Oltre 1.600 startup analizzate e una ventina di investimenti. Sono i numeri con cui di solito si misura un acceleratore, e PLAI, il programma sull’intelligenza artificiale lanciato dal Gruppo Mondadori nel 2024, li rivendica. Ma quei numeri non sono più sufficienti. C’è altro di cui preoccuparsi. Quante delle tecnologie intercettate all’esterno riescono davvero a entrare nei processi dell’azienda, a diventare prodotti e servizi, a produrre efficienza o nuovi ricavi?
È intorno a questa domanda che va letta l’evoluzione annunciata il 29 settembre dal Gruppo Mondadori: PLAI passa dal modello dell’acceleratore a quello di un hub di open innovation e partnership strategiche, mantenendo lo scouting e gli investimenti nelle startup ma rafforzando soprattutto la loro integrazione con le business unit.
È un passaggio che va letto nella più generale evoluzione della corporate innovation. Da anni il modello tradizionale dei corporate accelerator viene messo in discussione proprio per la difficoltà di trasformare scouting, call e Proof of Concept in innovazione adottata su scala industriale.
Per PLAI, dunque, il traguardo delle 1.600 startup analizzate segna soprattutto la fine di una prima fase.
Indice degli argomenti
PLAI, dalle call all’open innovation dentro le business unit
Quando Mondadori ha lanciato PLAI nel maggio 2024, il progetto aveva la struttura riconoscibile di un corporate accelerator: scouting, selezione di startup AI-driven, investimenti, formazione, mentorship e possibilità di sperimentare le soluzioni nei diversi business del gruppo, dall’education all’editoria, dal marketing al retail. Con una dotazione di 6 milioni di euro per il triennio 2024-2026, che quindi va a chiudersi quest’anno.
L’obiettivo industriale era presente sin dall’inizio, accanto a quello di presidiare l’ecosistema dell’AI generativa. Ma in poco più di due anni il baricentro si è spostato proprio sull’integrazione nei business.
Antonio Porro, amministratore delegato del Gruppo Mondadori, ricostruisce così il percorso:
“In tre anni di attività con PLAI abbiamo valutato più di 1.600 startup, vagliando un vasto numero di progetti innovativi che ci hanno consentito di avere un punto di vista privilegiato sul mercato dell’intelligenza artificiale. Abbiamo investito in circa 20 realtà, casi di eccellenza tra i quali, ad esempio, AD cube, startup specializzata in AI applicata all’advertising, che abbiamo portato all’interno del nostro Gruppo. Oggi il nostro impegno compie un ulteriore passo avanti: abbiamo sviluppato un modello evoluto di PLAI, più funzionale e integrato che, oltre ad essere un acceleratore di startup, è diventato anche uno strumento di open innovation capace di generare ancora maggiore valore all’interno delle business unit del Gruppo”.
La frase chiave è “generare valore all’interno delle business unit”. Sposta la misura del risultato dal flusso di startup intercettate, il deal flow, all’adozione. Lo scouting rimane necessario, così come l’investimento nelle startup. Ma diventa il primo pezzo di una catena che deve proseguire con sperimentazione, integrazione, utilizzo nei processi e possibilmente misurazione dell’impatto economico.
Un’evoluzione cominciata a febbraio: call sempre aperta e venture builder
La trasformazione non arriva all’improvviso.
A febbraio EconomyUp aveva raccontato la nuova PLAI e il progetto di sperimentare un venture builder. Già allora PLAI passava a una selezione continua, “always on”, con una call sempre aperta e una valutazione basata non soltanto sulla qualità tecnologica della startup, ma sulla sua aderenza a esigenze industriali concrete.
