Ventuno milioni di dollari per rispondere alla domanda che oggi si fanno molti capi azienda, CIO e top manager: come posso misurare il ROI dell’intelligenza artificiale? Li ha raccolti Nebuly, startup nata a Torino e ormai di casa anche a New York, che ha costruito una piattaforma per misurare il ritorno economico degli agenti AI usati dalle imprese.
Il round di Serie A è guidato da Planven. Partecipano Exor Ventures, Tenacity Capital, TGVG Capital, Fastweb+Vodafone attraverso Founders Factory, investitori già presenti nel capitale e business angel. CDP Venture Capital entra con due veicoli, il Fondo Intelligenza Artificiale e il Fondo Digital Transition. I capitali serviranno a rafforzare la presenza commerciale negli Stati Uniti e in Europa e a far crescere la piattaforma.
Il momento non è casuale. Le grandi imprese stanno chiudendo la stagione degli esperimenti con l’AI generativa e cominciano a portarla dentro i processi. E lì il problema cambia natura: non basta più contare quante persone usano gli assistenti, bisogna dimostrare che cosa producono. E i CEO si fanno molte domande sull’uso degli agenti AI. Ore di lavoro liberate, capacità aggiuntiva, ricavi. È lo spazio che Nebuly vuole occupare.
Indice degli argomenti
Nebuly, la storia e i founder
Nebuly nasce a Torino nel 2022 e in pochi anni cambia pelle due volte. La prima vita è open source: nebullvm, una raccolta di strumenti per rendere più veloci ed economici i modelli di intelligenza artificiale, che conquista migliaia di sviluppatori su GitHub. Poi, con l’esplosione di ChatGPT, arriva la seconda: una piattaforma per capire come le persone usano chatbot e copilot aziendali, un po’ quello che Google Analytics ha fatto per i siti web. La terza è quella di oggi: tradurre quell’utilizzo in euro e dollari.
Dietro ci sono tre fondatori che mettono insieme le tre competenze che un’impresa di questo tipo richiede: ricerca, ingegneria e finanza.
Francesco Signorato, amministratore delegato, viene dalla ricerca: al MIT ha lavorato sull’applicazione dell’intelligenza artificiale alla fluidodinamica, lo studio di come si muovono liquidi e gas. Poi in IBM ha guidato un team che sviluppava modelli AI destinati a banche e istituzioni finanziarie, rispondendo direttamente al vertice. È lui a tenere insieme la parte tecnologica e la visione strategica.
Diego Fiori, responsabile tecnologico, è stato tra i membri fondatori di Giotto.ai, laboratorio svizzero che lavora sull’intelligenza artificiale generale. Lì per quattro anni ha costruito i modelli alla base delle applicazioni in sanità e in altri settori regolati, seguendo l’intera filiera, dai dati al prodotto. Un’esperienza che oggi torna utile quando si tratta di analizzare milioni di conversazioni rispettando gli standard di sicurezza e di conformità normativa che le grandi aziende pretendono.
Julien Roux, responsabile dei ricavi, è un ingegnere che ha passato oltre dieci anni tra private equity, strategie commerciali e partnership. Prima di Nebuly era senior investor in un hedge fund da 2 miliardi di dollari legato a Exor, dove ha guidato investimenti per oltre 400 milioni in tecnologia ed energia. Oggi gestisce la strategia di mercato, le alleanze con le imprese e la crescita nei diversi settori. Un legame, quello con Exor, che aiuta anche a leggere la presenza di Exor Ventures nel round.
L’importanza di capire il valore degli agenti AI
Il portafoglio clienti è già di peso: Iveco Group, CNH, Fastweb+Vodafone, Zeiss, Oura. Veicoli industriali, macchine agricole, telecomunicazioni, ottica, salute digitale. Mondi che non hanno nulla in comune, tranne una domanda: quello che stiamo spendendo in AI sta funzionando? La maggior parte di queste aziende supera i 100 milioni di dollari di fatturato, circa la metà va oltre il miliardo, e i contratti valgono ciascuno centinaia di migliaia di dollari.
Fabio Ricciato, Head of Digital, Data, AI & Architectures di Iveco Group, sintetizza bene il passaggio: man mano che l’intelligenza artificiale entra nelle operazioni quotidiane, capire quale valore genera e come ottimizzarlo diventa importante quanto adottarla. In un gruppo industriale l’AI lavora su fronti molto diversi, dall’assistenza ai dipendenti all’accesso alla documentazione tecnica, dal supporto ai clienti ai processi operativi. Misurare quanto più in fretta si svolge una singola attività è la parte facile. Quella difficile è capire se il miglioramento si vede sui conti e se giustifica l’investimento.
Giovanni Canetta Roeder, managing partner di Planven, è convinto che misurare il ritorno dell’AI diventerà presto una voce ordinaria della gestione delle grandi organizzazioni. E che il valore di Nebuly stia proprio nel trasformare il lavoro degli agenti in numeri su cui un’azienda può prendere decisioni.
