Naïve raccoglie 28,5 milioni di dollari per far sì che gli agenti AI creino e gestiscano aziende in completa autonomia

Cosa fa Naïve: un "sistema operativo" per aziende in una singola API

L'idea alla base di Naïve è semplice: oggi, per avviare e gestire un'impresa, bisogna integrare decine di API diverse per costituzione, conti correnti, email, hosting e così via. Naïve condensa tutto in un'unica API e un file di configurazione . Uno sviluppatore può dare un semplice comando a un agente AI (tramite Cursor, Claude Code o Codex) e la piattaforma di Naïve provvede automaticamente a creare l'intera infrastruttura operativa .

Questa infrastruttura include:

• Costituzione dell'azienda — creazione di una LLC negli Stati Uniti con registrazione statale e codice EIN, oltre alla conformità KYC/KYB
• Pagamenti e conti bancari — carte virtuali con limiti di spesa, processazione pagamenti e conti correnti
• Identità aziendale — account email e numeri di telefono
• Infrastruttura cloud — database Postgres, autenticazione, storage e funzioni edge
• Infrastruttura cloud per agenti — il livello runtime dove gli agenti eseguono la loro logica, inclusi orchestrazione, routing dei modelli e memoria

L'essere umano deve comunque completare i controlli KYC/KYB e i pagamenti richiesti, ma dopo questa fase di compliance, l'AI gestisce tutto il resto: dall'attivazione delle caselle email all'integrazione con Stripe e QuickBooks .

Il livello di ottimizzazione dell'inferenza: ridurre il costo degli agenti AI

Una parte significativa del round Series A è destinata alla costruzione di cinque componenti infrastrutturali progettati per rendere l'operatività degli agenti AI drasticamente più economica . Questo affronta quello che il settore riconosce come il collo di bottiglia principale che limita l'implementazione degli agenti: i costi di inferenza fuori controllo .

Ecco cosa sta costruendo Naïve:

1. Ottimizzazione dell'inferenza — Tecniche per ridurre il costo per chiamata di calcolo su tutti i carichi di lavoro degli agenti .

2. Router dei modelli — Invia automaticamente ogni query al LLM più conveniente per quel compito. Le semplici ricerche vanno a modelli piccoli ed economici; solo i ragionamenti complessi vengono indirizzati ai modelli più avanzati. Il router conserva e riutilizza i dati già calcolati per evitare ricalcoli . Questo approccio rispecchia le best practice del settore che riportano riduzioni dei costi dal 40 all'85%, mantenendo il 90-95% della qualità dell'output .

3. Sistema di memoria — Memorizza e recupera il contesto aziendale tra le sessioni, evitando che gli agenti derivino nuovamente le stesse informazioni, riducendo drasticamente le chiamate ridondanti al modello .

4. Orchestratore della distribuzione del lavoro — Coordina quale agente gestisce quale compito e gestisce l'esecuzione parallela, prevenendo loop inattivi e spreco di inferenza .

5. Runtime serverless — Esegue il codice degli agenti in ambienti JavaScript leggeri invece che in macchine virtuali complete, riducendo i costi di inattività per implementazioni su larga scala .

Insieme, questi componenti sono progettati per rendere le aziende autonome (e qualsiasi impresa che utilizzi l'infrastruttura di Naïve) significativamente più economiche da gestire su larga scala. L'azienda prevede di utilizzare i fondi per assumere ricercatori ed espandere questi progetti, operando attualmente con soli 10 dipendenti a tempo pieno .

Cosa significa per il panorama degli agenti AI

L'approccio di Naïve è notevole perché combina due proposte di valore distinte: un livello di automazione aziendale che semplifica la creazione e la gestione delle imprese, e un livello di riduzione dei costi di inferenza che rende economicamente sostenibile l'operatività degli agenti AI su larga scala. Se avrà successo, la piattaforma potrebbe ridurre le barriere per lanciare un'impresa completamente gestita dall'AI da settimane a minuti, tenendo sotto controllo i costi di calcolo continui.