Dopo tre giorni di utilizzo era chiaro per noi: Vivid è il partner giusto per Leap Dynamics. E siamo rimasti con loro.
Magdalena Genov — Co-fondatrice & CEO, Leap Dynamics
Su una scrivania in un ufficio di Berlino c'è quello che la maggior parte delle persone considererebbe un rifiuto elettronico: un vecchissimo laptop con 16 gigabyte di RAM e senza una scheda grafica dedicata. Su di esso gira un modello di intelligenza artificiale con 8 miliardi di parametri a circa 30 token al secondo. "Senza scheda grafica è impressionante", dice Adrian, sviluppatore di IA presso Leap Dynamics GmbH. Il laptop non è un reperto. È una prova di concetto — ed è proprio questo il core business di Leap Dynamics.
L'azienda è stata fondata nel 2019 da Nikolai e Magdalena Genov, due bioinformatici che, dopo anni di ricerca accademica, avevano capito che ciò che sapevano fare — sviluppare software personalizzato, analizzare grandi e opachi set di dati, sfruttare dati biologici e medici — era urgentemente necessario nel mondo degli affari. Oggi l'azienda berlinese serve clienti che vanno da grandi banche e aziende farmaceutiche fino a piccole imprese, che navigano con cautela in una tempesta di hype sull'IA. La domanda che Leap Dynamics si pone continuamente non è "Possiamo usare l'IA qui?", ma "Dovremmo farlo?"
Dal genoma al mercato
Nikolai Genov ha conseguito un dottorato in bioinformatica. Durante il suo dottorato ha lavorato intensamente con dati di espressione genica del cancro e ha passato almeno altrettanto tempo al terminale a costruire le proprie pipeline di analisi. Dal 2016 si è dedicato seriamente al machine learning, molto prima che la parola divenisse di moda ovunque. I bioinformatici avevano effettivamente capito, dice, "che quei sistemi all'epoca potevano essere usati molto bene per classificare dati biologici. Il potenziale c'era." Tuttavia, a livello sistemico non è stato colto. "Credo semplicemente non sia stato visto", aggiunge.
"Avevo la sensazione", spiega Nikolai, "che se migliorassimo solo quello che già sappiamo fare — in modo più organizzato, in un contesto diverso da quello accademico — avremmo successo. Finora si è rivelato vero."
Magdalena aveva un background complementare: dopo aver studiato bioinformatica, ha lavorato per diversi anni nella ricerca di medicina spaziale in un grande ospedale di ricerca. Lì si occupava dello studio di ambienti estremi e dei loro effetti sul corpo umano — da esperimenti sulla Stazione Spaziale Internazionale (ISS) fino all'analisi delle conseguenze del cambiamento climatico sulla fisiologia umana. Tra i suoi compiti c'erano anche l'organizzazione di voli parabolici e la preparazione di esperimenti scientifici per la ISS. “In un tempo molto breve devi occuparti di molte cose contemporaneamente — idealmente avrebbero dovuto essere già pronte ieri.”
"Essere un ricercatore significa, alla fine, occuparsi di questioni per le quali non esiste ancora una risposta giusta", dice Magdalena. "E quando sei un imprenditore, spesso hai a che fare con clienti che producono grandi quantità di dati, ma non sanno cosa farne." Come possono questi dati portare nuovi clienti, nuovi prodotti, più liquidità? È la stessa domanda. "Alla fine, come imprenditore, ti trasformi in una specie di ricercatore."
Il problema del martello d'oro
Attualmente Leap Dynamics assume una posizione insolita: un'azienda che spiega regolarmente ai clienti che la tecnologia che hanno richiesto potrebbe non essere ciò di cui hanno bisogno. "Martello d'oro", le chiama Adrian — un anti-pattern, uno strumento che qualcuno applica a ogni problema, indipendentemente dal fatto che sia adatto. "Quello che si vede molto spesso è che su ogni problema viene gettata l'IA. Questo è altamente sbagliato. Ci sono problemi per cui l'elaborazione classica del segnale o delle immagini è molto, molto più appropriata."
La metodologia di Leap Dynamics è il Proof of Concept: un test rapido e chiaramente delimitato per verificare se un approccio funziona in condizioni reali. Quando è emersa la domanda se l'IA potesse funzionare senza costose schede grafiche, il team l'ha semplicemente provata su un vecchio laptop e ha misurato i risultati. Il modello ha funzionato a una velocità accettabile. Prova dimostrata. "E se questo Proof of Concept ha successo, si potrebbero applicare le Best Practices e ampliare il tutto, in modo che possa andare verso la produzione."
Un esempio di maggiore rilevanza commerciale riguarda la protezione dei dati. Un cliente aveva bisogno dell'anonimizzazione automatica dei dati personali — nomi, indirizzi, numeri di telefono, coordinate bancarie — dai documenti, senza inviarli a un servizio cloud. "Abbiamo fatto il Proof of Concept: si può fare una cosa del genere senza hardware pesante, ma con l'IA moderna? L'abbiamo fatto e trasformato in un prodotto che stiamo attualmente lanciando sul mercato."
Per i clienti con ambizioni più grandi, Nikolai è aperto riguardo all'ordine giusto. "In molte aziende la digitalizzazione non è ancora così avanzata come si vorrebbe. Questo significa che bisogna prima recuperare i passaggi di digitalizzazione, prima che un sistema di IA abbia senso."
Per Adrian, il filo conduttore attraverso tutti i progetti è un unico principio. "L'IA è un amplificatore", dice. "Amplifica ciò che esiste. Peggiora ciò che è già negativo — e migliora ciò che è già positivo."
