Per mesi, Aditya Naganath, partner di Kleiner Perkins, ha riflettuto sulla sua tesi di investimento, secondo cui la prossima ondata di intelligenza artificiale non sarebbe stata un chatbot, ma un software in grado di lavorare in modo autonomo, per ore, su migliaia di compiti contemporaneamente. Il problema era che nessuno aveva ancora costruito le infrastrutture necessarie. Poi ha incontrato Neil Movva.
“Entrambi ci siamo resi conto che era necessario un diverso e specifico sistema di inferenza progettato per questi agenti a lungo termine,” ha dichiarato Naganath a Fortune.
Ora, sei mesi dopo il primo incontro tra Naganath e Movva, la startup di Movva, Sail Research, ha lanciato la propria attività, raccogliendo 80 milioni di dollari in finanziamenti seed e Series A, con una valutazione di 450 milioni di dollari, come appreso in esclusiva da Fortune. Kleiner Perkins ha guidato il finanziamento di Series A, con la partecipazione di Sequoia, Redpoint, Theory Ventures, Vine Ventures e CRV.
Sail Research intende risolvere uno dei problemi costosi dell’IA. L’infrastruttura di intelligenza artificiale è stata progettata per scambi rapidi e singoli—pensate a un chatbot che risponde a una domanda. Tuttavia, le aziende stanno sempre più implementando agenti di IA che operano autonomamente per ore, analizzando interi codici sorgente, selezionando centinaia di candidati per un lavoro o ricercando argomenti complessi senza un intervento umano. A questa scala, le fatture per l’IA aziendale sono triplicate, anche se i prezzi per token sono diminuiti, poiché i flussi di lavoro agenti consumano token a un ritmo da 50 a 500 volte superiore rispetto a semplici chat. Goldman Sachs prevede un aumento di 24 volte nel consumo di token entro il 2030.
La soluzione di Movva è una piattaforma infrastrutturale end-to-end costruita dal livello più basso del chip. Sail sviluppa il software che orchestra e ottimizza il modo in cui i modelli di IA operano sui chip esistenti. Pensate a essa come a un sistema di traffico altamente efficiente che indica all’hardware come allocare esattamente le sue risorse, massimizzando il lavoro svolto con la stessa potenza di calcolo fisica.
La maggior parte delle piattaforme di servizio di IA ottimizza per la bassa latenza, privilegiando la rapidità di risposta. Sail adotta l’approccio opposto, sacrificando la reattività in tempo reale per imballare un volume maggiore di lavoro computazionale in ogni unità di potenza. Questo compromesso è deliberato: Sail non può alimentare un assistente vocale o un chatbot dal vivo. Ma per agenti che operano per ore? Movva afferma che i clienti vedono spesso miglioramenti nei costi tra 3 e 10 volte rispetto ad alternative comparabili.
“Ci interessa solo l’efficienza,” ha dichiarato Movva a Fortune. “È piuttosto difficile costruire un motore di inferenza per throughput e latenza contemporaneamente. Tutti gli altri ottimizzano per la latenza e noi ci concentriamo solo sul throughput.”
Movva, 28 anni, è uno dei pochi ingegneri che ha lavorato su ogni strato significativo dell’architettura dell’IA. Ha osservato NVIDIA passare da chip per videogiochi a silicio per IA nel 2016 e 2017. È entrato in Apple per lavorare sul chip che alimenta la visione computerizzata su un miliardo di iPhone—poi si è frustrato perché l’ambizione di Apple si limitava agli animoji (i personaggi animati che gli utenti possono applicare su FaceTime). Da lì, è passato a Together AI, uno dei principali fornitori di inferenza di modelli open-source, per tornare a un lavoro a livello di GPU. Ciò che ha visto lì ha cristallizzato la tesi di Sail: Together era stato costruito per applicazioni interattive e aveva fatto ogni compromesso architettonico di conseguenza. Gli agenti a lungo termine necessitavano di qualcosa costruito da zero con priorità diverse.
Il co-fondatore e CTO Samir Menon proviene anch’egli da Apple, dove ha lavorato ingegneria della sicurezza su larga scala. I due si sono incontrati il primo giorno del primo anno a Stanford—hanno seguito le stesse lezioni e visto lo stesso consulente accademico. Movva scherza dicendo che Menon ha ottenuto voti leggermente migliori. Si sono riuniti alla fine del 2025 per ricostruire lo stack di inferenza da zero.
Sail ha lanciato il suo servizio di inferenza a marzo e ha già raggiunto il processamento di trilioni di token a settimana. Un primo cliente, Detail.dev, utilizza Sail per gestire agenti di revisione del codice che trascorrono tre o quattro ore—talvolta anche di più—ad analizzare un intero codice sorgente alla ricerca di bug che le revisioni di cinque minuti non riescono a individuare. “L’abbondanza di token che forniamo consente loro di essere massimamente ambiziosi nel modo in cui esaminano i codici,” ha affermato Movva.
Tuttavia, il rischio competitivo è reale. Together AI è un concorrente formidabile ed è anch’essa una azienda del portafoglio di Kleiner Perkins. Naganath ritiene che i due non siano in conflitto: Together detiene il mercato interattivo basato su chat; Sail si occupa del carico di lavoro degli agenti a lungo termine. “Essere specifici e costruiti per uno scopo dovrebbe prevalere a lungo termine,” ha detto. La minaccia più grande potrebbe provenire dai laboratori avanzati—Anthropic, OpenAI e Google—che stanno costruendo la propria infrastruttura di inferenza e potrebbero, in teoria, commodificare il livello su cui Sail sta scommettendo.
La risposta di Movva: i prezzi dei token sono stati stabili o in aumento per sei mesi, la domanda di capacità computazionale cresce più rapidamente dell’offerta e il mondo ha bisogno di qualcuno concentrato ossessivamente nel massimizzare l’intelligenza di ogni GPU disponibile. “Proviano un dolore emotivo quando vediamo una GPU inattiva o sprecata in qualche modo,” ha detto.
La previsione ottimistica di Naganath è semplice: “La convinzione che l’inferenza sarà un mercato dieci volte—anche cento volte—più grande di quanto non sia oggi.”
