Il finanziamento e chi ci ha creduto

Il round pre-seed da 5,7 milioni di euro (circa 6 milioni di dollari) è stato co-guidato da Cherry Ventures e Redstone. Hanno partecipato anche Angel Invest, Linden Capital e altri business angel, rendendo questo il primo finanziamento esterno reso noto da INXM. L'azienda utilizzerà il capitale per far crescere il team, accelerare lo sviluppo del motore Orchestrator ed espandere l'acquisizione di clienti tra le imprese industriali europee .

Il team fondatore: dai razzi ai flussi di lavoro affidabili

INXM è stata fondata nel 2025 da quattro persone che hanno trascorso le loro carriere precedenti facendo funzionare in modo prevedibile sistemi estremamente complessi e critici per la sicurezza:

• Alexander (Alex) Oelling, CEO — ex Chief Digital Officer di Isar Aerospace e Volocopter .
• Matthias Kainer — ha costruito sistemi di orchestrazione dei lanci per Isar Aerospace .
• Jesper Bylund — ha progettato interfacce di controllo volo e in precedenza ha lavorato presso la piattaforma di automazione n8n .
• Kamil Klüber — un veterano della consulenza software Thoughtworks .

Quel DNA aerospaziale non è solo una nota biografica: spiega l'intera filosofia tecnica dell'azienda. Il software di lancio deve eseguire sequenze deterministiche sotto stretta validazione; non può improvvisare. Il team ha applicato lo stesso modello mentale all'IA aziendale .

Perché gli agenti IA standard falliscono in azienda

La maggior parte degli strumenti di automazione basati su LLM invoca il modello linguistico a ogni passo del flusso di lavoro. Questo crea tre problemi insormontabili per le aziende regolamentate:

• Non-determinismo. Lo stesso comando può produrre azioni o risultati diversi in esecuzioni differenti, rendendo la conformità e gli audit trail quasi impossibili.
• Rischio di allucinazione. Un modello che inventa una fase di approvazione o salta un controllo di sicurezza crea una responsabilità inaccettabile nella produzione o nella finanza.
• Sovranità dei dati. L'invio di dati di produzione sensibili ad API LLM di terze parti è in conflitto con il GDPR, l'EU AI Act e le politiche di sicurezza interne.

Il risultato è che molte aziende industriali valutano gli agenti IA ma non li distribuiscono mai in produzione. La tecnologia sembra potente nelle demo, ma non soddisfa il livello di affidabilità che il software di fabbrica ha imposto per decenni .

Come funziona l'IA Compilata

Il motore Orchestrator di INXM prende in prestito l'architettura di un compilatore software tradizionale piuttosto che quella di un loop conversazionale. Il processo si divide in due fasi distinte:

1. Fase di compilazione. Un utente descrive un processo aziendale in linguaggio naturale. Un LLM genera un "Piano" completo, strutturato ed eseguibile — essenzialmente codice deterministico — e quel piano viene convalidato prima che gli sia mai permesso di funzionare. Il modello viene utilizzato una sola volta, durante la creazione, non al momento dell'esecuzione .

2. Fase di esecuzione. Il Piano convalidato viene eseguito sul motore Orchestrator di INXM senza mai più richiamare un LLM. Il motore coordina i sistemi esistenti dell'azienda — ERP, PLM, MES, email e strumenti di approvazione — eseguendo gli stessi passi nello stesso ordine ogni volta .

La differenza tecnica è netta: gli agenti standard invocano l'LLM ad ogni passo (non deterministico, costoso in token, difficile da verificare). INXM compila una volta sola, poi esegue un programma fisso. I risultati diventano riproducibili, testabili e privi di allucinazioni a runtime. L'azienda la definisce la flessibilità del linguaggio naturale unita all'affidabilità del codice tradizionale .

Per rendere concreto il concetto, si pensi a un flusso di lavoro di ispezione qualità in una fabbrica: un ingegnere descrive i passaggi di approvazione e i controlli dei dati richiesti in linguaggio semplice. L'Orchestrator compila quella descrizione in una sequenza fissa, un manager l'approva una volta sola, e il flusso di lavoro viene quindi eseguito in modo identico ogni volta che si verifica un evento rilevante — senza mai inviare dati al di fuori dello stabilimento o rischiare un'improvvisazione del modello .

Infrastruttura, conformità e obiettivi industriali

Poiché Orchestrator viene eseguito sull'infrastruttura stessa dell'azienda — in sede o in un cloud privato — i dati di produzione non lasciano mai lo stabilimento. Questa architettura mantiene il sistema conforme per progettazione al GDPR e all'EU AI Act. Permette inoltre a INXM di raggiungere software di fabbrica che gli strumenti di automazione solo cloud non possono fisicamente toccare .

L'azienda si rivolge esplicitamente ai produttori industriali e al Mittelstand tedesco: aziende con sistemi legacy on-premise, obblighi normativi e requisiti rigidi di ripetibilità. Non si tratta di un'applicazione orizzontale per l'automazione generica. È costruita appositamente per le imprese che hanno già rifiutato gli agenti IA generici perché inaffidabili in produzione .

Con 5,7 milioni di euro di capitale fresco, un team fondatore che ha distribuito software critico per la sicurezza e un approccio tecnico che riformula l'IA aziendale come un problema di compilazione piuttosto che conversazionale, INXM scommette che il collo di bottiglia dell'adozione dell'IA nel mondo industriale non sia la capacità, ma l'affidabilità .

