NeoCognition, seed da 40 milioni per agenti AI auto-apprendenti

NeoCognition debutta con un obiettivo molto chiaro: rendere gli agenti AI più affidabili, più efficienti e soprattutto più capaci di specializzarsi in contesti operativi reali. La società, fondata da Yu Su, professore dell’Ohio State University e responsabile di un laboratorio dedicato agli AI agent, è uscita dalla stealth mode annunciando un round seed da 40 milioni di dollari. A riportarlo è TechCrunch, che ricostruisce la nascita del progetto e la tesi tecnologica alla base della nuova iniziativa imprenditoriale.

La storia di NeoCognition si inserisce in un momento in cui il venture capital sta cercando con crescente aggressività ricercatori AI in grado di trasformare ricerca avanzata in startup. Su ha raccontato di avere inizialmente resistito alle pressioni degli investitori per commercializzare il proprio lavoro. La svolta è arrivata lo scorso anno, quando ha deciso di effettuare lo spinout delle sue attività di ricerca dopo aver osservato che i progressi nei foundation model stavano aprendo la strada ad agenti realmente personalizzati.

Un round seed da 40 milioni

Il finanziamento annunciato da NeoCognition ammonta a 40 milioni di dollari. Il round è stato co-guidato da Cambium Capital e Walden Catalyst Ventures, con la partecipazione di Vista Equity Partners e di alcuni business angel di profilo molto alto, tra cui il CEO di Intel Lip-Bu Tan e il cofondatore di Databricks Ion Stoica.

La composizione del round dice molto del posizionamento della startup. Da un lato ci sono investitori che puntano su infrastruttura e deep tech; dall’altro compaiono figure con una forte credibilità nell’enterprise software e nell’intelligenza artificiale applicata. È un mix coerente con l’ambizione di NeoCognition, che si definisce un laboratorio di ricerca impegnato nello sviluppo di agenti AI auto-apprendenti.

Il problema che NeoCognition vuole risolvere

Al centro della proposta della startup c’è una critica netta agli agenti oggi disponibili sul mercato. Secondo Su, il limite principale non è l’assenza di capacità generali, ma la mancanza di consistenza. Il fondatore sostiene che gli agenti attuali sono ancora troppo generalisti. Ogni volta che l’utente assegna loro un compito, ha detto, compie di fatto “un salto nel buio”.

Su collega questa fragilità operativa a un dato molto concreto: sistemi come Claude Code, OpenClaw o gli strumenti per computer use di Perplexity completerebbero i task come previsto soltanto nel 50% circa dei casi. È una percentuale che, se presa come riferimento, rende evidente perché questi strumenti non siano ancora pronti a essere considerati lavoratori indipendenti di cui fidarsi davvero.

La tesi di NeoCognition parte quindi da una constatazione semplice: finché gli agenti restano inaffidabili, il loro impiego autonomo su larga scala rimane limitato. Per superare questo collo di bottiglia non basta costruire agenti più versatili. Serve una capacità di apprendimento che permetta loro di diventare esperti.

Dalla generalizzazione alla specializzazione

Per Yu Su, l’intelligenza umana non si distingue soltanto per la sua ampiezza, ma per la capacità di specializzarsi rapidamente. Quando una persona entra in un nuovo ambiente o in una nuova professione, riesce a comprendere in tempi relativamente rapidi regole, relazioni e conseguenze specifiche di quel contesto. È proprio questo processo che NeoCognition vuole replicare nei suoi sistemi.

La startup sta infatti lavorando a un’architettura di agenti capace di auto-apprendere e costruire quello che Su definisce un modello del “micro world” di riferimento. In altre parole, l’agente dovrebbe essere in grado di interiorizzare il funzionamento di un dominio preciso, fino a muoversi con maggiore affidabilità e competenza all’interno di quell’ambiente.

NeoCognition vuole sviluppare agenti generalisti che possano apprendere da soli e specializzarsi in qualsiasi dominio.

Secondo il fondatore, questo è l’anello mancante per ottenere un’AI che lavori in autonomia in modo credibile. Oggi è possibile addestrare agenti per task autonomi, ma spesso bisogna progettarli in modo quasi artigianale per una verticale specifica. NeoCognition vuole invece sviluppare agenti generalisti che possano apprendere da soli e specializzarsi in qualsiasi dominio.

Il modello di business punta all’enterprise

Sul piano commerciale, NeoCognition intende vendere i propri sistemi di agenti soprattutto al mercato enterprise. Tra i clienti target ci sono aziende SaaS consolidate che potrebbero usare questi sistemi sia per costruire agent worker interni, sia per arricchire con funzionalità AI le offerte già presenti a portafoglio.

È un’impostazione che riflette una delle traiettorie più osservate nell’AI applicata: non solo modelli o strumenti orizzontali, ma componenti che consentano alle software company di integrare automazione intelligente nei propri prodotti. In questo quadro, la presenza di Vista Equity Partners nel round assume un peso strategico particolare.

Su ha sottolineato che l’ingresso di Vista è prezioso proprio per la rete industriale che il fondo può mettere a disposizione. Essendo una delle più grandi private equity firm nel software, Vista può offrire alla startup accesso diretto a un ampio portafoglio di società interessate a modernizzare i propri prodotti con l’intelligenza artificiale.

Un team piccolo ma ad alta densità di ricerca

NeoCognition conta oggi circa 15 dipendenti. La maggioranza del team ha un PhD, dettaglio che rafforza il profilo della società come startup profondamente radicata nella ricerca. Anche questo elemento è coerente con la narrativa costruita da Su: non una software house tradizionale, ma un laboratorio che punta a trasferire nel mercato una linea di ricerca su agenti capaci di apprendere in autonomia.

La sfida, naturalmente, sarà dimostrare che questa impostazione può tradursi in prodotti enterprise con metriche di affidabilità superiori a quelle osservate oggi. Il mercato degli agenti AI è affollato, ma resta aperta una domanda decisiva: chi riuscirà a trasformare sistemi ancora intermittenti in strumenti davvero robusti?

NeoCognition scommette che la risposta passi dalla specializzazione autonoma. Ed è su questo terreno che la startup di Yu Su proverà a costruire il proprio vantaggio competitivo.