Il mercato tecnologico ha visto nascere decine di startup negli ultimi due anni che promettono di portare intelligenza artificiale e dati aziendali sotto lo stesso tetto, ma poche hanno un pedigree così pesante come Isotopes AI. L’azienda è uscita dal buio con un seed round da 20 milioni di dollari e un prodotto che non si limita a chattare con i dati, ma li mastica, li digerisce e li risputa sotto forma di analisi pronte a finire in un board pack o in un piano operativo. La promessa è seducente: finalmente un AI agent che risolve il problema cronico del Big Data, ovvero la distanza siderale tra chi gestisce l’infrastruttura e chi i dati li dovrebbe usare per prendere decisioni.

Chiunque abbia mai partecipato a una conference call trimestrale con analisti di Wall Street conosce la scena: domande puntuali, numeri che mancano, silenzi imbarazzanti. Arun Murthy, CEO e cofondatore di Isotopes, ricorda bene quelle situazioni quando lavorava in Cloudera. Un’azienda che vendeva Big Data ma non aveva accesso immediato ai propri dati, con dirigenti che balbettavano davanti agli investitori. Non un bello spettacolo. Eppure da lì nasce la consapevolezza che la vera barriera non è tecnica, ma culturale: i dati sono sempre stati ostaggio dei data engineer, mentre chi decide deve aspettare report settimanali, spesso già vecchi di qualche giorno.

Aidnn, l’agente di Isotopes, ribalta questa logica. Non ti limita a un’interrogazione SQL camuffata da chatbot, ma ti accompagna in un percorso di trasformazione del dato. Vuoi capire i trend del Monthly Recurring Revenue? Scoprirai che il dato grezzo non esiste in forma leggibile. Serve un piano complesso che include l’estrazione di metadata, la normalizzazione, il join tra fonti eterogenee, la ripartizione dei ricavi e infine l’aggregazione. Aidnn non solo lo fa, ma ti mostra ogni passo, segnala anomalie e propone raccomandazioni operative. È come avere un analista senior e un data engineer nello stesso corpo digitale.

Non è un caso che il team di fondatori arrivi da una storia che ha plasmato il concetto stesso di Big Data. Murthy, da giovane ingegnere, era parte del gruppo Yahoo che creò Hadoop, il software open source che ha dato vita alla febbre dei dati degli anni dieci. Da lì la nascita di Hortonworks, spin-off di Yahoo, con Murthy come cofondatore e Chief Product Officer. Hortonworks andò in borsa a tempo di record, ma la festa finì presto: il cloud cambiò le regole del gioco, i data lake non bastarono più e il mercato punì i pionieri. Hortonworks dovette fondersi con Cloudera e, sotto la pressione dell’attivista Carl Icahn, la società venne infine privatizzata nel 2021. Una parabola tipica della tecnologia: la generazione che apre la strada viene spesso sostituita da chi porta il modello in cloud, più scalabile, più facile da usare.

Murthy, dopo anni a gestire 200 persone in Cloudera, decise di prendersi una pausa. Senza un piano preciso, entrò in contatto con Alexandr Wang di Scale AI. Qualche chiacchierata, qualche progetto di consulenza, e si ritrovò CTO di una delle aziende più calde del settore. Murthy la descrive come un dottorato accelerato, una immersione nei meccanismi intimi dei modelli linguistici e delle infrastrutture AI. Quell’esperienza, unita alla memoria dei fallimenti precedenti, lo ha convinto che era arrivato il momento di creare un prodotto diverso: non un altro modello da addestrare, ma un AI agent in grado di operare davvero come coworker.

È qui che rientrano in scena gli amici di vecchia data, Prasanth Jayachandran e Gopal Vijayaraghavan, compagni di viaggio dai tempi di Hortonworks. Insieme fondano Isotopes sul finire del 2024, trovando rapidamente il supporto finanziario di Vab Goel di NTTVC, uno che sa riconoscere il potenziale prima degli altri. I tre hanno il vantaggio di conoscere a memoria le cicatrici del mercato Big Data: sanno che la pura infrastruttura non basta, che le aziende non vogliono solo data warehouse scintillanti ma insight immediati, azionabili, senza filtri.

Aidnn viene quindi presentato non come chatbot aziendale ma come “AI coworker”, con un’architettura che ricorda un collega di reparto capace di seguire task complessi e di mantenere memoria contestuale. E qui c’è il salto qualitativo che distingue Isotopes da molte altre startup di business analytics: l’agente non si ferma alla query, ma costruisce un workflow end-to-end. Recupera dati da Salesforce o Snowflake, li pulisce, li combina, li arricchisce con logica di business, fino a produrre un output che non ha bisogno di ulteriori passaggi umani. È un approccio che mette in crisi la tradizionale separazione tra analista, data engineer e manager.