Anche gli strumenti finanziari erano stati modificati: fino a 300mila euro di equity investment, considerando investimento iniziale e follow-on, e fino a 100mila euro per Proof of Concept, progetti pilota, co-sviluppo e sperimentazioni nei business del gruppo. Il confronto con i primi due batch, ricostruito nel report PwC-PLAI presentato il 29 settembre, dice molto: allora le startup early stage potevano ricevere fino a 100mila euro, con follow-on fino a 400mila, e per le realtà più mature erano previsti fino a 40mila euro di PoC. Oggi il tetto per le sperimentazioni sale, quello per l’equity scende. Più risorse per provare, meno per partecipare.
Il modello per batch, quindi, cominciava già a lasciare spazio a un processo più continuo nel quale è il bisogno aziendale a determinare che cosa cercare fuori dall’azienda. Il report descrive anche il venture building: nuove soluzioni sviluppate internamente a partire dai bisogni delle business unit, con un prodotto minimo in 6-10 settimane, da integrare nel business o trasformare in una nuova società. Risultati, per ora, non ne vengono comunicati.
Stefano Argiolas, amministratore delegato di PLAI e Chief AI Officer del Gruppo Mondadori, descrive questa evoluzione cercando di mantenere un elemento di continuità con il progetto originario:
“PLAI evolve, ma resta fedele alla sua vocazione originaria: fungere da osservatorio strategico sull’innovazione dell’AI. Siamo entrati a pieno regime in un nuovo capitolo, in cui offriamo alle startup più promettenti l’opportunità di collaborare a sempre più stretto contatto con il Gruppo Mondadori”.
Osservatorio e strumento industriale, dunque. Sono le due funzioni che PLAI prova ora a mettere insieme.
Perché i corporate accelerator hanno dovuto cambiare
Il declino dei corporate accelerator è cominciato da tempo. Già nel 2020, emergeva il progressivo deterioramento del modello classico: programmi organizzati per call e batch avevano contribuito alla diffusione della cultura dell’innovazione e alla crescita degli ecosistemi, certo, ma avevano prodotto risultati industriali spesso limitati rispetto alle risorse investite.
Perché i corporate accelerator hanno smesso di funzionare? Alberto Onetti, presidente di Mond The Bridge, qui su EconomyUp ha evidenziato diversi problemi, tra cui la difficoltà a coinvolgere le startup migliori, poco attratte da programmi percepiti come troppo transazionali, e quella delle imprese a internalizzare le soluzioni individuate.
L’evoluzione di Mondadori PlAI spiega e conferma questa tendenza.
Il corporate accelerator della prima stagione aveva soprattutto il compito di creare un ponte fra due mondi lontani. Oggi trovare startup e tecnologie è relativamente più facile. Molto più difficile è farle entrare in un’organizzazione complessa.
Significa individuare un problema reale, coinvolgere la business unit, costruire un business case, fare i conti con sistemi informatici datati e con la qualità dei dati, portare avanti un PoC e, infine, superare quello che spesso resta il vero punto critico dell’open innovation: il passaggio dal progetto pilota all’adozione.
È lo stesso bilancio che PLAI fa del lavoro svolto finora a diventare una diagnosi sui limiti del modello corporate accelerator. Nel report PwC-PLAI il gruppo riconosce tre limiti dei primi due batch: cicli di accelerazione troppo rigidi rispetto a bisogni che nelle business unit emergono in modo continuo; uno scouting non sempre guidato dal bisogno, con collaborazioni partite dalla startup e solo dopo alla ricerca di un’applicazione interna; una separazione troppo netta fra il programma per le startup e quello per le scale-up, che ha reso meno fluido il passaggio dalla sperimentazione allo scaling.
AD cube, il caso che mostra il percorso dall’accelerazione all’integrazione
Antonio Porro cita il caso di AD cube, startup AdTech specializzata nell’applicazione dell’intelligenza artificiale all’advertising. Perché? È probabilmente l’esempio più completo del modello a cui PLAI tende: individuazione della startup, accelerazione, collaborazione con il gruppo, investimento e integrazione industriale.
