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

EvolutionaryScale ha raccolto 142 milioni di dollari (https://www.reuters.com/technology/ai-startup-evolutionaryscale-raises-142-million-with-backing-amazon-nvidia-2024-06-17/) in un round di finanziamento seed reso pubblico, per accelerare lo sviluppo di modelli di intelligenza artificiale 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 lancia ESM-3, un modello linguistico all'avanguardia addestrato su un dataset proprietario composto da 2,78 miliardi di proteine (https://techcrunch.com/2024/06/17/evolutionaryscale-seed-biological-ai/). Al round hanno partecipato colossi del settore tra cui NVentures (Nvidia) e Amazon Web Services (AWS), segnalando un cambiamento strategico verso dati ad alta fedeltà e specifici del dominio come prossimo motore primario della valutazione dell'IA.

La Frontiera dei Dati Biologici: ESM-3 e i 142 Milioni di Dollari di Seed

Il nucleo della proposta di valore di EvolutionaryScale risiede nella sua capacità di simulare miliardi di anni di evoluzione biologica attraverso i dati. L'investimento di 142 milioni di dollari reso pubblico (https://www.bloomberg.com/news/articles/2024-06-17/ex-meta-scientists-raise-142-million-for-biological-ai-startup) valuta l'azienda circa 1 miliardo di dollari (https://www.reuters.com/technology/ai-startup-evolutionaryscale-raises-142-million-with-backing-amazon-nvidia-2024-06-17/), riflettendo l'alto premio attribuito ai 98 miliardi di parametri del modello ESM-3. A differenza degli LLM generici, 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 a giganti farmaceutici per la scoperta di farmaci e l'ingegneria ambientale.

Infrastruttura come Vaso: la Mossa da 50 Miliardi di Dollari di KKR

Mentre EvolutionaryScale si concentra sul livello di intelligenza dei dati, l'infrastruttura fisica necessaria per elaborare tali asset sta vedendo afflussi di capitale senza precedenti. KKR ed Energy Capital Partners (ECP) hanno annunciato una partnership strategica da 50 miliardi di dollari (https://www.reuters.com/business/energy/kkr-energy-capital-partners-form-50-bln-strategic-partnership-ai-2024-06-17/) per accelerare lo sviluppo di data center e infrastrutture di alimentazione. Questo impegno pluriennale reso pubblico affronta il "collo di bottiglia" dell'economia dei dati: le enormi richieste energetiche dei cluster di addestramento dell'IA. Per i proprietari di asset di dati, questo aumento infrastrutturale garantisce che la liquidità e la capacità di elaborazione per dataset su larga scala rimarranno robuste, anche mentre la complessità dei modelli scala esponenzialmente.

Sovranità Europea e il "Data Moat" di Mistral

Il mercato globale dei dati è anche plasmato da campioni regionali che mirano alla "sovranità dei dati". Mistral AI, con sede a Parigi, ha recentemente chiuso una Serie B da 600 milioni di euro (640 milioni di dollari) (https://techcrunch.com/2024/06/11/mistral-ai-raises-600-million-at-a-5-8-billion-valuation/) con una valutazione di 5,8 miliardi di euro (https://www.ft.com/content/88d68994-633b-419b-9c71-f76e736a617c) resa pubblica. La strategia di Mistral si basa pesantemente su dataset curati e multilingue che offrono un'alternativa competitiva ai modelli incentrati sugli Stati Uniti. Assicurandosi un massiccio finanziamento da investitori come General Catalyst e Lightspeed, Mistral si sta posizionando per guidare il mercato europeo nella licenza di dati aziendali, dove la regolamentazione locale e la privacy dei dati sono fondamentali.

Colli di Bottiglia Normativi: l'Impasse dei Dati UE di Meta

Tuttavia, l'acquisizione di dati per l'addestramento dell'IA affronta un crescente scrutinio normativo. Meta Platforms è stata costretta a sospendere i suoi piani di utilizzare i dati degli utenti europei di Facebook e Instagram per addestrare i suoi modelli di IA, a seguito di una richiesta della Commissione irlandese per la protezione dei dati. Questa mossa, innescata da reclami del gruppo di advocacy NOYB, evidenzia una crescente divisione nella disponibilità dei dati. Mentre le aziende statunitensi e asiatiche potrebbero continuare a raccogliere vasti dataset pubblici, le aziende europee devono navigare in un panorama "consenso-primo", aumentando potenzialmente il prezzo di mercato per dataset legalmente conformi e concessi in licenza.

Perché è Importante per i Proprietari di Dati

Gli accordi 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 diritto, il lancio di ESM-3 dimostra che i dati specializzati possono raggiungere valutazioni miliardarie indipendentemente dagli LLM generici. Mentre l'infrastruttura di calcolo si espande attraverso patti da 50 miliardi di dollari e i muri normativi si alzano in Europa, la scarsità di dati di alta qualità e "puliti" probabilmente guiderà una nuova ondata di accordi di licenza ad alto valore. I dati non sono più solo un input; sono l'asset di capitale primario dell'economia dell'intelligenza del 2026.