Un veterano della tecnicia che ha dato a milioni di iPhone la capacità di riconoscere un volto ora vuole qualcosa di molto più complesso: leggere l’attività del cervello con la stessa semplicità di un prelievo del sangue. La sua nuova impresa, Hemispheric, ha appena concluso un round da 52 milioni di dollari e porta con sé un’etichetta che è tutto un programma: NeuroAI.

La società di Tel Aviv è rimasta in modalità stealth per diversi anni, affinando un approccio che i fondatori descrivono come un test cerebrale alla portata di tutti. L’analogia con l’esame ematico non è casuale: si punta a uno strumento rapido, accessibile e interpretabile, capace di trasformare i segnali neurali in informazioni clinicamente utili senza bisogno di macchinari complessi o procedure invasive. Se l’idea ricorda i passi falsi di altre startup del neurotech, la presenza di una figura chiave del Face ID di Apple e l’entità del finanziamento suggeriscono che gli investitori vedono qualcosa di più solido.

Quello che la notizia non dice, ma che chiunque operi nel deployment di modelli AI dovrebbe soppesare, è il salto di qualità sul fronte della sovranità dei dati. Il Face ID, con tutte le polemiche sulla privacy che ha acceso fin dal lancio, elabora una scansione facciale che rimane confinata all’interno del telefono. Un sistema che legge il cervello, anche solo in parte, maneggia un tipo di informazione che rende i selfie innocenti al confronto: pattern di attività che possono rivelare non solo l’identità, ma stati emotivi, intenzioni e disposizioni cognitive. Sono dati talmente sensibili che la normativa europea li classifica già come categoria particolare, con protezioni rafforzate.

In questo scenario, l’idea di inviare flussi di dati neurali al cloud per l’inference è impensabile. Nessun paziente accetterebbe di trasmettere a server remoti le proprie onde cerebrali, e nessun ospedale rischierebbe una violazione simile. La conseguenza è strutturale: per aziende come Hemispheric, l’elaborazione on-device o on-premise non è un lusso tecnico, ma l’unica architettura commercialmente praticabile. È un vincolo che sposta la partita dal puro algoritmo all’hardware capace di eseguire modelli di machine learning in modo efficiente e sicuro direttamente sul punto di raccolta del dato.

Qui la NeuroAI tocca un nervo scoperto del panorama AI attuale. Mentre i grandi LLM funzionano in data center con centinaia di GPU, i modelli che dovranno decodificare segnali cerebrali in tempo reale avranno bisogno di chip a bassissimo consumo, magari integrati in dispositivi indossabili o persino impiantabili. Non è fantascienza: gli acceleratori neurali presenti negli smartphone di fascia alta dimostrano che l’inference locale è già realtà, ma l’asticella si alza quando si tratta di interfacce neurali, dove latenza e accuratezza non possono essere negoziate.

Il finanziamento da 52 milioni potrebbe quindi accelerare non solo lo sviluppo degli algoritmi ma anche la selezione — o la progettazione — di piattaforme hardware dedicate. Chi fornirà quest’hardware? I soliti giganti dei semiconduttori o nuove startup che cavalcano proprio l’onda del neurotech on-prem? È una domanda che riguarda l’intero ecosistema delle infrastrutture per AI, perché stabilisce un precedente interessante: più i dati diventano intimi e irripetibili, più il valore si sposta dall’economia del cloud a quella del silicio specializzato che vive accanto all’utente.

La vicenda di Hemispheric è quindi più di una raccolta fondi: è un segnale che il concetto di sovranità del dato sta per essere ridefinito da ciò che chiamiamo “dato personale”. E quando il dato è un pensiero, la distanza tra il sensore e il server diventa un confine che nessuno vorrà più attraversare.