EvolutionaryScale Ottiene 142 Milioni di Dollari per Modelli AI su Dati Biologici

EvolutionaryScale ha ottenuto $142 million (reuters.com) in un round di finanziamento seed dichiarato per accelerare lo sviluppo di modelli di IA generativa per la biologia, segnando un momento cruciale per la monetizzazione di asset di dati scientifici specializzati. Guidata da ex ricercatori di Meta AI, la startup sta lanciando ESM-3, un modello linguistico di frontiera addestrato su un dataset proprietario che comprende 2.78 billion di proteine (techcrunch.com). Il round ha visto la partecipazione di titani del settore tra cui NVentures (Nvidia) e Amazon Web Services (AWS), segnalando una svolta strategica verso dati ad alta fedeltà e specifici per il dominio come prossimo motore primario della valutazione dell'IA.

La frontiera dei dati biologici: ESM-3 e il seed da $142M

Il cuore della proposta di valore di EvolutionaryScale risiede nella sua capacità di simulare miliardi di anni di evoluzione biologica attraverso i dati. L'investimento dichiarato di $142 million (bloomberg.com) valuta l'azienda circa $1 billion (reuters.com), riflettendo l'alto premio attribuito ai 98 billion di parametri del modello ESM-3. A differenza dei LLM per scopi generali, ESM-3 è addestrato su sequenze biologiche strutturate, permettendogli di generare proteine completamente nuove che non esistono in natura. Questa capacità di "biologia programmabile" si basa sull'acquisizione e l'elaborazione di enormi dataset genomici e proteomici, che l'azienda intende concedere in licenza ai colossi farmaceutici per la scoperta di farmaci e l'ingegneria ambientale.

L'infrastruttura come veicolo: la mossa strategica da $50B di KKR

Mentre EvolutionaryScale si concentra sul livello di data-intelligence, l'infrastruttura fisica necessaria per elaborare tali asset sta vedendo afflussi di capitale senza precedenti. KKR e Energy Capital Partners (ECP) hanno annunciato una partnership strategica da $50 billion (reuters.com) per accelerare lo sviluppo di data center e infrastrutture energetiche. Questo impegno pluriennale dichiarato affronta il "collo di bottiglia" dell'economia dei dati: le massicce richieste energetiche dei cluster di addestramento dell'IA. Per i proprietari di asset di dati, questa impennata infrastrutturale garantisce che la liquidità e la capacità di elaborazione per i dataset su larga scala rimangano robuste, anche se la complessità dei modelli cresce in modo esponenziale.

Sovranità europea e il fossato dei dati di Mistral

Il mercato globale dei dati è plasmato anche da campioni regionali che mirano alla "sovranità dei dati". Mistral AI, con sede a Parigi, ha recentemente chiuso un round Series B da €600 million ($640 million) (techcrunch.com) con una valutazione dichiarata di €5.8 billion (ft.com). La strategia di Mistral si basa fortemente su dataset curati e multilingue che offrono un'alternativa competitiva ai modelli incentrati sugli Stati Uniti. Assicurandosi finanziamenti massicci da investitori come General Catalyst e Lightspeed, Mistral si sta posizionando per guidare il mercato europeo nella licenza di dati aziendali, dove le normative locali e la privacy dei dati sono fondamentali.

Punti di strozzatura normativi: l'impasse dei dati di Meta nell'UE

Tuttavia, l'acquisizione di dati per l'addestramento dell'IA deve affrontare un crescente scrutinio normativo. Meta Platforms è stata costretta a sospendere i suoi piani di utilizzo dei dati degli utenti europei di Facebook e Instagram per addestrare i suoi modelli di IA a seguito di una richiesta della Irish Data Protection Commission. Questa mossa, sollecitata dai reclami del gruppo di difesa NOYB, evidenzia un crescente divario nella disponibilità dei dati. Mentre le aziende statunitensi e asiatiche possono continuare a raccogliere vasti dataset pubblici, le aziende europee devono navigare in un panorama basato sul "consenso preventivo", aumentando potenzialmente il prezzo di mercato per i dataset concessi in licenza e legalmente conformi.

Perché è importante per i proprietari di dati

Gli accordi di EvolutionaryScale e KKR sottolineano un cambiamento fondamentale nella catena del valore dell'IA: la transizione dalla supremazia algoritmica alla supremazia dei dati e dell'energia. Per i proprietari di dataset proprietari — sia in biologia, finanza o legge — il lancio di ESM-3 dimostra che i dati specializzati possono ottenere valutazioni da miliardi di dollari indipendentemente dai LLM per scopi generali. Mentre l'infrastruttura di calcolo si espande attraverso patti da $50 billion e i muri normativi si innalzano in Europa, la scarsità di dati "puliti" e di alta qualità guiderà probabilmente una nuova ondata di accordi di licenza di alto valore. I dati non sono più solo un input; sono l'asset di capitale primario dell'economia dell'intelligenza del 2026.