La startup era stata selezionata nella prima edizione di PLAI. Nel settembre 2025 AdKaora, agenzia MarTech di Mondadori Media, è entrata nel capitale della società, portando la partecipazione complessiva del gruppo al 20%, con un accordo che prevede un meccanismo di put&call option che consente di arrivare al 100%.
Il report PwC-PLAI descrive ora la piattaforma di AD cube come “pienamente operativa” e la società “in fase di acquisizione da parte di Mondadori Digital”.
Già al Demo Day del novembre 2025 erano stati presentati i primi progetti di innovazione interna avviati da Mondadori con le startup dell’acceleratore, dall’ottimizzazione del customer service all’automazione dei processi editoriali, fino alla digitalizzazione degli acquisti e della selezione dei fornitori. Oggi quel meccanismo viene trasformato da risultato occasionale in criterio con cui organizzare il programma.
Hi Twin, Tuduu e WordLift: la selezione parte dal fit industriale
Le tre startup presentate alla PLAI Impact Conference mostrano bene il nuovo approccio.
PLAI ha appena finalizzato un investimento in Hi Twin, piattaforma che crea digital twin di utenti reali per testare messaggi, creatività e campagne di comunicazione e ottenere insight sulle audience.
Con Tuduu, infrastruttura B2B che mette in relazione dati relativi a food, nutrizione ed e-commerce attraverso un’architettura API-first, Mondadori sta invece valutando una collaborazione strategica. Così come con WordLift, piattaforma che struttura e organizza dati aziendali in modo da rendere prodotti e contenuti maggiormente comprensibili e individuabili dai motori di ricerca e dagli assistenti AI.
Non c’è dunque un unico rapporto standard fra azienda-hub e startup. In un caso si investe, in un altro si valuta una collaborazione, in un altro ancora si lavora per chiudere un accordo. Il criterio dichiarato da PLAI è composto da tre fattori: valore della soluzione, maturità della startup e fit strategico con Mondadori.
È un dettaglio importante. Significa che l’obiettivo non è necessariamente portare tutte le startup attraverso lo stesso percorso, ma costruire la forma di collaborazione più utile in funzione del bisogno industriale.
Dentro le business unit: le soluzioni sviluppate con startup
Che cosa significa questo nuovo percorso si può comprenderlo dai progetti arrivati davvero dentro i business del gruppo.
Secondo quanto dichiarato nel report PwC-PLAI, nel 2025 due soluzioni nate nell’acceleratore sono andate in produzione. La prima è Stip, che da luglio 2025 automatizza il servizio clienti telefonico di Mondadori Retail, per ora in tre negozi. La seconda è il modello predittivo per la gestione delle ristampe realizzato da Mondadori Libri insieme a Olivia, scale-up del batch PLAI 2024. Attivo dall’ottobre 2025, serve a ottimizzare ordini e ristampe e a ridurre gli sprechi lungo la filiera. Una terza soluzione, con Compri, è in sviluppo con l’Ufficio Acquisti del gruppo.
Mondadori fa sapere, poi, che nell’area Education è attivo da settembre 2025 Tutor AI, un sistema di assistenti integrati nei libri di testo scolastici digitali, progettato per affiancare gli studenti nella didattica e i docenti nella preparazione dei piani di lezione.
Sono tutte integrazioni per ottimizzare processi interni. Ma ci sono anche due applicazioni rivolte direttamente agli utenti. Studenti+ è una nuova area del brand Studenti di Mondadori Digital che utilizza strumenti di intelligenza artificiale per costruire percorsi personalizzati. Good Choice amplia invece l’offerta di GialloZafferano con servizi AI progettati per accompagnare gli utenti nelle decisioni d’acquisto alimentari e favorire una spesa più consapevole.
