SolvaPay si assicura 2,4 milioni di euro per l'infrastruttura di pagamenti AI

SolvaPay, una piattaforma di pagamenti basata sull'intelligenza artificiale con sede a Stoccolma, ha annunciato di aver raccolto 2,4 milioni di euro in un round di finanziamento pre-seed. L'investimento è destinato allo sviluppo di un'infrastruttura di pagamenti cruciale per la nascente era del commercio agentico. Il round è stato guidato da Redstone, una società europea di venture capital specializzata nel fintech, e da MS&AD Ventures, con sede nella Silicio Valley, con la partecipazione aggiuntiva di Antler e Greens Ventures.

L'obiettivo primario di SolvaPay è affrontare le limitazioni degli attuali sistemi di pagamento digitali, che spesso operano in ecosistemi chiusi. Questa frammentazione impedisce agli agenti AI di interagire e condurre transazioni in modo fluido tra diverse piattaforme, un ostacolo significativo per l'emergere di un'economia basata su agenti autonomi.

Dettagli tecnici e la soluzione di SolvaPay

La soluzione proposta da SolvaPay mira a colmare questa lacuna, permettendo agli agenti AI di scoprire, accedere e pagare servizi digitali senza soluzione di continuità. Questo approccio favorisce un'attività economica autonoma all'interno della crescente economia agentica, dove gli agenti software agiscono in modo indipendente per raggiungere obiettivi specifici, spesso richiedendo l'accesso a servizi esterni a pagamento.

L'infrastruttura dell'azienda è progettata per integrarsi direttamente in workflow, API e applicazioni esistenti. Ciò consente che i pagamenti avvengano in modo trasparente all'interno dell'esperienza utente. Attraverso una singola integrazione, fornitori di SaaS, sviluppatori di API e aziende di servizi digitali possono rendere i loro prodotti scopribili, consumabili e pagabili attraverso vari ecosistemi AI, come quelli basati su Claude e ChatGPT, oltre a futuri ambienti basati su agenti.

Contesto e implicazioni per l'economia agentica

Viggo Stenseth, CEO e co-fondatore di SolvaPay, ha sottolineato l'importanza di questa iniziativa: "Ogni grande cambiamento tecnicico ha richiesto uno strato finanziario prima di potersi trasformare in una vera economia. Internet ne ha avuto bisogno. L'e-commerce ne ha avuto bisogno. Ora, abbiamo raggiunto lo stesso punto con l'economia agentica, ma naturalmente i tipi di transazione, le velocità e la conformità richiesti per questo sono impossibili con l'infrastruttura esistente. Abbiamo costruito ciò che mancava. Il tempismo non è anticipato, è esattamente quello giusto."

Il team fondatore di SolvaPay vanta oltre cinquant'anni di esperienza combinata in servizi finanziari e aziende tecniciche di rilievo, tra cui Spotify, FIS, Bank of America, Lehman Brothers e Handelsbanken. Questa profonda conoscenza del settore è fondamentale per costruire soluzioni finanziarie robuste e conformi. I fondi appena ottenuti saranno impiegati per accelerare lo sviluppo delle 'payment rails' native per macchine e dell'infrastruttura di ricavi agentica di SolvaPay. Inoltre, l'azienda intende espandere il proprio team di ingegneri e supportare l'adozione iniziale da parte delle aziende che desiderano partecipare attivamente alla nascente economia agentica.

Prospettive future e sfide infrastrutturali

L'emergere dell'economia agentica presenta nuove sfide e opportunità per le infrastrutture IT. La capacità di agenti AI di operare autonomamente e di effettuare transazioni richiede non solo potenza di calcolo e modelli avanzati, ma anche un robusto strato finanziario che garantisca sicurezza, interoperabilità e conformità. SolvaPay si posiziona come un attore chiave in questo scenario, cercando di abilitare un nuovo paradigma di interazione economica digitale.

Per le organizzazioni che stanno esplorando il deployment di LLM e agenti AI in ambienti self-hosted o ibridi, la questione della gestione dei pagamenti e delle transazioni autonome diventa un fattore critico. La necessità di garantire sovranità dei dati e controllo sui processi finanziari, anche in contesti di automazione spinta, è un aspetto che AI-RADAR continua ad analizzare, offrendo framework per valutare i trade-off su /llm-onpremise.