Il settore tecnologico sta attraversando una fase di transizione cruciale: dopo tre anni in cui l'intelligenza artificiale è stata principalmente utilizzata come strumento per ridurre i costi operativi, un numero crescente di fondatori e investitori punta sulla cosiddetta "Second Wave" dell'AI. Questa nuova ondata si concentra sulla creazione di prodotti completamente inediti - applicazioni, videogiochi, assistenti digitali e servizi - che non potrebbero esistere senza i moderni modelli linguistici avanzati. L'acceleratore lanciato a gennaio da Kylan Gibbs, ex product manager di Google DeepMind e attuale CEO di Inworld, mira a sostenere fino a 30 startup che incarnano questa filosofia.
La distinzione tra le due fasi dell'AI non è meramente semantica ma tocca questioni economiche fondamentali. Se l'intelligenza artificiale si limita a ottimizzare i costi, il suo impatto rimane circoscritto alla redistribuzione del valore all'interno delle aziende esistenti. Al contrario, l'abilitazione di nuovi prodotti destinati ai consumatori - per i quali le persone sono disposte a pagare - rappresenta un'espansione effettiva del mercato. Questa prospettiva solleva interrogativi critici sulla sostenibilità del modello di business: l'automazione e l'efficienza hanno dominato il dibattito pubblico sull'AI, ma quante aziende stanno effettivamente generando nuove fonti di fatturato anziché semplicemente comprimere le spese?
L'iniziativa di Gibbs coinvolge fondi di venture capital del calibro di Khosla Ventures e Lightspeed Venture Partners, oltre a figure provenienti da OpenAI, Google e Stripe. Il demo day è previsto per l'inizio di marzo a San Francisco. Secondo il CEO di Inworld, raggiungere il reale potenziale economico dell'AI richiede un'infrastruttura tecnologica di livello consumer: tempi di risposta inferiori a 300 millisecondi, capacità di gestire milioni di utenti simultaneamente e esperienze profondamente personalizzate. Questo stack tecnologico rappresenta una barriera all'entrata significativa, che potrebbe concentrare il mercato nelle mani di pochi attori dotati delle risorse necessarie.
Tra le startup che già incarnano questa visione emerge Particle, piattaforma di informazione nativa AI guidata da Sara Beykpour. La società ha recentemente lanciato Podcast Clips, una funzionalità che integra automaticamente i segmenti più rilevanti di podcast di lunga durata direttamente negli articoli di news. Il sistema utilizza embeddings di AI per mappare le relazioni tra trascrizioni e contenuti editoriali, consentendo di collegare automaticamente clip da talk show - come commenti del presidente Donald Trump su Groenlandia e Davos - ai relativi articoli. Beykpour sottolinea come questo approccio inverta la gerarchia dell'informazione tradizionale, portando il contenuto all'utente anziché costringerlo a cercarlo.
Il cambio di paradigma descritto dalla CEO di Particle non riguarda solo la tecnologia, ma la mentalità organizzativa. Compiti che richiedevano un mese possono ora essere sviluppati, testati e implementati in poche ore. Questo incremento di produttività, tuttavia, solleva interrogativi sul posizionamento competitivo: quanto è sostenibile un vantaggio basato su strumenti che diventano rapidamente accessibili anche ai concorrenti? La vera differenziazione risiedrà nella capacità di utilizzare il tempo liberato per esplorare formati innovativi, piuttosto che semplicemente accelerare processi esistenti.
Nel settore fitness, Luvu rappresenta un caso emblematico della Second Wave. L'applicazione, lanciata nell'agosto 2025 dai cofondatori Alexis Sursock e Creston Brooks, ha già raggiunto circa 250.000 utenti. La piattaforma utilizza un "marshmallow" AI che funge da personal trainer virtuale, inviando notifiche altamente personalizzate e feedback in tempo reale. Il tasso di click sulle notifiche è quattro volte superiore rispetto agli alert generici, mentre i tassi di retention risultano due-tre volte superiori alla media del settore, dove solo il 2-3% degli utenti rimane attivo dopo 30 giorni.
La società sperimenta il reinforcement learning con ricompense verificate, una tecnica relativamente recente per addestrare modelli AI. Gli utenti possono registrarsi mentre si allenano e l'app utilizza modelli di computer vision per verificare la corretta esecuzione degli esercizi, offrendo correzioni istantanee. Questi segnali verificati vengono reintegrati nel sistema per addestrare quello che Brooks immagina come un futuro "super-motivatore". Tuttavia, la dipendenza da questi meccanismi solleva questioni sulla privacy dei dati biometrici e sulla potenziale vulnerabilità a bias algoritmici nel giudizio delle performance fisiche.
Nel gaming, Status ha superato i 3 milioni di download proponendo un gioco di simulazione sociale alimentato da AI. La piattaforma, guidata dalla CEO Fai Nur, permette agli utenti di interpretare qualsiasi personaggio immaginabile - studenti di Hogwarts, calciatori professionisti, protagonisti di "Stranger Things" - in mondi social media generati artificialmente. La natura non-deterministica dei modelli linguistici, considerata un problema in contesti enterprise dove serve precisione assoluta, diventa un asset nel gaming: ogni risposta AI può essere diversa, creando esperienze più varie e ricche.
L'entusiasmo per la Second Wave dell'AI nasconde interrogativi strutturali ancora irrisolti. Se il primo capitolo dell'intelligenza artificiale ha reso le aziende più snelle attraverso l'automazione, questa nuova fase promette di rendere la vita quotidiana più interattiva e, presumibilmente, più redditizia per chi controlla le piattaforme. Ma quale sarà l'impatto su creator indipendenti, editori tradizionali e professionisti del fitness quando algoritmi generativi sostituiranno progressivamente servizi oggi forniti da esseri umani? La retorica della creazione di valore per i consumatori maschera una questione più profonda: chi catturerà effettivamente questo valore nel lungo periodo, e a quale costo per i modelli di business esistenti e per l'occupazione nei settori coinvolti?