Nous Research, la software house dietro i modelli Hermes — una famiglia di LLM ottimizzati per compiti agentici — è in trattative per un nuovo round di finanziamento che potrebbe portare la sua valutazione a 1,5 miliardi di dollari. La società punta a raccogliere almeno 75 milioni, con il fondo Robot come lead investor e una partecipazione significativa di Union Square Ventures (USV) e altri investitori di primo piano. La notizia, riportata da testate internazionali, va letta oltre il dato finanziario: è un voto di fiducia su una precisa direzione dell’intelligenza artificiale, quella dei modelli aperti, eseguibili in locale e pensati per l’automazione decisionale.

Non si tratta solo di capitale. La valutazione miliardaria per una realtà che non ha mai costruito modelli proprietari chiusi, ma ha reso popolari fine-tuning aperti come Hermes (basati su architetture Llama e Mistral) segnala uno scisma sempre più netto. Da un lato, i colossi del cloud e delle API (OpenAI, Anthropic, Google) che vendono l’accesso a modelli di frontiera come servizio, spesso con vincoli di residenza dei dati e costi per token. Dall’altro, un ecosistema in rapida espansione che offre strumenti per creare, distribuire e gestire LLM direttamente sui propri server, con pieno controllo su latenza, privacy e costi operativi (TCO).

La presenza di USV, storica scommettitrice su piattaforme aperte, rafforza questa lettura. Il round, se concluso, non servirà solo a far crescere il team o la infrastruttura di training: accelererà lo sviluppo di capacità agentiche — chiamate di funzione, uso di strumenti esterni, ragionamento multi-step — che sono il vero terreno di battaglia per le aziende che vogliono portare l’AI nei processi decisionali senza cedere i propri dati a terzi. In settori come finanza, sanità e legale, dove la sovranità dei dati è un requisito non negoziabile, la possibilità di eseguire modelli come Hermes on-premise o in ambienti air-gapped diventa un differenziale competitivo.

L’operazione mette anche in luce una dinamica di filiera. L’hardware per inference (dalle GPU consumer fino ai server multi-GPU con NVLink) vede una domanda crescente proprio da parte di organizzazioni che vogliono self-hosted LLM. Nous Research, con la comunità che ha costruito attorno a Hermes, ha già mostrato come questi modelli girino su stack locali usando framework come Ollama, vLLM o llama.cpp. L’iniezione di capitale permetterà di spingere su quantization, ottimizzazione per VRAM ridotta e supporto multi-modale, abbassando ulteriormente la barriera d’ingresso per deployment on-premise.

C’è anche una posta in gioco meno visibile: la valutazione a 1,5 miliardi segna il momento in cui gli investitori istituzionali iniziano a prezzare l’open source non come alternativa low-cost, ma come asset strategico. Non si scommette più solo sul singolo modello, ma su un intero ecosistema che riduce la dipendenza da API proprietarie e mette gli strumenti di controllo nelle mani degli sviluppatori e delle imprese. Per chi valuta oggi un deployment on-premise, questo significa un mercato di modelli e tooling in rapida espansione, con roadmap sempre più ambiziose. AI-RADAR continua a mappare questi trade-off analizzando framework, hardware e modelli per aiutare a orientarsi senza cadere in semplificazioni.

In definitiva, il round di Nous Research non è solo una notizia finanziaria. È un sintomo del fatto che il baricentro dell’AI si sta spostando dai giardini recintati dei cloud provider verso un’architettura distribuita, dove l’inference e gli agenti vivono vicino ai dati. E i conti in banca dei venture capitalist dicono che ci credono eccome.