Il finanziamento e chi ci ha creduto

Il round pre-seed da 5,7 milioni di euro (circa 6 milioni di dollari) è stato co-guidato da Cherry Ventures e Redstone. Hanno partecipato anche Angel Invest, Linden Capital e altri business angel, rendendo questo il primo finanziamento esterno reso noto da INXM. L'azienda utilizzerà il capitale per far crescere il team, accelerare lo sviluppo del motore Orchestrator ed espandere l'acquisizione di clienti tra le imprese industriali europee .

Il team fondatore: dai razzi ai flussi di lavoro affidabili

INXM è stata fondata nel 2025 da quattro persone che hanno trascorso le loro carriere precedenti facendo funzionare in modo prevedibile sistemi estremamente complessi e critici per la sicurezza:

• Alexander (Alex) Oelling, CEO — ex Chief Digital Officer di Isar Aerospace e Volocopter .
• Matthias Kainer — ha costruito sistemi di orchestrazione dei lanci per Isar Aerospace .
• Jesper Bylund — ha progettato interfacce di controllo volo e in precedenza ha lavorato presso la piattaforma di automazione n8n .
• Kamil Klüber — un veterano della consulenza software Thoughtworks .

Quel DNA aerospaziale non è solo una nota biografica: spiega l'intera filosofia tecnica dell'azienda. Il software di lancio deve eseguire sequenze deterministiche sotto stretta validazione; non può improvvisare. Il team ha applicato lo stesso modello mentale all'IA aziendale .

Perché gli agenti IA standard falliscono in azienda

La maggior parte degli strumenti di automazione basati su LLM invoca il modello linguistico a ogni passo del flusso di lavoro. Questo crea tre problemi insormontabili per le aziende regolamentate:

• Non-determinismo. Lo stesso comando può produrre azioni o risultati diversi in esecuzioni differenti, rendendo la conformità e gli audit trail quasi impossibili.
• Rischio di allucinazione. Un modello che inventa una fase di approvazione o salta un controllo di sicurezza crea una responsabilità inaccettabile nella produzione o nella finanza.
• Sovranità dei dati. L'invio di dati di produzione sensibili ad API LLM di terze parti è in conflitto con il GDPR, l'EU AI Act e le politiche di sicurezza interne.

Il risultato è che molte aziende industriali valutano gli agenti IA ma non li distribuiscono mai in produzione. La tecnologia sembra potente nelle demo, ma non soddisfa il livello di affidabilità che il software di fabbrica ha imposto per decenni .

Come funziona l'IA Compilata

Il motore Orchestrator di INXM prende in prestito l'architettura di un compilatore software tradizionale piuttosto che quella di un loop conversazionale. Il processo si divide in due fasi distinte:

1. Fase di compilazione. Un utente descrive un processo aziendale in linguaggio naturale. Un LLM genera un "Piano" completo, strutturato ed eseguibile — essenzialmente codice deterministico — e quel piano viene convalidato prima che gli sia mai permesso di funzionare. Il modello viene utilizzato una sola volta, durante la creazione, non al momento dell'esecuzione .

2. Fase di esecuzione. Il Piano convalidato viene eseguito sul motore Orchestrator di INXM senza mai più richiamare un LLM. Il motore coordina i sistemi esistenti dell'azienda — ERP, PLM, MES, email e strumenti di approvazione — eseguendo gli stessi passi nello stesso ordine ogni volta .

La differenza tecnica è netta: gli agenti standard invocano l'LLM ad ogni passo (non deterministico, costoso in token, difficile da verificare). INXM compila una volta sola, poi esegue un programma fisso. I risultati diventano riproducibili, testabili e privi di allucinazioni a runtime. L'azienda la definisce la flessibilità del linguaggio naturale unita all'affidabilità del codice tradizionale .

Per rendere concreto il concetto, si pensi a un flusso di lavoro di ispezione qualità in una fabbrica: un ingegnere descrive i passaggi di approvazione e i controlli dei dati richiesti in linguaggio semplice. L'Orchestrator compila quella descrizione in una sequenza fissa, un manager l'approva una volta sola, e il flusso di lavoro viene quindi eseguito in modo identico ogni volta che si verifica un evento rilevante — senza mai inviare dati al di fuori dello stabilimento o rischiare un'improvvisazione del modello .

Infrastruttura, conformità e obiettivi industriali

Poiché Orchestrator viene eseguito sull'infrastruttura stessa dell'azienda — in sede o in un cloud privato — i dati di produzione non lasciano mai lo stabilimento. Questa architettura mantiene il sistema conforme per progettazione al GDPR e all'EU AI Act. Permette inoltre a INXM di raggiungere software di fabbrica che gli strumenti di automazione solo cloud non possono fisicamente toccare .

L'azienda si rivolge esplicitamente ai produttori industriali e al Mittelstand tedesco: aziende con sistemi legacy on-premise, obblighi normativi e requisiti rigidi di ripetibilità. Non si tratta di un'applicazione orizzontale per l'automazione generica. È costruita appositamente per le imprese che hanno già rifiutato gli agenti IA generici perché inaffidabili in produzione .

Con 5,7 milioni di euro di capitale fresco, un team fondatore che ha distribuito software critico per la sicurezza e un approccio tecnico che riformula l'IA aziendale come un problema di compilazione piuttosto che conversazionale, INXM scommette che il collo di bottiglia dell'adozione dell'IA nel mondo industriale non sia la capacità, ma l'affidabilità .