River AI: arriva l’intelligenza artificiale personale

La startup di Igor Babuschkin, uscita dallo stealth solo due mesi fa, ha raccolto un round record tra Seed e Serie A guidato da General Catalyst. L’obiettivo: ricostruire l’intero stack dell’AI per dare a ogni utente un’Intelligenza Artificiale personale

Igor Babuschkin ha il curriculum di chi conosce profondamente tutti i meandri dell’Intelligenza Artificiale: generative modeling e reinforcement learning in Google DeepMind, training su larga scala in OpenAI, poi la co-fondazione di xAI al fianco di Elon Musk. Poi decide di lasciare, crea la startup River AI nell’aprile 2026 e si presenta con un round da 1,1 miliardi di dollari.

Babuschkin ha teorizzato un’AI aperta che “lavori per la persona che la usa, non per il laboratorio che l’ha addestrata”. In poche parole: ognuno ha il diritto di avere un’AI veramente personale. Per questo, il cuore della visione di River AI è il superamento dei modelli generalisti, i modelli addestrati sull’intero web utilizzati dalla maggior parte delle aziende, progettati per il pubblico più ampio possibile e potentissimi. Che costringevano chi avesse voluto, o avesse avuto la necessità di, costruire un modello personalizzato, doveva dotarsi di un team infrastrutturale dedicato, hardware specializzato e mesi di lavoro.

Al contrario, River API, già disponibile in anteprima, è una piattaforma di strumenti di fine-tuning LoRA e reinforcement learning per modelli open-weight delle famiglie Qwen, Kimi e GLM, con dimensioni che vanno da 35 a 1.000 miliardi di parametri. L’infrastruttura gestisce in modo automatico complessità come i trasferimenti rapidi dei pesi, la coerenza tra campionamento e training, e il calcolo elastico. Con un risultato sorprendente: un’impresa può completare un complesso ciclo di reinforcement learning in 15-20 minuti, senza alcun team infrastrutturale, con un risparmio di costi da due a quattro volte rispetto alle alternative closed-source. E i modelli addestrati possono essere distribuiti in produzione immediatamente. La fatturazione è basata esclusivamente sui token utilizzati per training e inferenza, eliminando il costo della capacità GPU inattiva.

Ovvio che un round su una simile prospettive avesse dimensioni fuori dall’usuale, con la partecipazione di alcuni dei nomi più importanti del panorama finanziario e tecnologico mondiale. Il round, che combina Seed e Serie A, è stato guidato da General Catalyst e AMP PBC, seguiti da NVIDIA e AMD Ventures con investimenti strategici, insieme a Y Combinator e Temasek.

Ma è solo il primo passo, perché la vera ambizione di River AI è ricostruire l’intero stack dell’intelligenza artificiale, un nuovo hardware che consenta all’AI personale di vivere “vicino” alla persona che la usa, infrastrutture di training accessibili a qualsiasi sviluppatore, e prodotti costruiti intorno alla personalizzazione e all’apprendimento continuo. Ribaltando la prospettiva, si ribalta anche il mercato: non si vende più un unico modello per miliardi di fruitori, ma si allinea l’AI direttamente a ogni singolo utente. Al momento attuale, significa dare a sviluppatori e aziende gli strumenti per costruire e controllare i propri modelli, nel futuro potrebbe essere esteso lo stesso controllo a ogni individuo. Come ha scritto Babuschkin nel suo blog di lancio: “Agenti capaci saranno una parte normale della vita di tutti i giorni. Meno come gli assistenti che chiami oggi quando hai bisogno di un compito, più come angeli custodi: silenziosamente presenti, dalla tua parte, che ti aiutano con ciò che conta veramente per te. Ti conosceranno bene, e saranno tuoi, non di qualcun altro”.

Il plus di StartupNewsItalia. L’ingresso di River AI sulla scena arriva in un momento in cui le imprese stanno prendendo coscienza della necessità di controllare il destino dei propri modelli AI, utilizzando un mix di soluzioni, inclusi i modelli open-weight, con un mercato dell’hardware che si muove congiuntamente in quella direzione: NVIDIA sta collaborando con PC maker come Dell, Microsoft e HP per computer dotati di capacità AI. Se le promesse saranno mantenute, il vantaggio competitivo rispetto alle alternative closed-source potrebbe essere enorme: River AI promette di risolvere il problema dell’expertise post-training con la sua offerta “neocloud” e l’impatto con cui ha attirato l’attenzione e i capitali dei più grandi investitori del pianeta è un segnale che il mercato crede fermamente in un futuro in cui l’intelligenza artificiale non sarà più un bene di pochi laboratori, ma uno strumento nelle mani di tutti.