare di più che acquistare esposizione
Ecco perché Fontaine ha sottolineato l’idoneità del fondatore e il valore strategico. IBM Ventures non richiede alle startup di commercializzare con IBM, ma il suo valore deriva dall’apertura delle porte: clienti globali, partner, mentori, opportunità di accesso al mercato e collaborazione in tutto l’ecosistema.
Il suo consiglio alle startup è stato chiaro: dovrebbero intervistare l’investitore strategico tanto quanto l’investitore intervista loro. La relazione deve funzionare per entrambe le parti. Se IBM non è il partner strategico giusto per contribuire ad alimentare ricavi e crescita, l’accordo potrebbe non essere giusto per nessuna delle due parti.
Si tratta di un modo utile per comprendere il mercato degli investimenti nell’intelligenza artificiale post-hype. Solo il capitale è abbondante, almeno per le aziende giuste. Ciò che è più scarso è la capacità di trasformare le capacità in implementazione.
Il miglior investitore strategico non si limita ad acquistare un posto al tavolo dei cap. Aiuta una startup a raggiungere i sistemi aziendali, gli acquirenti, i ricercatori e le relazioni commerciali che rendono reale la tecnologia.
Cosa stanno veramente cercando gli investitori adesso
Il ciclo pubblicitario dell’IA non è finito. Ma il mercato sta diventando sempre più selettivo riguardo al tipo di pubblicità che merita capitale.
Gli investitori sono alla ricerca di aziende che possano sopravvivere al passaggio dalla sperimentazione alla produzione. Vogliono rilevanza aziendale, tecnologia difendibile, strategia dei dati, sicurezza, implementazione responsabile e un percorso chiaro dal progetto pilota al contratto. Vogliono aziende in grado di rispondere non solo al motivo per cui la tecnologia è straordinaria, ma anche al motivo per cui appartiene a un vero flusso di lavoro aziendale.
Questo è ciò che ha reso utile la conversazione di IBM Ventures oltre HumanX. Ha mostrato che l’obiettivo dell’investitore si trasforma dall’entusiasmo all’esecuzione.
La prossima generazione di startup IA avrà ancora bisogno di ambizione. Ma l’ambizione non basta più. I vincitori saranno le aziende che riusciranno a trasformare le capacità dell’intelligenza artificiale in fiducia aziendale, valore commerciale e sistemi che funzioneranno al termine della demo.
