La nostra tesi
Business verticali AI‑native
La tesi dietro ogni nostra gemmazione: un settore scelto con criteri espliciti, un servizio erogato direttamente, dati proprietari che ogni cliente contribuisce a generare e l'AI come motore operativo. In quest'ordine.
01 / Perché verticale
La nicchia non è un limite. È la barriera.
Nei mercati orizzontali si compete su capitale e distribuzione, contro chiunque. Nei verticali si compete su profondità: conoscenza dei processi, linguaggio del settore, conformità, relazioni. Sono barriere che non si comprano con un round: si costruiscono stando dentro il settore.
Per questo ogni nostra startup nasce in una nicchia scelta prima, con sei criteri espliciti: un problema reale e sentito, un cliente chiaramente identificabile e disposto a pagare, un mercato accessibile, frammentato e ad alto potenziale di trasformazione (il "purple ocean") e dati proprietari catturabili.
E per questo il co-founder che cerchiamo non è un generico professionista digitale: è un esperto del verticale, con anni di esperienza passati dentro il settore e la propensione a usare tecnologie di frontiera.
02 / La differenza che conta
Vendere strumenti agli operatori, o essere l'operatore.
Un fornitore di software vende uno strumento e si ferma alla porta del cliente: non vede come il servizio viene erogato, non possiede i dati che l'erogazione genera, non controlla la relazione.
Le nostre aziende fanno il contrario: sono attori diretti del settore. Erogano il servizio, possiedono i dati e controllano la relazione con il cliente finale. Il fatturato dimostra che il servizio funziona. Il dato proprietario è ciò che resta e cresce.
È anche ciò che rende l'acquisizione più preziosa per un partner industriale: non compra una tecnologia e nemmeno un asset fermo. Compra una posizione di mercato consolidata, le relazioni con i clienti finali e un flusso di dati che al suo interno non riuscirebbe a produrre.
03 / Il moat
I dati generati dal servizio sono l'asset difensivo.
I modelli di AI si affittano e si somigliano: quello che non si affitta è il dataset operativo di un settore. Quando un business eroga direttamente il servizio, ogni interazione produce dati che prima non venivano né digitalizzati né strutturati, e che nessun fornitore esterno può vedere.
C'è un secondo motivo, più difficile da replicare del primo. Ogni nostra startup sta in mezzo alle due parti dello stesso processo e registra entrambe. Non un lato solo della transazione, ma il modo in cui le due parti si incontrano, giorno per giorno, su migliaia di casi reali.
Questo ciclo del dato è progettato dal primo giorno, insieme al servizio: cosa raccogliere, come strutturarlo, come farlo fruttare. A ogni nuovo cliente il prodotto migliora dove i modelli generalisti falliscono, e il vantaggio competitivo si rafforza invece di erodersi.
- Veterly sta tra i veterinari e i proprietari di animali: registra la storia clinica e le abitudini di cura di un animale lungo tutta la sua vita, oggi divisa tra studi che non si parlano.
- Condeo sta tra gli amministratori e i condòmini: registra il ciclo di vita dell’edificio, dagli interventi ai fornitori alle decisioni assembleari.
- Sencare sta tra i caregiver e le famiglie: registra l’andamento quotidiano dell’assistenza a domicilio, che finora non lasciava traccia.
- ESGmax sta tra le imprese e i loro interlocutori sulla sostenibilità: registra la performance ambientale e sociale come misurazione continua, non come report annuale.
- Kontai sta tra le imprese e i loro fornitori ricorrenti: registra il comportamento reale della spesa ricorrente, contratto dopo contratto.
04 / AI‑native
L'AI non è la ciliegina. È il motore.
AI‑native non significa aggiungere un assistente a un prodotto esistente. Significa progettare il servizio assumendo che l'AI ne sia il motore operativo: i flussi di lavoro, l'economia unitaria e l'esperienza del cliente sono costruiti su questa premessa fin dal primo giorno.
È così che una startup arriva a erogare un servizio con un'efficienza operativa che nel suo settore non esisteva. Gli stessi processi, con costi e tempi di risposta di un ordine di grandezza diverso.
È qui che lavora l'infrastruttura tecnologica dello studio: componenti condivise, framework AI e flussi di dato che ogni nuova startup eredita alla nascita, e la competenza AX (Agentic Experience) per progettare esperienze centrate su agenti AI.
La gerarchia però non cambia: prima il settore, poi i dati, infine la tecnologia. L'AI amplifica un vantaggio che nasce altrove, non lo sostituisce.
Questa tesi diventa startup con il metodo dello studio, ed è progettata per essere ripetuta.
Dalla selezione della nicchia alla scelta del partner industriale.