Nel venture capital dell’intelligenza artificiale la corsa a OpenAI e Anthropic sta assumendo le forme di una concentrazione sempre più netta: pochi operatori raccolgono capitali enormi, attirano talenti e diventano snodi obbligati per chi vuole esporsi alla crescita dei modelli di frontiera. Insight Partners, che gestisce 90 miliardi di dollari, non intende però trasformare questa dinamica nell’unica tesi d’investimento del proprio portafoglio.
Deven Parekh, alla guida della società insieme ad altri partner da 26 anni, ha spiegato che Insight mantiene partecipazioni sia in OpenAI sia in Anthropic, ma continua a privilegiare una costruzione più ampia delle proprie esposizioni. È una posizione che riconosce il peso dei grandi laboratori senza presupporre che il valore creato dall’AI finirà esclusivamente, o soprattutto, nei loro bilanci.
La distinzione è rilevante perché il mercato sta premiando le piattaforme che sviluppano i modelli generalisti con valutazioni e finanziamenti fuori scala. Per un investitore delle dimensioni di Insight, tuttavia, partecipare a quei round non equivale necessariamente a trovare il miglior rapporto tra rischio e rendimento. La società può investire lungo più stadi di maturità e in più aree geografiche, passando dalle startup iniziali alle aziende in crescita fino ai buyout. Parekh descrive questa ripartizione come variabile nel tempo, non come il rispetto di quote fisse assegnate a ciascuna strategia.
La diversificazione come risposta a un mercato che accelera
Il ragionamento di Parekh parte anche dalle condizioni del venture capital. Le valutazioni, ha osservato, stanno tornando a salire con una velocità che ricorda il 2021. In una normale sequenza di finanziamenti, un round successivo dovrebbe comportare un prezzo più elevato perché l’azienda ha prodotto dati aggiuntivi e quindi ridotto una parte dell’incertezza. Nelle operazioni che si chiudono in tempi estremamente rapidi, quel passaggio può però venire meno: il prezzo cresce prima che emergano elementi sostanziali per ricalibrare il rischio.
Per Insight, la conseguenza pratica è cercare ingressi più precoci e distribuire inizialmente il capitale con maggiore cautela. Parekh ha indicato una logica fatta di assegni nell’ordine di 20-25 milioni di dollari, anziché di un’esposizione immediata da 500 milioni, riservando risorse aggiuntive alle società che dimostrano di poter vincere. Non è un rifiuto delle grandi operazioni, ma un modo per preservare opzioni in un mercato dove la velocità delle raccolte può anticipare la maturità reale delle aziende.
L’esempio citato è Wiz: Insight ha partecipato alla Series A e ha continuato a investire nei round successivi. In un caso di successo, questa strategia permette di aumentare in modo significativo il ritorno rispetto a un singolo investimento iniziale. Se l’azienda non mantiene le promesse, invece, l’impatto di una prima posizione relativamente contenuta resta gestibile anche per un fondo di grandi dimensioni.
Applicata all’AI, questa impostazione porta a cercare valore anche nelle aziende che costruiscono prodotti, infrastrutture e software specializzato attorno ai modelli, oltre che nei laboratori che li addestrano. Il principio non implica che ogni segmento dell’ecosistema avrà lo stesso potenziale o che le partecipazioni nei leader siano irrilevanti. Significa piuttosto che Insight non vuole dipendere da una previsione unica sull’esito della competizione fra i modelli di frontiera.
Partecipazioni concorrenti e conflitti da gestire
Avere quote in OpenAI e Anthropic solleva inevitabilmente il tema dei conflitti d’interesse. Le due società competono per clienti, ricercatori, capacità di calcolo e capitale; allo stesso tempo, gli investitori di grandi dimensioni operano spesso in mercati affollati, con partecipazioni che possono sovrapporsi. Parekh non presenta questa realtà come un’eccezione: nella sua lettura, è una condizione da amministrare attraverso regole interne e comportamenti coerenti, non un motivo sufficiente per rinunciare in partenza a interi comparti.
Per le startup finanziate da fondi multi-stage, la questione conta in modo concreto. Un investitore con una vasta rete di partecipazioni può offrire esperienza, contatti e capitale per la crescita; può però anche trovarsi vicino a imprese che inseguono gli stessi clienti o affrontano problemi analoghi. La fiducia nella gestione delle informazioni riservate e nelle procedure di governance diventa quindi parte integrante della relazione, soprattutto nell’AI enterprise, dove le differenze tra concorrenti possono dipendere da dati proprietari, prezzi e roadmap di prodotto.
La stessa concorrenza tra fondi può rendere queste dinamiche più visibili. Insight ha perso l’opportunità di investire in Legora, società di legal tech basata sull’intelligenza artificiale, finita a General Catalyst. Parekh ha raccontato che il partner Jeff Horing si era mosso direttamente per competere nell’operazione. L’episodio segnala quanto il mercato delle applicazioni verticali sia diventato conteso: non sono soltanto OpenAI e Anthropic a catalizzare le trattative, ma anche le aziende che portano l’AI in funzioni professionali specifiche e potenzialmente redditizie.
Una strategia diversificata non elimina questo livello di competizione. Semmai impone di accettare che alcune operazioni andranno perse e che non tutte le aziende più discusse saranno accessibili a condizioni compatibili con la disciplina del fondo. In un settore in cui i processi di investimento possono chiudersi in pochi giorni, rinunciare a una valutazione ritenuta eccessiva è una scelta che richiede pazienza, ma può diventare decisiva quando il ciclo si normalizza.
L’AI oltre i modelli generalisti
Parekh colloca la propria fiducia nell’AI anche su un piano più ampio del rendimento finanziario. Pur riconoscendo rischi rilevanti, compreso l’uso improprio di modelli open source da parte di soggetti non statali, ritiene più probabile un impatto positivo in settori come la salute. Dal suo osservatorio nel board di NYU Langone, ha indicato il potenziale dell’analisi dei dati clinici per individuare rischi e accelerare la ricerca su farmaci e malattie.
La sanità è un esempio utile per capire perché la tesi di Insight non coincide con un investimento nei soli creatori di foundation model. Per generare benefici operativi servono dati, strumenti di integrazione, software destinati a medici e ospedali, procedure di controllo e aziende capaci di adattare i modelli a contesti regolati. In altre parole, l’adozione dipenderà da una filiera più ampia della tecnologia alla base.
Restano limiti importanti. L’uso dell’AI in ambiti sensibili richiede affidabilità, tutela dei dati personali, responsabilità chiare e verifiche indipendenti; la promessa di efficienza non sostituisce questi requisiti. Inoltre, la crescita delle valutazioni può rendere costoso entrare proprio nelle società che sembrano meglio posizionate per intercettare la domanda. La diversificazione riduce il rischio di concentrazione, ma non protegge automaticamente da un raffreddamento generalizzato del mercato.
Per Insight Partners, il prossimo test sarà tradurre questa impostazione in investimenti capaci di crescere anche quando l’entusiasmo per l’AI rallenterà o cambierà direzione. Le quote in OpenAI e Anthropic assicurano presenza nei due principali laboratori privati del settore. La scelta dichiarata da Parekh, però, è misurare il successo del portafoglio nella sua interezza: un insieme di società e di fasi d’investimento abbastanza ampio da beneficiare della diffusione dell’AI senza dipendere da un solo vincitore.
