Cinquanta scommesse sul futuro: cosa ci dice la lista di The Information
Innovation
Technology
Consulting
Home » Cinquanta scommesse sul futuro: cosa ci dice la lista di The Information
16 Novembre 2026
Alfredo Adamo
Alfredo Adamo
- Cultura, Lavoro e Società, Tecnologia
La lista delle 50 startup più promettenti del 2026 di The Information, pubblicata l’11 novembre e firmata da Amir Efrati, è una fotografia di dove si sta spostando il valore nell’era degli agenti AI. La leggo non da investitore, ma da chi ogni giorno porta tecnologia dentro imprese e pubbliche amministrazioni italiane: per capire quali mestieri l’AI sta davvero cambiando, e con quale modello di business.
Il metodo della redazione mi piace: niente AI per trovare i candidati, ma conversazioni con fondatori e investitori e dati concreti su ricavi e crescita. I criteri di ingresso sono stringenti: al massimo 100 milioni di dollari di equity raccolta e valutazione sotto il miliardo, oppure meno di due anni di vita e valutazione fino a 1,5 miliardi. Il tetto è stato alzato da 1 a 1,5 miliardi per l’inflazione delle valutazioni, e già questo è un segnale.
Quello che segue sono i miei commenti personali: tre letture trasversali, quello che la lista non dice, e cosa ne ricavo per chi lavora in Italia. In fondo, l’elenco completo con una riga di commento per ciascuna startup.
Il quadro d’insieme
La lista è giovane, piccola e già redditizia. 24 startup su 50 sono nate nel 2025 o nel 2026, sette solo quest’anno. 23 superano i 10 milioni di dollari di ricavi annualizzati. Solo 9 hanno più di 100 dipendenti.
Le categorie sono sette: Enterprise Apps & B2B (10), AI Infrastructure (9), Deep Tech (7), Robotics (7), Security (7, al debutto), Asia (6), Crypto & Fintech (4). Tra chi guida i round dominano Greylock, Sequoia e Battery Ventures, con cinque startup ciascuno.

La geografia è la cosa che, da europeo, colpisce di più: più della metà delle startup sta nella Bay Area, e l’Europa compare una sola volta.
Prima lettura: l’AI che entra nei mestieri
Il valore non sta nell’AI generica, ma nell’AI che conosce un mestiere. Le startup enterprise della lista non vendono “un assistente”: vendono il front office di un idraulico (Netic), l’amministrazione di un consulente finanziario (Jump), la gestione di un cantiere edile (Miter), il ciclo passivo di una direzione finanziaria (Freehand), le paghe e i benefit (Niural).
Questo conferma una tesi che porto da tempo nei miei corsi: l’AI orizzontale diventa commodity, quella verticale diventa vantaggio competitivo. I grandi laboratori (OpenAI, Anthropic, SpaceX) spingono i propri agenti per il lavoro d’ufficio. Le startup sopravvivono dove hanno qualcosa che i giganti non hanno: processi, dati di settore, integrazioni, conformità normativa.
Jump è l’esempio più istruttivo. Il suo vantaggio non è il modello, ma l’aver automatizzato la compliance degli incontri con i clienti e aver ottenuto contrattualmente che i fornitori di modelli non usino i dati dei clienti. Oltre 45 milioni di ricavi ricorrenti, clienti come Allianz e Northwestern Mutual. Il prodotto, in fondo, è la fiducia.
Anche Town merita una nota: è l’unica startup ripescata dalla lista dell’anno scorso, perché ha cambiato modello. La sua tesi è essere neutrale rispetto ai modelli, scegliendo di volta in volta il migliore. È una tesi che condivido, ed è la stessa che proponiamo ai nostri clienti: non legarsi a un solo fornitore.
Seconda lettura: agenti, sicurezza e sovranità del dato
La vera novità di quest’anno è la categoria Security, la prima volta nella storia della lista. Sette startup, tutte fondate dal 2024 in poi, sei guidate da israeliani. Ribon (“Sovereign”) è valutata circa 1,4 miliardi e Glow 1 miliardo, senza ricavi la prima e con poco più di 2 milioni la seconda.
Il ragionamento è semplice: più agenti e più codice generato significano più superficie d’attacco. Ma il punto che mi colpisce di più è un altro. Due delle startup nate quest’anno non vogliono i dati nel cloud pubblico. Cylake, fondata da Nir Zuk di Palo Alto Networks, vende hardware e software a imprese e governi che gestiscono data center propri o cloud privati.
Per chi lavora con la pubblica amministrazione italiana questo è un tema di casa. Cloud nazionale, perimetro di sicurezza cibernetica, sovranità del dato: in Silicon Valley lo stanno scoprendo come mercato. Noi lo viviamo come vincolo, ma potrebbe diventare una competenza da esportare.
Accanto alla sicurezza c’è tutto il tema della governance degli agenti. Runlayer controlla a quali applicazioni si collegano gli agenti dei dipendenti. Kernel ospita browser per agenti. Natural costruisce pagamenti e conti bancari per agenti. Entire è una sorta di GitHub dove agenti e persone lavorano insieme sul codice. Sta nascendo un’infrastruttura per una forza lavoro non umana, e qualcuno dovrà governarla.
