Gizmo: 22 milioni di dollari per l'istruzione basata su AI

Gizmo, una piattaforma di apprendimento basata su intelligenza artificiale con sede a Londra, ha annunciato di aver completato un round di finanziamento di Serie A da 22 milioni di dollari. Questo capitale è destinato a sostenere l'espansione internazionale dell'azienda e a promuovere l'ulteriore sviluppo della sua tecnicia. Il round è stato guidato da Shine Capital, con la partecipazione di Ada Ventures, Seek Investments, GSV e NFX, quest'ultima già protagonista del precedente round seed da 3,5 milioni di dollari.

Fondata da Petros Christodoulou (CEO), Robin Jack (CTO) e Paul Evangelou (CPO), tutti laureati all'Università di Cambridge, Gizmo si propone di migliorare l'esperienza di apprendimento. L'azienda intende farlo applicando tecniche di coinvolgimento comunemente utilizzate nella tecnicia consumer, un approccio che mira a rendere lo studio più dinamico e meno passivo.

Un approccio innovativo all'apprendimento personalizzato

La piattaforma di Gizmo consente agli studenti di trasformare i propri appunti, documenti e contenuti web in materiali di studio personalizzati. Questi includono flashcard interattive, quiz adattivi e sfide gamificate, progettate per mantenere alto il livello di attenzione e motivazione. Inoltre, le funzionalità sociali integrate permettono agli utenti di collaborare, competere e monitorare i progressi reciproci, creando un ambiente di studio più interattivo e stimolante.

Petros Christodoulou, co-fondatore e CEO di Gizmo, ha sottolineato la filosofia alla base del progetto: “Non stiamo lottando per meno tempo davanti allo schermo, ma per un tempo di qualità migliore. Le persone non sono dipendenti dai loro telefoni; sono dipendenti dal progresso, dalla novità, dalla connessione sociale e dalla ricompensa. Gizmo reindirizza quell'energia verso qualcosa che costruisce il loro futuro.” Questa visione evidenzia un cambio di paradigma, dove la tecnicia non è vista come una distrazione, ma come uno strumento per canalizzare l'energia degli studenti verso obiettivi educativi.

Espansione globale e la visione per il futuro

Attualmente, Gizmo è utilizzata da oltre 13 milioni di studenti in più di 120 paesi, servendo un pubblico eterogeneo che comprende studenti delle scuole secondarie, universitari e professionisti che cercano di migliorare le proprie competenze. La piattaforma affronta una lacuna di lunga data nel settore dell'istruzione, dove i metodi di studio tradizionali sono rimasti in gran parte invariati nonostante la diffusione capillare di smartphone e tecnicie digitali.

Sfruttando l'intelligenza artificiale per personalizzare e gamificare il processo di apprendimento, Gizmo cerca di rendere lo studio più coinvolgente e accessibile. La visione a lungo termine dell'azienda è quella di ampliare l'accesso a un'istruzione efficace e di supportare gli studenti a livello globale attraverso soluzioni basate sulla tecnicia. I fondi appena ottenuti saranno impiegati per espandere i team di ingegneria e AI, supportare la crescita nel mercato universitario statunitense e accelerare lo sviluppo del prodotto per approfondire il coinvolgimento della sua base di utenti globale.

Le implicazioni infrastrutturali dell'AI nell'educazione

L'adozione di piattaforme basate su intelligenza artificiale come Gizmo nel settore dell'educazione solleva questioni significative riguardo alla gestione dei dati e all'infrastruttura sottostante. Per aziende che operano su scala globale e gestiscono dati sensibili degli studenti, la sovranità dei dati e la conformità normativa (come il GDPR) diventano priorità assolute. Questo spesso porta a valutare attentamente le opzioni di deployment, che possono spaziare dal cloud pubblico a soluzioni self-hosted o ibride.

La scelta tra un deployment on-premise e un'infrastruttura cloud per l'inference e il training di Large Language Models (LLM) o altri modelli AI implica un'analisi approfondita del Total Cost of Ownership (TCO). Le soluzioni on-premise possono offrire maggiore controllo sui dati e sulla sicurezza, oltre a potenziali vantaggi di costo a lungo termine per carichi di lavoro prevedibili e intensivi. Tuttavia, richiedono investimenti iniziali in hardware, come GPU con VRAM adeguata, e competenze interne per la gestione. Per chi valuta queste decisioni, AI-RADAR offre framework analitici su /llm-onpremise per comprendere i trade-off tra controllo, performance e costi, senza raccomandare una soluzione specifica, ma evidenziando i vincoli e le opportunità di ogni approccio.