Dati che restano in casa
Quando il team discute su quali fornitori di Cloud AI consigliare, la posizione di Adrian per i clienti con dati sensibili è chiara: nessuno dei grandi americani. "Bastava solo una firma del presidente USA e i segreti aziendali tedeschi diventano improvvisamente pubblici", dice. "Questo non succede con un'AI tedesca o con un server tedesco."
Non è una questione teorica. Nikolai descrive come l'azienda lavori regolarmente con dati medici, dati genetici e dati finanziari — proprio quelle categorie che non possono essere caricate in un modello cloud di terze parti né legalmente né in termini di sicurezza. "Quando usiamo l'IA, si tratta molto di come rendere sicuro l'uso dell'IA — in conformità con la DSGVO, in conformità con l'AI Act."
Esistono alternative europee e sono migliori di quanto la loro notorietà possa far pensare. Mistral di Parigi produce modelli che funzionano su un comune computer desktop e sono in grado di gestire la classificazione di immagini e testi. Black Forest Labs di Friburgo è quello che in Germania si chiama un campione nascosto: poco conosciuto al di fuori del settore, ma con algoritmi per l'elaborazione delle immagini utilizzati da alcune delle più grandi aziende tecnologiche del mondo.
Due fondatori, una lavagna
In Leap Dynamics la divisione dei compiti tra Nikolai e Magdalena è organizzata in base ai punti di forza. Lui guida il lavoro tecnico e di analisi dei dati, inclusi tutti gli sviluppi nel linguaggio di programmazione R, che usa da più di dieci anni. Lei si occupa della parte organizzativa e comunicativa dell'azienda: relazioni con i clienti, gestione dei progetti, coordinamento e pianificazione finanziaria — e naturalmente anche quella che descrive apertamente come la burocrazia, che sembra riempire metà di ogni giornata da fondatori. “Gestire un'azienda significa allo stesso tempo essere ricercatori, sviluppatori, ma anche persone che stanno in ufficio a sfogliare documenti per mezza giornata.”
Gli anni del Corona hanno imposto una svolta strategica. Leap Dynamics aveva iniziato con un focus sull'hardware. Quando è scoppiata la pandemia, il team è passato a soluzioni software personalizzate. "È stata la decisione giusta", dice Magdalena. "Abbiamo superato molto bene il periodo del Corona, acquisito molti nuovi clienti e poi abbiamo potuto pensare a integrare l'IA nella nostra offerta."
I disaccordi finiscono alla lavagna. "Elenchiamo tutti i vantaggi e gli svantaggi di una decisione", spiega Magdalena. "Non guardiamo solo alle nostre preferenze personali — alla fine guardiamo a ciò che può far progredire l'azienda." Il principio più profondo è di Nikolai: "Spesso non si tratta di prendere sempre la decisione giusta, ma di essere in grado di prendere qualsiasi decisione. Ciò che spesso rovina le aziende non è solo prendere decisioni sbagliate, ma rimandare le decisioni per cinque anni. Questo è molto peggio."
Adrian, che con un background misto in sviluppo software e data science nel settore bancario è arrivato a Leap Dynamics, riassume la sua esperienza in un'unica consapevolezza: "Una delle lezioni più importanti dal settore bancario che porto ancora con me è cosa può funzionare quando hai un team che funziona."
Abbastanza liquidità per crescere
Leap Dynamics è arrivata a Vivid tramite un'acquisizione. I fondatori avevano precedentemente utilizzato un conto presso Pile per il conto interessi aziendale — uno strumento finanziario centrale per un'azienda che lavora in cicli di progetto e riceve entrate significative in colpi concentrati. Quando Pile è stata acquisita da Vivid, i fondatori hanno visto il cambiamento come un'opportunità anziché come una costrizione. «All'epoca avevamo la possibilità di conoscere Vivid e ancora decidere di non scegliere questo prodotto», ricorda Magdalena. «Dopo tre giorni di utilizzo era chiaro per noi: Vivid è il partner giusto per Leap Dynamics. E siamo rimasti con loro.»
Per Nikolai, il motivo originale rimane il più importante. Il conto a interesse trasforma il reddito da progetti inattivi tra un incarico e l'altro in capitale attivo.
Per una piccola impresa che di tanto in tanto fa fatturato e ha soldi sul conto — è semplicemente utile. Migliora semplicemente la liquidità.
Nikolai Genov — Co-fondatore & CEO, Leap Dynamics
Magdalena descrive come ogni progetto possa avere il suo Pocket con un proprio IBAN e un budget fissato fin dall'inizio. Le carte per il team hanno limiti individuali. "Il fatto che io possa effettivamente assegnare a un prodotto un IBAN con una certa quantità di denaro — rende la pianificazione incredibilmente più semplice." Il deposito aziendale, che Nikolai aveva già cercato altrove prima che Vivid lo introducesse, completa il quadro.
Avere qualcuno lì, anche se è un agente IA che può rispondere alle nostre domande o semplicemente eliminare certe incertezze, vale oro.
Magdalena Genov — Co-fondatrice & CEO, Leap Dynamics
"L'utilizzo degli agenti KI di Vivid è il prossimo passo naturale per noi come clienti di Vivid", dice Magdalena. Dopo sette anni di costruzione e più di otto anni a riflettere su cosa potrebbe diventare un'azienda del genere, Nikolai è chiaro. "Non me ne pento. Anche se è difficile. In realtà è molto, molto difficile. Ma ne vale la pena."
