Lucida AI, piattaforma specializzata in intelligenza artificiale speech-to-speech per la comunicazione globale, ha annunciato la chiusura del suo round di finanziamento seed, raggiungendo un totale di 7 milioni di dollari. L'iniezione di capitale, guidata dalla britannica Velocity Capital con la partecipazione di Next Tier Ventures, Look AI Ventures, Bogazici Ventures, Yapı Kredi Frwrd Ventures e Ünlü & Co., segue un primo annuncio di alcuni mesi fa e mira a sostenere l'espansione e lo sviluppo della tecnicia proprietaria dell'azienda.

La tecnicia dietro la comunicazione parlata

Fondata da Mustafa Girgin e M. Sait Demirci, Lucida AI sviluppa una tecnicia AI 'speech-native' pensata per migliorare la comunicazione parlata di individui e aziende attraverso conversazioni in tempo reale. Il cuore della piattaforma è il suo proprietario Speech Language Model (SLM), che consente agli utenti di interagire naturalmente con l'AI senza la necessità di prompt testuali o esercizi predefiniti. Il sistema si adatta al livello di competenza di ciascun utente, fornendo feedback immediato su fluidità, pronuncia e chiarezza, simulando scenari reali, dalle interazioni quotidiane alle riunioni di lavoro e presentazioni.

L'importanza del deployment on-premise per le aziende

Oltre all'applicazione mobile per utenti individuali, Lucida AI propone soluzioni per il settore enterprise che includono opzioni di deployment self-hosted e crittografia end-to-end. Questa scelta architetturale è particolarmente significativa per le organizzazioni che operano in settori regolamentati o che richiedono un controllo stringente sui propri dati. La possibilità di mantenere i Large Language Models (LLM) e i dati di interazione all'interno della propria infrastruttura, anziché affidarsi a servizi cloud di terze parti, risponde a esigenze di sovranità dei dati, compliance e sicurezza.

Per i CTO e gli architetti infrastrutturali, la valutazione di deployment on-premise implica un'analisi approfondita del Total Cost of Ownership (TCO), che include non solo i costi iniziali dell'hardware per l'Inference e il training, ma anche le spese operative a lungo termine, la gestione della VRAM e la latenza delle reti interne. La crittografia end-to-end, inoltre, rafforza la protezione delle comunicazioni sensibili, un fattore critico in contesti aziendali. Per chi valuta deployment on-premise, AI-RADAR offre framework analitici su /llm-onpremise per valutare questi trade-off.

Crescita e prospettive future

In soli 15 mesi dal lancio, l'azienda ha dichiarato di aver raggiunto oltre 3 milioni di utenti e di aver gestito più di 2,2 miliardi di minuti di interazione parlata in Europa, Stati Uniti e mercati emergenti. I co-fondatori, Mustafa Girgin e M. Sait Demirci, hanno sottolineato come l'innovazione nell'AI non sia più legata a una singola area geografica, ribadendo l'obiettivo di costruire una piattaforma AI 'speech-native' scalabile per la comunicazione globale. I fondi raccolti saranno impiegati per espandere il supporto a nuove lingue e mercati, potenziare ulteriormente l'infrastruttura AI speech-to-speech proprietaria, far crescere l'offerta enterprise e continuare lo sviluppo del prodotto.