H, la startup parigina fondata da ex Google, ha fatto parlare di sé la scorsa estate con l’annuncio inaspettato di un round di finanziamento da 220 milioni di dollari, prima ancora di lanciare un singolo prodotto. Dopo qualche mese, senza un prodotto concreto, quell’annuncio sembrava destinato a diventare un fallimento catastrofico, quando tre dei cinque cofondatori hanno lasciato l’azienda a causa di “disaccordi operativi e commerciali”. Tuttavia, H non si è fermata e oggi presenta al mondo il suo primo prodotto: Runner H, un’intelligenza artificiale “agentica” progettata per rispondere alle esigenze di aziende e sviluppatori in ambiti come l’automazione dei processi e il controllo qualità.

Runner H è alimentato da un LLM compatto (modello di linguaggio di grandi dimensioni) con soli 2 miliardi di parametri, un approccio radicalmente diverso rispetto agli altri modelli giganti come GPT-4 di OpenAI, che utilizza 175 miliardi di parametri. Ma come mai H ha deciso di percorrere una strada così inusuale? Charles Kantor, CEO dell’azienda, sostiene che un LLM più piccolo è molto più efficiente in termini di costi operativi e prestazioni, soprattutto per le imprese che vogliono sfruttare l’AI senza affrontare il peso economico e logistico dei modelli più grandi.

La Forza del Modello Compact

La scelta di sviluppare un LLM compatto è basata su un concetto chiave: efficienza. Mentre i giganti come OpenAI e Anthropic si concentrano sull’aumento dei parametri per migliorare la potenza dei loro modelli, H punta a sviluppare un modello che, pur con meno parametri, possa risultare più snello, rapido e conveniente da utilizzare. Questo approccio consente a Runner H di essere accessibile anche per piccole e medie imprese, che possono integrarlo senza dover affrontare i costi enormi legati all’adozione delle soluzioni AI più conosciute.

Nonostante le sue dimensioni ridotte, H rivendica che Runner H supera l’efficienza di altri modelli noti, come quello di Anthropic, con un miglioramento del 29% nei benchmark di “WebVoyager”. Questo dimostra che l’azienda ha trovato un buon equilibrio tra performance e costo, un punto fondamentale per conquistare la fiducia dei suoi utenti.

Il Lancio e le Prime Applicazioni di Runner H

Runner H si rivolge inizialmente a tre aree specifiche: l’automazione dei processi robotici (RPA), il controllo qualità e l’outsourcing dei processi aziendali (BPO). Queste applicazioni sono già comuni in numerosi settori, ma H vuole portare una nuova ondata di innovazione in questi ambiti, grazie all’introduzione di un’intelligenza artificiale che non solo esegue compiti ripetitivi, ma è anche in grado di adattarsi a situazioni mutevoli, come l’automazione di moduli e siti web anche quando questi vengono modificati.

RPA è un campo che esiste da anni, ma molto del lavoro svolto finora non ha mai integrato l’AI. Le soluzioni esistenti si limitano a script di automazione base, che non possono adattarsi a modifiche o complessità che emergono nei flussi di lavoro reali. Runner H, invece, è progettato per gestire anche questi cambiamenti, assicurando che l’automazione possa continuare a funzionare anche quando i formati vengono aggiornati.

Nel controllo qualità, l’AI di H è in grado di ridurre i costi di manutenzione, come nel caso dei test sui siti web, garantendo la compatibilità tra diversi sistemi di pagamento e validando la disponibilità delle pagine. Infine, nel campo dell’outsourcing dei processi aziendali, Runner H facilita l’accesso e l’utilizzo dei dati provenienti da fonti diverse, migliorando l’efficienza e la velocità con cui gli agenti possono completare le attività quotidiane.

L’API di Runner H e il Modello di Business

Un aspetto interessante del lancio di Runner H è il modello di accesso tramite API, che consente agli utenti di testare i servizi “pronti all’uso” forniti da H e anche di sviluppare le proprie soluzioni personalizzate. Al momento, l’utilizzo di queste API è gratuito, ma l’azienda prevede di introdurre un modello di pagamento in futuro. Inoltre, agli sviluppatori verrà messo a disposizione un ambiente di test chiamato H-Studio, che permette di gestire e ottimizzare i flussi di lavoro AI creati attraverso le API.

H ha già collaborato con un numero ristretto di clienti provenienti da settori come l’e-commerce, il banking e l’assicurazione per perfezionare il prodotto, raccogliendo feedback che hanno guidato lo sviluppo di Runner H. Questo approccio orientato al cliente è stato fondamentale per garantire che il prodotto finale rispondesse alle reali esigenze delle aziende, piuttosto che essere il frutto esclusivo della creatività interna.

Il Futuro dell’Intelligenza Artificiale: Un’era Capital Intesiva

Con i 230 milioni di dollari già raccolti e una nuova serie A in arrivo, H si prepara a sfidare i giganti dell’AI. Kantor ha dichiarato che l’azienda sta cercando di costruire una “seconda era” dell’intelligenza artificiale, che si distingue dalla prima era dominata dai modelli di OpenAI. La sfida sarà continuare a costruire su un’infrastruttura efficiente e ottimizzata, in modo da mantenere bassi i costi operativi pur continuando a innovare e crescere.

Se la prima era dell’AI è stata definita dalla costruzione di grandi modelli generativi, la seconda era potrebbe essere quella della specializzazione: modelli che, pur essendo più piccoli e concentrati su compiti specifici, sono in grado di competere con i colossi grazie alla loro capacità di adattarsi rapidamente a vari settori e applicazioni. Questo approccio non solo abbassa i costi, ma aumenta anche la velocità con cui le soluzioni possono essere implementate.

Runner H è destinata a diventare una delle soluzioni più interessanti nel panorama dell’intelligenza artificiale, con il suo modello di linguaggio compatto e altamente efficiente. Se l’azienda riuscirà a mantenere l’approccio incentrato sul cliente e a espandere la propria base di clienti, il futuro dell’AI agentica potrebbe essere nelle mani di H, una realtà che ha dimostrato di saper nuotare controcorrente anche quando sembrava che l’acqua stesse per sommergerla.