Multiverse rafforza la sua posizione con un nuovo round di finanziamento

Multiverse, la piattaforma londinese specializzata in formazione per l'AI e l'aggiornamento tecnicico, ha annunciato di aver completato un round di finanziamento primario da 70 milioni di dollari. L'operazione, guidata da Schroders Capital, ha portato la valutazione dell'azienda a 2,1 miliardi di dollari. Questo investimento strategico segue un periodo di significativa crescita per Multiverse, che mira a consolidare ed espandere la propria offerta di servizi per l'adozione dell'AI in tutto il continente europeo.

Fondata da Euan Blair, Multiverse si posiziona come un attore chiave nel panorama della formazione e dello sviluppo delle competenze tecniciche, fornendo alle aziende le capacità necessarie per navigare e sfruttare il potenziale dell'intelligenza artificiale. La capacità di attrarre un investimento così consistente sottolinea la fiducia degli investitori nel modello di business dell'azienda e nella crescente domanda di talenti qualificati nel settore dell'AI.

Strategia di crescita e impatto sul mercato

Il successo di questo round di finanziamento non è un evento isolato, ma si inserisce in una strategia di crescita ben definita. Precedentemente, a gennaio, Multiverse ha acquisito StackFuel, un'azienda con sede a Berlino, rafforzando la sua presenza e le sue capacità nel mercato europeo. Questa mossa strategica è stata accompagnata da una crescita notevole, con un aumento del fatturato del 50% su base annua.

Tra i clienti di Multiverse figurano nomi di rilievo come AA, Babcock e Capital, a testimonianza della capacità della piattaforma di servire un'ampia gamma di settori. L'obiettivo dichiarato è quello di spingere l'adozione dell'AI in Europa, un'ambizione che risuona con le esigenze attuali delle imprese che cercano di integrare soluzioni di intelligenza artificiale nei loro processi operativi, sia in cloud che in ambienti self-hosted.

L'importanza della formazione per l'AI on-premise

Per le organizzazioni che considerano il deployment di Large Language Models (LLM) e altre soluzioni AI in ambienti on-premise o ibridi, la disponibilità di competenze interne è un fattore critico. L'investimento in piattaforme di formazione e sviluppo delle competenze come Multiverse evidenzia la crescente consapevolezza che l'hardware avanzato e i Framework robusti non sono sufficienti senza un team capace di gestirli, ottimizzarli e mantenerli. La formazione del personale diventa quindi un elemento fondamentale per garantire la sovranità dei dati, la compliance e per massimizzare il TCO degli investimenti infrastrutturali.

La gestione di stack locali, l'ottimizzazione dell'Inference su hardware specifico come GPU con VRAM elevata, e la comprensione delle implicazioni di sicurezza in ambienti air-gapped, richiedono competenze specializzate. Piattaforme che facilitano l'acquisizione di queste abilità possono ridurre la dipendenza da fornitori esterni e accelerare il ritorno sull'investimento in infrastrutture AI dedicate. Per chi valuta deployment on-premise, esistono trade-off significativi tra l'investire in formazione interna e l'affidarsi a servizi gestiti esterni, e AI-RADAR offre framework analitici su /llm-onpremise per valutare queste opzioni.

Prospettive future e il ruolo di Multiverse nell'ecosistema AI

Con il nuovo capitale a disposizione, Multiverse è ben posizionata per accelerare la sua espansione in Europa, affrontando la crescente carenza di competenze nel settore dell'AI. L'azienda si propone di essere un catalizzatore per l'adozione diffusa dell'intelligenza artificiale, fornendo percorsi di apprendimento che rispondano alle esigenze specifiche delle imprese. Questo include la formazione su tecnicie emergenti, l'ottimizzazione delle pipeline di sviluppo AI e la gestione di progetti complessi.

Il successo di iniziative come quella di Multiverse sottolinea un trend più ampio: il mercato dell'AI non è solo una questione di sviluppare modelli o di produrre silicio, ma anche e soprattutto di democratizzazione delle competenze. Garantire che le aziende abbiano accesso a personale qualificato è essenziale per sbloccare il pieno potenziale dell'AI, sia che si tratti di deployment su larga scala in cloud, sia di implementazioni strategiche in ambienti bare metal per esigenze di controllo e performance.