In un’epoca in cui ogni grande vendor cavalca la buzzword “AI agent”, la domanda è inevitabile: perché dovrebbe vincere Isotopes? La risposta sta nella combinazione di pedigree e pragmatismo. Salesforce spinge con Tableau e lancia agenti conversazionali su tutti i suoi prodotti, WisdomAI propone soluzioni brillanti ma ancora immature, decine di altri competitor promettono meraviglie. Eppure pochi hanno nel team fondatori che hanno costruito Hadoop, portato un’azienda in borsa e poi imparato le regole del gioco dei modelli AI dal cuore pulsante di Scale. È la differenza tra raccontare storie di dati e averle vissute sulla propria pelle.

Un dettaglio non trascurabile è la trasparenza. Aidnn mostra i suoi ragionamenti, i passaggi, gli assunti. Non è una black box che sputa numeri senza spiegazioni. Questa scelta di design va oltre la compliance: è un modo per costruire fiducia, quella risorsa scarsa che spesso manca nei sistemi di AI applicati al business. Le aziende non vogliono “magia nera”, vogliono sapere perché un certo trend appare, perché un’anomalia è segnalata, come è stato calcolato un indicatore. La fiducia si costruisce mostrando i propri passi, anche quando non sono perfetti.

C’è poi l’aspetto, non secondario, della privacy. Isotopes promette che le aziende possono deployare Aidnn senza condividere dati sensibili con i provider dei modelli sottostanti. Una promessa che suona come musica alle orecchie di chi deve proteggere informazioni finanziarie o customer data. Non basta avere un AI agent potente, serve anche garantire che i dati non escano mai dai confini aziendali. È la lezione imparata da decine di casi recenti, in cui fughe di dati verso fornitori cloud hanno creato più danni che vantaggi.

Se guardiamo più in profondità, il vero valore di Isotopes è culturale. Il Big Data degli anni dieci ha insegnato che accumulare petabyte di informazioni non significa avere conoscenza. I dashboard patinati hanno illuso manager e investitori, ma sotto la superficie rimaneva un processo manuale, lento, soggetto a errori. Il business analytics tradizionale ha costruito una muraglia tra chi “sa fare le query” e chi deve “prendere decisioni”. Aidnn, almeno sulla carta, abbatte quella muraglia. È come se i due mondi, infrastruttura e strategia, si parlassero finalmente senza traduttori intermedi.

Il linguaggio usato da Murthy e soci riflette questa ambizione. Sul loro blog parlano di “Analytics Agent”, di “AI coworker”, di “Ambient Analytics”. Termini che suonano poetici ma che in realtà cercano di descrivere un nuovo paradigma: l’analisi non come attività a progetto, ma come presenza costante, ambientale, che accompagna ogni decisione. Non una dashboard statica, ma un collega invisibile che interviene quando serve. È un concetto che va oltre il puro business analytics e si avvicina a un’idea di intelligenza aumentata per l’impresa.

Naturalmente non mancano gli scettici. Molti ricordano il destino di Hadoop e delle soluzioni “troppo complesse per sopravvivere al cloud”. L’obiezione più ovvia è che anche Aidnn rischi di essere un layer in più, un’astrazione che nel lungo termine verrà cannibalizzata da player più grandi. Ma qui torna la differenza: Isotopes non vuole essere infrastruttura, non vuole competere sui data lake, vuole essere il cervello operativo che orchestra ciò che già esiste. È una posizione meno vulnerabile, più vicina alle esigenze immediate delle aziende che devono rispondere a domande semplici con dati complessi.

Il timing non è casuale. Nel 2025 le imprese si trovano a fronteggiare due dinamiche: da un lato la pressione per adottare AI agent in ogni funzione, dall’altro la paura di perdere controllo sui dati. Isotopes si posiziona esattamente in mezzo, offrendo uno strumento sofisticato ma gestibile, capace di portare valore senza spaventare il reparto legale. È un equilibrio sottile, ma chi ci riesce potrebbe dominare il prossimo ciclo di hype tecnologico.

Aidnn non è solo tecnologia, è narrativa. È il simbolo di una generazione di fondatori che hanno visto nascere e morire il Big Data, che hanno vissuto la gloria e il declino, che hanno imparato dai giganti del cloud e ora tentano di scrivere un nuovo capitolo. E questa volta, almeno nelle intenzioni, vogliono farlo con ironia e lucidità, senza farsi abbagliare dalla retorica dei “dati che parlano da soli”. Perché i dati non parlano, e non hanno mai parlato. Serve qualcuno che li traduca in azione. E se quel qualcuno è un AI agent che si chiama Aidnn, tanto meglio.