Il panorama dell'intelligenza artificiale si prepara a un cambio di paradigma radicale. Mentre i modelli linguistici di grandi dimensioni hanno raggiunto livelli impressionanti nell'elaborazione di singole richieste, un gruppo di ex ingegneri di Anthropic, Meta, OpenAI, xAI e Google DeepMind ritiene che la prossima frontiera non sia l'intelligenza individuale, ma quella sociale. Humans&, startup fondata appena tre mesi fa, ha appena chiuso un round seed da 480 milioni di dollari con l'obiettivo dichiarato di costruire un "sistema nervoso centrale" per l'economia ibrida uomo-AI, basato su un'architettura di modello fondazionale completamente nuova progettata per la coordinazione tra persone, non solo per rispondere a domande o generare codice.
La scommessa tecnologica dietro Humans& è ambiziosa quanto rischiosa. A differenza dei chatbot attuali, ottimizzati per fornire risposte accurate a un singolo utente per volta, la startup sta sviluppando un modello addestrato attraverso reinforcement learning multi-agente a lungo orizzonte, una tecnica che consente al sistema di pianificare, agire, rivedere e portare a termine compiti nel tempo, gestendo simultaneamente le interazioni tra più umani e AI. "Stiamo addestrando il modello in modo diverso, coinvolgendo più esseri umani e AI che interagiscono e collaborano insieme", ha spiegato a TechCrunch Yuchen He, co-fondatore e già ricercatore presso OpenAI.
L'approccio di Humans& rappresenta una rottura netta con l'architettura tradizionale degli LLM. I modelli attuali, per quanto sofisticati, sono stati ottimizzati principalmente su due metriche: quanto immediatamente un utente apprezza una risposta ricevuta e quanto accuratamente il modello risponde alla domanda posta. Questo li rende eccellenti assistenti personali ma inadeguati per gestire dinamiche di gruppo complesse, dove le priorità competono, le decisioni si stratificano nel tempo e la memoria contestuale di lungo periodo diventa cruciale. "Il modello deve ricordare cose su se stesso, su di te, e migliore è la sua memoria, migliore è la sua comprensione dell'utente", ha aggiunto He.
Il posizionamento di mercato è tanto audace quanto vago. Humans& non ha ancora un prodotto commerciale e mantiene un certo mistero su cosa esattamente svilupperà, anche se il CEO Eric Zelikman, ex ricercatore di xAI, ha chiarito che potrebbe sostituire contesti multiutente come piattaforme di comunicazione tipo Slack o strumenti di collaborazione come Google Docs e Notion. L'obiettivo dichiarato è possedere completamente il livello di collaborazione, non semplicemente integrarsi negli strumenti esistenti. Andi Peng, co-fondatrice ed ex dipendente di Anthropic, ha precisato che il prodotto verrà progettato in parallelo con l'evoluzione del modello stesso: "Man mano che il modello migliora, siamo in grado di co-evolvere l'interfaccia e i comportamenti di cui è capace in un prodotto che abbia senso".
Il caso d'uso ipotizzato tocca scenari quotidiani ma tecnicamente complessi: decisioni di gruppo su larga scala, dove qualcuno deve fisicamente radunare tutti in una stanza per concordare, ad esempio, quale logo scegliere per l'azienda. Il nuovo modello, secondo Zelikman, sarà addestrato per porre domande in modo naturale, come farebbe un amico o un collega che cerca genuinamente di conoscerti, non come un chatbot programmato per chiedere continuamente senza comprendere il valore strategico della domanda. Il sistema dovrebbe agire come "tessuto connettivo" attraverso qualsiasi organizzazione, che si tratti di un'azienda da 10.000 dipendenti o di una famiglia, comprendendo competenze, motivazioni e bisogni di ciascuno e bilanciandoli per il bene collettivo.
Il tempismo del lancio non è casuale. L'industria tecnologica sta transitando dall'era delle chat a quella degli agenti autonomi, e il tema della coordinazione rimane largamente irrisolto. Lo stesso Reid Hoffman, fondatore di LinkedIn, ha recentemente sostenuto che le aziende stanno implementando l'AI in modo sbagliato, trattandola come progetti pilota isolati, quando la vera leva si trova nel livello di coordinazione del lavoro: come i team condividono conoscenza e gestiscono riunioni. "L'AI vive a livello di flusso di lavoro, e le persone più vicine al lavoro sanno dove si trova realmente l'attrito", ha scritto Hoffman sui social media. È esattamente questo spazio che Humans& vuole occupare, in un mercato dove startup come Granola hanno recentemente raccolto 43 milioni di dollari con una valutazione di 250 milioni per app di note-taking collaborative potenziate da AI.
I rischi tecnici e commerciali sono considerevoli. Addestrare e scalare un modello fondazionale richiede somme enormi e continue, mettendo Humans& in competizione diretta con i giganti consolidati per l'accesso alle risorse di calcolo. Ma la sfida più grande è strategica: la startup non compete solo con Notion e Slack, ma con i colossi dell'AI che stanno già integrando funzionalità collaborative nelle loro piattaforme. Claude Cowork di Anthropic punta all'ottimizzazione della collaborazione lavorativa; Gemini è integrato in Workspace per abilitare collaborazione AI-enhanced negli strumenti già utilizzati; OpenAI sta promuovendo orchestrazione multi-agente e workflow tra gli sviluppatori.
Significativamente, nessuno dei principali player sembra intenzionato a riscrivere un modello basato sull'intelligenza sociale, il che potrebbe offrire a Humans& un vantaggio temporale o renderla un bersaglio di acquisizione attraente. Con Meta, OpenAI e DeepMind costantemente a caccia dei migliori talenti AI, il rischio di fusioni e acquisizioni è concreto. La startup ha però dichiarato a TechCrunch di aver già respinto parti interessate: "Crediamo che questa sarà un'azienda generazionale e riteniamo che abbia il potenziale per cambiare fondamentalmente il futuro di come interagiamo con questi modelli", ha affermato Zelikman. "Abbiamo fiducia in noi stessi e nel team che abbiamo assemblato qui".
