QuantumLight mette alla prova l’idea che l’AI possa battere l’intuito dei venture capitalist

Il primo fondo era sostenuto da un gruppo non reso pubblico di limited partner, cioè gli investitori che conferiscono capitale al fondo, tra cui fondatori del settore tecnologico, family office e istituzioni finanziarie tradizionali. Secondo Bloomberg, Storonsky e Kondrashov avrebbero fornito personalmente circa un quarto del capitale.

Le informazioni sul Fund II indicano che la raccolta è stata superiore all’obiettivo, ma QuantumLight non ha pubblicato l’elenco completo dei finanziatori esterni né i termini di assegnazione del fondo. La conclusione più prudente è dunque che almeno una parte degli investitori sia disposta a destinare più capitale a una strategia di venture capital guidata dal machine learning, soprattutto quando è legata a un noto fondatore fintech e a un modello operativo distintivo.

È altrettanto importante ciò che il nuovo fondo non dimostra. Un fondo più grande non è la prova di rendimenti corretti per il rischio superiori. Mostra lo slancio nella raccolta e la disponibilità degli investitori a sostenere la tesi; non dimostra che Aleph sappia scegliere aziende migliori degli investitori umani più esperti, né che la strategia genererà rendimenti netti più elevati dopo perdite, commissioni e carried interest.

In cosa differisce dal venture capital tradizionale

Il venture capital convenzionale combina spesso ricerche di mercato con il giudizio dei partner, referenze sui fondatori, relazioni personali e capacità di riconoscere schemi ricorrenti. QuantumLight prova a spostare il baricentro verso i dati strutturati.

I potenziali vantaggi sono evidenti:

• Screening più ampio: il software può elaborare molte più informazioni su aziende e fondatori di quante un singolo partner riesca a esaminare manualmente.
• Minore dipendenza dalle reti personali: un processo sistematico potrebbe portare alla luce società al di fuori dei circuiti sociali e professionali già conosciuti dall’investitore.
• Decisioni più replicabili: un quadro quantitativo permette di applicare più facilmente gli stessi criteri a opportunità diverse.
• Prima selezione più rapida: lo screening assistito dall’AI può ridurre il tempo necessario per restringere una pipeline ampia prima della due diligence umana.

I rischi, però, sono altrettanto rilevanti. I dati storici possono incorporare i pregiudizi dei precedenti mercati dei finanziamenti. Un modello potrebbe attribuire troppo valore ai segnali facili da misurare e non riconoscere qualità come un’intuizione imprenditoriale fuori dagli schemi, il tempismo di mercato o una svolta tecnologica senza precedenti comparabili. Inoltre, se molti investitori utilizzassero gli stessi database, il vantaggio apparente dell’approvvigionamento sistematico potrebbe ridursi.

QuantumLight si inserisce in un movimento più ampio verso un venture capital supportato dal software, con strumenti di AI per la ricerca dei deal, la valutazione del rischio e l’analisi del portafoglio. La nascita di società dedicate al deal sourcing basato nativamente sull’AI suggerisce che i fondi considerino sempre più l’infrastruttura dei dati una capacità d’investimento autonoma.

La questione dei rendimenti è ancora aperta

La strategia di QuantumLight è ancora troppo giovane per consentire un giudizio definitivo. Il record dichiarato degli investimenti raccomandati dall’algoritmo descrive un processo, non un track record pubblico di disinvestimenti realizzati e rendimenti netti dei fondi.

Una valutazione seria dovrebbe confrontare gli investimenti della società con benchmark adeguati del venture capital tradizionale, tenendo conto delle valutazioni d’ingresso, delle decisioni sui finanziamenti successivi, delle perdite, della liquidità e dei tempi delle exit. Questi risultati richiedono anni per maturare, soprattutto nel caso degli investimenti in società tecnologiche in fase di crescita.

È questa la distinzione centrale tra un esperimento d’investimento interessante e una strategia di gestione patrimoniale già dimostrata. QuantumLight potrebbe mostrare che un modello è in grado di individuare opportunità sistematicamente trascurate dagli esseri umani. Oppure potrebbe dimostrare che la selezione basata sui dati funziona meglio come complemento al giudizio umano, anziché come suo sostituto. Le informazioni disponibili non permettono ancora di risolvere il dubbio.

Perché il doppio ruolo di Storonsky attira attenzione

La partecipazione di Storonsky offre a QuantumLight una credibilità insolita e una potenziale fonte di esperienza operativa. Allo stesso tempo pone una questione di governance: come devono essere gestiti responsabilità, conflitti d’interesse e attenzione del management quando lo stesso imprenditore guida Revolut e cofondatore e sostiene un fondo di venture capital in rapida espansione?

La domanda diventa più rilevante mentre Revolut amplia le proprie attività bancarie regolamentate. Nell’agosto 2026, la società ha ottenuto una licenza bancaria francese dopo un’approvazione che ha coinvolto l’ACPR, l’autorità di vigilanza prudenziale francese, e la Banca centrale europea. Reuters ha descritto la licenza come un passaggio importante nell’espansione europea della società e ha ricordato che Storonsky l’ha collegata alla possibilità di ottenere in futuro una licenza bancaria negli Stati Uniti.

Le notizie pubblicamente disponibili qui esaminate non dimostrano che una quotazione negli Stati Uniti sia stata formalmente decisa o depositata. Né dimostrano l’esistenza di un conflitto tra Revolut e QuantumLight. Tuttavia, la combinazione tra espansione regolamentata, attività d’investimento esterne e possibile futuro accesso ai mercati azionari rende particolarmente importante una separazione chiara dei ruoli, insieme a procedure trasparenti per la gestione dei conflitti e a una leadership responsabile.

Il punto, in sintesi

Il Fund II da 500 milioni di dollari è un segnale importante per il mercato: gli investitori hanno mostrato un interesse sufficiente per l’approccio quantitativo di QuantumLight da sostenere un veicolo grande il doppio rispetto al fondo d’esordio. L’uso di Aleph rappresenta inoltre uno dei tentativi più netti nel venture capital di rendere la selezione dei deal guidata dal software, invece che soprattutto dalle relazioni personali.

Ma raccogliere capitale non significa ottenere performance. Il modello di QuantumLight resta un esperimento, e le prove decisive arriveranno dagli investimenti realizzati su un orizzonte molto più lungo. Per ora, QuantumLight va considerata non come la dimostrazione che l’AI abbia sostituito i venture capitalist, ma come un test di grande visibilità per capire se il machine learning possa rendere l’investimento nelle startup più ampio, rapido e costantemente efficace.