Un round costruito su un'affermazione di dimensione

Enrique Lizaso guida un'azienda di intelligenza artificiale da Donostia, sulla costa basca, e il 27 luglio ha messo una cifra su una scommessa che porta avanti da anni. Multiverse Computing ha annunciato un Series C che punta a raccogliere fino a 570 milioni di dollari, circa 500 milioni di euro, con una valutazione pre-money di 1,7 miliardi di dollari, ossia circa 1,5 miliardi di euro. È cinque volte il Series B chiuso dalla società nel giugno 2025 e porta il capitale complessivo raccolto vicino agli 800 milioni di dollari.

Perché conta: il denaro non va in un modello più grande. Va nel rendere i modelli più piccoli. Lizaso ha esposto la tesi senza giri di parole nell'annuncio: il settore ha accettato per anni un vincolo falso, quello secondo cui i modelli potenti richiedono infrastrutture costose. Un round di questa dimensione è il primo test istituzionale serio sull'esistenza di quel vincolo.

L'elenco degli investitori si legge come una mappa del capitale europeo e non come un sindacato della Valley. Guidano Forgepoint Capital International, il BNPP Solar Impulse Venture Fund e Bullhound Capital, affiancati da Santander Alternative Investments, Tikehau Capital, HP Inc., Orange Ventures, Scania Invest, NAventures, Qatar Development Bank, Zouk Capital, SETT, il Fondo del Consiglio europeo per l'innovazione, il fondo Hazten Scale-Up del governo basco e Kutxa Fundazioa.

Che cosa fanno le reti tensoriali a un modello

CompactifAI, il prodotto della società, prende in prestito le reti tensoriali dalla fisica quantistica e le applica alla compressione. Multiverse sostiene che la tecnica riduce i grandi modelli linguistici dell'80% fino al 95% con una perdita minima di accuratezza, e che i modelli così ottenuti girano più velocemente e consumano meno energia. A maggio l'azienda ha dichiarato che la sua interfaccia CompactifAI serviva i principali agenti di programmazione con un costo inferiore fino al 75%.

Il registro dei dispiegamenti è la parte da leggere due volte. Secondo Multiverse i suoi modelli compressi girano su milioni di dispositivi, tra cui droni, telecamere, satelliti, veicoli e infrastrutture di telecomunicazione. Quelli non sono carichi da centro dati. Sono luoghi dove un modello a grandezza piena non sarebbe mai entrato e dove mandare i dati altrove è troppo lento oppure non è consentito.

Detto questo: la compressione è per definizione un processo con perdita, e quella perdita minima di accuratezza è la formulazione del fornitore stesso, misurata sui propri test. Per chi compra la domanda rilevante è più stretta del titolo. Consiste nel sapere se un modello compresso tiene l'accuratezza sul vostro compito, non su una classifica pubblica, e questo si può verificare prima di impegnarsi.

La parte che finisce nel vostro bilancio

Più di 100 organizzazioni comprano già questa tecnologia, e i nomi sono industriali e non sperimentali: Iberdrola, Bosch, Telefónica, Indra, Allianz, PwC e la Banca del Canada. Multiverse riferisce che i ricavi annualizzati si sono decuplicati dal Series B e che le vendite del primo trimestre 2026 sono cresciute di 96 volte su base annua. Una crescita simile con quel tipo di clientela è un segnale che arriva dagli uffici acquisti, non dalla ricerca.

La conseguenza: per la maggior parte degli operatori europei il vincolo determinante nel dispiegare l'intelligenza artificiale è stato l'accesso a una capacità di calcolo che non possiedono. La compressione attacca quel vincolo dal lato opposto. Un modello abbastanza piccolo da girare sull'hardware di casa è un modello i cui dati non lasciano mai la rete di casa, il che trasforma una decisione di architettura in una decisione di conformità che avete già preso.

La mossa pratica non ha nulla di scenografico. Prima che il vostro prossimo contratto di inferenza si rinnovi, prendete un carico di lavoro reale e misurate se un modello compresso tiene l'accuratezza che vi serve davvero. Se la tiene, la domanda su dove ospitarlo torna aperta, e con essa ogni domanda sulla giurisdizione che avevate chiuso il giorno della firma.