Il caso Mirendil racconta molto più di una nuova startup unicorn ancora prima del lancio di un prodotto. Racconta la crescente frattura tra i grandi laboratori di frontiera e una nuova generazione di ricercatori convinti che gli strumenti per sviluppare l’intelligenza artificiale non debbano rimanere monopolio di poche aziende.
Secondo l’esclusiva firmata da Julia Hornstein, Anissa Gardizy e Sri Muppidi, pubblicata inizialmente da The Information e successivamente ripresa dal Wall Street Journal, Mirendil è stata fondata dagli ex ricercatori di Anthropic Behnam Neyshabur e Harsh Mehta, affiancati da altri talenti provenienti da Anthropic, Google e xAI. La società ha raccolto 200 milioni di dollari in un round seed che la porta immediatamente a una valutazione di circa 1 miliardo di dollari, con il sostegno di investitori come Andreessen Horowitz, Kleiner Perkins e Nvidia.
L’obiettivo è ambizioso: costruire strumenti che consentano a università, laboratori scientifici e organizzazioni di sviluppare modelli di intelligenza artificiale specializzati senza dipendere dai grandi provider commerciali. La filosofia dell’azienda viene sintetizzata dai fondatori con una formula efficace: “AI for AI for science”, ovvero utilizzare l’AI per accelerare la ricerca sull’AI stessa, creando un effetto di miglioramento ricorsivo che possa poi trasferirsi alla medicina, ai materiali avanzati, alla biologia e ad altri settori scientifici.
Il progetto arriva in un momento particolarmente delicato. I principali laboratori di frontiera stanno infatti utilizzando sempre più l’intelligenza artificiale per progettare modelli migliori, ma allo stesso tempo limitano contrattualmente la possibilità che clienti e concorrenti facciano lo stesso. Anthropic, ad esempio, vieta espressamente nei propri termini di servizio l’utilizzo dei suoi modelli per sviluppare servizi concorrenti, una scelta che ha alimentato un acceso dibattito tra sicurezza, concorrenza e controllo tecnologico.
Mirendil si posiziona esattamente in questa tensione strategica. I fondatori sostengono che la capacità di costruire sistemi in grado di migliorare altri sistemi AI non debba essere riservata a poche aziende con enormi risorse computazionali, ma possa diventare un’infrastruttura condivisa per accelerare il progresso scientifico. È una visione che si contrappone all’attuale modello dei grandi laboratori, sempre più orientati a integrare ricerca, infrastruttura cloud e distribuzione commerciale in un unico ecosistema chiuso.
Dal punto di vista industriale, la nascita di Mirendil rappresenta anche un altro fenomeno ormai evidente: il capitale di rischio continua a scommettere prima di tutto sulle persone. Una valutazione da un miliardo di dollari per una società praticamente priva di prodotto commerciale dimostra che il vero asset non è ancora il software, ma il talento accumulato negli ultimi anni all’interno dei laboratori di frontiera come Anthropic, OpenAI e Google DeepMind.
Se la strategia funzionerà, Mirendil potrebbe diventare una piattaforma per democratizzare la ricerca avanzata sull’intelligenza artificiale. Se invece dovesse fallire, resterà comunque come uno degli esempi più significativi della nuova corsa agli “spin-off” dei grandi laboratori AI, un fenomeno che sta ridisegnando rapidamente gli equilibri dell’ecosistema globale dell’intelligenza artificiale.