ROI AI: le metriche per misurare il valore degli agenti
Il punto di partenza è semplice. Le metriche con cui oggi si misura l’adozione dell’AI, cioè numero di utenti, conversazioni, prompt, risposte, raccontano quanto lavora il sistema, non quanto contribuisce al business. Un assistente può essere interrogato migliaia di volte senza cambiare nulla nella produttività. Un agente usato per poche attività complesse può invece valere moltissimo.
La piattaforma di Nebuly analizza che cosa fanno davvero gli agenti AI in azienda e distingue tra due mondi. Per gli strumenti usati dai dipendenti stima il tempo liberato, la capacità aggiuntiva e le attività che prima non si riuscivano a fare. Per gli assistenti rivolti ai clienti misura i ricavi influenzati dalle conversazioni, le opportunità di vendita e i segnali di abbandono.
Due scelte la rendono interessante per chi deve firmare i budget. La prima: le ipotesi di calcolo sono trasparenti, e il direttore finanziario può verificarle e modificarle. La seconda: Nebuly si collega ad assistenti basati su ChatGPT, Claude e Microsoft Copilot e ad agenti sviluppati in casa, e può girare sui server dell’azienda o in un cloud privato, senza che i dati debbano uscire dal perimetro aziendale. Per banche, assicurazioni e telecomunicazioni non è un dettaglio.
Per capire il valore di questo approccio conviene distinguere tre livelli di misurazione.
| Livello | Che cosa misura | Che cosa dice davvero |
| Adozione | Utenti attivi, prompt, conversazioni | Che l’AI viene usata, non che rende |
| Efficienza | Ore risparmiate, attività completate | Il miglioramento operativo, stimato |
| Impatto economico | Costi evitati, capacità aggiuntiva, ricavi incrementali | Il contributo ai risultati aziendali |
Un’ora risparmiata non è un euro risparmiato
Ed è qui il punto più delicato di tutta la partita. Un’ora di lavoro liberata dall’AI non si trasforma automaticamente in un risparmio. Dipende da che cosa se ne fa: si tagliano costi, si produce di più, si migliora il servizio, si fanno cose prima impossibili. Oppure non succede niente.
Lo stesso vale per i ricavi. Un conto sono le vendite a cui un agente ha partecipato, un altro quelle che senza di lui non ci sarebbero state. E resta il problema dell’attribuzione: una produttività in crescita può dipendere anche da una riorganizzazione, dalla formazione, da altri investimenti.
Per questo una misurazione seria ha bisogno di indicatori fissati prima di partire, di confronti credibili e dei costi completi. Altrimenti il ROI dell’AI resta una stima ottimistica con una bella dashboard intorno.
Il ROI dell’AI diventa una questione di governo dell’impresa
Il round di Nebuly cade in una fase precisa del mercato. Dopo due anni di prove, le imprese devono decidere quali applicazioni portare su larga scala, quali correggere e quali spegnere. Una ricerca Gartner fotografa bene lo scarto: l’85% dei responsabili di funzione prevede di aumentare la spesa in AI nel 2026, ma solo il 22% delle organizzazioni è riuscito a estenderne l’uso a più unità aziendali. Si investe molto, si scala poco.
Con gli agenti la questione si complica. A differenza di un chatbot, un agente svolge sequenze di compiti, usa strumenti digitali e può consumare potenza di calcolo per lunghi periodi. Costi e risultati diventano più difficili da tenere sotto controllo. E la responsabilità si sposta: il CIO deve conoscere costi e prestazioni delle piattaforme, il CFO deve poter verificare le ipotesi di ritorno, chi guida l’innovazione deve dimostrare che i progetti producono risultati e non solo sperimentazioni. Il ROI dell’AI diventa una questione di governo dell’impresa, prima ancora che di tecnologia.
Nebuly non è sola. A settembre l’americana Ascerta, fondata da ex manager Microsoft, ha raccolto 18 milioni di dollari in un round guidato da Dell Technologies Capital per collegare la spesa in AI ai risultati aziendali. Due operazioni in due mesi, sulle due sponde dell’Atlantico: gli investitori hanno capito che la prossima infrastruttura dell’AI in azienda non sarà solo quella che la fa funzionare, ma quella che ne certifica il valore.
Per l’ecosistema italiano il caso Nebuly ha un significato preciso. Siamo abituati a raccontare startup che costruiscono applicazioni di intelligenza artificiale. Qui c’è un’impresa nata da competenze tecnologiche profonde, cresciuta su un mercato internazionale, con clienti industriali di prima fascia, che lavora su uno strato diverso: le tecnologie che servono a governare l’adozione dell’AI. E che mette d’accordo capitali privati internazionali, Exor e CDP Venture Capital.
Per anni la domanda è stata: che cosa sa fare l’AI? Adesso è diventata: quanto rende? Chi saprà rispondere con numeri solidi, e non con stime generose, avrà in mano una delle chiavi della prossima fase dell’AI in azienda. Nebuly ha appena raccolto 21 milioni per provarci, partendo da Torino.
Partecipa alla community