Condivido infine l’osservazione di Zuk: la maggior parte degli attacchi continuerà a passare per le persone (phishing, insider, catena di fornitura), non per l’AI che sfrutta vulnerabilità. Il furto da 6 miliardi a Binance è partito da un dipendente che ha scaricato un malware. La formazione resta la prima difesa.
Terza lettura: team piccoli, ricavi veloci
L’AI sta cambiando l’equazione tra persone, capitale e ricavi. Solo 9 startup su 50 superano i 100 dipendenti, almeno 5 ne hanno meno di 20. Eppure 23 fatturano oltre 10 milioni annualizzati, contro 20 l’anno scorso e 13 nel 2024.
Gli esempi più estremi vengono dall’infrastruttura software per l’AI:
• Artificial Analysis: benchmark indipendenti sui modelli, oltre 100 milioni di ricavi annualizzati con circa 50 persone e meno di 10 milioni raccolti. Valutata meno di 100 milioni: probabilmente l’affare della lista.
• Wafer: fa girare i modelli più veloci e a minor costo su chip Nvidia e AMD. Oltre 40 milioni annualizzati con 16 dipendenti.
• Protégé: dati per addestrare modelli, 90 milioni annualizzati con 80 persone.
C’è però il rovescio della medaglia. Otto startup non hanno ricavi (erano sei l’anno scorso) e alcune hanno valutazioni da capogiro: Catalyst vale 1,5 miliardi con 8 persone e zero ricavi, Ribon 1,4 miliardi con poco più di 5. Qui si comprano team e promesse, non aziende.
Per un’impresa italiana la lezione non è “fare come loro”, ma ripensare la propria struttura dei costi. Se 16 persone generano 40 milioni, la domanda per ogni PMI diventa: quali attività a basso valore sto ancora pagando con ore di persone qualificate?
Quello che la lista non dice
L’Europa è quasi assente. Su 50 startup, 39 hanno sede negli Stati Uniti e 28 in California. L’unica con un piede in Europa è Kast, banca in stablecoin con ufficio principale a Londra. Nessuna italiana, nessuna tedesca o francese.
Non credo che l’Europa non abbia startup promettenti. Credo che la lista rifletta una rete di relazioni (fondatori e investitori della Silicon Valley) e un mercato dei capitali dove 100 milioni sono un round “piccolo”. Resta il fatto che chi decide la direzione dell’AI applicata oggi parla soprattutto americano, israeliano e cinese.
L’Asia ha una categoria a sé, con dinamiche diverse: qui i grandi gruppi tecnologici (Ant Group, Meituan, Tencent) e i fondi pubblici e universitari sono tra gli investitori principali. Negli Stati Uniti, invece, gli investitori corporate sono quasi spariti: nel 2024 OpenAI aveva investito in 8 delle startup in lista, quest’anno il suo fondo compare in una sola.
Due rischi che vedo e che l’articolo tocca solo di passaggio:
1. La dipendenza dai grandi laboratori. Molte di queste aziende competono con i prodotti di OpenAI, Anthropic e SpaceX usando i loro stessi modelli. Il margine può sparire con un aggiornamento di prodotto.
2. L’inflazione delle valutazioni. Alzare il tetto da 1 a 1,5 miliardi per includere startup con meno di due anni è un segnale di mercato surriscaldato. Cylake stessa è stata ridimensionata dopo la pubblicazione: sotto il miliardo sul seed, sopra solo con la conversione dei prestiti convertibili.
Conclusione
Cosa ne ricavo per l’Italia
Cinque indicazioni pratiche per chi guida un’impresa o un ente pubblico:
1. Partire dal mestiere, non dalla tecnologia. Le startup vincenti scelgono un processo preciso (fatture, paghe, cantieri, appuntamenti) e lo automatizzano fino in fondo. Lo stesso approccio vale dentro un’azienda: un processo, misurato, prima di dieci sperimentazioni.
2. Restare neutrali rispetto ai modelli. Il modello migliore oggi non sarà il migliore tra sei mesi. Architetture che permettono di cambiare fornitore sono un’assicurazione.
3. Trattare la governance degli agenti come un tema di sicurezza. Chi può fare cosa, con quali dati, con quale traccia: va deciso prima di distribuire agenti, non dopo.
4. Fare della sovranità del dato un punto di forza. Le regole europee e il cloud qualificato per la PA sono spesso vissuti come freno. Il mercato americano ci dice che stanno diventando una domanda.
5. Investire sulle persone, non contro di esse. Team piccoli e molto produttivi richiedono persone capaci di progettare, controllare e correggere il lavoro degli agenti. È una competenza nuova, che va formata.
La lista di The Information non è una classifica di chi vincerà. È una mappa di dove si stanno facendo le scommesse. Per me la domanda giusta non è “su quale di queste startup investire”, ma “quale di questi cambiamenti arriverà nel nostro settore, e quando”.
Fonti
• Amir Efrati, “Introducing The Information’s 50 Most Promising Startups of 2026”, The Information, 11 novembre 2026, e relativo elenco dati.
Indice
Iscriviti alla newsletter
Indice
Iscriviti alla newsletter
Ottieni maggiori informazioni
Compila il modulo per metterti in contatto con noi. Saremo lieti di rispondere a tutte le tue domande.
Home » Cinquanta scommesse sul futuro: cosa ci dice la lista di The Information