La svedese BRYM ha messo a segno un round pre-seed da 650.000 euro, guidato dalla family office singaporiana Lotus One Investment con la partecipazione del venture builder globale Antler. I fondi serviranno a progettare, sviluppare e produrre una fascia EEG proprietaria, il tassello hardware che mancava per trasformare i programmi pilota in un’offerta commerciale scalabile.

Fondata da Charlie Ohlén e Nils Hagberg, la startup di Stoccolma ha costruito una piattaforma di neurofeedback gamificato pensata come una «palestra digitale per il cervello». Attraverso esercizi che sfruttano la lettura dell’attività elettrica cerebrale, gli utenti allenano concentrazione e resilienza cognitiva, abilità che l’economia dell’attenzione sta erodendo in modo misurabile.

I primi test sono stati condotti nel settore della componentistica automotive, dove mantenere l’attenzione è un fattore critico di sicurezza: durante i pilot con i produttori, l’uso della piattaforma ha ridotto gli errori degli operatori del 46%. Un risultato che ha convinto gli investitori a finanziare il salto dall’hardware di terze parti a un dispositivo disegnato in casa, condizione necessaria per passare a un modello in abbonamento e raggiungere i settori dell’istruzione, dello sport professionistico e del benessere aziendale.

Ma il finanziamento racconta anche una storia più ampia, che interessa chiunque progetti sistemi di intelligenza artificiale in contesti regolamentati. I dati raccolti da un elettroencefalogramma sono biometrici a tutti gli effetti: il GDPR li classifica come categorie particolari, sottoponendoli a vincoli stringenti su raccolta, trattamento e trasferimento. Inviare questi segnali verso server cloud non sarebbe soltanto rischioso sul piano della sicurezza, ma creerebbe frizioni di conformità difficili da gestire per i clienti enterprise.

Per questo, sebbene BRYM non abbia ancora dettagliato l’architettura del nuovo headband, è plausibile che la piattaforma punti sull’elaborazione locale dei dati EEG. L’edge computing, in questo scenario, non è un vezzo tecnicico ma un prerequisito: garantisce la latenza bassissima indispensabile per un feedback in tempo reale, riduce la superficie di attacco e abbatte i costi operativi legati alla trasmissione e allo storage. Sposta, insomma, il baricentro dell’inference il più vicino possibile alla fonte del dato.

Il caso BRYM diventa così un punto di osservazione utile per chi valuta deployment on-premise o ibridi. Il trade-off è noto: tutta la potenza di calcolo deve stare in un dispositivo indossabile, con i vincoli di batteria e dissipazione che questo comporta. Modelli troppo pesanti vanno quantizzati o sostituiti con architetture più snelle, e la progettazione dell’hardware diventa parte integrante della pipeline di sviluppo. Ma quando la posta in gioco è la riservatezza di dati cerebrali, il costo aggiuntivo di un’elaborazione locale diventa rapidamente accettabile – se non obbligato.

Non è un caso che il mercato dei wearable cognitivi si stia muovendo compatto in questa direzione. Dai dispositivi per il sonno ai training per la meditazione, la tendenza è quella di tenere i dati biometrici fuori dal cloud, restituendo all’utente – e all’azienda che ne fa uso – il controllo pieno del flusso informativo. Per i vendor e gli integratori che già lavorano su infrastrutture di inference locale, l’estensione a dispositivi indossabili apre un nuovo capitolo, dove il confine tra edge e on-premise diventa sempre più sottile.