SI tratta, comunque, di casi e modalità molto diversi. Stip e Olivia rappresentano una tecnologia esterna arrivata in produzione. Per Tutor AI, Studenti+ e Good Choice, invece, Mondadori non indica partner esterni, anche se il report segnala una collaborazione con la startup MemorAIz per una nuova funzionalità di Studenti.it, in fase di rilascio. Ed è proprio questo il confine da osservare: un programma di scouting tecnologico diventa un vero processo di open innovation quando la tecnologia esterna entra nella catena del valore aziendale e raggiunge un processo operativo o il cliente finale.
L’AI in Mondadori: più automazione che contenuti
C’è un altro elemento emerso dalla PLAI Impact Conference che racconta la direzione presa dall’azienda.
Nella survey interna al gruppo, condotta nel 2026 e contenuta nel report “Dalla sperimentazione all’adozione: come industrializzare l’AI attraverso l’Open Innovation” realizzato da PwC Italia e PLAI, l’88% dei rispondenti indica l’automazione dei processi tra gli impieghi dell’AI considerati più promettenti per la propria area nei prossimi dodici mesi. Al secondo posto c’è l’analisi avanzata dei dati, con il 63%.
La generazione di contenuti si ferma invece al 13%. Hanno risposto soprattutto decision maker e project manager delle business unit, più alcuni utenti finali: non è dato sapere quanti. Il dato, quindi, va letto come l’orientamento dei decisori interni, non come una fotografia dell’intera azienda.
Per un gruppo editoriale è, però, un dato significativo. Tanto più se lo si confronta con i dati di settore. Secondo l’elaborazione PwC su dati ISTAT 2025, le imprese del comparto media ed editoria usano l’AI molto più della media per generare testi (64% contro 38%) e immagini o audio (65% contro 43%), ma meno per automatizzare flussi di lavoro e decisioni (12% contro 17%). E nell’indagine dell’Associazione Italiana Editori su 97 case editrici, gli strumenti per le previsioni di vendita e la pianificazione delle tirature, proprio il terreno dove è stata impiegata Olivia, sono usati appena dal 4,1%. Il settore, insomma, oggi usa l’AI soprattutto sul prodotto. Mondadori sta facendo lavorando invece sui processi.
Una parte rilevante del dibattito sull’impatto dell’intelligenza artificiale nell’editoria si è concentrata inevitabilmente sulla produzione di testi, immagini e video. La fotografia che arriva dall’interno di Mondadori suggerisce invece che la trasformazione più importante potrebbe avvenire più in profondità: automazione dei workflow, utilizzo dei dati, gestione della supply chain, customer service, procurement, advertising, personalizzazione dei servizi.
È anche il terreno sul quale il ritorno economico dell’AI può essere misurato con maggiore precisione.
Mondadori PLAI, evoluzione o ridimensionamento?
Il piano da 6 milioni di euro annunciato al lancio copre il triennio 2024-2026, e quindi sta per arrivare a scadenza. Il modello a batch è stato abbandonato, e con esso il tetto di 500mila euro di equity per le startup più promettenti. Il report PWC, che si ferma al 2025, conta 16 iniziative finanziate nei primi due batch: le soluzioni andate in produzione dentro Mondadori sono due, oltre ad AD cube, e una delle due gira per ora in tre negozi. Entrambe, peraltro, sono state poi acquisite da altre aziende: Stip da Call2Net nel maggio 2025, Olivia da iPratico nel 2026. Le altre startup del primo batch hanno proseguito per lo più sul mercato, fuori dal perimetro del gruppo.
Messa così, l’evoluzione di Mondadori PLAI potrebbe anche essere un modo elegante per ridimensionare un programma che non ha dato i risultati attesi. Sicuramente si tratta di un importante intervento di manutenzione. L’amministratore delegato Porro conferma la volontà di «continuare ad investire», il budget per le sperimentazioni sale da 40 a 100mila euro per progetto, nel 2026 sono arrivati nuovi investimenti, come quello su Hi Twin. Ma il modello e gli obiettivi cambiano, perché sono emersi i limiti che lo stesso Gruppo ha messo nero su bianco.
Partecipa alla community