Seltz, startup con sede a San Francisco fondata dall’italiano Antonio Mallia, ha chiuso un round seed da 12,5 milioni di dollari per sviluppare un’infrastruttura di web retrieval per agenti AI. Il round è guidato da Speedinvest e B Capital, con la partecipazione dei fondi italiani United Ventures, Italian Founders Fund, 2100 Ventures e Vento Ventures, oltre a Future Present, arc Investors, Mango Capital e Future Back Ventures, il fondo di venture capital di Bain & Company.
La società lavora su un nodo tecnico che sta diventando commerciale: se gli agenti AI devono compiere attività in più passaggi, interrogare fonti esterne, citare documenti e aggiornarsi su informazioni pubblicate da poco, non basta restituire loro una pagina di risultati pensata per un essere umano. Serve uno strato di ricerca che fornisca contenuti strutturati, fonti verificabili e tempi di risposta compatibili con applicazioni in produzione.
Indice degli argomenti
Seltz e il web retrieval per agenti AI
La tesi industriale di Seltz è netta: gli agenti AI non devono navigare il web come persone, ma accedervi come software. Per questo la startup dichiara di possedere e gestire direttamente crawler, indice, estrazione delle informazioni, ranking e recupero dei contenuti, invece di appoggiarsi a interfacce costruite sopra motori di ricerca generalisti.
Nel post pubblico di lancio, Mallia presenta Seltz come una web search api costruita per agenti che hanno bisogno di informazioni in tempo reale e bassa latenza. Il primo ambito di partenza è la ricerca su notizie statunitensi, ma l’ambizione dichiarata è più ampia: diventare un livello infrastrutturale per applicazioni AI-native che hanno bisogno di conoscenza esterna aggiornata.
La società ha pubblicato anche il Dynamic News Search Benchmark, un confronto su qualità e latenza del retrieval tra provider di ricerca AI. Nel benchmark aziendale, Seltz indica un’accuratezza dell’89% e una latenza end-to-end di 166 millisecondi. Il dato va letto come metrica dichiarata dalla società e non come validazione indipendente, ma segnala il posizionamento: competere non sull’interfaccia di ricerca, bensì sulla combinazione tra velocità, freschezza e citabilità delle fonti.
Perché il round arriva nel momento degli agenti AI
Il finanziamento arriva in una fase in cui l’AI enterprise si sta spostando dai chatbot agli agenti, cioè sistemi capaci di pianificare ed eseguire attività su più passaggi. Secondo la Global Survey 2025 di McKinsey, basata su 1.993 partecipanti in 105 Paesi, l’88% delle organizzazioni dichiara di usare AI in almeno una funzione aziendale; il 23% sta scalando sistemi agentici in qualche area dell’impresa e un altro 39% sta sperimentando agenti AI.
La distanza tra sperimentazione e valore resta però ampia. Il report The GenAI Divide: State of AI in Business 2025 del progetto MIT NANDA, basato su revisione di oltre 300 iniziative pubbliche, interviste in 52 organizzazioni e risposte di 153 senior leader, stima che solo il 5% dei progetti integrati di AI generativa produca milioni di dollari di valore, mentre la maggioranza resta senza impatto misurabile sul conto economico. Tra le cause indicate ci sono workflow fragili, scarso apprendimento contestuale e integrazione debole nei processi quotidiani.
Il retrieval entra proprio in questo punto. Una survey tecnica su retrieval augmented generation per large language model, pubblicata su arXiv da Yunfan Gao e altri autori, colloca il recupero di conoscenza esterna tra le risposte ai limiti dei modelli: conoscenza non aggiornata, allucinazioni e ragionamenti poco tracciabili. Un paper industriale presentato a NAACL 2024 da Orlando Ayala e Patrice Bechard mostra inoltre come l’uso di retrieval augmented generation possa ridurre le allucinazioni in output strutturati e migliorare la generalizzazione fuori dominio.
Chi è Antonio Mallia, un tecnico diventato founder
Il profilo di Mallia è più tecnico che da founder seriale. La sua tesi di dottorato del 2022 è stata su architetture di ricerca su larga scala, ha firmato pubblicazioni su query processing e learned sparse retrieval e ha fatto ricerca su retrieval, reranking e rappresentazioni multi-vettoriali. Ha poi lavorato in Amazon su un motore di ricerca web usato per il question answering di Alexa: un sistema che recuperava pagine e produceva risposte parlate, invece di mostrare link da scorrere. Mallia presenta Seltz di solito come l’esito del lavoro svolto sui motori di ricerca per utenti non umani.
Il team di Seltz opera tra Stati Uniti ed Europa, con presenze a San Francisco, New York, Los Angeles, Parigi, Berlino, Pisa e Lipsia. Circa metà del gruppo è a San Francisco e metà in Europa. Per gli investitori italiani coinvolti nel round, l’operazione ha anche una lettura cross-border: competenze nate nel circuito italiano ed europeo dell’information retrieval, portate nel mercato statunitense dell’AI infrastructure.
Dalle applicazioni AI all’infrastruttura
Il round di Seltz si inserisce in una riallocazione dei capitali verso l’infrastruttura AI. Il policy brief OCSE Venture capital investments in artificial intelligence through 2025 stima che le società AI attive in IT infrastructure e hosting abbiano attratto 109,3 miliardi di dollari nel 2025, oltre il 42% di tutti gli investimenti venture in AI.
Anche il report 2025: The State of Generative AI in the Enterprise di Menlo Ventures, basato su circa 500 decision maker enterprise statunitensi e su una modellazione bottom-up del mercato, stima una spesa enterprise in AI generativa salita a 37 miliardi di dollari nel 2025, dai 11,5 miliardi del 2024. La stessa analisi attribuisce 1,5 miliardi di dollari alla categoria AI infrastructure, che comprende storage, retrieval e orchestrazione dei dati che connettono i modelli ai sistemi aziendali.
Per Seltz, il capitale servirà ad ampliare crawling e indicizzazione, rafforzare il team di ingegneria e ricerca e accelerare il go-to-market verso laboratori AI, startup AI-native e clienti enterprise. La società dichiara inoltre di aver registrato una crescita di circa sei volte nelle iscrizioni degli sviluppatori dal rilascio pubblico dell’api e di aver avviato prime partnership su infrastruttura e dati con aziende AI di frontiera.
La scommessa degli investitori
Speedinvest porta nel round una specializzazione early stage europea; B Capital aggiunge una rete globale e un forte orientamento verso tecnologia enterprise. Nel comunicato del round, Will Wells, deep tech partner di Speedinvest, descrive Seltz come un team che punta a costruire infrastruttura di base per la prossima generazione di sistemi AI. Gabe Greenbaum, general partner di B Capital, lega invece l’investimento a tre problemi tecnici: latenza, affidabilità e controllo sul web retrieval.
La promessa è ambiziosa perché tocca uno degli strati più contesi della filiera AI: chi controlla l’accesso al web controlla parte della qualità delle risposte, della verificabilità delle fonti e del costo operativo degli agenti. Per una startup seed, la sfida sarà dimostrare che un’infrastruttura proprietaria può battere soluzioni costruite sopra provider esistenti non solo nei benchmark, ma nei carichi reali delle imprese.
Per il mercato italiano dell’innovazione, Seltz è un caso interessante anche per un altro motivo: non nasce come applicazione verticale di AI, ma come componente infrastrutturale venduto a chi costruisce applicazioni. È una posizione più difficile da spiegare al grande pubblico, ma più vicina al modo in cui si stanno formando le nuove catene del valore dell’intelligenza artificiale.
Partecipa alla community